#2026年
樓市已定,2026年的房價,已出現四個跡象!
你有沒有發現,現在買房這件事變得越來越難判斷了?以前怎麼說?一句話就能打發——“有錢就上車”。那怕借錢湊首付也得趕緊買,誰買誰賺錢。但現在呢?房東送車位都沒人接盤,中介忙著打折甩賣,銀行也在下場清庫存,連朋友圈裡曬“買房上車”的都少了。2026年樓市真的變了。我們今天不喊口號、不談情緒,就聊4個最紮實的訊號,看清這屆樓市的底層邏輯。01一、政策徹底轉向,不是打壓,而是托底過去幾年“房住不炒”喊得震天響,限購、限貸、限售三板斧齊上陣,目的就是給樓市降溫。但現在呢?政策早就開始“調頭”了。從2025年開始全國200多個城市密集出台了超過500條樓市相關政策,什麼購房補貼、契稅減免、首套房貼息、公積金提額……層出不窮。就連“零首付”“首付貸”這種以前被喊打的詞彙,現在都悄悄回來了。說白了國家不是不管樓市,而是換了種方式保底。不是刺激炒房,而是精準扶持剛需。只要你是真買來自住,政策那邊不會讓你太吃虧。02二、樓市重構,從“期房時代”切換到“現房為王”你注意到沒有,現在大家買房更願意買現房了。以前開發商一張圖紙、一個沙盤就能賣得火熱,現在沒人敢輕易買期房。為何?怕“爛尾”啊。所以很多城市乾脆直接要求:“沒竣工驗收,不許賣!”一邊是現房可見即所得,另一邊是期房風險難控,購房者自然就用腳投票。二手房也開始升溫了。2025年前10個月重點城市的二手房成交反而在回暖,特別是一線城市,部分熱門類股價格還有小幅反彈。這說明什麼?樓市已經進入“買得安心”時代。現房、二手房,誰能提供真實、靠譜、有保障的居住體驗,誰就能贏。03三、炒房客退場,買房回歸“住得舒服”這兩年最明顯的變化就是:投資客越來越少了,剛需開始挑了。以前買房是為了“增值”,現在買房更看重“值不值”。戶型要合理,通勤要方便,配套要完善,物業要靠譜。你去問現在的年輕人:寧願在郊區買套100平期房,還是市區二手60平小戶型?大多數人會選後者。為何?實用、方便、住得安心。房子真的回歸了“居住本質”。炒房暴富的神話過去了,接下來的買房邏輯是比誰能選對“長期住得舒服”的那一套。04四、城市間“馬太效應”加劇,有人崩盤,有人抗跌你要問我:房價到底會不會漲?我只能說這年頭看城市說話,看類股定價。一二線城市依然是“避風港”,人口穩、產業強、資源優,就算跌,也跌不深。而那些三四線小城、人口外流嚴重的地方,真的是“送裝修、送車位、送家電”都沒人要。你以為這是促銷,其實是“去庫存”。而城市內部也開始分化。市中心小戶型照樣搶手,郊區大平層卻空置半年都賣不掉。“房價均價”這東西早就沒參考意義了。你得看類股、看配套、看人口流入、看產業支撐,別再閉眼拍腦袋。05買房要看清三件事看政策紅利:有沒有補貼、有沒有契稅減免、利率有沒有優惠;看類股價值:是不是主城區、副中心,或者未來規劃確定的產業帶;看產品本質:戶型好不好、物業靠不靠譜、通勤是不是方便。別再幻想房子能“自動升值”了,現在的市場不是你買房就對,而是你選對了房才不虧。真正適合你的房子不是中介朋友圈裡刷屏的熱銷爆款,而是能陪你安心住10年、不焦慮的那個家。別急,但也別等太久。2026年或許就是最好的窗口期。 (知理樓市)
中信建投:AI應用2026年投資機遇
2025年AI應用的關鍵詞是加速商業化。移動應用垂直性相對較強,使用者需要在社交、電商、支付、出行等不同場景下使用不同的應用。未來AI助手、通用型Agent的性能更強、功能更豐富,有望聚合更多垂類應用平台,而每個使用者可能只需要少數幾個AI助手、通用型Agent就能滿足所有線上需求,網際網路時代的流量入口格局有可能會被打破,搶佔AI時代流量入口是保持或強化自身在AI時代市場地位的關鍵一步。我們認為,全球AI應用商業化有望呈現持續加速。中信建投TMT科技、醫藥團隊推出【AI應用產業鏈2026年投資展望】系列研究:通訊 | AI大模型與應用持續發展,算力受益,關注量子通訊 | 國內外CSP持續加大資本開支,雲業務與大模型應用表現亮眼人工智慧 | 模型的應用落地處理程序呈現顯著加速態勢電子 | 巨頭加碼終端側AI算力,應用落地驅動產業發展電腦 | 景氣賽道:金融IT+智能駕駛傳媒 | MiniMax:國產全模態多面手,模型與應用飛輪啟動傳媒 | AI應用:從等待爆款,到商業化加速落地海外研究 | 國內AI產業鏈:AI轉型形成廣泛共識醫藥 | AI健康應用螞蟻阿福下載量攀升,繼續看好AI醫療投資機會01 AI大模型與應用持續發展,算力受益,關注量子DeepSeek V3.2正式版發佈,強化Agent能力,融入思考推理。在公開的推理類Benchmark測試中,DeepSeek-V3.2達到了GPT-5的水平,僅略低於Gemini-3.0-Pro。DeepSeek-V3.2-Speciale的目標是將開源模型的推理能力推向極致,探索模型能力的邊界。字節跳動旗下豆包團隊與中興通訊合作推出首款工程樣機nubia M153,支援豆包手機助手,進一步探索手機側AI Agent。我們認為,AI大模型仍在持續迭代,大局未定,各家都存在繼續進步或逆襲可能,所以不能因為某些模型階段性領先就過度看空其餘模型及相關公司產業鏈,AI應用也在持續發展,不論是手機還是眼鏡,尚未到完全突破階段,但都可能引發階段性行情,值得持續關注。亞馬遜發佈Trainium3,基於3奈米製程打造,性能較Trainium2提升4倍,能效提升40%。同時,亞馬遜表示正在研發中的Trainium4將支援與輝達晶片協同工作。AMD蘇姿丰證實已獲批對華出口AI晶片MI308,需向美政府支付15%稅費。摩爾線程上市首日大漲。xPU持續迭代,市場高度關注,有望推動AI進一步快速發展。近期,AI產業鏈催化不斷,包括Google新模型性能大幅提升及TPU展示出的較強能力、DeepSeek V3.2正式版發佈、亞馬遜發佈Trainium3、以及摩爾線程上市市場展現出的高參與熱情等等,同時更多公司包括輝達、阿里、AMD等否認AI泡沫的觀點,均展現了AI的良好發展前景。目前,世界正處於AI產業革命中,類比工業革命,影響深遠,不能簡單對比近幾年的雲端運算、新能源等,需要以更長期的視角、更高的視野去觀察。因此,我們對AI帶動的算力需求以及應用非常樂觀,持續推薦AI算力類股。風險提示:國際環境變化對供應鏈的安全和穩定產生影響,對相關公司向海外拓展的進度產生影響;關稅影響超預期;人工智慧行業發展不及預期,影響雲端運算產業鏈相關公司的需求;市場競爭加劇,導致毛利率快速下滑;匯率波動影響外向型企業的匯兌收益與毛利率,包括ICT裝置、光模組/光器件類股的企業;數字經濟和數字中國建設發展不及預期;電信營運商的雲端運算業務發展不及預期;營運商資本開支不及預期;雲廠商資本開支不及預期;通訊模組、智能控製器行業需求不及預期。02 國內外CSP持續加大資本開支,雲業務與大模型應用表現亮眼北美四家CSP廠商已經公佈三季報,資本開支加速增長,同時各家對未來基礎設施投資均繼續保持積極態度。北美四大雲廠商今年資本開支逐季提升:2025Q1資本開支總計773億美元,同比增長62%;2025Q2資本開支總計958億美元,同比增長64%;2025Q3資本開支總計1133億美元,同比增長75%,環比增長18%。大模型應用資料與相關業務收入規模激增。2025年5月,Google表示系統每月處理的Tokens數量激增,從去年的9.7兆增加到480兆,增長將近50倍。2025年7月,Google每月處理超980兆Tokens,較兩月前翻倍增長。2025年10月,Google每月處理的Tokens超過1300兆,一年內增長超過20倍。據The Information報導,OpenAI在2025年前七個月實現收入翻番,年化收入ARR達到120億美元,遠超2024年約40億美元的水平,目標是2029年年收入達到1250億美元,近期OpenAI CEO奧爾特曼表示公司年收入超過130億美元,並有望提前實現千億美元營收目標。2025年7月,Anthropic年化收入達40億美元,較2024年增長近四倍,其中70%-75%由程式碼生成場景貢獻。The Information資料:Anthropic將2025年營收預期上調26%至47億美元,2026年預期上調28%至152億美元,2027年預期上調13%至389億美元,到2028年營收將突破700億美元。國內CSP廠商季度資本開支略有波動,整體仍保持較高投資強度。2025年第二季度,阿里巴巴的資本開支達到386億元,同比增長220%,環比增長57.1%,創下單季歷史新高。2025Q2阿里雲業務營收333.98億元,同比增長26%,AI相關收入繼續保持三位數增長,外部商業化收入中AI貢獻已超過20%,AI需求快速擴大,同時帶動計算、儲存及其它公有雲服務需求上升。在財報電話會上,阿里巴巴CEO吳泳銘披露,過去四個季度,阿里已經在AI基礎設施及AI產品研發上累計投入超1000億元。公司已為全球AI晶片供應及政策變化準備“後備方案”,通過與不同合作夥伴合作,建立多元化的供應鏈儲備,從而確保投資計畫能夠如期推進。阿里2025雲棲大會上,阿里巴巴集團CEO、阿里雲智能集團董事長兼CEO吳泳銘表示,目前阿里正積極推進3800億元的AI基礎設施建設,並計畫追加更大的投入,為了迎接超級人工智慧(ASI)時代的到來,對比2022年GenAI的元年,到2032年阿里雲全球資料中心的能耗規模將提升10倍,這意味著阿里雲算力投入將指數級提升。2025年第二季度,騰訊的資本開支為191億元,同比增長119%,公司表示在AI方面一直在大量投入,同時未來還會繼續加大投入力度,但需要以合適的節奏進行。公司正在部分遊戲、微信、廣告等多方面加大人工智慧的應用,同時不斷升級混元基礎模型的功能,推動AI原生應用元寶的使用。據國家資料局資料,2024年初中國日均Tokens的消耗量為1000億,截至今年6月底,日均Token消耗量已突破30兆,1年半的時間增長300多倍。以豆包為例,去年12月中旬,豆包日均Tokens使用量已超過4兆,較七個月前首次發佈時增長了33倍;截至2025年3月底,豆包大模型日均Tokens 呼叫量已超過12.7兆,是2024年12月的3倍,是一年前剛發佈時的106倍;截至2025年5月底,其日均Tokens使用量超過16.4兆,同比增長137倍。2025年10月16日,火山引擎總裁譚待在武漢舉行的FORCE LINK AI創新巡展上披露,豆包大模型的每日Token呼叫量從去年5月的1200億增長至今年9月的30兆,實現253倍增長。根據IDC報告,今年上半年火山引擎在中國公有雲大模型服務呼叫量上居第一,市場份額達49.2%。風險提示:國際環境變化對供應鏈的安全和穩定產生影響,對相關公司向海外拓展的進度產生影響;關稅影響超預期;人工智慧需求過快增長,供給緊張導致出貨及業績兌現不及預期;人工智慧行業發展不及預期,資本開支不及預期,影響雲端運算及算力產業鏈相關公司的需求;市場競爭加劇,導致毛利率快速下滑;匯率波動影響外向型企業的匯兌收益與毛利率,包括ICT裝置、光模組/光器件類股的企業;數字經濟和數字中國建設發展不及預期;電信營運商的雲端運算業務發展不及預期;營運商資本開支不及預期;持倉較高帶來的交易型市場波動等。03 模型的應用落地處理程序呈現顯著加速態勢根據ARR Club最新統計的全球AI 應用ARR資料可以看出,全球AI應用商業化速度迅猛,且呈現強“頭部平台 + 長尾應用”結構。按 ARR 切分可見三個明顯層級:超大體量(>40億美金)由通用平台把持(OpenAI、Anthropic、Databricks、Canva),其後是 5–15億美金的企業應用與橫向工具(Deel、Fullscript、Rippling、Ramp、Samsara、Notion 等),最後是1–5億美金的專業垂類與新興 AI-native(Cursor、Cohere、HeyGen、ElevenLabs、Perplexity、Aiven 等)。這說明通用模型與資料平台依靠強大的平台效應或廣泛的客戶群迅速商業化,榜單前二十中出現了大量B端AI應用,包括上游(模型/資料/平台)和企業工作流(ERP/人力/安全/合規)。如“AI 程式設計/工作流自動化”成為新增長錨點,Cursor、Cognition(Devin+Windsurf)、Replit、Usercentrics、Customer.io 等顯示出 AI+開發的強勁變現能力:一是高頻、剛需、可快速替代人工(如程式設計師);二是從開發者自下而上滲透到B端批次採購。傳統軟體廠商(如 Databricks、Canva、Notion、Deel、Rippling)依靠既有客戶基座與資料資產快速把AI能力嵌入,形成“功能增購/套件化”收入,強客戶粘性是顯著優勢。C端(圖像/視訊/配音/伴侶類)多數處於1–3億美金區間,增速快且空間大。且多模態內容生產正由“工具”走向“管道與平台化”。HeyGen、ElevenLabs、Otter.ai、Perplexity等的 ARR 進入 1-2億美金檔,核心不止是模型效果,而是範本化工作流、資產管理與分發管道:例如一鍵生成/配音/字幕/多語版本到企業素材庫,或將搜尋問答轉化為“可引用、可復用”的知識單元。我們認為,全球AI應用商業化有望呈現持續加速:1)OpenAI:根據彭博披露,OpenAI 預計 2025 年收入約 127 億美元。根據《The Information》預測,OpenAI 2026 年收入規劃約 290 億美元、2027年進一步達到540億美元。同時根據管理層Sam Altman對外口徑,2027 年收入在樂觀情景下有望達 1000 億美元(屬目標展望,非財務指引)。2)Anthropic:根據《The Information》披露的資料,Anthropic 在 2025年末年ARR目標定在約 90億美金;在此基礎上,公司對 2026 年設定了 200-260億美金ARR目標,對 2027 年進一步增長至300億美金以上。根據Unique Research 2025年10月發佈的資料統計,在全球按年度經常性收入(ARR)排名的 100 大 AI 產品中,有 23 個來自中國公司,23家的ARR收入加總超過11億美金,包括:KLing(1.49億美金)、PLAUD(1.44億美金)、美圖秀秀(1.10億美金)、PictureThis/形色(0.93億美金)、夸克(0.87億美金)、Hypic(0.81億美金)、HeyGen(0.80億美金)、Manus(0.75億美金)、GenSpark(0.42億美金)、AirBrush(0.40億美金)、BeautyPlus(0.26億美金)、OpusClip(0.26億美金)、OpenArt(0.24億美金)、BeautyCam(0.23億美金)、Wink(0.22億美金)、LazyFit(0.22億美金)、Polybuzz(0.21億美金)、Pixverse(0.20億美金)、Vidu(0.20億美金)、Linky(0.18億美金)、Filmora(0.17億美金)、Retell AI(0.17億美金)。而全球MAU排名中(截至 2025 年 8 月),前 100 家 AI 公司,其網頁和移動端月活躍使用者數估計達到 47.8 億,其中中國約佔 46%(約 22 億 MAU),規模排名前十中有六家是中國公司——百度、字節跳動、DeepSeek、美圖、作業幫和阿里。其中,多家AI公司有數個產品上榜,例如美圖旗下的美圖秀秀、wink、beautyplus、airbrush等。這體現了中國公司強大的使用者基礎和粘性,以及未來商業化的巨大潛能。中國前 100 名 AI 產品中近半數集中在媒體創作和最佳化領域,其中 47 個專注於視訊(23 個)或圖像(24 個)生成與編輯,約佔總數的 47%。這種高度集中反映了針對視覺內容製作和精修的生態系統已得到最佳化。值得關注的例子包括視訊領域的 KLING AI、HeyGen、Vidu 和 PixVerse,以及圖像領域的 Meitu、Hypic、BeautyPlus、BeautyCam、OpenArt 和即夢 AI。根據Unique Research 2025年10月發佈的C端AI產品資料顯示,中國C端AI應用的MAU佔到全球使用者數的34%,但是C端商業化收入ARR僅為5億美金,而美國AI應用ARR達到了334億美金。這裡面有幾方面原因,一方面中國網際網路大廠的AI產品很多是嵌入原有業務中,未單獨披露ARR(例如Google也未統計進去)。另一方面,中國AI大模型主要為本地化部署,未形成像OpenAI這樣的會員訂購模式(Unique Research統計OpenAI的ARR為175億美金,佔了美國334億中的超過一半)。但不可否認的是,美國AI應用的商業化正在蓬勃發展中,加上美國對於軟體的付費意識較好,因此大量的AI應用開始實現規模化的收入,進而反哺其研發和推廣。風險提示:北美經濟衰退預期逐步增強,宏觀環境存在較大的不確定性,國際環境變化影響供應鏈及海外拓展;晶片緊缺可能影響相關公司的正常生產和交付,公司出貨不及預期;疫情影響公司正常生產和交付,導致收入及增速不及預期;資訊化和數位化方面的需求和資本開支不及預期;市場競爭加劇,導致毛利率快速下滑;主要原材料價格上漲,導致毛利率不及預期;匯率波動影響外向型企業的匯兌收益與毛利率;人工智慧技術進步不及預期;汽車與工業智能化進展不及預期;半導體擴產不及預期等。04 巨頭加碼終端側AI算力,應用落地驅動產業發展混合AI有望成趨勢,端側AI價值顯現雲邊協同的混合式AI架構對AI的規模化擴展起到重要作用。根據高通《混合AI是AI的未來》白皮書,隨著生成式AI正以前所未有的速度發展以及計算需求的日益增長,AI處理必須分佈在雲端和終端進行,才能實現AI的規模化擴展並行揮其最大潛能。與僅在雲端進行處理不同,混合AI架構可以根據模型和查詢需求的複雜度等因素,在雲端和邊緣終端之間分配並協調AI工作負載。雲端和邊緣終端如智慧型手機、汽車、個人電腦和物聯網終端協同工作,能夠實現更強大、更高效且高度最佳化的AI。端側AI具有成本、能耗、可靠性、隱私、安全和個性化優勢。成本優勢:AI推理的規模遠高於AI訓練。模型的推理成本將隨著日活使用者數量及其使用頻率的增加而增加。在雲端進行推理的成本極高,這將導致規模化擴展難以持續。將一些運算負載從雲端轉移到邊緣終端,可以減輕雲基礎設施的壓力並減少開支。能耗優勢:邊緣終端能夠以很低的能耗運行生成式AI模型,尤其是將處理和資料傳輸相結合時。可靠性、性能和時延:當生成式AI查詢對於雲的需求達到高峰期時,會產生大量排隊等待和高時延,甚至可能出現拒絕服務的情況。向邊緣終端轉移計算負載可防止這一現象發生。隱私、安全和個性化:由於資料處理完全在本地進行,終端側AI有助於保護個人資訊,以及企業和工作場所中的機密資訊。以本地和雲端分別運行AI大模型製作行程安排為例,本地AI大模型通過長期學習使用者行為,並利用本地儲存的資訊,可以給出更貼合使用者生活習慣、更準確的建議。相較之下,如果雲端模型需要訪問使用者本地儲存的檔案、瀏覽記錄等資訊再給出個性化的建議,使用者通常較難接受。邊緣側已具備運行AI的實踐基礎,未來將支援多樣化的生成式AI模型。在生成式AI出現之前,AI處理已在終端側獲得應用,越來越多的AI推理工作負載在手機、PC等邊緣終端上運行。自2017年華為麒麟 970 首度在手機 SoC中引入了 NPU(用於拍攝和圖像識別)之後,高通與聯發科也先後在2018年的驍龍855和2019年的天璣1000中整合了NPU/APU模組;目前NPU已逐漸成為手機SoC中常備整合的模組,且用途從最初的協同ISP進行圖像處理發展為目前端側模型的主要支撐者,重要性與日俱增。在2024年發佈的驍龍8e和天璣9400上,分別整合了“Hexagon V79+Sensing Hub+DSP”和MediaTek NPU 890用於AI處理,NPU模組佔SoC投影面積比例顯著提升。除此之外,OPPO還曾在2021年12月舉辦的OPPO INNO DAY上發佈了首款外掛式NPU MariSilicon X(採用TSMC 6nm製程),儘管只是用於圖像處理,但仍讓我們看到了未來NPU在端側獨立部署的另一種可能。終端裝置有望在AI的催化下迎來新一輪創新周期。生成式AI正在驅動新一輪內容生成、搜尋和生產力相關用例的發展,覆蓋包括智慧型手機、PC、汽車、XR以及物聯網等終端品類,提供全新的增強使用者體驗。以PC為例,AI大模型已能夠有效地處理文件撰寫和簡報製作等任務,完美契合PC作為生產力工具的定位。此外,在以終端為中心的混合AI架構中,多數任務能夠在PC本地運行,既保護隱私,又能及時響應。新興的發展趨勢有望帶動新一輪的產品創新周期,全球科技巨頭正加速投入。風險提示:1、未來中美貿易摩擦可能進一步加劇,存在美國政府將繼續加征關稅、設定進口限制條件或其他貿易壁壘風險;2、AI上游基礎設施投入了大量資金做研發和建設,端側尚未有殺手級應用和剛性需求出現,存在AI應用不及預期風險;3、宏觀環境的不利因素將可能使得全球經濟增速放緩,居民收入、購買力及消費意願將受到影響,存在下游需求不及預期風險;4、大宗商品價格仍未走穩,不排除繼續上漲的可能,存在原材料成本提高的風險;5、全球政治局勢複雜,主要經濟體爭端激化,國際貿易環境不確定性增大,可能使得全球經濟增速放緩,從而影響市場需求結構,存在國際政治經濟形勢風險。05 景氣賽道:金融IT+智能駕駛互金行業景氣度持續攀升,AI賦能行業發展成效顯著AI技術快速迭代升級,正重塑證券行業的定價邏輯、服務模式以及風險管理體系。當前,AI賦能證券行業重點聚焦智能投顧、量化交易、風險控制以及投研輔助等核心應用場景,迅速提升客戶體驗,並以此為突破口,打開公司業務新增向上空間。隨著AI與證券行業全鏈條、全領域、全環節深度融合,有望全面釋放前中後台人員生產力,加速推動證券行業數位化、智能化轉型。如,東方財富2023年推出“妙想”金融大模型,2024年發佈Choice8.0版本,提供智搜、智讀、智問、智創、智研以及智投等6大智能體驗;同花順2024年推出金融對話大模型HithinkGPT,應用於問財和iFind,提供智能投顧、金融問答、投研寫作、客戶服務、風控合規/程式碼生成等服務與能力。指南針主要通過接入外部大模型,整合技術能力,AI佈局集中於應用層最佳化,提供量化策略工具、智能客服等服務。隨著AI技術快速迭代,如DeepSeek、Manus等優秀成果持續湧現,“AI+金融”有望迎來新一輪發展機遇。多款智能投研產品爆火出圈,為AI在投研領域的應用創新提供了多種可能性。投研是AI技術的重要應用場景,該領域豐富規範的資料基礎、明確的任務流程、清晰的反饋機制,與AI的技術特性高度適配,能夠有效解決傳統投研中的資訊處理效率、分析深度等痛點,2025年以來Alpha派、Manus等產品的出圈,進一步印證了AI在投研場景的應用價值與發展潛力。儘管Manus從6月的爆火出圈,到徹底撤出中國,曇花一現,但是其多智能體協同架構與端到端閉環處理的技術方案,為AI投研的產品形態創新提供了重要參考;其在金融分析場景中展現的高效資料處理與可視化輸出能力,也進一步印證了AI賦能專業投研的巨大潛力。Alpha派作為訊兔科技推出的AI投研應用,聚焦機構投研全流程痛點,打造會議機器人、業績點評等細分工具,可快速生成紀要、梳理投資邏輯、輸出基本面概覽,支援定製化服務。產品上線後覆蓋超4萬名機構投研使用者,頭部買方機構使用率達80%,成為投研人員提升效率的高頻工具,充分驗證了AI在投研領域的巨大應用潛力。隨著A股市場活躍度提升,ETF市場規模逐步壯大,網際網路金融科技企業業績增長預期增強。AI在股票分析、智能投顧領域的積極進展,有望推動網際網路金融科技企業加大AI戰略佈局,重塑證券行業的定價邏輯、服務模式以及風險管理體系,加速AI賦能證券行業降本增效,打開業務新增長空間。網際網路金融科技企業核心受益市場活躍度提升以及AI在金融行業取得積極進展,迎來新一輪發展機遇。無人化應用場景廣泛帶動智能駕駛高景氣當前,以自動駕駛、機器人技術為核心的無人化應用正迎來多元化發展的關鍵時期。人工智慧、5G、物聯網等新一代資訊技術逐步成熟,企業應對勞動力短缺、提升效率與安全的需求強勁,共同驅動無人化應用場景加速落地。以港口、礦區、環衛等為代表的半封閉場景,憑藉環境可控、規則明確的特點,已基本完成技術驗證階段,實現了規模化商業落地,形成了清晰的商業模式和積極的投資回報。幹線物流、無人配送和Robotaxi(無人駕駛計程車)等場景市場空間更為廣闊,涉及時間與空間複雜度更高,且相關法律法規建設仍未完善,但上述場景正處於技術快速迭代與商業化試點周期,海內外技術與市場共振,有望在未來幾年內迎來加速突破。無人化場景的持續拓展,對車、路、雲、網等一體化基礎設施建設提出了大量新增需求,拉動了智駕產業鏈上游的高景氣度。要實現高階“真無人”駕駛,單車智能的成本限制以及自動駕駛演算法技術瓶頸仍然存在,“車路雲一體化”成為當前主流的解決方案。這催生了對智慧道路(路側感知、計算與通訊單元)、高精度地圖(釐米級高精度的靜態環境底圖)以及高可靠、低時延的5G/5G-V2X網路等基礎設施的大規模投入。上述設施共同形成了智能駕駛對於環境的即時感知能力和分析能力,彌補單車智能在高階智駕能力上的差距,提升安全冗餘和運行效率。2024年7月,工信部等5部門發佈《關於公佈智能網聯汽車“車路雲一體化”應用試點城市名單的通知》,確定20個城市(聯合體)作為首批“車路雲一體化”應用試點。北京、武漢等地相關項目規模突破百億元,無錫市已建成約1700個路口訊號燈聯網聯控、700個路口安裝路側直連通訊單元、300個路口部署感知及邊緣計算裝置,形成市區兩級協同的車聯網雲平台。風險提示:(1)宏觀經濟下行風險:電腦行業下游涉及千行百業,宏觀經濟下行壓力下,行業IT支出不及預期將直接影響電腦行業需求;(2)應收帳款壞帳風險:電腦多數公司業務以項目制簽單為主,需要通過驗收後能夠收到回款,下遊客戶付款周期拉長可能導致應收帳款壞帳增加,並可能進一步導致資產減值損失;(3)行業競爭加劇:電腦行業需求較為確定,但供給端競爭加劇或將導致行業格局發生變化;(4)國際環境變化影響:目前國際形勢動盪,對於海外收入佔比較高公司可能形成影響,此外美國不斷對中國科技施壓,導致供應鏈安全風險。06 MiniMax:國產全模態多面手,模型與應用飛輪啟動MiniMax成立於2021年12月,是模型能力、應用商業化均在前列的,國產大模型獨角獸。據虎嗅、新浪財經和創業最前線,目前MiniMax團隊規模僅約400人,但是依靠高效率、規模化的研發組織,MiniMax的模型性能可以對標全球頭部模型能力。模型與應用的協同發展也驅動Minimax快速商業化,24年收入約7000萬美元,在短時間內就實現自負盈虧甚至盈利。1、模型佈局:全球少數在文字、視訊、音訊三大模態均領先的公司。MiniMax在過去三年分別突破不同模態模型能力,23年發佈語音合成模型,24年發佈視訊和音樂生成模型,25年發佈全新文字模型M2,程式設計與Agent性能全球領先。其中M2模型率先在效果、價格和速度上取得較好的平衡,性能與GPT5、Claude4.5  Sonnet處於相近的水平線,但價格僅為它們的10%以內,速度快50%以上;視訊和音樂生成模型分別位列Artificial Analysis全球模型細分榜單的前10和前3。2、應用佈局:覆蓋AI社交、視訊、程式設計和Agent等多個賽道,出海步伐快,商業化節奏清晰。公司在賽道選擇上具有較強的前瞻性和差異化,22年底率先佈局社交陪伴賽道,首款產品Glow的上線時間僅比Character AI晚一個月;23年底成功拓展至語音/音樂賽道,彼時同類公司還主要在基座模型上發力;24年以來又拓展了視訊、Agent、程式設計等賽道。1)Talkie&星野:目前收入和使用者規模均最大的國產AI陪伴產品。Talkie和星野是分別面向海外和國內使用者的姊妹產品,App月活分別維持在2000萬和500萬以上。AI陪伴的使用者時長長、付費意願高,Talkie&星野之所以能在Character AI、字節貓箱等同類產品中脫穎而出,一是因為虛擬角色儲備更豐富,達千萬種以上;二是因為該產品在會員訂閱、廣告等常規變現模式的基礎上,還整合抽卡、UGC內容共創與交易等創新玩法。據新浪財經,24年Talkie收入達數千萬美元量級,是公司最核心的收入來源。2)語音合成和音樂生成:主要面向B端客戶,佈局具備前瞻性。2023年開始佈局,是國內發力最早、步伐最快的公司之一。國內已與躍然創新、Rokid、閱文起點中文網、高途教育、獵豹移動等超2000家公司達成合作,應用於有聲書、AI玩具、數字人等場景;海外為部分原生AI應用提供語音合成能力,以語音生成工具和AI廣告視訊創作工具為主,如Hedra(ARR 1億美元)、Vapi(ARR 800萬美元)。3)海螺AI:多次在海外出圈的AI視訊產品。海螺視訊模型的綜合性能,長期位列全球視訊模型榜單Artificial Analysis的前10。公司基於該模型推出面向B端的API介面和面向C端的AI視訊創作工具海螺AI,生成720P的5秒視訊最低僅1.7元,略低於豆包和可靈視訊模型。今年年中使用該模型創作的動物跳水視訊在Instagram的播放量超2億,吸引大量海外短影片創作者模仿。我們預計目前海螺視訊模型的收入主要來自海外P端使用者的訂閱。4)Coding Plan:程式設計性價比高,Token呼叫量快速提升。10月底公司推出M2模型,程式設計性能接近Claude Sonnet4.5、GPT5.1和Gemini3 Pro。目前已有超20個大模型聚合平台和AI程式設計應用直接呼叫M2模型的API,在頭部大模型聚合平台OpenRouter上的呼叫量連續4周位列全球前5,且超75%應用於程式設計場景。公司同步推出Coding Plan,是專為AI程式設計場景提供的M2模型呼叫方案。使用者可以在Cursor、Claude、Trae等主流程式設計應用中呼叫M2,價格僅為Claude Code的8%。5)MiniMax Agent:定位為通用Agent,已進入商業化階段。MiniMax Agent於今年7月上線,完成PPT創作、深度研究報告撰寫、網站製作等複雜任務的效果較好。目前該產品已開啟商業化,折合每個任務約1元,降本增效效果顯著。風險提示:版權保護力度不及預期,智慧財產權未劃分明確的風險,消費習慣難以改變的風險,關聯公司治理風險,生成式AI技術發展不及預期的風險,產品研發難度大的風險,產品上線延期的風險,行銷買量成本上升風險,人力成本上升的風險,政策監管的風險,商業化能力不及預期的風險,AI產品和服務的使用者增長和付費率不及預期的風險,AI產品和服務降本提效效果不及預期的風險,新客戶拓展不及預期的風險,生成式AI帶來的資料安全風險,全球經濟環境惡化風險,國內外網際網路行業反壟斷及監管風險,地緣政治導致客戶出海困難的風險,競爭加劇風險,頭部廣告主預算縮減風險,品牌客戶拓展不及預期的風險,人才流失風險。07 AI應用:從等待爆款,到商業化加速落地回顧2025年,AI應用的關鍵詞是 加速商業化。OpenAI從追求AGI全面轉向變現,OpenAI預計25年內ARR完成從100億美元到200億美元的跨越,Anthropic的ARR從24年底的10億美元快速增長至25年7月的50億美元,程式設計、搜尋、多模態 成為目前商業化最快的幾個賽道。國內外大廠Token呼叫量快速增長,GoogleGemini10月份Token量較7月增長33%,字節豆包9月底的Token呼叫量較今年5月增長超80%。重點公司AI收入跨越式增長,如海外Applovin在24年高基數下仍維持70%左右的收入增速,國內美圖整體付費滲透率從1H23的2.9%增加至1H25的5.5%,可靈二季度收入2.5億元,環比一季度增長超60%。展望2026年,重點觀察:1)AI+老產品=新流量入口。騰訊微信最具備Agent化潛力,既擁有流量入口屬性(超14億月活),又整合微信小程序、公眾號、視訊號和社交生態,能滿足使用者幾乎所有線上功能。字節的豆包與抖音在AI搜尋(AI短影片、直播搜尋)全面打通;也期待阿里巴巴的淘寶、支付寶與夸克等產品成為一部分AI的流量入口。此外,期待抖快有望推出“中國版Sora”,目前AI生圖已經大眾化,AI視訊的全民推廣可期。2)AI+廣告,有望從2026年開始兌現報表。以快手 OneRec為代表,快手OneRec是全球首個端到端的生成式推薦模型,營運成本Opex僅為傳統內容推薦模型的10%,目前僅承接25%的流量就使使用者總時長提升1%。後續融合生成式競價系統,有望進一步提高廣告效率。騰訊 連續10個季度廣告收入增速在20%附近,其中25年二季度收入同增20%,主要原因之一是AI提升點選率,從而驅動eCPM增長。嗶哩嗶哩1H26將上線端到端表示學習演算法,啟動AI廣告Agent的白名單測試,並上線AI混剪廣告視訊,廣告創意數量提升千倍。3)AI出海有望成為關鍵詞:海外軟體付費意識較強,國內AI產品有望憑高產品力、高性價比獲得快速增長,美圖 有望在北美節假日加快海外功能更新和行銷節奏,此前AI合照、AI閃光燈等功能已推動美圖系產品登頂海外多國的iOS免費應用榜。快手可靈 海外收入佔比70%,後續模型性能有望沿著世界模型、音視訊同步生成等方向迭代,產品功能則可能借助靈動畫布、短影片生成Agent更深度融入視訊創作工作流。此外,Minimax、智譜等國產大模型公司,有望相繼步入資本市場,融資有望進一步驅動商業化速度,其中MiniMax在2024年的收入已突破7000萬美元,我們預計出海AI社交產品Talkie AI貢獻絕大部分收入。4)海外AI也加快融資-商業化進展,需重點關注OpenAI和Anthropic的進展規劃。OpenAI推動ChatGPT接入第三方應用,為AI時代應用生態打樣板,即一個超級入口+一眾垂類應用。OpenAI預計2030年ARR達數千億美元,Anthropic預計2028年收入達到800億美元,企業客戶的AI程式設計需求驅動增長。風險提示:版權保護力度不及預期,智慧財產權未劃分明確的風險,IP影響力下降風險,與IP或明星合作中斷的風險,大眾審美取向發生轉變的風險,競爭加劇的風險,使用者付費意願低的風險,消費習慣難以改變的風險,關聯公司治理風險,內容上線表現不及預期的風險,生成式AI技術發展不及預期的風險,產品研發難度大的風險,產品上線延期的風險,行銷買量成本上升風險,人才流失的風險,人力成本上升的風險,政策監管的風險,商業化能力不及預期的風險。08 國內AI產業鏈:AI轉型形成廣泛共識美國領先全球算力佈局,中國受制於供給限制顯著落後。根據Epoch AI,中美領先全球AI算力佈局,其中美國以74.4%的16-bit FLOP/s份額佔據絕對主導地位,而中國持有14.1%的份額,位居全球第二,但與美國存在顯著差距,主要受制於晶片採購禁令以及上游製造代工裝置採購限制,導致本土晶片產能也同樣受限。“開源大模型排行榜”顯示了一個關鍵趨勢:雖然美國的gpt-oss-120B在智能指數上拔得頭籌,但排行榜的前列(Top 10)幾乎被中國開源模型所佔據,包括DeepSeek V3.1、通義千問Qwen3 235B、Kimi K2 0905、智譜GLM-4.5等。它表明國內的“智能層”(中游)不僅在追趕,而且在廣度和頂尖競爭力上已經達到世界級水平。眾多中國模型上榜,顯示出市場競爭(如字節跳動發起的價格戰)和高強度研發投入(如阿里的全系列模型 、百度的文心)已經催生出一個高度繁榮和高水平的模型生態。應用方面,最顯著的趨勢是,亞洲(主要由中國市場驅動)的份額從23H2的約32%穩步增長至超過40%,成為全球最大且增長最快的AI應用市場。相比之下,北美市場的份額則從約20%下降至約10%。與移動網際網路類似,亞洲(尤其是中國)龐大且活躍的消費者群體為AI應用提供了最佳的“試驗場”和變現管道。以上共同描繪了一個完整的中國AI產業故事:一個龐大且佔主導地位的“應用市場”,正在資助一個“世界級”的“模型層”,並共同拉動一個“自主可控”的“硬體層”的快速迭代和追趕。我們看到雲廠商及網際網路平台在AI+廣告/搜尋/電商方面規模化探索,隨著海外投資者持續對AI CapEx回報產生擔憂,創新/規模化落地速度更快的國產應用具備更大的超預期空間,且估值更穩健合理,存在系統性重估的機會。風險提示:業務發展不及預期:業務市場競爭格局仍處於較快變化階段,我們對行業的判斷很大程度上是基於主觀預期,而市場競爭加劇可能影響相關業務的表現,使預期與實際業績產生偏差。行業增長不及預期:疫情下居家辦公等需求脈衝式增長,這使得重新開放後高基數、需求透支下行業增速可能有所放緩。產品發佈帶來短期需求爆發,但這類需求的長期可持續性仍有待驗證。監管不確定性:業務涉及多個國家和地區,同時滿足不同國家的監管要求及潛在的變化會對業務產生一定不確定性的影響。技術風險:大模型的部署和維護可能涉及技術上的挑戰。需要強大的計算資源和儲存能力來支援大模型的運行,這可能會增加成本。此外,大模型的訓練和更新也需要大量的時間和人力投入。商業落地風險:由於大模型業務處於探索期或成長期,業務模式尚未成熟,同時宏觀、行業環境可能發展變化,因此當前時點對未來的預判多數依賴上述環境變化不大或基本穩定的假設。大模型相關的監管尚未明確,可能涉及一些資料隱私、資料偏見、濫用等的法律風險其他風險:消費復甦節奏;宏觀經濟及社零增長疲弱;聯準會加息處理程序超預期;行業監管風險;中美關係發展的不確定性;中概股退市風險。09 AI健康應用螞蟻阿福下載量攀升,繼續看好AI醫療投資機會螞蟻阿福月活量穩居健康管理AI首位,APP下載量位列蘋果應用程式商店第三12月15日,螞蟻集團正式宣佈旗下AI健康應用“AQ”完成品牌升級,全新命名為“螞蟻阿福”。“螞蟻阿福”目前月活躍使用者已經達到1500萬,穩居健康管理類AI應用首位,15日新版App發佈後,下載量迅速攀升,16日位居蘋果應用程式商店下載總榜的第3位,顯示出使用者對其定位與價值的認可。螞蟻通過醫保碼和超8億的醫保使用者,建構起覆蓋支付、掛號、線上問診、健康應用等完整的健康服務生態。通過聯合上千位專家、院士,並組建千人規模的醫學標註團隊,持續調教底層大模型的思維,螞蟻阿福的專業大模型在國內率先通過中國資訊通訊研究院醫療健康行業大模型雙領域可信評估,並在HealthBench、MedBench等權威行業榜單中名列前茅。政策支援+產品應用落地,共同推動AI醫療的場景應用今年以來,國內AI醫療在政策、技術、產品及應用等方面均有持續進展,技術突破有望從單個產品走向場景全鏈條,應用場景從大醫院下沉到基層和個體。政策端一季度的揭榜掛帥工作通知為AI醫療發展提供了有力支援和保障;工信部等七部門隨後提出階段性的工作目標,到2027年打造100個以上醫藥工業數智技術應用典型場景等;國務院、衛健委最新發佈的政策強調“場景落地優先”,重視基層醫療與慢性病管理;“安全可控底線”,從資料安全、診療責任、產品稽核多維度設防;“產業生態共建”,鼓勵政產學研用協同推進技術創新與成果轉化。AI是醫療企業必須重視的創新方向,建議關注行業投資機會AI醫療在提升醫療器械功能、檢查檢驗結果解讀、輔助臨床醫生決策、健康管理等多個領域的應用價值較大,是醫療企業和醫院必須重視的創新方向和競爭趨勢。企業有望借助AI進一步提高產品競爭力和客戶粘性,鞏固行業地位和競爭優勢。AI醫療也是國內企業出海競爭的關鍵要素之一,在自主研發之外,併購、外部戰略合作、建立數位化平台和生態圈等也是加快AI佈局的重要途徑。在國家政策和行業技術的持續催化下,AI醫療應用場景有望加速落地,建議關注行業投資機會。風險提示:資料隱私與安全風險:AI醫療依賴大量敏感的醫療資料,在資料收集、傳輸及應用過程中,存在資料洩露、隱私濫用等風險,可能引發患者信任危機和合規審查等法律問題。技術落地及模型泛化風險:AI醫療產品可能因實際臨床資料複雜性、資料標準化難度大或技術瓶頸等因素,導致無法按計畫實現預期效果,甚至在特定場景下出現誤判、漏診等問題。政策、法律和倫理風險:AI醫療應用高度依賴政策推動和行業監管,若政策或合規標準制定與調整進度低於預期,將直接影響產業化落地。商業化進展和市場需求不及預期風險:由於AI醫療場景商業模式仍在探索,部分細分領域商業化落地速度、盈利能力、醫保支付等存在較大不確定性。同時,AI醫療的市場需求若未能按預期釋放,或C端使用者及院方客戶接受度不高,將限制企業收入增長。行業競爭快速加劇的風險:AI醫療行業作為跨界新興產業,國內外巨頭及創業公司不斷湧入,尤其開源大模型和SaaS平台促進行業門檻降低,導致市場競爭日益激烈。 (中信建投證券研究)
2026年全球半導體行業趨勢研究報告
報告名稱:2026年全球半導體行業趨勢研究報告(22頁)出  品 方:StartUs Insights2026 年全球半導體行業正同時經歷“收縮”與“擴張”的悖論:整體產值微降 3.11%,但全球員工總數卻新增 14.1 萬,總就業人口達到 270 萬;資本層面,3600 多位投資者在 1.27 萬輪融資裡平均砸下 6200 萬美元,說明資金仍在瘋狂尋找下一個爆發點。美國、中國、德國、韓國、印度是國家級樞紐,深圳、上海、新加坡、聖何塞、東京則是城市級熱點。專利和補貼繼續加碼——全行業手握 10.4 萬件專利、拿到 1387 筆政府資助,創新底氣依舊充足。在這一宏觀背景下,StartUs Insights 用巨量資料平台掃描了 470 萬家初創與成長型企業,最終聚焦 1336 家半導體公司,提煉出十大趨勢。它們不是孤立的技術點,而是一張互相咬合的“創新網路”:物聯網晶片:IoT 裝置要求“郵票尺寸、多協議、超低功耗”,於是出現了把 Sub-1 GHz、BLE、Wi-Fi 甚至 UWB 整合到單顆 SoC 的方案,同時引入事件驅動架構和存內計算,讓晶片在 1 µA 級待機功耗下完成 AI 推理。製造端拉動 22/28 nm 成熟製程,封測端則把天線、電源管理、儲存全部塞進 SiP 或 Fan-Out 封裝,形成“晶片即服務”的商業模式。人工智慧晶片:大模型讓通用 GPU 能效比逼近極限,行業轉向領域專用加速器(DSA)。韓國 Rebellions 把矽架構與深度學習演算法協同設計,做到 8 TOPS/W;美國 Gauss Labs 則用 AI 預測晶圓缺陷,把良率提升 1.5–2%。AI 不僅吃算力,也在晶圓廠裡“反哺”工藝控制,形成閉環。先進材料:矽基以外的 SiC、GaN、量子點、二維材料集體進入量產。瑞典 EPINOVATECH 用 NovaGaN 工藝在 200 mm 矽片上生長 650 V GaN 器件,成本比 SiC 低 30%;比利時 QustomDot 的量子點讓 Micro-LED 色域飆到 120% NTSC。材料革命帶動 6/8 英吋 SiC 襯底、MOCVD 高溫裝置、TaC 塗層等整條供應鏈躁動。新架構:3D 異構整合、近記憶體計算、精簡指令集一起向“儲存牆”和“功耗牆”開火。英國 EDGED 把矩陣-向量單元融合,指令譯碼時間砍 70%;中國 YSEMI 的 128 核 2.5D 封裝實現 1 TB/s 記憶體頻寬,成本降 20%。EDA 工具、CoWoS/SoIC 產能、熱-機械模擬軟體隨之成為稀缺資源。先進封裝:當摩爾定律放緩,封裝成為系統級微縮的新槓桿。美國 JetCool 用微射流直接給晶片降溫,熱阻 <0.1 K/W;中國 TSD Semiconductor 把晶圓減薄到 25 µm,滿足 3D IC 需求。Fan-Out、Chiplet、UCIe 標準讓封裝廠從“後端”走向“前端”,2026 年全球 Fan-Out 市場預計 38 億美元。5G:毫米波與 Sub-6 GHz 雙輪驅動,射頻前端必須支援 100 MHz 以上頻寬、256-QAM 高階調製。澳大利亞 milliBeam 的相控陣晶片組把 EIRP 做到 45 dBm,功耗降 35%;美國 Falcomm 的矽基功率放大器在 28 GHz 實現 20% PAE。RF-SOI 12 nm、OTA 測試站、Open RAN 白盒化成為產業鏈關鍵詞。自研晶片:蘋果、特斯拉、阿里等系統廠商自建晶片團隊,用“Domain-Specific SoC”實現軟硬一體。美國 Anari 的 Thor X 晶片在雲上做 3D 語義分割,延遲 <10 ms;韓國 SEMIFIVE 提供“6 個月 RTL 到 GDSII”的定製矽平台。IP 廠商推出訂閱制,晶圓廠提供 DTCO 服務,人才市場架構師薪資溢價 50%。製造技術:2 nm 節點需要 0.55 NA EUV、GAA 電晶體、3 nm ALD 高 k 介質。瑞士 UNISERS 用奈米顆粒檢測把缺陷靈敏度推到 10 nm;加拿大 EHVA 的 6 軸奈米光學對準機器人實現 300 mm 晶圓級光子晶片自動測試。裝置資本密度飆升,3 nm 萬片產能需 30 億美元,綠色債券成為融資新寵。汽車晶片:從分佈式 MCU 走向“中央計算 + 區域控制”,L3+ 自動駕駛需要 >500 TOPS 算力、<50 W 功耗,還得通過 ASIL-D 認證。以色列 Lidwave 的時間編碼 3D SoC 讓 LiDAR 點雲密度提升 4 倍;中國雲途半導體推出 -40 °C~150 °C 車規 MCU。認證周期拉長 12–18 個月,晶圓廠必須通過 IATF 16949,封測廠引入“零缺陷”AOI。可持續製造:12 英吋晶圓廠年耗電 1–2 TWh,蘋果、Google要求供應鏈 2026 年 100% 綠電。美國 Hard Blue 把農業廢棄物變成 SiC 磨料,碳足跡減少 80%;加拿大 Digitho 用數字光刻實現晶片級溯源,材料回收率 99.9%。台積電、三星美國新廠全部綠電,低溫 ALD、干法蝕刻、綠色債券、Sustainability-Linked Loan 成為行業標配。這十大趨勢並非線性演進,而是“技術-市場-政策”三維疊加的複雜網路:AI 與先進封裝、新材料、新架構形成性能-能效正循環;IoT、5G、汽車晶片雙軌拉動成熟與先進製程;可持續製造、在地化設計、供應鏈安全則上升為國家競爭力核心。企業若想在未來三年贏得先手,必須同時繪製“技術路線圖、投資優先順序、人才地圖”,在 2026 年半導體產業重構窗口期搶佔高地。(TOP行業報告)
Anthropic聯創警告:2026年,AI將把世界撕成兩個平行宇宙
現實版北京折疊!Anthropic聯創預警:到2026年夏天,前沿AI使用者可能會感覺他們生活在平行世界。許多人對生成式AI的真實感受,越來越像一種錯位的平靜。現實世界裡,沒有遮天蔽日的無人機,也沒有擠滿人行道的機器人。深夜刷手機時,看到的仍是老段子、舊梗圖、熟面孔。AI沒有闖進生活,但已經繞過了我們的感知。最近,Anthropic的聯合創始人、史丹佛大學AI指數聯席主席Jack Clark,把這種狀態形容成「沉默的警報器」:警報燈在閃,但沒有聲音,以至於大多數人根本沒意識到警告。作為AI政策領域的資深從業者,Jack Clark還同時擔任:經合組織(OECD)人工智慧與計算工作組聯席主席,以及美國政府國家人工智慧諮詢委員會成員。從初為人父的視角切入,他在育兒的間隙裡「短暫離線」。也正是在這段時間裡,他親眼看見了——AI能力的躍遷,正在與普通人的感知徹底脫節。他的警告很直接:到2026年,AI經濟會把世界撕成兩個平行的層面。人類好幾周AI只要5分鐘最近,已為人父的Jack Clark發生了一件趣事——他不再沉迷AI,也不再整天埋頭工作了。不是他不關心了,是他真的沒時間了。深夜,他要給新生兒喂奶。白天,他要盯著幼兒,防止下一秒就爬高摔下來。間隙裡,他還得給剛剛擴大的家庭,準備一桌像樣的飯。他坦言,這種狀態反而讓人莫名放鬆。但也正是在這种放松中,他開始重新思考一個問題:當下的AI,為什麼強得這麼快,卻又這麼難被真正感知?現實生活,一切照舊。網路世界,偶有新段子,但更多的,還是那些陳年老梗。看起來,有沒有AI,生活都沒什麼不同。然而,你我都清楚,巨變正在發生。某些巨獸,正從未知的未來,緩慢卻堅定地,闖入我們的當下。最近,他只是瞥見了這頭巨獸的一角。某日,他的妻子、蹣跚學步的大寶和小寶,竟然同時睡著了!機會難得,他啟動了搭載Opus 4.5的Claude Code。他想做一個「捕食者—獵物」模擬器。世界要能自動生成。路徑規劃要用A*演算法。結果,他一次就成功了。整個過程,只花了大約5分鐘。十年前,他自學程式設計時,類似的東西,要花上好幾個星期。即便是熟練的業餘開發者,也得折騰幾個小時。而現在,AI只用了幾分鐘。AI「能力過剩」把門檻抬到另一層模擬器建好後,他盯著輸出物種數量的圖表,撥弄著參數改變生態動力學,看著這個微型世界自行演化。接著,他開始順著好奇心不斷擴展問題:如果加入日夜循環,夜行生物會如何互動?能不能建立資料庫,保存每一次歷史模擬?能不能給地貌和智能體加上三維坐標,把它們直接3D列印成雕塑?對於所有這些問題,他讓Claude繼續工作,而且大多數情況下,它一遍就成功了。網友DeJMan製作的捕食者-獵物模擬器他玩得停不下來。這種體驗就像是孩子在和成年人玩「我畫你猜」遊戲:他畫出想像中的東西,遞給這個超級智能,它就會把想像的畫面完美地呈現出來。就這樣,他們互動了幾個小時:這種體驗令人著迷、震撼、而且純粹地好玩。短短幾個小時,他就「做」出了一個體量不小、結構複雜的軟體系統。當然,底層程式碼相當醜陋,效率問題一堆,但它能跑,而且跑得飛快!然後,孩子醒了,開始嚎哭。嬰兒一貫如此。魔法瞬間破碎,他又回到了換尿布、抱娃、輕聲哄孩子睡覺的現實中。接下來的幾天裡,他卻總會想起那個潛伏在電腦裡的模擬器。那個在他和一個可通過API訪問的「原始心智」之間,被短暫喚醒的產物。AI的進展,往往就是這種感覺:只要一點好奇心,再加上一點時間,你很快就會被嚇一跳——原來它已經強到這種程度了。但前提是,你得恰好有「時間與好奇心」的組合。否則,你就會像大多數人一樣體驗AI:作為一名被動的觀眾,看著那些平庸的「合成AI泔水」(slop),或者頂多問問你的大語言模型:「火雞怎麼烤才能保持鮮嫩多汁?」、「TonieBox燈在轉但不放音樂該怎麼辦?」。那些真正驚人的進步,基本上都會與你擦肩而過。這並不只是介面設計的問題,雖然在聊天框之外,確實還有很大可探索空間。問題更深層:一個人究竟有多少好奇心?他能多容易、又多便宜地接觸到強大的AI系統?他能否把好奇心轉化為可以交給AI的問題或任務?以及,他到底有多少可自由支配的時間?這是一個極深、而且急劇縮小的漏斗。這個問題在2026年會變得更加嚴重。明年夏天,出現AI版北京折疊他預計,到明年夏天,許多直接使用前沿AI系統的人,會第一次清晰地意識到——自己彷彿生活在一個與他人平行的世界裡。而這,並不只是心理感受。就像當年的加密經濟,相比整個數字經濟發展得異常迅猛一樣,正在形成的「AI經濟」,也會以一種反直覺的速度向前狂奔。協議、Token、可交易的資產……當年數字經濟世界經歷的一切,很可能會在AI領域重演。只不過,關鍵差異在於:AI經濟,已經深度嵌入了我們更廣泛的「現實經濟」。到2026年夏天,數字世界會像進入了某種高速進化階段:某些區域釋放出巨量的熱與光,以一種令人眩暈、反直覺的速度運動著。巨額財富會在這裡被創造、被摧毀;我們親手打造的矽基引擎將被進一步投入使用,加速這一切,並持續改變現實。可即便身處其中,這一切依然帶著幽靈般的質感。我們會在物理世界看到一些痕跡:資料中心、算力與電力的供應鏈緊張、舊金山那些詭異的AI廣告牌、名字奇怪的創業公司辦公室。但真正的大規模活動,發生在賽博空間裡,以及由AI系統建構和配置的新空間中。在那裡,AI智能體彼此交易,只為其他AI服務的網站被批次生成。矽基思維之間,在一片幾乎不可見、卻洶湧澎湃的Token之海中,進行交換與協作。我們生活在四維世界裡,而AI,彷彿生活在五維。我們只能看到它穿過現即時的「切片」,就像科幻小說作家Iain M Banks書中的名為「Excession」超維入侵一樣。我們所有人,都有責任去努力理解這個高維物體的真實形態——以技術樂觀主義,配合恰當的恐懼,還有喜悅、忐忑,以及一切能幫助我們理解這頭正在逼近的巨獸的情緒。 (新智元)
摩根大通報告:2026年中國經濟展望
2025年對亞洲經濟和市場而言是動盪的一年。美國關稅本可能阻礙出口導向型地區的增長,但半導體、電子產品和藥品等關鍵出口產品的豁免是降低實際關稅稅率的關鍵,使大多數亞洲經濟體得以避免受到衝擊。展望2026年,摩根大通樂觀地認為,全球人工智慧的順風將繼續支撐台灣和韓國等科技出口國的發展。中國可能會繼續應對結構性經濟挑戰,但其令人矚目的科技創新步伐有望在某些領域湧現出一批佼佼者。中國增長模式能否持續2025年可謂冰火兩重天。上半年經濟呈現復甦態勢,房地產市場崩盤似乎(也如人們所願)告一段落,股市也出現繁榮。然而,下半年經濟卻顯著下滑。本周在中央經濟工作會議上,北京方面對2025年進行了展望,並總結道:“今年絕非尋常之年。” 2026年似乎將延續這一趨勢,儘管會略微“正常化”。顯而易見的是,中國經濟增長的動力來源仍然極度不平衡。在房地產市場持續低迷的情況下,消費疲軟、投資萎縮,而出口卻呈現歷史性繁榮,這些趨勢很可能持續下去。摩根大通預計2026年實際GDP增速為4.3%(區間:4.1%–4.6%),較2025年增速放緩,主要原因是2025年出口基數較高。政策預計將保持適度支援:財政政策立場可能繼續保持擴張性,將預算赤字維持在GDP的4%左右,並通過政策性銀行和地方政府債券額度提供額外支援。中國人民銀行可能繼續採取微調策略,以平衡增長和通膨目標與銀行業盈利能力。摩根大通預計不會出現大幅降息,並認為央行可能會更多地依賴流動性操作和存款準備金率(RRR)調整。消費會復甦嗎2025年,中國居民家庭消費疲軟。消費放緩波及多個領域,主要受勞動力市場疲軟和居民收入增速放緩的影響。持續的房地產市場低迷也加劇了居民對資產負債表的謹慎態度。提振內需被列為政策重點,在最新發佈的“十五”規劃和12月的政治局會議上均得到重視。但資訊傳遞卻明顯不一致:經濟合作與發展委員會(CEWC)刪除了“努力提振內需,特別是家庭消費需求”的表述。提振內需仍被列為2026年的首要任務,但刺激消費並非主要途徑。2025年的主要消費刺激政策(部分耐用品以舊換新補貼)將在2026年繼續實施,但目前的指示是“最佳化”這些政策,這可能意味著規模縮減。鑑於補貼效果不佳,這一結果並不令人意外。這意味著未來可能會出台更多消費補貼和家庭轉移支付項目,但制約家庭消費的主要因素是疲軟的勞動力市場,這正在拉低收入增長。迄今為止,決策者對收緊就業市場的政策興趣不大,而旨在削減產能的產業政策不太可能奏效——或者說,也許會有效?反內卷影響儘管國內需求疲軟,工業擴張仍在持續,產能過剩的現像已從傳統的重工業(如鋼鐵、水泥、化工)蔓延至新興的高端產業,甚至波及服務業。一個顯著的例子是清潔技術行業(包括電動汽車、鋰離子電池和太陽能電池板)近年來在慷慨的政策補貼推動下經歷了快速的產能增長,導致價格競爭加劇。“內卷”是中國經濟術語,用來描述過度且零和的競爭,這種競爭會導致收益遞減。問題的核心在於持續的產能過剩。在這種環境下,生產商往往訴諸長期低價競爭、重複建設項目和激進的行銷支出,這通常會導致利潤率下降和生產率提升有限。雖然這些動態可能暫時使消費者受益,但也會導致企業財務狀況惡化、資源錯配到低回報的重複產品上,以及研發投入減少——最終對經濟增長產生負面影響。為了應對這些挑戰,中國於2025年7月宣佈了一系列“反內卷”措施,旨在遏制價格戰,並促進低利用率傳統行業的有序退出。受盈利能力提升預期和通縮壓力結束的希望推動,股市出現大幅上漲。摩根大通認為這些舉措是朝著正確方向邁出的一步。然而,解決結構性供需失衡問題可能需要數年時間,這些措施也需要更多時間才能對實體經濟產生實質性影響。有效的應對措施可能需要結合產能紀律和退出策略、強調標準而非價格的競爭政策、更有力的消費者支援以及加強國際貿易外交。產業建設的意義儘管全球保護主義政策抬頭,中國出口依然保持強勁增長,無懼地緣政治逆風。預計到2025年,實際出口額將增長8%,中國在全球出口總額中的市場份額已達15%,部分經濟學家預測這一數字將持續增長至2030年。值得注意的是,中國商品已在非美國市場佔據顯著份額,目前對美國的出口額已不足中國出口總額的10%。中國之所以能佔據主導地位,得益於其強大的成本優勢、龐大且不斷增長的STEM(科學、技術、工程和數學)人才儲備,以及政府大力推動電動汽車、電池、機器人和太陽能等高增長領域的發展。儘管美國、歐盟和部分新興市場國家採取了關稅和產業政策應對措施,但中國一體化的供應鏈以及預測和投資未來需求的能力,使其在全球增長最快的出口領域獲得了巨大的收益。即使部分製造業轉移到東盟和印度,這些新興中心仍然嚴重依賴中國的原材料和資本貨物,這進一步鞏固了中國在全球貿易中的中心地位。對於世界其他地區而言,中國持續強勁的出口勢頭預示著日益激烈的競爭壓力和充滿挑戰的多元化發展之路。日本和韓國等發達市場競爭對手在關鍵領域正逐漸失去市場份額,韓國對華貿易順差轉為逆差,而日本的出口份額也跌至歷史新低。與此同時,東南亞經濟體和印度正受益於供應鏈多元化,但其出口增長的同時,也面臨著與中國之間巨大的貿易逆差。大多數經濟體缺乏中國賴以成功的規模、速度和國家支援的資源調動能力,因此複製中國製造業生態系統的努力面臨重重阻礙。隨著中國不斷向價值鏈高端攀升,鞏固其在先進製造業的領先地位,其對全球貿易的掌控力似乎將持續下去——競爭對手們只能疲於應對,因為在這個脫鉤仍停留在口號層面而非現實層面的世界裡,他們不得不努力適應。中國出口競爭力的增強導致全球貿易摩擦加劇。儘管中美貿易爭端是由一系列複雜因素造成的,但歐盟以及土耳其、巴西和墨西哥等一些新興經濟體採取的反傾銷和反補貼措施也值得關注。自2024年以來,該地區已出台多項貿易壁壘。例如,越南和韓國對中國鋼鐵徵收反傾銷稅,而印度則提高了對中國化工產品和工業產品(包括電子產品)的特別關稅。這些事態發展是摩根大通預計中國出口增速在2026年將放緩的主要原因,這將制約自疫情以來中國最大的經濟增長動力。為什麼人民幣不可能大幅升值儘管中國出口表現優異,年初至今貿易順差超過1兆美元,但人民幣按貿易加權計算仍貶值了4%。這引發了關於人民幣能否大幅升值的爭論,一些人認為人民幣存在結構性低估。摩根大通認為人民幣大幅升值的門檻很高。近期的強勢可能主要受季節性因素驅動。雖然短期內動能可能推動美元兌離岸人民幣匯率跌破7,但中期來看,摩根大通預計該貨幣對將保持穩定區間波動。人民幣是央行在低波動性外匯管理框架下重點管控的貨幣。如果現有政策立場保持不變,美元的走勢可能主要受美元走勢的影響——摩根大通對2026年的展望預計,美元在上半年將經歷一個波動較大的底部震盪過程,隨後在下半年出現強勁反彈。這表明人民幣兌美元大幅升值的可能性不大。至於政策立場是否會轉向有利於人民幣升值,摩根大通需警惕其對出口競爭力和根深蒂固的通縮壓力可能產生的影響。鑑於中國對進口消費品的依賴程度較低,人民幣升值對消費者購買力的提升可能有限。然而,如果外匯政策成為與美國及其他貿易夥伴貿易談判的核心議題,尤其是在各方普遍施加巨大壓力要求提高中國出口貿易壁壘的情況下,上述觀點將面臨風險。AI能挽救經濟嗎隨著傳統增長動力可能退居次要地位,中國能否利用全球人工智慧浪潮,為經濟發展找到新的驅動力?儘管摩根大通看到中國人工智慧建設前景光明,但其規模與美國相比仍然相形見絀,在美國,科技相關支出對經濟增長的貢獻尤為顯著。至少在2026年之前,人工智慧的價值更有可能集中在少數行業和公司,而非惠及整個經濟體。目前,在基礎設施投資和生態系統建設加速的推動下,中國的人工智慧產業正開始進入轉型期。超大規模雲服務提供商和企業平台正投入大量資金建設人工智慧就緒型資料中心、先進計算叢集和模型訓練能力。預計到2026年,全行業的人工智慧和雲資本支出將超過700億美元。雖然這僅相當於美國超大規模雲服務提供商支出的15%至20%,但這凸顯了中國在建構生成式人工智慧和大規模機器學習基礎架構方面的戰略決心。隨著國產化政策的持續推進和補貼政策的激勵,國內人工智慧半導體解決方案也取得了顯著進展,這些補貼鼓勵使用自主研發的關鍵人工智慧基礎設施。這些投資正在擴大產能,並推動國內在多模態模型和人工智慧原生應用領域的創新。在商業化方面,中國市場正迅速擴展人工智慧在消費者和企業領域的應用。生成式人工智慧工具正被嵌入到搜尋、社交平台和生產力套件中,從而創造出新的、更高水平的使用者互動模式和收入來源。企業越來越多地採用人工智慧驅動的解決方案來實現流程自動化、編碼、預測分析和客戶互動,這推動了對推理工作負載的需求。預計中國雲人工智慧收入將加速增長,並保持未來六年45%的復合年增長率,到2030年將達到近900億美元。同時,最佳化和成本效益仍然是重中之重,行業參與者正在部署先進的資源池化技術和演算法改進來應對不斷上漲的計算成本。儘管短期盈利能力可能受到高投資周期的壓力,但這些結構性轉變強化了中國在人工智慧基礎設施和應用領域保持領先地位的雄心,為2026年及以後的持續增長奠定了基礎。 (財經姝婷說)
GoogleTPU市場策略與2025至2026年展望分析
引言Google的張量處理單元(Tensor Processing Units)已從專用內部硬體發展為主要營收驅動力,逐步挑戰輝達在AI計算基礎設施領域的主導地位。TPU業務現已成為Google戰略上最重要的業務之一,預計到2026年將持續增長。本文基於業界洞察,分析GoogleTPU生態系統的現狀與未來發展軌跡[1]。2025年市場格局Google2025年的TPU出貨目標顯示了其在AI基礎設施領域的雄心。公司預計全年總出貨量為250萬片,截至第三季度末已取得顯著進展。到2025年第三季度結束時,累計出貨量達到180萬片,佔全年目標的72%,顯示出強勁的執行能力。各季度的出貨量呈現加速增長態勢。第一季度建立基礎,出貨約50萬片,隨後第二季度溫和增長至約55萬片。第三季度出現顯著加速,出貨量在70萬至75萬片之間,這與下半年資料中心部署活動加強的典型模式相吻合。為達成年度目標,第四季度需交付70萬至80萬片,保持第三季度建立的增長勢頭。2025年的產品組合反映了代際過渡期的特徵。TPU V5系列(包括V5E和V5P兩個版本)作為當前主力產品線,預計出貨量為190萬片,佔總量的76%。在該系列中,V5E約佔120萬片,V5P貢獻約70萬片,形成大約二比一的比例。這種分佈模式表明市場對中端V5E的需求更強,主要因其性能與成本之間的平衡特性以及適合大多數部署場景的競爭性價格結構。圖1:Google2025年TPU產品線的定位與價格結構,顯示V5和V6系列型號的分佈情況。下一代V6系列(包括V6E和V6P)預計出貨60萬片,佔年度總量的24%。目前僅V6E已實現商業化,負責處理該產品代的初期市場匯入。V6P計畫於第四季度推出,初期產量預計相對溫和,在10萬至20萬片之間,受限於產能爬坡約束,後續產能擴張將取決於市場反饋和需求模式。營收預測與季節性規律根據出貨量和平均售價,Google2025年TPU相關營收預計達到112.5億美元,按250萬片乘以4500美元的整體平均售價計算。這一營收規模表明TPU業務已發展成為Google的重要收入來源,可與其一些成熟業務類股相媲美。專家來源指出,由於多種限制因素,包括客戶合同保密性、不同產品版本的季度出貨時間差異以及內部財務報告複雜性,無法提供按個別客戶或特定型號的精確季度營收明細。然而,基於上半年40%、下半年60%的出貨分佈,估計上半年營收約45億美元,下半年營收約67.5億美元。上半年與下半年出貨量的40-60分佈反映了企業技術採購的明顯季節性特徵。上半年合併出貨量約為105萬片,由第一季度的50萬片加上第二季度的55萬片計算得出。同時,下半年出貨量在145萬至155萬片之間,相比上半年增加40萬至50萬片。這種季節性模式主要源於資料中心部署周期,因為大多數企業和機構將資料中心建設與升級活動集中在下半年,以滿足年底IT基礎設施投資目標。這種周期性行為直接驅動對TPU等核心計算晶片的需求增加,導致GoogleTPU在下半年的出貨量顯著提高。跨產品層級的定價策略GoogleTPU定價根據性能規格和技術複雜度因型號而異,定價策略與產品定位緊密結合。面向主流應用的高性價比V5E平均價格約3000美元,在需要平衡性能與成本控制的場景中具有強大競爭力。這一價格使得組織在實施AI能力時無需頂級性能即可負擔。提供增強性能的高端V5P平均價格約6000美元,恰好是V5E價格的兩倍。該型號主要面向中型資料中心和需要更高計算能力的AI訓練工作負載,通過提升吞吐量和效率來證明其溢價的合理性。作為首個上市的V6系列產品,V6E提供介於V5E和V5P之間的性能,平均價格為4000美元。這一定價在性能提升與成本控制之間取得平衡,為V5E客戶提供升級路徑,無需投入V6P的全部成本。計畫於第四季度推出的V6P代表當前高端產品,預期價格約8000美元。這一定價反映了先進製造工藝、更高計算密度以及針對最苛刻工作負載設計的增強功能集。這些價格可能會根據台積電製造成本調整而出現小幅波動,但整體變化預計有限,以維持市場價格穩定性和客戶規劃確定性。2025年GoogleTPU的整體平均售價維持在4500美元左右,代表V5和V6系列型號基於各自出貨量和單價的加權平均值。V5系列貢獻高出貨量但單價較低,而V6系列價格更高但出貨量較低,形成這一平衡的平均值,反映產品線的過渡性質。展望2026年2026年展望顯示GoogleTPU策略在價格穩定性和產品過渡方面的持續演變。整體平均售價預計保持在4500至5000美元之間,不會有顯著增長。這種穩定性反映了兩個相互抵消的因素:雖然新的TPU V7系列產品可能因增強能力而提昇平均售價,但V6E等現有產品隨著產能擴大和開發成本完全攤銷可能會降價。此外,從競爭和客戶需求角度看,過度提價可能對購買決策產生負面影響,促使Google採取價格穩定策略。總體而言,2026年平均售價增幅預計控制在10%左右,保持相對穩定的價格趨勢,支援客戶預算規劃。圖2:2026年預計出貨量與價格,顯示向V6和V7系列主導地位的過渡。2026年出貨格局將呈現清晰的代際過渡模式,舊產品逐步退出,新技術獲得市場接受。V5E出貨量不會超過30萬片,因其性能日益落後於市場需求,部署主要限於第一、二季度的傳統伺服器升級,隨後逐步淘汰。V5系列總出貨量(V5E和V5P合計)預計為80萬片。V5P將維持約50萬片,因其在中型資料中心訓練需求中的持續相關性,在這些場景中經過驗證的性能優於新技術帶來的好處。V6系列預計成為出貨量領導者,2026年總出貨量約160萬片,標誌著產品組合的顯著轉變。V6E將受益於2025年推出後建立的市場地位,在生產環境中證明了可靠性和性能。同時,V6P在2025年第四季度推出後進入全產能生產,服務需要更高端訓練能力的客戶。對於先進的V7系列,V7E出貨量可能接近50萬片,作為該系列旗艦產品面向高性能推理應用。這一可觀的初始出貨量反映了對下一代推理能力的潛在需求。如按計畫於2026年第四季度推出,V7P在初期供貨期間可能達到10萬片。然而,由於開發時間表、產能爬坡挑戰或客戶驗證周期等原因可能導致延遲,V7P推出可能推遲至2027年,這反映了將尖端AI加速器推向市場的複雜性。V7系列定價遵循典型的半導體生命周期模式,特徵是初期高定價隨時間逐步降低。V7E將以4500至5000美元推出,包含非經常性工程成本回收,通常在前10萬片中攤銷,以快速收回開發投資。隨著初始出貨量交付和產能擴大,開發成本完全攤銷後,V7E價格預計下降至3000至4000美元。這一軌跡與之前V6E和V5E的價格演變保持一致,反映了製造工藝成熟時行業標準的規模經濟效益。規格更高的V7P,由於開發成本顯著更高和技術複雜性(包括先進製造工藝、更高計算能力以及對複雜AI訓練任務的支援),價格將接近1萬美元。這一高端定位也在早期生產單元中包含非經常性工程成本回收。雖然V7P價格可能根據市場競爭、客戶反饋以及推出時的產能約束進行小幅調整,但高端定位將繼續牢牢面向高端資料中心和需要最高性能處理最苛刻工作負載的大型AI企業客戶。這一對GoogleTPU策略的全面分析顯示,該組織正通過精心的產品規劃、競爭性定價以及顯示長期市場承諾的大量出貨承諾,系統性地建構輝達AI計算主導地位的可靠替代方案。 (梓豪談芯)
Gartner最新發佈《2026年十大戰略技術趨勢》:2026 年將是技術變革的關鍵轉折點(附下載)
每年秋季,全球知名研究機構 Gartner 都會發佈下一年的十大戰略技術趨勢報告,這份報告已成為企業 CIO 和技術領袖規劃未來的重要參考。近日,Gartner正式發佈了《2026年十大戰略技術趨勢》,指出 2026 年將是技術變革的關鍵轉折點——顛覆、創新與風險以前所未有的速度平行,AI 不再是可選,而是核心驅動力。這份報告強調,在一個AI驅動的高度互聯世界中,單一技術能力已不足以應對複雜挑戰。趨勢之間緊密交織,企業需要同時關注基礎設施建構、智能系統編排以及安全信任治理。Gartner將十大趨勢歸為三大主題:架構者(建構強大AI基礎)、整合者(智能應用與協作)、守衛者(價值保護與風險管理)。這些趨勢不僅技術性強,更關乎業務轉型與負責任創新。下面,我們用通俗語言一一解讀這十大趨勢,幫助大家理解它們是什麼、為什麼重要,以及對企業和普通人的影響。1. AI 原生開發平台傳統軟體開發依賴大團隊和專業編碼人員,未來將徹底改變。AI 原生開發平台 利用生成式 AI,讓小團隊甚至非技術領域的專家快速建構應用,只需AI輔助和安全護欄。到 2030 年,80% 的企業將把大型開發團隊轉變為 AI 賦能的敏捷小隊。這大大降低開發門檻,加速創新落地,讓更多業務想法變成現實,但也需要注重治理以避免風險。2. AI 超級計算平台AI 超級計算平台像是一個超級大腦,能整合 CPU、GPU、AI 專用晶片甚至神經形態計算,處理海量資料和複雜任務。它能在醫療領域幾周內模擬新藥、金融領域最佳化風險模型,或公用事業預測天氣最佳化電網。到 2028 年,超過 40% 的領先企業將在關鍵業務中使用這種混合計算架構。它推動效率和創新,但企業需管理成本和複雜性。3. 機密計算資料隱私越來越重要,尤其在雲端或跨境合作中。機密計算通過硬體級隔離,確保資料處理過程不被窺視,即使在不可信環境中也安全。特別適合監管嚴格的行業,如金融或醫療。到 2029 年,75% 以上的非可信基礎設施操作將採用它。這讓企業更放心共享資料,促進協作,同時提升合規性。4. 多智能體系統就像一個AI團隊,多個代理互相協作完成複雜任務。多智能體系統讓每個代理專注特定角色,通過互動實現整體目標,比如在供應鏈中預測需求並最佳化物流。這種模組化設計可復用、降低風險、加快交付。它將自動化業務流程,提升團隊效率,讓人與 AI 更好合作,雖無具體預測,但將成為 2026 年主流。5. 特定領域語言模型,DSLM通用大模型強大,但專業場景常不夠精準。特定領域語言模型,DSLM基於特定行業資料訓練,如醫療或製造,提供更高精準性、合規性和更低成本。到 2028 年,企業一半以上的生成式 AI 模型將轉向領域特定。這意味著AI會更“專業”,決策更可靠,適用於需要深層上下文的代理系統。6. 物理 AIAI不再侷限於數字世界,而是融入現實。物理 AI為機器人、無人機和智能裝置注入感知、決策和行動能力,比如工廠機器人自主適應環境,或農業裝置精準操作。它將革新製造業和物流,但要求跨IT、營運和工程的新技能。雖無具體預測,但這會推動自動化,提升安全和效率,同時需管理就業影響。7. 前置式主動網路安全過去的安全是事後補救,未來是提前防範。前置式主動網路安全用 AI 預測威脅,在攻擊前阻斷或誤導敵人。到 2030 年,這類主動防禦將佔企業安全支出的一半。它從被動轉向主動,大幅減少損失,尤其在 AI 時代威脅激增的環境中,幫助企業保護網路、資料和系統。8. 數字溯源AI 內容氾濫,如何證明真實性?數字溯源通過軟體物料清單、數字水印等追蹤來源和完整性,驗證軟體、資料和媒體。到 2029 年,未投資此領域的企業可能面臨數十億美元的合規罰款。它建構數字信任,特別在供應鏈和媒體領域,確保第三方程式碼和AI輸出可靠。9. AI 安全平台隨著 AI 應用增多,風險如提示注入或資料洩露也隨之而來。AI安全平台提供統一監控和防護,覆蓋第三方和自訂 AI,強制執行策略。到 2028 年,超過 50% 的企業將採用它。這幫助 CIO 建立安全邊界,保護 AI 投資,避免潛在漏洞。10. 地緣回遷地緣政治不確定性上升,企業開始將資料和應用從全球公有雲遷回本地或主權雲。地緣回遷增強資料主權、合規和控制,贏得客戶信任。到 2030 年,歐洲和中東 75% 以上的企業將完成回遷,從 2025 年的不到 5% 大幅增長。反映出企業在動盪世界中尋求穩定。總結Gartner2026 年十大趨勢清晰傳遞一個訊號——AI 正重塑一切,從計算基礎到物理世界,從開發效率到安全治理。企業如果現在行動,就能抓住創新浪潮。建議企業領袖盡快評估自身準備度,投資關鍵領域,推動負責任的 AI 轉型。未來已來,你準備好了嗎? (AI資訊風向)
《自然》:2026年,這些科技進展值得期待→
從人工智慧(AI)到基因編輯,從太空探索到綠色能源……科技的浪潮不斷催生新的商業模式與機遇,深刻改變著社會、經濟與人類生活的面貌。近日,《自然》雜誌網站梳理出多項2026年值得期待的重大科技進展:AI技術將進一步賦能各行各業,尤其在科研中扮演關鍵角色;基因編輯技術也將持續突破,為人類健康保駕護航;在新的一年裡,人類還將繼續向星辰大海的夢想邁進。中國首艘超深水大洋科考鑽探船“夢想”號將駛向深海。圖片來源:新華社“AI代理”加速科研處理程序AI驅動科學研究已取得顯著進展,並日益成為常態。2026年,融合多個大語言模型的“AI代理”有望在科研中得到更廣泛應用。它們能夠執行複雜的多步驟流程,甚至可在極少人工干預下獨立工作。首批由AI開展的重大科學成果很可能在2026年發佈。然而,AI的廣泛使用也暴露出一些缺陷。研究人員已報告了“AI代理”容易出現的錯誤,例如意外刪除資料等問題。由於大語言模型的訓練成本高昂,未來也可能出現超越現有大語言模型的技術。新方法側重於開發小規模AI模型,其能從有限資料中學習,專注於解決特定問題。這些系統不生成文字,而是進行資訊推理。今年,已有小型AI模型在邏輯測試中擊敗大語言模型。醫學領域多面開花2026年或將啟動兩項針對罕見遺傳病的個性化基因療法臨床試驗。今年,科學家已成功為患有罕見遺傳病的嬰兒KJ·馬爾杜恩實施了個體化CRISPR基因編輯治療。明年,該團隊計畫向美國食品和藥物管理局(FDA)申請,在費城開展針對更多兒童的臨床試驗,測試用於治療7種相關基因變異引起的代謝疾病的基因編輯療法。另一團隊也預計在明年啟動針對免疫系統遺傳病的類似試驗。英國一項超過14萬人參與、旨在評估一種單次血檢效果的臨床試驗,預計將於明年公佈結果。該血檢方法通過篩查血液中癌細胞釋放的DNA片段,能定位其來源組織或器官。若結果積極,英國衛生部門計畫將該檢測推廣至全國醫院。此外,英國近20年來最大規模的臨床試驗監管更新將於2026年4月生效;美國FDA近期提出,未來新藥批準可能僅需進行一次而非兩次臨床試驗,相關改革也將在2026年持續推進。上天入海續寫精彩2026年將是月球探索任務密集的一年。參與美國國家航空航天局(NASA)“阿爾忒彌斯二號”的4名宇航員,將乘坐“獵戶座”飛船繞月飛行。這是自1970年代以來的首次載人探月任務,為期約10天,將為後續登月計畫奠定基礎。中國計畫於明年8月發射“嫦娥七號”探測器。該任務將採用具備減震功能的著陸器,挑戰月球南極這片地形複雜、遍佈岩石與撞擊坑的區域。若成功著陸,“嫦娥七號”將探測水冰並開展月震研究。人類的探索目光也投向了更遙遠的火星。日本計畫發射“火星衛星探測”器,訪問火衛一與火衛二,並採集火衛一表面樣本,計畫於2031年帶回地球。歐洲空間局預計在2026年底發射“柏拉圖”(PLATO,行星凌日與恆星振盪)探測器,旨在通過26台高精度相機陣列,對超過20萬顆明亮恆星進行持續觀測,探測其周圍的系外行星,重點尋找宜居帶的類地岩石行星,並測量其半徑、質量及年齡。印度首顆太陽探測器“Aditya-L1”將在太陽活動極大期對太陽進行觀測。目前該衛星已進入日地拉格朗日L1點附近的暈軌道,將持續監測太陽活動,幫助科學家更好地理解太陽高峰期的表面行為。2026年,中國自主設計建造的首艘超深水大洋科考鑽探船“夢想”號,預計將執行首次科學任務。該船具備鑽探海底、採集地幔樣本的能力,最深可鑽約11公里,幫助揭示海底形成機制及其構造活動的驅動因素。微觀世界探究不息在物理學領域,位於瑞士的歐洲核子研究中心大型強子對撞機(LHC)計畫於2026年啟動大規模升級。2025年是其第三輪運行的收官之年,明年3月至6月完成物理運行後,LHC將進入長期停機改造階段,為“高亮LHC”建設作準備,預計2030年建成後碰撞頻率將提升至目前的5倍左右。與此同時,美國費米國家加速器實驗室預計於2026年4月完成“繆子轉電子實驗”(Mu2e)探測器的建造。該實驗將探究繆子(一種短暫存在的亞原子粒子)能否直接轉化為電子,且不產生其他粒子。建成後,團隊將進行磁偵錯,資料採集預計2027年開始。 (科技報導)