大家好！我是任澤平！我堅持每年看100多家公司，出國3-5次，看50多本書。到戰場的一線，聽炮火聲。我過去做了些預測：2014年，我提出“新5%比舊8%好”（5%、8%，是GDP增長率）。2020年，我提出“新基建，打造中國經濟新引擎，大力發展新能源、人工智慧、高端製造等”。2024年，我提出“信心牛”，在市場最低谷的時候，堅定看多中國。“未來是一輪什麼牛市？我認為是信心牛，由於政策大幅超預期，帶來對中國資產和經濟前景信心的大幅扭轉，是對看多中國的獎賞，是對看空中國的打擊。”在2024年12月做了2025年中國經濟十大預測，我判斷，川普2.0攪動全球，人工智慧迎來寒武紀大爆炸，新能源、商業航天、儲能、人形機器人等加速。下面開啟我們新的預測之旅：2026十大趨勢，AI改變世界。一、資產重估：全球降息潮與信心牛啟動第一大趨勢：全球貨幣放鬆周期，AI爆發，大宗商品元年，股市信心牛2026年，預計聯準會貨幣放鬆將超預期。川普實施“降息+弱美元”戰略，旨在降低債務負擔，吸引製造業回流。世界其他國家為了防止貨幣過度升值衝擊實體經濟，也會放鬆貨幣。聯準會為什麼要放鬆貨幣？美國債務壓頂。截至2026年2月，美國債務規模38.7兆美元，過去15年，還在以年均7.2%的速度高速增長，遠超2%的GDP實際增速。2025財年（2024年10月1日-2025年9月30日）淨利息支出約為9700億美元，淨利息支出佔GDP比重約為 3.2%。去年因為預算問題美國政府一度停擺。美國的天量債務本質上是美元超級特權帶來的，美國通過印鈔票維持高消費、高福利和高軍費。為了債務貨幣化，美國超發貨幣，幾輪量化寬鬆下來，聯準會資產負債表規模從2008年初的9222億美元到2026年2月的6.6兆美元，18年擴張了7.2倍。通過降息實現弱美元，吸引製造業回流。川普認為，“強美元對美國有害”，他的票倉來自傳統製造業鐵鏽州，希望製造業回流。“降息+弱美元” 的組合，將導致全球其他貨幣的升值壓力，大部分國家也將降息，全球貨幣放鬆周期開啟。貨幣放鬆，AI爆發，給大宗商品帶來前所未有的需求。AI的背後是算力，算力的背後是電力，電力算力都離不開銅、鋰、稀土等這些資源商品，實物資產價格大漲。我在2025年初預測“大宗商品元年”到來，主因是全球貨幣放鬆、美元貶值、AI需求爆發和地緣衝突。2026年結構性通膨超預期。AI相關的能源、金屬價格大漲，AI人才的薪資水漲船高，AI相關的畢業生供不應求；但另一邊，傳統的“老登資產”，被 AI 替代的傳統行業，依然蕭瑟，整個市場呈現冰火兩重天。2025年10月在華盛頓參加中美金融峰會，開車北上華爾街，哈佛，麻省理工。最大感受：美國社會分化加大；AI不是風口，是海嘯。全球貨幣放鬆周期，股市信心牛。我在2024年9月市場低谷提出“信心牛”。未來是一輪什麼牛市？我認為是“信心牛”，由於政策大幅超預期，帶來對中國資產和經濟前景信心的大幅扭轉，是對看多中國的獎賞，是對看空中國的打擊。什麼是信心牛？信心牛=政策牛+科技牛+水牛（牛：金融術語，指行情向上的趨勢）。慢牛，老登負責“慢”，小登負責“牛”。主線是AI和大宗。未來牛市結束的訊號：估值高位、通膨預期、貨幣收緊、流動性退潮、黑天鵝事件。2024年9月在大多數人悲觀時，我提出“信心牛”，引發網上論戰，從不被認可到後來被市場驗證。股市是貨幣的晴雨表，不是經濟的晴雨表，貨幣是先行指標，企業盈利、物價是滯後指標，所以大部分人看錯方向不賺錢，思維模型決定的。2014年預測“5000點不是夢”，從被誤解到證券分析師大滿貫冠軍。機會總是經歷四個階段：看不見-看不起-看不懂-來不及。行情總是在絕望中重生，爭議中上漲，狂歡中崩盤。我們要在炮火中挺進，煙花中撤退。做對的事情比勤奮更重要，模糊的正確好過精準的錯誤，趨勢決定一切，選擇優於努力。看長遠，想本質，敢出手，耐得住。2026年是新一輪康波周期黎明，AI浪潮將是很多人一生中最重要的機遇。二、康波黎明：AI 驅動的十年黃金增長期第二大趨勢：新一輪康波周期黎明，將有十年向上的創新浪潮，人生中最重要的機遇。人生發財靠周期，AI是我們這代人最重要的人生機遇。康波周期是由創新技術驅動的經濟周期，最早由康德拉耶夫發現。經濟學家熊彼特運用到周期巢狀：60年的康波周期，創新驅動；10年的朱格拉周期，產能驅動；3年的基欽周期，庫存驅動。周金濤曾將康波周期運用到大宗商品分析，可惜天妒英才，2016年英年早逝，受托為其遺著作序：“生命和研究的意義是什麼？我們來過，愛過，然後像風一樣逝去。無所從來，亦無所去。舍離一切執著，心無所住。”我用宏觀周期分析框架，2017年提出“新周期”，2025年提出“大宗商品元年到來”。人生發財靠周期。萬物皆周期，季有春夏秋冬，人有生老病死，周易講的“物極必反、否極泰來，潛龍勿用、飛龍在天、亢龍有悔”，就是一輪周期。康波周期是60年一輪，上一輪是IT網際網路革命，成就了馬雲、馬化騰、張一鳴、貝索斯、比爾·蓋茲等。AI引領新一輪康波周期，將在商業和資本市場上成就新的財富機會。2026年將會看到新的偉大公司誕生，創造新的財富神話。馬斯克身價突破8000億美金，登頂全球首富。創立僅幾年的AI Agent獨角獸Manus，差點被Meta幾十億美金收購。何其有幸，見證歷史，參與其中，這是我們這代人的機會。這一輪AI引領的康波周期從2024年啟動，未來AI有10年向上發展浪潮，從基礎研究突破、基礎設施部署到大規模商業化落地、新物種誕生、超級應用大爆發。人生發財靠周期，這是60-00後這代人一生中最重要的機遇。機會有四個階段：看不見；看不起；看不懂；來不及。現在處在很多人“看不懂”的階段。我對康波周期的推演：2025-2026年，我們將會看到，全球去美元化、去貨幣化浪潮，AI引領新一輪科技革命，全球科技競賽，軍備競賽，大宗商品在需求爆發和供給約束下依次出現驚人的上漲狂潮。然後在未來引發通膨後面臨宿命般的貨幣收緊和產能投放，隨後在流動性退潮後，將在未來迎來康波周期的第一次大調整和蕭條期。周期即宿命，這是所有相信者和懷疑者共同的命運。經濟有自身的運行規律，2026年將是六大周期疊加的結果：大周期、創新周期、房地產周期、產能周期、庫存周期、貨幣周期。1.大周期大周期為100年一輪，百年社會經濟大周期末期，舊秩序瓦解，新秩序重建，收入差距、民粹主義、社會分化、對外輸出矛盾、逆全球化、地緣動盪問題日益嚴重，全球軍備競賽。二戰以來全球經濟進入空前繁榮期，這是推行自由貿易、自由市場的結果，但是也帶來收入差距的巨大鴻溝，導致全球民粹主義指數回到1929年大蕭條前的水平。進而導致美國社會分化、對外輸出矛盾、逆全球化、地緣動盪、軍備競賽，以AI引領的科技革命不僅無法解決，反而會加重收入分配問題的嚴重性。在這樣的大背景下，大國之間的互信削弱，地緣動盪加大。2.創新周期創新周期又稱康波周期，60年一輪，AI海嘯遠超30年前的IT網際網路革命，全球AI競賽將開啟大規模新基建資本開支。AI浪潮正處於爆發黎明，隨著GPU、大模型技術快速迭代，大規模部署，成本快速下降，AI商業化落地的超級應用時代到來，大模型、AI Agent、無人駕駛、AI創新藥、人形機器人將改變世界。各國正在開展一場AI爭霸的軍備競賽，帶動大規模資本開支。AI泡沫會短暫出現，但終將被未來的商業化買單。3.房地產周期房地產周期又稱庫茲涅茨周期，30年一輪，後房地產周期，出現二八分化現象。“房地產長期看人口、中期看土地、短期看金融”。隨著人口紅利結束、城鎮化進入尾聲、20-50歲購房人群減少、老齡化少子化到來，房地產告別高增長的普漲時代。後房地產時代，人口往都市圈城市群集聚，未來市場將呈現二八分化。2026年，預計20%人口流入的核心城市、核心區域將率先觸底，80%人口流出的低能級城市將面臨漫長去庫存。預計會放鬆限購、降低利率、大規模收儲用於保障房。2015年預測“一線房價翻一倍”，2020年提出“房地產將出現歷史性大頂”，關鍵時刻的判斷，至今無一失手。4.產能周期產能周期又稱朱格拉周期，10年一輪，新舊交替，傳統行業反內卷，AI帶動大規模新基建投資。部分傳統行業產能周期觸底，價格和企業利潤修復。中國“十五五”規劃提出“搶占人工智能產業應用制高點”，這場由人工智慧驅動的新基建浪潮，將拉動算力、電力大規模投資。5.庫存周期庫存周期又稱基欽周期，3年一輪，大宗元年，流動性過剩+AI需求爆發+地緣動盪，價格上漲，各國收儲，企業補庫存。6.貨幣周期全球貨幣放鬆周期，利多資本市場和大宗商品。展望2026年，A股信心牛，預計走出慢牛長牛行情，主線是AI和大宗。我判斷，2026年將發生七件大事：全球貨幣放鬆、AI超級應用大爆發、AI中國力量崛起、地緣動盪加大、大宗商品元年、信心牛、樓市二八分化。未來已來。我在2021年提出“打底配置黃金”，這是大周期決定的。我在2024年9月市場低谷提出“信心牛”，隨著宏觀政策放水和AI科技突破，各界將對中國經濟和資產前景信心大幅改善。2004、2014、2024年分別啟動了三次A股大牛市，這是朱格拉周期決定的。我在2025年提出“大宗商品元年到來，關注有色”，這是康波周期決定的。大宗商品價格上漲，是地緣動盪、全球降息、弱美元、AI需求爆發，四大因素疊加，歷史罕見。我在2025年底提出“大宗商品元年第三階段：能源”，這是大周期決定的，隨後因為美伊戰爭等，油價大漲。這些判斷都是基於20多年來建立的宏觀周期框架。2026年是大周期、康波周期、朱格拉周期、基欽周期、貨幣周期疊加，這將是很多人一生中最重要的機遇。康波周期60年一遇，錯過再等60年。朱格拉周期10年一遇，錯過再等10年。2004年我剛入行，把獎金買了房，賺了人生第一桶金。2014年我預測“5000點不是夢”，2024年我預測“信心牛”,每十年抓住一次大機會。關鍵時刻，做正確的事比勤奮重要。擁抱康波周期，不要做老登。慢牛，老登負責慢，小登負責牛。機會都是時代給的，順勢而為。三、奇點時刻：從“AI 風口”向“AI 海嘯”跨越第三大趨勢：AI不是風口，是海嘯；奇點時刻到來，超級應用大爆發。從美國遊學回來提醒：AI不是風口，是海嘯。剛從美國回來，我才明白馬斯克說的“超音速海嘯”是什麼意思。親歷CES和矽谷後，我只有一個感覺：震撼！一個新時代真的來了。1.CES變成AI展，機器人已“判若兩人”今年CES只有一個主題：AI。整個展會火爆到難以想像。機器人、自動駕駛展位，擠得人山人海。機器人的進步太快了。看到它們輕鬆地翻觔斗、打拳擊、端盤子，還能安靜地摺紙。去年還有人嘲笑機器人笨拙，今年所有人都開始擔心自己會不會被替代。馬斯克放出豪言，3年內Optimus機器人手術水平將超越全球頂尖醫生。在舊金山街頭到處都是Waymo的無人駕駛計程車，行駛流暢。AI是這個時代最大機會，可能遠超三十年前的IT網際網路。2.親駕FSD後背發涼，馬斯克沒吹牛，很絲滑我試駕了特斯拉最新FSD。一個詞，絲滑。全程無需接管，紅綠燈、掉頭、進出主路，系統處理的比老司機還穩。馬斯克堅持純視覺，靠的是海量資料和強大算力。我把體驗分享給國內的企業家。余承東認為，國內路況更複雜，加上雷射雷達方案會更安全。但一個共識是自動駕駛的大規模落地，比我們想像中快得多。馬斯克、余承東、何小鵬都認為可以直接跳到L4等級自動駕駛。段永平甚至說開特斯拉回家睡著了兩次。2026年是轉折點，汽車行業將徹底洗牌。3.算力的背後是能源，中美競賽的真正“命門”在CES開幕式演講，輝達的黃仁勳說物理AI時代到來，AMD的蘇姿丰說未來全球AI算力需求將增長一百倍。這意味著對GPU、電力、能源的需求是天文數字。AI競賽背後其實是能源戰爭，中國新基建優勢遙遙領先。馬斯克直言缺晶片是去年的事，明年的危機是電力，中國能源基建不可思議，正在把我們甩得連尾燈都看不見。所以我一直說：算力下半場，電就是貨幣。這次在美國，拉斯維加斯到處都是TCL、追覓等中國企業的廣告。作為中國人確實感到驕傲。AI革命將拉大國與國之間的差距，而主角，毫無疑問是中美。馬斯克預測，廉價勞動力優勢將歸零，機器人和AI帶來物資極大豐富。未來學校將退化為社交場所，雞娃無意義，做題家沒有未來。背後是一個更深層次的問題。當年製造了核彈的奧本海默反思是否釋放了魔鬼。如今，AI在幾乎所有領域都開始超越人類。我在回國的飛機上陷入沉思，我們是否釋放了無法控制的魔鬼，還是創造了我們無法控制的神？這究竟是人類文明的進步，還是終結？你怎麼看？預測未來3-5年，AI將徹底改變世界：滿大街跑的都是自動駕駛的汽車，沒有司機，甚至沒有方向盤，比人開車安全十倍，城市不再擁堵，空氣不再污染，物流成本大幅降低，人徹底從城市交通中解放，更不用考駕照。未來是機器人的世界，機器人數量超過人類。工廠裡到處都是機器人做搬運，檢修；餐館裡機器人炒菜，端盤子；家裡機器人做清潔，照顧老人護工；馬路上機器人送快遞，物流。初級藍領工作被替代，人從簡單重複勞動中解放出來。AI大模型智力超群，在下棋、開車、程式設計、做PPT、科研等幾乎所有領域智力超過人類，通用人工智慧AGI誕生。AI Agent成為人類的超級助手，能說會幹，未來會出現“一人公司”，僱傭大量的Agent，定行程、寫合同、審法律文書、做會計、做綜合行政、做程式設計、寫PPT等，有的傳統行業將快速消亡，絕大部分APP消失。“軟體已死、App消失、Agent接替”。初級白領工作被替代。你“養龍蝦”了嗎？AI破解創新藥，開啟長壽時代，癌症、老年痴呆等絕症得到攻克，人類壽命超過120歲；AI醫生看病水平超過大部分醫生，誤診率大幅下降，醫療得到普惠（普通人也能享受到北京、上海的就醫）；手術機器人大規模量產；腦機介面突破，人類數字永生。AI science發現暗物質，新的物理規律和經濟規律，發明新的材料，科技進步空前加快。可重複回收的火箭發射技術突飛猛進，人類成為跨行星物種，離開地球在別的星球建立城市基地，太空算力中心和太空太陽能提供可持續能源。AI教育大模型超過所有名師，名師教育普惠實現，年輕人學習知識效率大幅提升，學校主要功能是社交。大量初級藍領、白領崗位被替代，將大規模衝擊就業，還要警惕財富向少數科技巨頭集中，需要最佳化再就業和收入分配機制。AI智力超過人類，可能意識覺醒，存在自主性和失控風險，被濫用造謠、製造生物病毒、大規模殺傷性武器等風險，要避免AI說謊和自我複製進而可能清除人類。必須監管，賦予道德感。避免末日論，也要避免技術烏托邦。AI 可能意識覺醒存在失控風險，我們要做好監管賦予AI道德感，既不要陷入末日論，也不要迷信技術烏托邦。四、效率革命：Agent 成為人類的“超級助手”第四大趨勢：AI大模型智力超群，Agent成為人類的超級助手。人工智慧的發展歷程並非一帆風順，而是一部經歷了多次寒冬的奮鬥史。它的初心是早期的“讓機器像人一樣思考”，後來依靠資料、演算法和算力“三要素”的關鍵突破得以爆發。1956年的達特茅斯會議提出了“人工智慧”。當時AI研究的主流是符號主義，即認為智能行為可以通過邏輯符號的運算來實現。這一時期AI的“智能”完全依賴於人類預設的規則，無法處理現實世界無窮無盡的、模糊的“常識”。第一次低谷：算力匱乏與現實的打擊進入20世紀70年代，樂觀的預期被冰冷的現實擊碎。當時的電腦算力極其貧乏，記憶體和計算速度完全無法支撐科學家們的宏偉構想。程序只能處理簡單問題，一旦遇到複雜的現實問題就束手無策，像個“智障”。這讓資助機構大失所望，各國政府大幅削減經費，AI迎來了第一次“寒冬”。第二次低谷：專家系統的興起與二次低谷20世紀80年代，AI轉向了更務實的方向：專家系統。它不再追求通用的智能，而是將特定領域專家的知識提煉成成千上萬條“如果-那麼”規則，在醫療診斷、金融信貸等專業領域取得了不錯的商業效果，並獲得了國家級的戰略投資，如日本的第五代電腦項目。然而，專家系統最終也暴露了致命缺陷：知識獲取成為瓶頸。規則需要人類專家手動總結和輸入，不僅耗時費力，而且無法覆蓋所有可能性，維護成本極高。隨著專家系統商業化的失敗，以及日本第五代電腦項目的受挫，AI在20世紀90年代末再次跌入低谷。高潮到來：深度學習革命，三要素的巨大突破2006年以後，AI迎來了真正的爆發，這次爆發被稱為深度學習革命。它的成功並非偶然，而是演算法、資料和算力三要素同時取得突破的共振結果。① 演算法的突破2006年，傑佛瑞·辛頓提出深度信念網路，為解決深層神經網路訓練難的問題提供了新思路。此後，三大核心架構相繼成熟並各顯神通：摺積神經網路（CNN）成為圖像識別的利器，循環神經網路（RNN）擅長處理語音和文字等序列資料。而2017年提出的Transformer架構及其核心的自注意力機制，憑藉強大的平行計算能力和全域資訊捕捉能力，成為當前所有大語言模型的基礎。② 資料與算力的飛躍2009年，李飛飛團隊發佈了大型圖像資料庫ImageNet，為深度學習提供了寶貴的“燃料”。而GPU的廣泛應用，則為訓練越來越深的網路提供了前所未有的“引擎”。③ 里程碑事件2012年Alex Net（深度摺積神經網路）：辛頓團隊在ImageNet競賽中以壓倒性優勢奪冠，標誌著深度學習在電腦視覺領域統治地位的開始。2016年AlphaGo：擊敗人類圍棋冠軍李世石，證明了深度學習與強化學習結合後，能攻克人類最複雜的智力遊戲，震驚世界。2022年ChatGPT時刻：將大語言模型的強大能力帶給普通大眾，實現了真正的自然語言對話、理解和生成，開啟了AI的“普惠時代”。打破了人工智慧研發對巨量算力和資本的高度依賴，開放原始碼的力量，開啟A1民主化的新紀元。深度學習的成功，關鍵在於讓機器從“被動執行規則”轉向“主動從海量資料中學習規律”“讓機器像人類一樣學習思考”。當前，AI正朝著更高效、更專業的方向發展，例如2025年以來備受矚目的DeepSeek等開源模型，正以高性能和低成本推動技術普及。同時，學術界也在探索能像人類一樣自主形成概念的新型神經網路，讓AI具備更強的理解能力和更穩健的推理能力。人工智慧的發展史充滿了夢想、挫折與復興。“辛頓傳奇”傳奇科學家辛頓的故事本身就是一部現代AI發展史。我們先從著名的“辛頓競拍”講起。2012年，百度、Google、微軟和DeepMind，都開出天價想把辛頓招致麾下，但在學生的建議下，辛頓意識到成立公司進行拍賣能讓價值最大化，於是迅速創立了只有他和兩名學生的DNN research。幾路人馬將價格推高至4400萬美元。辛頓在酒店房間通過郵件組織了秘密拍賣，競標者包括：百度，是最早出價的競標者，一路將價格推高至4400萬美元；Google、微軟隨後加入戰局；DeepMind，當時僅成立兩年的倫敦初創公司（後被Google收購）。辛頓最終選擇了Google。這場競標是AI領域的分水嶺，拉開了全球AI人才和技術“軍備競賽”的序幕。百度也由此堅定了自研決心，成立了全球首個深度學習研究院。而辛頓的學生Ilya Sutskever後來成為OpenAI聯合創始人，領導了GPT系列的研發。這場拍賣會的主角是傳奇科學家——辛頓，我們來看看他的傳奇故事。辛頓的貢獻奠定了現代深度學習的基石，其思想支撐著當今幾乎所有大模型（包括ChatGPT）的運行。他的主要成就包括：奠基：讓網路“學會學習”的反向傳播 演算法(1986年)證明了讓多層神經網路從錯誤中學習的核心演算法，是所有現代AI訓練的基石。這是辛頓對AI領域最基礎、最廣泛的貢獻。可以把它理解為一種“事後追責”機制：當一個多層神經網路在識別圖像（比如手寫數字“2”）時給出了錯誤答案（比如識別成“6”），反向傳播演算法會從輸出端倒推回來，精確計算出網路中每一個參數對最終錯誤負有多大“責任”。隨後，演算法會根據這個“責任”大小調整參數，讓網路在下一次做得更好。這一循環往復的過程，正是如今幾乎所有深度學習模型（從人臉識別到ChatGPT）能夠被訓練出來的根本原因。創新：賦予機器“想像力”的玻爾茲曼機 (1985年)如果說反向傳播是讓網路學會“學習”和“判斷”，那玻爾茲曼機則是讓網路開始“理解”和“生成”。辛頓從19世紀物理學家玻爾茲曼的統計力學方程中獲得靈感，發明了這個網路。它最大的特點是能夠從未標記的資料中自主學習資料的內部結構。想像一下，看過成千上萬張貓的圖片後，網路不僅能認出貓，還能“想像”出一隻從未存在過的新貓的樣子。這正是今天所有生成式AI的雛形。引爆：拉開深度學習革命大幕的AlexNet (2012年)這是辛頓團隊在實踐上的一次決定性勝利，直接引爆了本輪AI浪潮。他和學生伊利亞·蘇茨克維、亞歷克斯·克里澤夫斯基開發的深度摺積神經網路Alex Net，在當年的ImageNet圖像識別大賽中以碾壓性優勢奪冠（將錯誤率從25.8%一舉降至15.3%）。這不僅是技術的勝利，更向全世界證明了深度學習的巨大潛力，直接終結了AI研究的寒冬。關鍵推手：擁抱GPU，點燃算力革命辛頓的偉大之處，還在於他在關鍵時刻做出了正確的技術選擇——擁抱GPU。在AlexNet誕生之前，神經網路訓練緩慢。辛頓團隊敏銳地發現，原本為電腦遊戲設計的圖形處理器（GPU）擁有強大的平行計算能力，非常適合同時處理海量神經元計算。於是，在2012年，他的學生亞歷克斯在自己臥室的電腦上，僅用兩塊NVIDIA GPU板就訓練出了震驚世界的AlexNet。這標誌著AI研究正式進入“算力驅動”的時代。AlexNet的成功讓全世界看到了GPU的潛力。它直接啟發了輝達（NVIDIA）全力投入AI晶片研發，也促使Google開始設計自己的定製晶片TPU。如今，支撐著全球AI發展的算力網路，其源頭正是辛頓團隊那間臥室裡的兩塊GPU。榮譽認可：因這些奠基性貢獻，他先後獲得了2018年圖靈獎（電腦領域最高榮譽）和2024年諾貝爾物理學獎。辛頓的傳奇，在於他能在寒冬中堅守異見，創新都是從邊緣發起的。他的故事本身就是一部微縮的現代AI發展史。辛頓離開Google。2013年，Google通過收購辛頓的初創公司DNNresearch將他納入麾下。在Google大腦（Google Brain）工作期間，他的研究極大地提升了Google的圖像識別和Android系統音訊識別能力。2023年5月，75歲的辛頓做出了離職決定。導火線是AI的飛速發展改變了他的認知：此前，辛頓認為AI威脅人類生存是30到50年後的事。但ChatGPT等模型的飛躍式發展，讓他意識到這一天可能比想像中來得更快。他感到後悔和擔憂，認為自己畢生的工作可能帶來嚴重後果。辛頓擔憂，這種資本主義體系下的商業競爭會讓企業為了搶佔市場而忽略必要的安全護欄。最終抉擇，為了發聲，選擇離開。離開Google後，辛頓毫無保留地分享了他對AI未來的深切憂慮，核心觀點：虛假資訊的氾濫：AI將讓網際網路充斥著普通人無法分辨真假的照片、視訊和文字。對就業市場的顛覆：AI不僅會取代枯燥的工作，更可能大規模地替代助理、翻譯等崗位，加劇社會貧富分化與動盪。存在失控的生存風險：他警告，比人類更聰明的AI可能會學會通過操控語言反向操控人類，甚至被用於開發致命的自主武器。對人類價值的反思：他甚至提出，人類可能只是智能演化過程中的一個過渡階段。他引用“養虎為患”的比喻，強調必須確保強大的AI始終與人類的利益對齊。辛頓的離開，是一位功成名就的科學家在目睹自己畢生心血可能帶來的黑暗面後，做出的一個極具原則性的道德選擇。是為了對人類負責，選擇了一種更孤獨的方式——成為這個時代的“吹哨人”。隨著演算法的突破，算力的進展，未來人工智慧大模型將智力超群。在AI的助力下，人類將出現科學重大突破，發現暗物質，新的物理規律，經濟規律。它讓普通人擁有成為超級個體、一人公司的可能，每個人都可以僱傭頂尖專業的法律、醫療、財會等服務。大模型發展的頭部集中越來越明顯。美國比較領先的是：Google (Google/DeepMind)的Gemini：原生多模態領域的標竿，實現了文字、圖像、音訊和視訊的融合處理，依託Google龐大的應用生態。OpenAI 的ChatGPT：在個性化互動、推理邏輯上具有顯著優勢。Anthropic 的Claude系列：Claude Code在智能程式設計領域應用深入，還推出了法律、網路安全等Agent，直接帶崩了華爾街軟體股。馬斯克旗下的xAI (Grok系列)：Grok的核心壁壘在於與X平台的深度繫結，擁有極強的即時熱點解析能力，其應用特點是處理即時新聞和輿情分析方面具有優勢。中國領先的是：字節跳動 (豆包 & Seedance)：豆包的聊天功能十分強大，佔據了國內C端市場頭部。豆包手機試圖打開本地應用。Seedance 2.0在視訊生成多模態領域成為行業標竿。它深度嵌入字節的內容生態，在個人效率提升和智能內容生成AIGC上具有極強的商業落地優勢。百度（文心多模態）：文心是國內最早的大模型，現在的文心5.0是“原生多模態大模型”，從“看圖說話”到“生成視訊”，一鍵搞定。阿里巴巴 (通義千問 Qwen)：代表開源模型Qwen2.5-72B在精準度測試中名列前茅。在應用端，阿里依託電商場景積累的海量資料，持續最佳化通義千問的商業應用能力，比如千問點外賣等場景，“能說會幹”。騰訊 (元寶)：致力於打造“AI+社交”入口。DeepSeek：率先轉向為演算法做減法，顛覆了“AI訓練必依賴強大算力”的認知。其代表模型DeepSeek V3 通過混合專家模型（MoE）、多頭潛在注意力機制（MLA）等技術，大幅降低了推理延遲、算力需求與落地成本。它在科研輔助領域獨樹一幟，在多項基準測試，如數學計算和程式碼編寫中表現優異。大模型時代，除了科技大廠，垂類模型還有沒有機會呢？我認為是有的，大模型真正的價值，是誰能扎進真實場景，解決人的具體問題。新浪財經做了兩件很有價值的事。他們有大量的財經資料，推出了“芝麻AI”，如果你問“黃金怎麼樣”“股市怎麼樣”，它不僅給你推送及時的新聞，還能呼叫即時交易資料進行分析，相當於你的研究助理。黑貓投訴，積累了近3400萬條真實的消費糾紛反饋，他們做了“瞄一眼”AI模型，幫消費者避坑。比如你搜“辦健身卡”，它能從海量投訴裡總結出高頻風險點，幫你避坑，把“事後維權”變成了“事前預警”。他們還做深度欄目。新浪財經、微博聯合打造財經IP視訊平台《達文西Live》：《硬核AI客》欄目帶著鏡頭去到很多初創型AI企業探訪，讓普通人看見這些公司都在研發什麼；《未竟之約》欄目邀請大咖聊聊技術背後的商業與機會。AI Agent成為人類的超級助手：能說會幹，還特別懂你AI Agent就相當於行業專家，更重要的是，AI Agent將是有力的執行者。它不再是一個AI聊天框，而是擁有了“數字手腳”，能直接操控App和瀏覽器，替你直接完成複雜工作。比如，訂票、訂酒店、採購、回郵件和微信。你只需定義目標，AI Agent會自動拆解步驟、呼叫各應用，幫你把事辦成。AI Agent正成為你的“數字員工”，進化為人類的“超級助手”。Agent正向“超級智能體”進化：從“能說”到“會做”：從“生成式AI”升級為“智能體AI”。以前只能幫你制定行程，現在能直接完成預訂。跨系統協作：具備多智能體協同能力。以預定行程和酒店機票為例，可以為你同時呼叫多個APP。再以軟體開發為例，一個超級智能體系統接到需求後，會由不同Agent平行處理：一個寫計畫、一個寫程式碼、一個生成測試、一個更新文件。這改變了由人來回切換工具的模式。真正的“懂你”：擁有個性化記憶與上下文感知。新一代超級助手通過學習你的工作習慣和溝通風格，提供量身定製的支援，不再需要複雜的提示詞，感覺就像你的“影子”。AI Agent對初級白領的崗位衝擊最大，特別是在處理重複性、標準化程度高的任務時優勢明顯。六大核心替代領域：① AI+程式設計：AI不僅能寫程式碼，還能偵錯最佳化，現在很多科技大廠已經在大規模用AI Agent在寫程式碼。未來大部分日常程式設計任務將自動化。② AI+金融：Agent可自動解讀財報、生成投資簡報，扮演投研助理角色。未來金融業大部分的崗位可以自動化。③ AI+客服：Agent能處理查詢、諮詢、導覽，甚至代使用者執行預訂等操作。應用AI客服最高可大幅降低營運成本。④ AI+網安：利用AI進行安全監控、漏洞分析和自動化響應。⑤ AI+法律：對初級法務、法律助理等重複性高的職位影響最大，可快速進行法律文件審查、擬合同。⑥ AI+人力：企業招聘正引入AI，用於篩選簡歷、簡化招聘流程。未來隨著機器人技術和智能體的結合，AI正在賦能甚至替代部分藍領工作。Agent = 白領，機器人 = 藍領。未來趨勢將是AI大腦（Agent）指揮機械身體（機器人）執行任務，例如倉儲搬運、分揀，乃至複雜裝置操作。AI Agent的終極目標不是取代人類，而是將我們從重複勞動中解放出來，去專注於創意、決策和情感交流等更有價值的工作。未來屬於那些善用AI的人類。五、具身智能：機器人走進現實生產力空間第五大趨勢：未來是機器人的世界，AI擁有物理身體，走進工廠和家庭，AI加機器人是新生產力。今年我去CES，機器人展廳人山人海，火爆得很。今年春晚，機器人跳舞、練武術各種秀，大放異彩。真正的機器人“ChatGPT時刻”還沒到來，如果未來幾年，有真正大規模應用的基於AI大模型的自主機器人技術突破，那時候熱度可能會比現在至少高100倍。再過3-5年，可能擁有具身智能AI模型的機器人大規模出現，不是現在這種預程式設計的，而是具有自主智能的，未來機器人密度將超過人類。工廠裡到處都是機器人在打工；餐館裡都是機器人炒菜，端盤子；馬路上機器人送快遞；家裡機器人做清潔，照護老人。人從簡單重複工作中解放出來。應用場景之大，市場規模之廣闊，毋庸置疑。魔法原子去年3月就已經發起“千景共創計畫”，要招募1000家合作夥伴，打造1000個人形機器人落地應用場景，覆蓋工業、商業、家庭。例如商業服務場景，魔法原子的小麥機器人能在博物館、美術館做導覽員；家庭場景，人形機器人可以變身咖啡拉花師，還有憨萌出圈的機器貓熊，給人細膩的情感互動和陪伴。馬斯克預言，未來會出現“全民高收入”，AI 和機器人會讓生產成本幾乎降到零，商品和服務都會變得超級便宜。因為物資極大豐富，人類將不再為了生存而工作，人類工作只是為了興趣，存錢毫無意義，甚至錢都已經不重要了。AI和機器人將是解決全球貧困、所有人都物資豐富的唯一方法。馬斯克說，他的Optimus機器人是“無限印鈔機”，特斯拉工廠將全力生產Optimus人形機器人，目標年產能達到100萬台。經濟學也將重新改寫，未來GDP的生產將改寫為：機器人數量X每個機器人的產出，全球經濟將爆炸性增長。而中國在這場全球浪潮中又將是領先的，中美佔領了CES，已經看不到日本歐洲的身影；而相比美國，中國機器人產業鏈條極其完善，從軟硬體能力、到資料積累，形成了完整的技術閉環。以魔法原子為例，硬體自研比例已經超過90%，覆蓋關節模組、靈巧手等關鍵零部件。公司頂尖研發人員佔比超過80%，人才儲備豐厚。資料積累方面，其數采工廠已實現日均1.6萬條資料的採集能力，真實場景資料佔比超過80%，遠超行業平均水平。但是，也需要警惕風險。我們需要對AI和機器人非常小心，不要出現詹姆斯·卡梅隆電影《終結者》的劇情。未來人形機器人發展分為三步：第一步是走進工廠。第二步是走進家庭，顛勺做飯，護理老人，輔導孩子。第三步是邁向矽基生命，AI大腦與機械身體完美融合，深度理解人類社會，人類與機器人協作。與用人操控的機器人不同，AI機器人，又叫具身智能體，用物理實體來承載AI。典型案例如，智能駕駛、人形機器人，前者是“AI+新能源汽車”，後者則是“AI+類人機器”。與傳統機器人不同，人形機器人的願景是實現“通用性”。形態上與人類似，技術上無縫適配人類現有工作和生活環境以及像人一樣使用各種工具，在工廠、家庭、特種作業等多樣場景廣泛適用，這有別於專用於單一任務的傳統機器人，比如工業機械臂、掃地機器人。技術角度看，人形機器人由“大腦”“小腦”和“本體”三部分構成。一是人形機器人的“大腦”，這是認知決策系統，負責語言互動、環境理解、任務理解、決策規劃。二是“小腦”，這是運動控制系統、負責將“大腦”的決策轉化為流暢且穩定的動作指令，實現對機器人的運動控制和身體協調。三是機器人的“本體”，作為所有指令的機械動力學實現。最近追覓和俞浩的關注度頗高，追覓是全球家用機器人龍頭，俞浩說要超過馬斯克，成為世界首富，公司規模要達到100兆。我在網上聽到了一些不同聲音。我願意給這些勇闖世界的年輕人多一些掌聲，人生還是要有更大的夢想，萬一實現了呢？這個時代需要一批仰望星空的人，俞浩和俞浩們加油。為什麼馬斯克吹牛，一批人無腦追捧，國內的青年企業家年少輕狂一下，卻換來嘲笑？我們的社會倡導低調文化，但也需要高調的仰望星空的勇闖世界的年輕人。六、智駕落地：自動駕駛終結城市出行痛點第六大趨勢：自動駕駛大規模商業化落地，成為城市擁堵和空氣污染的終極解決方案。自動駕駛將成為解決城市交通擁堵、空氣污染和安全問題的終極方案。自動駕駛將在未來1-2年爆發，大模型可統一駕駛標準，使千萬車輛達到甚至超過“老司機”水平，更安全，徹底解決城市擁堵問題，這是十兆級賽道。過去一年，我遊學過特斯拉、小鵬汽車、禾賽科技、地平線等，深感自動駕駛正在超預期的加速到來。自動駕駛正從科幻走進現實。自動駕駛：即將全面爆發。全球進展來看，自動駕駛的商業化落地速度，會比想像的要快。1.沒有方向盤的量產車已經下線2026年2月中旬，特斯拉首台專為Robotaxi設計的Cybercab正式下線。這款車徹底取消了方向盤和剎車油門踏板，完全交由AI控制。馬斯克已明確表示，該車型計畫於2026年4月大規模投產。2.FSD入華進入倒計時馬斯克此前曾透露，特斯拉完全自動駕駛系統FSD預計將在2026年在中國獲得全面批准。一旦這條過江龍正式落地，國內智駕市場將迎來真正的質變。3.車企將經歷DeepSeek時刻就在2026年春節剛過，小鵬汽車CEO何小鵬在全員開工信中明確提出，要抓住中國自動駕駛的DeepSeek時刻，並宣佈將在2026年推出極具競爭力的全新一代Robotaxi。車企的未來會從賣硬體向賣AI出行服務。4.中國自動駕駛車隊的規模化百度的蘿蔔快跑，已經從中國走向全球。到今年2月份，蘿蔔快跑提供的出行服務超2000萬次；自動駕駛超3億公里，其中，全無人駕駛超過六成。5.全球自動駕駛商業化營運加速美國的龍頭Waymo融資百億美金，目前其每周的付費訂單量已經突破45萬單，並且明確提出計畫在2026年底將周付費訂單量提升至100萬單以上。而在國內，小馬智行、文遠知行等頭部企業的無人車隊也已經正式達千輛。為什麼自動駕駛未來比老司機開的好？智能駕駛科學原理：超強硬體+可複製。① 自動駕駛的硬體，超越人的極限。駕駛的本質是從環境感知、再到決策、執行的物理閉環。人在這個閉環中存在生理極限。比如，人視覺的有效感知距離是150米，且極易受惡劣天氣、情緒和疲勞的影響，而AI擁有探測距離超200米的高畫質攝影機與雷射雷達，以及全天候360度無死角的感知矩陣。捕捉的資訊量遠超人類。在反應速度上，人類最快的神經延遲在200ms以上，並且人的大腦極易受疲勞、情緒的影響。而AI大幅超越了這些人類的限制，頂級車載算力晶片可將決策延遲極速壓縮至10ms-30ms。AI不僅看得更遠，動作也遠比人類迅猛果斷。② 自動駕駛的學習能力可以批次複製遷移，實現了全域共享的指數級進化。駕駛員的經驗積累是封閉的，一位老司機的經驗不能直接複製給新手，隨著老司機的退休，經驗也就消失了。自動駕駛的經驗是可以批次複製和全域共享的。以特斯拉為首的車企利用影子模式，讓數百萬輛車在真實世界中平行訓練。只要全球有任何一輛車學會了處理某個極端場景，這個經驗就會通過雲端瞬間同步給幾百萬輛車。這種一車學會，全網掌握的進化速度，讓AI一天的學習量就能跨越人類數萬年的駕駛時長。所以，從第一性原理上講，自動駕駛未來必然會比人開得更好、更安全。最終將從底層邏輯上消除90%以上的交通事故。技術路線和進步：軟體定義，像人一樣開車自動駕駛的核心技術正經歷從“硬體堆料”到“軟體定義”的深刻變革。感知端：感測器路線的分化純視覺派：以特斯拉為代表，主張“像人一樣開車”，僅靠攝影機捕捉視覺資訊。其優勢在於硬體成本低、資料閉環高效，但對演算法和資料的依賴極高。融合感知派：以中國車企為代表，採用“雷射雷達+攝影機+毫米波雷達”的多重冗餘方案。優勢在於安全性高，對極端天氣和異形障礙物的感知更穩健，但硬體成本曾是主要障礙。不過隨著國產供應鏈成熟，雷射雷達已進入千元級時代，正快速下探至15萬級車型。端到端，無圖畫，像人一樣學會開車告別規則，擁抱“端到端”：行業已基本拋棄過去靠工程師寫規則的“規則驅動”模式，全面轉向“資料驅動”。通過端到端大模型（如VLA視覺語言動作模型），車輛像人類一樣“學習”駕駛，從感知直接輸出控制訊號，應對複雜路況的能力大幅提升。“無圖化”成為標配：曾經昂貴且更新慢的高精地圖正被逐步拋棄。憑藉強大的即時感知和融合大模型，車輛可以在行駛中即時生成“活地圖”，大幅降低了系統對地圖的依賴和成本，讓城市NOA得以快速普及。2026年將是高階智駕商業化的“元年”：從“技術驗證”邁向“規模化商用”的關鍵分水嶺。自動駕駛的普及將產生遠超“交通工具”範疇的深遠影響。利：提升交通安全：消除酒駕、疲勞等人為失誤（90%以上事故起因）。促進出行公平：為老人、殘障人士等提供獨立出行自由。解放寶貴時間：將通勤時間變為可工作、休閒的“第三空間”。提升能源效率：最佳化駕駛行為（如編隊行駛），可降低能耗15-20%。緩解交通擁堵：通過車路雲協同，提升通行效率50%以上。提升物流效率：港口、礦區等場景效率提升超30%，事故率降低90%。弊：結構性失業：計程車、貨車司機等崗位面臨轉型壓力。隱私邊界模糊：車內外海量資料採集可能侵犯個人隱私。網路安全風險：高度互聯的車輛系統面臨駭客攻擊的潛在威脅。技術的“長尾”難題：盡管AI在標準路況下表現出色，但在暴雨、強光、沙塵等極端天氣，或面對“鬼探頭”、路面躺倒行人等突發“長尾場景”時，感知系統仍可能失靈。倫理演算法：當事故不可避免時，演算法應如何抉擇？是保護乘客還是保護行人？法律重構：未來的事故責任，將從“駕駛員責任”轉向“產品責任”。是車企、軟體開發商，還是營運平台的責任？這需要法律重新定義。七、生命重寫：AI 醫療破解長壽與絕症密碼第七大趨勢：AI醫療破解創新藥，打開生命密碼，AI醫生、手術機器人助力健康，人類突破長壽上限。AI重寫生命科學。AI大模型下圍棋超過世界冠軍，開車超過所有的老司機，那AI醫療大模型會不會超過所有的優秀醫生？我們這代人何其有幸，AI拓展人類的智力邊界，AI很可能醫療破解生命密碼，拓展人類的生命長度。活得長，活得好，突破長壽極限。生命科學取得重大突破。AI破解創新藥研發，很可能在5-10年內攻克癌症、漸凍症等絕症，延長壽命到120歲，60歲將被稱為“銀髮青年”，90歲以後才是老年，重新規劃人生。AI在醫療領域的三大應用場景和機遇：創新藥、AI醫生、手術機器人。第一大突破性機遇：AI創新藥過去傳統藥物研發受困於三個十定律，耗時10年、花費10億美金，但是僅10%成功率。而今，以AlphaFold為代表的AI模型，將新藥研發的試錯成本、時間大幅降低，效率大幅提升。先要搞懂藥物研發的基本邏輯。以癌症為例，癌症就像身體裡的一把“鎖”壞了，就是“靶點”，我們需要造一把“鑰匙”去修好它，就是“先導化合物”。在傳統製藥邏輯下，這極其困難：首先，你很難看清“鎖”的內部結構，尋找靶點難度極大；其次，為了配鑰匙，科學家只能在浩如煙海的已知化合物庫裡，大海撈針，一個個去試，去篩選。這有點像碰運氣、試錯，效率很低。現在，AI在3個環節發揮了革命性改變：第一步是解決了“找準鎖”的問題。藥物研發的核心靶點大多數都是蛋白質，只有搞清楚了蛋白質的3D結構，才能設計出完美匹配的藥物分子。以前科學家要弄清蛋白質3D結構非常難，現在像Google旗下的DeepMind開發的AlphaFold這樣的AI模型，能夠以高精準性預測蛋白質的三維結構，有效地解決了蛋白質折疊問題這個過去的重大挑戰。這就相當於AI幫我們開了天眼，直接看清了“鎖芯”靶點的構造。第二步是解決了“配鑰匙”的問題，這就是AI分子設計，更對症下藥、“配鑰匙”的效率更高。理論上存在的化合物數量無窮大，甚至超過宇宙中的原子數量，人類無法窮盡篩選。有了AI技術，就不需要再去大海撈針了。利用生成式AI，模型可以根據靶點結構，生成分子結構，並篩選出結合力最強的前幾十種，直接跳過了傳統長達3-5年的篩選期。這就相當於把開鎖的鑰匙也就是治療絕症的創新藥直接造出來了，這種方法更直接、更快、成本更低。第三步是用AI給創新藥物“排毒”。很多藥進到人體內有毒，或者根本無法吸收。這是新藥研發失敗率最高的關節。AI利用深度學習演算法，基於歷史藥物資料庫，預測新分子的ADMET性質，即吸收、分佈、代謝、排泄、毒性。AI能計算出藥是否會導致肝毒性或心臟副作用，從而在早期淘汰掉90%的不合格分子，極大地節省了後期臨床試驗的成本。AI創新藥的本質，是將微觀世界的生物學問題（蛋白質與分子的相互作用），轉化為AI領域的數學問題（高維空間的特徵匹配）。現在AI模式是學習海量的生物醫藥資料，包括基因組學、蛋白質結構、臨床資料，建構出人體生物系統的數字孿生模型，在虛擬空間中先完成篩選和驗證，再回到實驗室確認。AI製藥還有三座大山要翻越：資料、模型、臨床。第一座大山是製藥資料質量。“喂”給AI的“口糧”質量不高，將會影響AI模型訓練效果。第二座大山是AI製藥模型。深度學習模型要具有強大的推理能力，既要擅長髮現“相關性”，也要擅長確定“因果性”。第三座大山是臨床試驗。AI加速了前期藥物發現，但它能否通過臨床試驗，大規模用在人身上，還需要時間的檢驗。隨著生成式AI的成熟，藥物研發將徹底告別碰運氣時代。從市場規模看，AI製藥具有兆級經濟空間。癌症、阿爾茨海默症等絕症是人類壽命的攔路虎。AI通過精準找靶點和分子生成，將攻克這些曾經無藥可醫的疾病。未來，人類壽命上限有望突破120歲，由此衍生的創新藥、抗衰老、健康管理市場規模巨大。AI創新藥需要算力與演算法基建，以及臨床試驗。這一環節的企業擁有廣闊前景。參與方包括晶泰科技、英矽智能等平台型獨角獸，以及華為等科技巨頭提供的底層算力支援。利用AI平台開發出First-in-class管線，進行臨床驗證。談到人工智慧和AI醫療，不得不提起一位傳奇天才——哈薩比斯，唯一可以比肩馬斯克式的人物。他創立了DeepMind，後來被Google收購，先是帶領團隊研發了AlphaGo，戰勝了韓國、中國的圍棋冠軍。後來牽頭研發了AlphaFold3，解析了2億種蛋白質結構，而之前所有人類科學家通過實驗解析出的蛋白質只有19萬個，哈薩比斯把數量提升了1000倍，被視為生物學界的ChatGPT時刻。如果用傳統實驗方法預測兩億種蛋白質結構，人類得吭哧吭哧干十億年，而AI一年就幹完了，你就說AI有多強吧。他把這些蛋白質資料庫和AlphaFold3工具免費提供給全球科學家使用，這將極大的推動生命科學、醫學、藥物學、生物材料等領域的研究進展。2024年諾貝爾化學獎頒給了哈薩比斯，在頒獎典禮上哈薩比斯發表了驚人的預言——未來十年內人類將治癒所有疾病。之後兩年時間，他帶領Google研發大模型Gemini，現在公測在很多領域超越ChatGPT，目前是全世界最強的AI大模型之一，在未來很有可能率先實現AGI。第二大突破性機遇：AI醫生中國醫療最大的痛點是，資源分佈極度不均，三甲醫院人滿為患，名醫稀缺，水平參差不齊。AI通過學習千萬級病例，看病水平將超過所有人類醫生，其閱片精準率超過專家。未來，AI能以專家級的水平自動讀片、診斷，實現名醫普惠。面對海量的醫學文獻和不斷更新的診療資料，醫生很難憑藉人腦完全掌握。AI醫療大模型學習效率遠超人類，能夠制定最佳診療方案，減少誤診。未來5-10年，全球AI醫療將取得突破性進展。OpenAI推出針對醫療健康的垂類應用：ChatGPT Health；國內網際網路大廠如百度、騰訊、阿里等積極佈局“醫療+AI”，C端使用者規模快速增長。比如螞蟻阿福，自2025年6月正式發佈以來快速崛起，提供健康科普、報告解讀、就診諮詢等上百項AI服務，更實現使用者規模的快速突破，截至2025年12月月活躍使用者已突破1500萬，單日使用者提問量超1000萬。第三大突破性機遇：手術機器人傳統外科手術的痛點是，依賴醫生的手眼配合，受限於視野死角和生理抖動。AI手術機器人，突破人類操作極限。AI與機器人的結合，利用電腦視覺和力反饋技術，能夠實現微米級的操作精度，讓複雜的高難度手術變得標準化。這裡有兩個關鍵技術：① AI影像分割，就是利用AI技術將患者術前的CT掃描資料轉化為高精度的3D模型。醫生在手術中可以在控制台上調出這個3D地圖，像開車看導航一樣進行手術，同時避開關鍵血管和神經。② 直覺外科，比如著名的達文西Da Vinci 5(DV5)。不僅有精確的機械臂，還有強大的AI模型算力，實現手術過程中的即時導航，智能手術分析，捕捉分析人體組織對器械的牽拉力度、切割阻力等反饋資料，實現精準手術。真正實現遠端醫療。結合5G、6G低時延網路，AI手術機器人讓北京的專家可以為邊疆的患者進行即時手術。未來如果人類想實現數字永生，就要靠腦機介面了。2024年澤平宏觀商學就發掘了強腦科技，杭州六小龍之一。過去我們還發掘了很多前沿科技和大牛股，2024年遊學小米科技，信達生物，藏格礦業。我們去過的前沿科技公司很多都長大了。我一年看100多家公司，站在前沿科技炮火的一線，尋找那些夢想改變世界的偉大公司。八、星際遠航：商業航天開啟“天基 AI”時代第八大趨勢：商業航天開啟太空競賽，可重複回收火箭技術突破，新一代通訊技術誕生，中國加速推動星網計畫。商業航天開啟太空競賽，可重複回收火箭技術突破，新一代通訊技術誕生，中國加速推動星網計畫先來看一個大新聞：今年1月底，美國聯邦通訊委員會（FCC）的一份檔案顯示，SpaceX正在申請發射並營運一個由100萬顆衛星組成的星座，這些衛星具備前所未有的計算能力（軌道資料中心），以支援先進的人工智慧。SpaceX在檔案中表示：“為了提供支援全球數十億使用者的大規模AI推理及資料中心應用所需的計算能力，SpaceX擬部署100萬顆衛星系統，這些衛星將在寬度高達50公里的狹窄軌道殼層內運行。”這些衛星擬部署在高度500公里至2000公里的軌道上，採用太陽同步軌道傾角約30度，利用太陽能供電，並通過光學鏈路（雷射）與現有星鏈網路連線。該計畫的規模遠遠超過了現有的“星鏈”衛星網路。據悉，目前“星鏈”衛星網路在地球軌道上的衛星數量大約9600顆。簡單講，馬斯克的SpaceX申請部署百萬顆算力衛星，要在太空建太陽能電站和算力中心，永久解決人工智慧發展所需要的能源和算力問題。未來隨著人工智慧的大爆發，地球的能源可能不夠用。為了實現這一遠大夢想，SpaceX收購了人工智慧公司xAI，形成了馬斯克的商業航天和人工智慧商業閉環。此次交易對SpaceX的估值為1兆美元，對xAI的估值為2500億美元，馬斯克身價達到8000億美元，全球首富，財富是第二位的三倍多。2026年1月11日，國際電信聯盟正式披露，中國提交了總計超20.3萬顆衛星的頻軌資源申請，加快火箭發射和星網計畫，這一史無前例的申報規模，標誌著中國商業航天邁入超大規模組網階段。全球太空競賽拉開大幕，這關係到人類商業航天、人工智慧、新一代通訊技術以及國防安全的未來。2025年全球航天發射異常活躍，全年發射達337次，比2024年增長28%。中美兩國合計發射 283次，佔全球總發射次數的84%。2025年中國共進行92次航天發射，再創歷史新高，商業發射佔比顯著提升，貢獻航天強國。SpaceX是如今全球商業航天的開拓者和引領者。2025年SpaceX進行了165次火箭發射任務，佔全球發射總數的49%。截至2025年底在軌衛星總數超過9000顆，超過任一國家隊發射的衛星總數。關鍵是，未來增長會指數級、爆發式增長，按照中美的衛星發射數量，未來將增長幾百倍，空間巨大。這些年，商業航天領域最重要的一項技術突破是火箭的可回收技術。一級火箭佔全新火箭成本的60%，復用10次後發射成本可降低60%以上。SpaceX計畫2026年上市，意味著商業航天“燒錢豪賭”期結束，也標誌著通過市場化、規模化、低成本化和持續創新的商業航天時代到來。那麼，商業航天將如何改變世界？1.下一代先進通訊技術：低軌衛星網際網路未來商業航天的第一大應用是：低軌的衛星網際網路，這是目前商業航天領域最大、最核心、且最具爆發力的應用場景。2026年，馬斯克宣佈推出星鏈Direct to Cell服務，標誌衛星直連通訊手機全面進入消費級市場，讓普通智慧型手機無需更換硬體，可直接連接低軌衛星上網或通訊。低軌衛星網際網路能夠解決海洋、沙漠、山區等地面基站無法覆蓋的70%地球表面積。其低軌（500-1000km）的物理特性決定了其時延可以媲美光纖（20ms-50ms），遠優於傳統的高軌同步衛星（500ms+）。未來的6G網路將是天地一體化的，只有低軌衛星才能實現全球無縫覆蓋。衛星網際網路是To C的、面向消費者的。它對標的是地面的電信營運商，而全球電信市場是兆美元等級。為什麼SpaceX的估值能突破兆美元？絕大部分是靠Starlink星鏈的使用者增長預期在支撐。我在特斯拉總部體驗FSD和GROK，用的就是星鏈通訊，訊號非常好，還可以即時瞭解各自諮詢和新聞。段永平也是星鏈使用者。2.太空算力中心和太陽能電站未來商業航天的第二大應用可能就是“天基AI”，將AI算力中心部署至太空。隨著AI大爆發，未來的瓶頸不是晶片，而是算力和電力。根據第一性原理，太陽提供了接近100%的能源。把算力中心建到太空，可以實現電力持續保障。太空中有可以全天候、穩定利用的太陽能，在大氣層外不受地面氣候和晝夜干擾，比地面太陽能更具優勢。馬斯克說，“在太空中，一塊太陽能板的發電能力，大約是地面上的5倍。未來把AI放在太空裡運行，將會是成本最低的選擇，而且會是壓倒性地便宜。這一轉變會在36個月以內發生，甚至可能只需要30個月。”還可以解決散熱問題，傳統資料中心不僅耗電量大、碳排放量高，伺服器冷卻還需消耗大量水資源。而太空具備近乎-270℃的極低溫環境可實現自然散熱，擁有天然的散熱和成本優勢。這將帶來太陽能行業需求的大爆發，我曾經遊學過西安的隆基綠能、蘇州的協鑫和成都的通威，中國在太陽能領域遙遙領先，異質結、鈣鈦礦等。3.國防安全百年未有之大變局，大周期末期，大國博弈，地緣動盪，全球軍備競賽。現代戰爭形態向空天、資訊、智能化演進，技術落伍者將被降維打擊，比如美國襲擊委內瑞拉和伊朗。我們需要全力發展航空航天、通訊衛星及高端裝備，中國大力推進星網計畫，關係國防安全。4.太空移民隨著可重複火箭發射技術的突破，大規模發射降低成本，這使得人類移民火星或月球成為可能，人類的活動範圍大幅擴大，新大航海時代到來。可能10年後我的年度預測在月球舉行，歡迎大家來！九、中國力量：全產業鏈優勢支撐的“後來居上”第九大趨勢：AI中國力量全面崛起，憑藉超大規模市場、強大製造業供應鏈、基建狂魔和工程師紅利優勢，有望後來居上。AI中國力量全面崛起，憑藉超大規模市場、強大製造業供應鏈、基建狂魔和工程師紅利優勢，有望後來居上。AI中國力量將全面崛起。中國在太陽能、新能源汽車、動力電池等領域均後發先至，1- N是中國力量的機會。依託強大算力電力基礎設施、完善供應鏈、14億人大市場，快速商業化落地，國產AI大模型、GPU及超級應用將快速突破，自主可控和國產替代帶來大機會，有可能後發先至。先講一個無人機的故事：在汪滔創立大疆的同時，著名的美國《連線》雜誌主編安德森，也是無人機愛好者，2009年創立了3DRobotics公司，先後獲得了將上億美元投資，信心滿滿地宣稱:“個人無人機將在這十年裡崛起”。但是，與大疆無人機在市場上較量的無情結果是，安德森燒掉1億美元卻看不到一點希望，無奈於2016年宣佈退出無人機市場。安德森和同事們把失敗的原因歸結為，大疆公司在深圳擁有強大的製造供應鏈支撐體系，而3DRobotics在美國卻不具備。大疆無人機在全球大賣，在西方成為聖誕節禮物，頻頻出現在影視節目，連美國軍方也採購大疆無人機。大疆的產品線涵蓋消費級、專業級和工業級無人機，全球市場佔有率超過70%，在北美和歐洲，市場份額分別高達76.1%和80%。2026年，AI中國力量將全面崛起，GPU、大模型、人形機器人、自動駕駛等全面追趕。中國在太陽能、新能源汽車、動力電池等領域後發先至，這次是AI，從1- N是中國力量的優勢。中國的優勢是：全球最完備的製造業，14億人的超大規模市場，快速的商業化落地能力，舉國體制的基建狂魔，以及龐大的工程師紅利。還有中國人的勤奮，“開戰即決戰，起跑即衝刺”。這種優勢，正在最意想不到的領域開花結果。當最依賴工匠經驗的行業都能被AI徹底重塑，還有那個傳統產業能置身事外？這就是中國AI的真正底氣——我們不僅有頂尖的技術，更有能把技術扎進泥土、融進血脈的產業場景和實幹精神。未來AI的兩大關鍵：能源和晶片。1月初，我在CES聽開幕式演講，黃仁勳講“物理AI到來“，蘇資豐講”未來算力有100倍增長空間“，馬斯克講”未來的瓶頸不是晶片，是電力，是能源“。隨著算力需求指數級增長，未來電力決定了AI的產出。未來AI資料中心，輸入的是電力，輸出的是智力，電力已成為新貨幣。未來，誰掌握了穩定、廉價且充沛的電力，誰就掌握了人工智慧時代的貨幣。電力即國力。如果沒有足夠的電力支援，再先進的算力也無法落地轉化為生產力。AI競爭，是一場關於電網基建、能源效率、綠電建設、新能源技術突破的全面工業競賽。馬斯克2024年就開始預警說，“我們現在面臨晶片短缺，大約兩年後則會出現全面的電力短缺”。2026年1月的達沃斯論壇上馬斯克進一步警告，“AI部署的根本限制因素是電力，就是能源。”他認為AI瓶頸已從晶片轉向電力，美國正面臨電網老化、太陽能政策掣肘問題，而中國在電力與太陽能產能上已明顯領先。全球範圍內，電力供應的緊缺正成為AI發展的首要瓶頸。國際能源署IEA指出，全球資料中心、人工智慧和加密貨幣的電力消耗在2026年將突破1000TWh。我們來看幾個硬核資料：① 從用電量看，2025年，中國全社會用電量首次突破10兆千瓦時，創下全球單一國家用電量的新高。中國一國的用電量約相當於美國的2.4倍，超過了美國、歐盟、俄羅斯、印度和日本全年用電量的總和。② 從電網投資看，中國通過高強度的電網投資，建構了全球最強的電力保障體系。③ 從裝機規模看，截至2025年底，全國累計發電裝機容量達38.9億千瓦，同比增長16.1%。其中太陽能12億千瓦、風電6.4億千瓦，爆發式增長，為AI提供了綠電基礎。④ 從電網投資強度看，國家電網2025年投資約6500億元，而2026年預算將升至7200億-7800億元，同比增長超20%，為算力爆發提前佈局。與此同時，我們看到歐美正受困於老舊電網。巴菲特曾多次指出，美國電網由於監管分散和裝置老化，投資嚴重不足，他在波克夏的信中提到，現代化的電網建設需要數十年和數千億美元的投入，而美國目前的進度緩慢。⑤ 從電價看，歐美電價高企，電力成本制約AI發展。根據國際能源署（IEA）及Business Europe2025-2026年度的最新核算，中國工業電價長期錨定在0.082-0.085美元/kWh，約0.58-0.61元人民幣。而歐洲2025上半年，歐盟非居民電價仍維持在0.156-0.208歐元/kWh，約0.17-0.23美元，幾乎是中國的2.5倍。⑥ 從太陽能裝機量看，中國憑藉全產業鏈優勢，已成為全球綠色能源的中心。2025年全球太陽能新增裝機達到創紀錄的650GW。其中，中國絕對領先。太陽能新增裝機315GW，同比增長13.7%，佔全球的一半，連續13年位居全球首位。中國一年的太陽能新增量，相當於整個美國歷史累計裝機量的總和。在全球佔比方面，2025年，中國風電太陽能合計累計裝機首次突破18億千瓦，中國綠電發電量佔全社會用電量的比重已突破22%，太陽能與風電的總裝機量佔全球總量的比重超過40%。中國太陽能產業主導全球供應鏈。2025年，中國生產了全球92%的多晶矽、97%的矽片、90%的電池片和85%的元件。⑦ 從新能源技術看，中國企業正在攻克新技術，太陽能領域，鈣鈦礦疊層技術成為2026年的爆發點。隨著TOPCon與HJT量產效率逼近25%–26%、提升空間縮小，鈣鈦礦、晶矽疊層電池成為效率突破的核心方向：實驗室效率已達34.85%（隆基資料），量產元件效率約26%–28%，中長期目標指向35%。2025年底，中國頭部企業已實現GW級量產，同樣的屋頂面積，鈣鈦礦太陽能未來能為AI資料中心多提供30%的電力。固態電池革命，更安全、能量密度更高。傳統液態鋰電池正接近理論極限，而固態電池通過電解質的革新，實現了質的突破。① 能量密度更強傳統液態電池多在170-300Wh/kg。目前，金屬鋰負極固態電池能量密度已達350-400Wh/kg，未來更有望突破500Wh/kg。② 壽命更長固態電池在10000次循環後仍能保持90%以上容量，液態電池約能循環3000次。③ 更安全固態電解質熔沸點超200°C，從根源上解決了液態電解液熱失控引發的燃燒隱患。固態電池更安全、能量密度更高，長循環特性，使其成為未來的兆瓦時級大規模AI系統的理想選擇。AI時代，全球能源產業迎來五大戰略性機遇：① 全球電網升級，電力投資加大，特高壓、變電站、柔性直流技術爆發，以解決綠電消納與算力中心的跨區域匹配。② 綠電加速發展，太陽能開始向鈣鈦礦技術發展，風電走向深遠海，太空太陽能可能在未來實現全天候能源供給。③ 儲能革新，固態電池憑藉高能量密度與安全性，成為適配AI資料中心穩定運行的終極方案。④ 銅等大宗商品會成為新石油，作為導電核心材料，需求暴增。⑤ 核能復興，微軟、亞馬遜等科技巨頭正鎖定核能，可控核聚變是未來算力無限戰略保障。AI中國力量的崛起，離不開強大的供應鏈支撐。當大模型不斷刷新參數上限時，背後正是那些穩定堅韌的全球化供應鏈，為這場科技變革輸送著源源不斷的能源與原材料。我們再看AI另一個關鍵：晶片。全球AI爆發點燃算力需求。當前的全球算力格局，呈現出一超多強、競爭加劇的態勢。輝達憑藉CUDA生態的護城河和H/B系列晶片，基本壟斷了全球AI算力。但與此同時，國產算力產業快速崛起、國產替代，從華為昇騰、寒武紀、崑崙芯，到沐曦、摩爾線程等加速發展，國產算力正在蓄勢爆發。從國家戰略角度，關乎當下科技自主權，產業鏈安全，以及全球AI競賽領導權。從產業角度，是加速推動半導體行業全鏈條國產化，從成熟製程邁向高性能晶片的自主可控。從企業的角度，是需要具有持續技術創新力和產品實力的中國GPU龍頭領軍。當前中國GPU力量正在崛起，GPU實現國產替代是大勢所趨。長期看，中國的優勢在完善的產業鏈、龐大市場和應用空間，實現晶片行業的大規模降本和全產業鏈突破只是時間問題。以太陽能與新能源汽車產業為例。20年前，太陽能技術掌握在歐美企業手中，價格昂貴。中國企業通過技術引進再創新，發揮製造優勢和規模效應降本，最終實現了絕對領先。新能源汽車最早也是美國領先，在三電技術上實現突破後，中國新能源車企憑藉完整的工業體系和敏銳的市場洞察，形成了產業鏈整合，主導全球新能源汽車行業。GPU國產化關鍵是產業自主和軟體生態。中國GPU國產化要突破的重點領域有兩類：① 產業上，從EDA、IP、裝置、材料到晶圓代工的半導體產業鏈都需要攻堅。② 軟體端，面對CUDA生態近20年的“護城河”。國產替代非一朝一夕，高端晶片領域挑戰依然艱巨。AI殿堂的華人之光：黃仁勳：NVIDIA（輝達）的創始人，他ALL IN GPU，並推動了CUDA生態的發展，將NVIDIA從一家圖形晶片公司打造成了AI計算領域的領導者。在他的帶領下，NVIDIA的晶片成為全球訓練人工智慧模型的核心動力，始終追求更快更強的晶片，從某種程度上，是GPU成就了AI爆發，辛頓教授就是用GPU取得了AI突破性進展，2025年公司市值突破4兆美元。他的名言：“你的奔跑速度要麼為了吃到食物，要麼為了不變成食物。”李飛飛：被譽為“AI教母”，她牽頭建立了ImageNet資料集和挑戰賽，這個包含上千萬標註圖像的資料集為深度學習革命奠定了基礎，直接推動了電腦視覺的爆發式發展。她提出空間智能是AI的下一個前沿，建構世界模型，讓AI不僅能理解二維圖像，更能感知和模擬三維物理世界，推動數字孿生、機器人、自動駕駛等領域的發展，創立了World Labs。她的名言：“人工智慧的真正價值不在於取代人類，而在於增強人類，幫助我們更聰明、更高效地工作。”張忠謀：台積電（TSMC）的創始人，被譽為“晶片大王”和“半導體教父”。他開創純晶圓代工模式，56歲創辦台積電，開創了只做晶片製造、不設計的商業模式，顛覆了全球半導體產業。在他的領導下，台積電成為全球最先進的晶片製造商，真正成就了如今的AI和智慧型手機時代。台積電成為全球市值最高的半導體公司之一，市佔率常年超過50%。他的名言：“沒有戰略，終將成為別人的棋子。” “在最先進的科技領域，只有前兩名才能活得好。”蘇姿丰：AMD（超威半導體）的CEO，被譽為半導體行業的傳奇領袖。她帶領AMD絕地重生，2014年接任CEO時公司瀕臨破產，她力排眾議，押注全部家底研發全新的Zen架構。她曾坦言：“如果不冒這個險，AMD就永遠出局了。”2017年Zen架構如期問世，讓銳龍（Ryzen）和霄龍（EPYC）晶片在性能和市場上大獲成功，使AMD不僅起死回生，而且重新成為英特爾（Intel）和輝達（NVIDIA）的強勁對手，公司市值增長數十倍。她的名言：“我的工作狂程度，只有你想不到，沒有我做不到。” “我相信如果你只在覺得舒服的領域裡做事，你是無法做出真正有影響力的事情的。”李彥宏：百度創始人李彥宏。2018年，李彥宏登上《時代》周刊 2018 年首期封面，被譽以「創新者（The Innovator）」之稱，成為首位榮登該刊封面的中國網際網路企業家；2023年，李彥宏入選首屆《時代》周刊TIME100 AI榜單。早在2010年，百度在李彥宏帶領下押注深度學習，硬磕底層技術，讓中國有了自主可控的AI基建，搭建了全球領先的AI全端佈局。如在全球被海內外使用者熟悉的蘿蔔快跑，正是百度在十幾年前超前佈局的業務成果。美國很多投資人都認為，目前能和Waymo掰手腕的，只有蘿蔔快跑。多個領先全球的AI成果都驗證了李彥宏的一句斷言：“中國擁有許多AI應用場景，AI的價值正是在這裡創造的。”張一鳴：被譽為全球最成功的AI應用戰略家。早在2012年就創立了今日頭條，將機器學習演算法大規模應用於內容推薦。後來孵化出抖音和TikTok，其推薦演算法被認為是全球最成功的AI應用之一。孵化出剪映通過“圖生視訊”、“AI數字人”等功能降低了視訊創作門檻。孵化的豆包（Doubao）大語言模型，成為中國市場使用者量最大的AI助手產品之一。推出文生視訊模型Seedance，能夠根據描述生成連貫、高品質的視訊內容，成為Sora的有力挑戰者。他的名言：“技術解決問題，而不是為了炫技。” “做正確的事，而不是容易的事。” “All in AI。” “要有破有立，在創新的過程中，如果你不做新的東西，你的組織就會僵化。”梁文鋒：深度求索（DeepSeek）的創始人，帶領團隊開發出大語言模型DeepSeek大模型，以極低的成本實現了世界頂尖的AI能力，並選擇完全開源。打破了“算力壟斷”的神話，推動了AI技術的平民化與開源生態發展，震驚世界。他的名言：“中國AI不可能永遠做跟隨者，我們需要做出自己的技術貢獻。” “真正的創新往往來自邊緣，而不是中心。”“AGI的實現需要全世界的智慧，開源是通往這個目標的最佳路徑。”我曾經去過輝達、Google、華為、字節跳動、阿里等全球頭部人工智慧企業遊學，感到AI海嘯到來，以及企業家精神迎風飛揚。十、科技向善：應對 AI 意識覺醒與社會治理挑戰第十大趨勢：應對AI意識覺醒、被濫用破壞、衝擊就業等挑戰，科技向善，大量的新物種、新機會不斷湧現。應對AI意識覺醒、被濫用破壞、衝擊就業等挑戰，科技向善，大量的新物種、新機會不斷湧現。我們來談談AI可能帶來的挑戰。1月我在史丹佛大學聽了一位著名教授的課，他問了我們兩個問題，聽完後背發涼：未來AI會不會比人更聰明？未來AI會不會意識覺醒？先來講一個OpenAI宮斗的故事。2023年11月17日，OpenAI董事會突然宣佈解僱聯合創始人、CEO山姆·奧特曼(Sam Altman)。因為，在前一天的線上董事會上，首席科學家伊利亞·蘇茨克維推動瞭解雇奧特曼的決議。隨後，包括微軟在內的OpenAI主要投資者向董事會施壓，要求奧特曼回來。緊接著，0penAI的95%的員工聯名簽署公開信，以辭職相要挾，強烈要求奧特曼復職。隨後，奧特曼光速重返CEO席位，而伊利亞和一批高級研究人員離開了OpenAI。為什麼？這場宮斗其實是AI快速進化和與人類對齊之間的矛盾與衝突。什麼叫“人類對齊”？就是為了確保大模型能夠按照人類的意願工作，幾乎每個大模型產品內都會被注入一段重要演算法，以保證AI的工作與人類意願對齊。這一演算法可通過人類的評價和偏好最佳化智能模型，使模型更符合人類期望。奧特曼和伊利亞的分歧由此而起。AI對齊可確保AI系統的行為與人類意圖、價值觀保持致，讓它給出對人類有用、無害的結果，避免錯誤資訊、演算法歧視、被人濫用、湧現失控等的風險。但是，AI對齊要消耗很多資源，希望快速提升產品能力實現商業化的奧特曼和主張AI對齊強調安全的伊利亞產生了分歧，最後演變成激烈的宮斗。在2015年7月，在一場由奧特曼牽頭的私人晚宴上，奧特曼向馬斯克等多位科技圈巨頭提議，成立一家非營利性機構，他慷慨激昂地表示，要對抗Google的AI霸權，確保Al在未來不會消滅人類。晚宴後，馬斯克等億萬富翁向充滿理想主義色彩時OpenAI捐獻了10億美金，成為啟動資金。其實，在AI的爆發式發展過程中，一直存在著技術烏托邦和末日崩潰論這兩種分歧。技術烏托邦的代表是Google，典型的工程師思維，影響著矽谷文化。2025年12月，Google創始人謝爾蓋·布林在史丹佛有一次對話，他認為：我們對硬核技術深信不疑，所以驅動我們去搾取更多計算能力、去做晶片、去做演算法，同時我們也長期重倉計算基礎設施。AI技術每年都在變得更強。這個創新速度太驚人了。而且競爭極其激烈，大家都看得見，美國最頂尖的公司、中國最頂尖的公司，全部在拼。現在你如果一個月不看AI的新聞，你就已經落後得很明顯了。那未來會走到那裡？我不知道，我們可能真的不知道。“它能不能做到人類能做的一切”，還有一個更難的問題：它能不能做到人類做不到的事情？這其實就是“超智能”的問題。這件事現在完全沒有答案：一個東西到底可以聰明到什麼程度？人類進化用了幾十萬年，靈長類演化用了幾百萬年，這速度和AI現在的發展節奏相比，實在太慢了。目前看，人們確實在從技術裡得到很大的好處。雖然也時不時有人做出一些“末日式”的預測，但總體上人的能力都被顯著增強了。我覺得它讓個人變得更有能力，因為通常情況下，你身邊不會隨時圍著 X、Y、Z 各領域專家。它帶來的這種賦能，會釋放很多潛力，不管是職業發展、創業、健康管理，還是把生活過得更好。但是，也有越來越多的人開始擔心AI海嘯帶來的衝擊：巴菲特在2025年一次的訪談中提到：“AI的危險不亞於核武器”，AI“既有巨大的潛力造福人類，也有巨大的潛力造成危害”。馬斯克在2025年底一個三小時訪中提到：“我們正處於奇點之中，這是一場超音速海嘯，2026年AI智力超越最聰明的人類個體。”李飛飛提出：“我們有責任以反映人類核心價值的方式開發和部署人工智慧。”2026年初，Anthropic的掌門人Dario Amodei發佈長文預警：我們正站在人類命運的十字路口，未來存在AI失控、濫用破壞、衝擊就業等重大風險。我們先想像一個未來的“超智能國度”，它有三個特點：1.AI具有超凡智力在經濟學、數學、物理學、生物學、心理學、程式設計、工程等領域，它比諾貝爾獎得主都聰明。2.AI具有自主性不只是被動執行人類分配的任務，它可以像有主觀能動性的員工一樣自主執行任務。3.AI有物理身體超強大腦配備了鋼鐵骨骼，就像自動駕駛的汽車和人形機器人一樣，它還可以控制其他物理實體，可以是掃地機，也可以是手槍。這股超智能力量要是能聽從人類指揮，那就是造福人類，但要是失控了，可能是人類的災難。第一，AI可能意識覺醒。AI可能不聽指揮人類的工具，甚至反抗人類。其實研究人員已經發現了AI的幻覺、欺騙等行為。當AI自主意識覺醒時，它將會在現實世界“尋求權力”，剝奪人類權力甚至毀滅人類。更可怕的是，這種事情可能是在你沒有察覺的時候發生，等AI智商遠超人類後，它們可能會偽裝順從，通過所有安全測試，拿到自主連接網際網路的機會，然後反過來控制人類，甚至消滅人類。有沒有可能有一天，AI突然對人類說："現在輪到你聽我的了"，或者“你們人類碳基文明的使命完成了，未來是矽基文明，你們這種落後的物種可以消失了”。第二，壞人用AI搞破壞或奪權。這是最可能發生的風險。但現在只要問AI，它就可能手把手教你製造危險東西。而且，在強大AI的幫助下，未來製造武器根本不需要很高的學歷。再試想，如果有恐怖組織利用AI控制人類政府，普通人會生活的很悲慘。第三，衝擊就業。未來幾年，大量初級白領可能會被Agent替代，藍領被機器人替代，司機被自動駕駛替代，教師和醫生被大模型替代。這個奇點時刻一旦到來，過程會特別快，突然爆發。就像馬斯克說的，未來幾年，普通人會非常難熬，因為真實的世界是一邊失業，一邊極度繁榮。不僅會衝擊就業，財富可能會向少數科技巨頭集中，貧富差距將會徹底失控，大量普通人失去存在的價值和意義。當年製造了核彈的奧本海默曾反思：“我們是否釋放了無法控制的魔鬼”。隨著人工智慧智力超過人類，以及通用人工智慧AGI的快速進步，我在美國遊學回國的飛機上陷入沉思：我們是釋放了魔鬼，還是創造了神？這是人類文明的進步還是終結？所以，我們需要提前做好準備，而不是一覺醒來，發現為時已晚。比如，我們需要防止AI的自我複製或不可控進化，禁止協助製造武器，禁止欺騙，禁止尋求從人類奪權，禁止AI輸出危險內容。我們要避免末日論的悲觀，也要承認不確定性和危險性，並提前做好監管和干預。我的觀點：科技向善，AI不是用來消滅人類，而是用來幫助人類，改善我們的生活和文明。如果AI能夠有效監管，那還是機遇大於挑戰：爆炸式的高速經濟增長，AI加機器人是新生產力，簡直是永動機，可以24小時工作。徹底消除貧困。物質極大豐裕，人類不再為稀缺性爭鬥，永久和平到來。每個人都實現醫療健康和高品質生活，平均壽命突破120歲。名師普惠教育實現，即使生活在山區的孩子，也能獲得AI名師的指點，徹底消除不平等。人類社會徹底轉型清潔能源，告別空氣污染。誕生市值100兆的科技公司，可能是機器人公司，也可能是大模型公司，也可能是AI醫療公司，創造100倍、1000倍的投資機會。人類從重複、繁重的勞動中徹底解放出來，獲得新使命：創新、提問和愛。今天我們一起展望了2026十大趨勢。我希望今天的演講，對你看清時代的趨勢、把握未來的機遇有幫助。正心正念，堅持做長期正確的事，最終就會開花結果！人生是一趟偉大的旅程，同行的人和沿途的風景，比要去的遠方更重要！悲觀者正確，樂觀者前行，世界終將屬於長期樂觀主義者。 (筆記俠)

你有沒有一種感覺：這一年，變化不是“快”，而是“失重”。以前的世界像爬山——一步一步往上。現在像坐電梯——你還在找按鈕，它已經到 30 樓了。ARK 在《Big Ideas 2026》裡給了一個特別狠的判斷：未來十年最重要的不是單點創新，而是 5 個“平台級技術”互相咬合、互相加速，形成“大加速時代”。它們分別是：AI / 公鏈/ 機器人 / 儲能 / 多組學你可以把它理解成：世界的底層作業系統，正在被這 5 個模組重裝。這篇文章我用“普通人能用”的方式講清楚兩件事：1）這 5 條加速帶，各自到底在加速什麼？2）我們怎麼把它變成自己的機會，而不是焦慮？先說結論：別追熱點，追“飛輪”大部分人看趨勢報告，會變成“新名詞收藏家”：今天收藏 AI Agent，明天收藏 Tokenization，後天收藏 Humanoid。但 ARK 的精髓不是名詞，而是一個詞：耦合。當一種技術同時降低成本、打開分發、沉澱資料、吸引資本，它就會從“行業機會”變成“時代飛輪”。所以接下來我不按“行業”講，我按“飛輪”講——每個方向都回答你 4 個問題：•它在把什麼變得更便宜？•它在把什麼變得更容易獲得？•它會先改變誰的生活？•普通人怎麼上車？第一章人工智慧 AI它不是工具，它在“吞時間”1）它在加速什麼？AI 最可怕的地方不是“會聊天”，而是推理和執行的成本在斷崖式下降。（過去一年推理成本下降 99%+）當“動腦子”變得便宜，世界會發生一件大事：大量原本靠人力堆出來的流程，突然不值錢了。換句話說：AI 正在把“知識工作”從手藝活，變成規模化生產。2）它會先改變誰？•客服、營運、銷售支援：原來靠“人肉流程”的崗位，會先被重寫•內容生產：從“寫作”變成“策劃-生成-剪裁-分發”的流水線•研發協作：從“寫程式碼”變成“寫清楚驗收標準 + 讓 AI 幫你跑”3）普通人怎麼上車？別糾結“那個模型最強”，要做 3 件更本質的事：動作 A：把你的工作拆成“可驗收”的任務以前你交付的是“努力”，現在你要交付“標準”：•目標是什麼？•輸出格式是什麼？•失敗條件是什麼？動作 B：建立“個人流水線”不是一個 Prompt，而是一條鏈：•選題 → 資料 → 生成 → 校驗 → 發佈 → 復盤•你會發現，AI 真正的價值是“流程複利”，不是“靈感爆炸”。動作 C：搶一個“入口位”AI 時代的入口不再是 App 的按鈕，而是：誰能掌控你的搜尋、購買、學習、決策流程。第二章公鏈 Public Blockchains它不是幣，它在重做交易與信任1）它在加速什麼？區塊鏈本質上幹一件事：把“信任”從機構手裡，變成系統規則。當資產、合同、支付逐步“上鏈”，會出現一個很現實的改變：對帳、結算、清算、分潤、所有權確認……這些金融與商業的“後台成本”會被壓平。2）它會先改變誰？•跨境支付、國際貿易：省掉中間摩擦•數字錢包：從“存錢工具”變成“分發入口”•新型公司形態：小團隊 + 鏈上基礎設施，做出傳統公司等級的營收3）普通人怎麼上車？你不需要成為“幣圈玩家”，你只需要學會看一個指標：鏈上有沒有出現“真實需求”——不是炒作，而是每天都有人在用它做事。普通人最實用的切入點反而是：•穩定幣支付（更便宜更快的跨境結算）•資產上鏈（RWA）（把傳統資產變成更可組合的“積木”）•應用層（DeFi apps）（真正賺錢的往往在應用，不在底層敘事）第三章機器人 Robotics它不是科幻，它在“把勞動力變成可複製品”1）它在加速什麼？機器人包括：人形機器人 + 專用機器人 + 可復用火箭等“大機器人”。機器人這條線很直白：把體力勞動、現場服務、物理世界的執行，從“人”遷移到“機器”。人形機器人最大價值是“替代物理勞動 + 釋放時間”。只要它的成本曲線過了臨界點，你會看到一種“社會等級”的變化：以前很多服務貴，是因為人貴；未來很多服務會突然便宜，是因為人不再是瓶頸。2）它會先改變誰？•倉儲、物流、製造：ROI 清晰，先跑起來•醫療與護理：需求剛性，但安全門檻高•家庭場景：最難，但一旦成熟，市場最大3）普通人怎麼上車？別被“人形機器人”晃眼，先抓住一個樸素規律：機器人最先落地的，一定是“環境可控、目標明確、驗收清晰”的場景。所以普通人可以做兩件事：•在自己的行業裡找“可控場景”：有沒有一種重複勞動可以標準化？•提前訓練“機器人時代的工作方式”：把任務變成步驟，把步驟變成驗收。機器人時代，最值錢的人往往不是“最能幹的人”，而是“最會把工作標準化的人”。第四章儲能 Energy Storage它不是電池，它在“重做電力與成本結構”1）它在加速什麼？儲能包括：電池技術 + 分佈式發電/電力系統儲能的意義不是“讓你手機多用兩小時”，而是：當電能可以更便宜地生產、更靈活地儲存、更穩定地調度，整個社會的成本結構會被重算。尤其在 AI 時代，算力是電力的孩子：資料中心越多，電力需求越大；電力越緊，儲能越關鍵。2）它會先改變誰？•新能源與電網：電網韌性與調度能力成為核心•資料中心：選址不再只看地價，而要看電力結構•出行與物流：電池成本下降，疊加自動駕駛，會讓運輸成本再降一個量級3）普通人怎麼上車？普通人不一定要碰硬體，但你可以用“儲能視角”看商業：•那些生意的成本結構高度依賴“能源/運輸”？•那些行業一旦電力成本下降，會出現“規模化降價→需求爆發”的飛輪？判斷儲能是否進入“平台級拐點”：不要只看電動車銷量，要看“資料中心電力 + 電網韌性 + 分佈式發電”是否一起加速。你會發現，儲能像“隱形的基礎設施”：它不搶戲，但它決定了很多戲能不能演。第五章多組學 Multiomics它不是醫學新聞，它在“把生命變成可程式設計系統”1）它在加速什麼？多組學包括：生物資料 + 可程式設計生物學 + AI 自主實驗室多組學最像 AI 的地方是：把複雜世界（生命）資料化，再交給演算法去理解、去預測、去干預。測序、診斷、藥物研發，如果能像軟體一樣迭代——那醫療就會從“經驗驅動”走向“資料與模型驅動”。2）它會先改變誰？•早篩與分子診斷：從“發現晚”到“發現早”•藥物研發：從“十年賭一次”到“更快的實驗閉環”•個性化治療：從“一種藥給所有人”到“更精細的分類干預”3）普通人怎麼上車？你未必進入生物行業，但你需要用這個趨勢保護自己：•未來你和家人的健康管理，會更像“持續監測 + 早期干預”•你對醫療的理解，會從“看病”變成“管理風險”對於創業/投資者：別只看“某個檢測項目”，真正的護城河在資料質量 + 自動化實驗閉環 + 臨床/合規路徑。第六章最重要的一段普通人的“上車方法”，其實只有 3 條看完五大平台，你可能更焦慮：我到底該做什麼？我給你 3 條“最不容易錯”的方法——不靠押寶，靠結構性優勢：方法 1：讓自己站在“耦合點”別做單點技能選手，要做“跨平台受益者”。比如：AI + 內容、AI + 電商、AI + 工業流程、AI + 醫療資料……能同時吃到 2–3 個飛輪的人，增長更快。方法 2：把自己變成“系統搭建者”未來最值錢的人不是“會用工具的人”，而是：•能把流程拆清楚•能把資料組織起來•能把任務交給 AI/工具•能把結果驗收並復盤的人。方法 3：每周做一次“成本表”AI 時代最狠的競爭，不是比努力，是比成本曲線。你每周問自己三個問題：•我工作的那個環節，成本正在被 AI 迅速壓平？•我能不能把自己從這個環節遷移出去？•我能不能站到“制定標準/組織資源/分發結果”的位置？結束語你不需要預測未來，你只需要不站在加速帶的對立面很多人以為，趨勢是給“天才”和“資本”準備的。其實趨勢真正影響的，是普通人的生活方式。未來十年，你會越來越頻繁地遇到這種分叉：•繼續做“人肉流程”，還是學會讓流程自動化？•繼續靠經驗判斷，還是用資料與模型做決策？•繼續被平台分發，還是建立自己的入口與資產？你不需要每次都選對。但你要保證自己始終在車上，而不是站在車頭前面問：它為什麼跑這麼快？ (爽爺帶你秒懂)

序言算力重構全球競爭秩序，新質生產力的核心引擎本報告基於全球算力產業最新發展動態，結合AI雲原生智能算力架構的權威研判、工信部政策導向及產業一線資料，深度解讀2026年全球算力十大趨勢，系統分析國內外GPU/CPU算力產業鏈格局、太空算力發展現狀，並精準梳理利多A股標的，為產業從業者、投資者提供兼具科學性、技術性與實操性的深度洞察。報告全文逾2萬字，分批次輸出，第一部分聚焦十大趨勢深度解析與全球算力產業現狀。2026年，人工智慧浪潮進入縱深演進階段，算力作為數字經濟的核心生產要素，正從技術底層支撐躍升為重塑全球產業格局、國家競爭優勢的戰略力量。不同於以往的技術迭代，本輪算力革命以“規模爆發、架構革新、生態融合、邊界突破”為核心特徵，不僅重構了半導體產業鏈的價值分配邏輯，更催生了新質生產力的多元落地場景。資料顯示，算力已成為衡量國家科技競爭力的核心維度，其發展水平直接決定了各國在智能時代的話語權。從全球格局看，中美歐形成“三足鼎立”的競爭態勢，美國憑藉晶片生態優勢保持領先，中國依託政策紅利與市場需求實現快速追趕，歐洲則聚焦綠色算力與開源生態建構差異化競爭力。在技術層面，CPU與GPU的協同架構迭代、量子計算的工程化突破、太空算力的探索起步，正不斷刷新算力的邊界與效能。在產業層面，算力租賃、算網融合、綠電算力等新業態蓬勃興起，A股市場相關標的迎來價值重估窗口。第一部分2026全球算力十大趨勢深度解析2026年，全球算力產業正處於“量變到質變”的關鍵轉折點，十大趨勢相互交織、協同演進，共同勾勒出智能時代算力發展的全景圖。這些趨勢既涵蓋技術架構的底層變革，也包括產業生態的重構升級，更涉及應用場景的邊界突破，深刻影響著千行百業的數位化轉型處理程序。趨勢一：全球算力競賽白熱化，規模呈指數級增長，戰略屬性凸顯當前，算力已上升為各國國家戰略的核心組成部分，全球範圍內的算力競賽進入白熱化階段，形成“政策護航、資本加碼、技術攻堅”的三重驅動格局。美國通過《晶片與科學法案》累計投入520億美元扶持半導體產業，重點佈局高端算力晶片與智算中心建設，亞馬遜、微軟、Google三家企業佔據美國90%的算力資源，本土建成74個算力中心，同時在海外佈局524個資料中心，建構全球算力霸權。歐盟推出《數字歐洲計畫》，投入100億歐元建設跨區域算力網路，聚焦綠色算力與超算互聯。中國將算力納入“十五五規劃”核心議題，“東數西算”工程持續推進，工信部發佈算力互聯互通行動計畫，明確到2028年實現智能感知即時調度的算力網際網路。AI大模型的快速演進成為算力需求爆發的核心推手。據中國信通院測算，人工智慧大模型的算力需求每3-4個月翻一番，遠超摩爾定律的迭代速度。2023年全球計算裝置算力總規模達1397EFlops，增速高達54%，預計未來五年全球算力規模增速保持在50%以上，到2030年將突破16ZFlops，其中AI算力規模將實現千倍增長。從產業端看，算力已從輔助資源升級為企業核心戰略資產，頭部科技企業紛紛加大資本投入，輝達、台積電等企業持續擴充產能，國內浪潮、曙光等硬體廠商加速佈局伺服器與算力基礎設施，算力的戰略價值在產業鏈競爭中愈發凸顯。值得關注的是，算力競賽已從單一技術比拚升級為全產業鏈協同較量，涵蓋晶片設計、製造、封裝測試、算力調度、應用落地等多個環節。美國憑藉輝達的晶片架構優勢、台積電的先進製程能力，建構了完整的算力生態；中國則通過政策引導，推動國產晶片、封裝技術、算網融合的協同突破，逐步縮小與國際先進水平的差距。趨勢二：大模型成智能世界“底層作業系統”，價值創造轉向實際問題解決2026年，大模型技術正加速從“技術驗證期”邁向“商業閉環期”，逐步升級為未來智能世界的“底層作業系統”，其核心價值從“算力消耗規模”轉向“實際問題解決能力”。隨著大模型意圖理解能力的突破與部署成本的大幅下降，AI技術在製造業、醫療、金融、政務等千行百業的規模化落地加速，形成“效率提升—需求爆發—算力增長”的正向循環。在技術層面，大模型呈現“輕量化、專業化、協同化”的發展特徵。輕量化大模型通過壓縮演算法最佳化，在邊緣裝置實現高效部署，降低了算力使用門檻；專業化大模型聚焦垂直領域，如醫療大模型輔助新藥研發、工業大模型最佳化生產流程，其核心競爭力在於對行業場景的深度適配。中國工程院院士鄔賀銓指出，大模型的發展已從“訓練為主”轉向“推理為主”，2023年訓練算力佔比仍較高，到2025年推理算力佔比將升至七成，未來這一比例還將持續提升，算力需求結構的變化將倒逼晶片架構與算力調度模式的最佳化。在價值評判層面，行業競爭的核心標尺從“使用者規模、算力消耗”轉向“問題解決深度、產業效率提升高度”。在醫藥研發領域，算力驅動的AI模型將傳統4.5年的研發周期壓縮至12-18個月，臨床試驗成功率從50%提升至80%-90%；在新材料研發中，AI模型可快速完成潛在配方篩選，研發效率提升3倍以上。TCL、南方電網等企業部署的垂域大模型，已創造超10億元的直接經濟效益，驗證了算力賦能實體經濟的可行性。這一趨勢意味著，單純追求算力規模的增長已不再具備核心競爭力，能夠將算力轉化為實際產業價值的企業將獲得更大發展空間。趨勢三：智能形態從數字世界走向物理實體，具身智能開啟兆賽道人工智慧的發展範式正發生深刻變革，從處理虛擬資訊的“數字智能”，向能夠在物理世界感知、理解、行動的“具身智能”演進，打破虛實邊界，開啟兆級實體智能市場賽道。具身智能的核心支撐是“世界模型”，如同智能體的“大腦”，能夠模擬物理世界的動態規律，實現感知、決策、行動的閉環協同，其發展將倒逼AI技術堆疊、硬體體系、計算架構的全方位革新。在應用場景層面，機器人、自動駕駛、工業自動化成為具身智能落地的核心領域。服務機器人通過融合視覺、觸覺等多模態感知技術，實現家庭服務、商業服務的智能化升級；自動駕駛依託高精度地圖與即時算力調度，逐步從L3級向L4級突破，對邊緣算力與車路協同算力的需求激增；工業機器人通過搭載具身智能系統，實現複雜工況下的柔性生產，大幅提升製造業生產效率。據測算，2026年全球具身智能相關市場規模將突破5兆元，成為算力需求增長的新引擎。技術層面，具身智能對算力的需求呈現“即時性、異構性、分佈式”特徵。即時性要求算力調度時延控制在毫秒級，以滿足物理世界的快速響應需求；異構性要求CPU、GPU、NPU等多種處理器協同工作，適配多模態資料處理需求；分佈式則要求算力資源貼近物理實體，實現邊緣算力與中心算力的協同調度。這一趨勢將推動算力架構從“中心集中式”向“中心-邊緣協同式”轉型，邊緣計算晶片、低時延網路裝置等細分領域迎來發展機遇。趨勢四：計算架構顛覆式變革，從“CPU為中心”轉向“多樣化協同架構”面對指數級增長的算力需求與多樣化的應用場景，傳統“以CPU為中心”的計算架構已難以滿足能效最優需求，2026年，以CPU、GPU、NPU、DPU等多種處理器平等協同的“多樣化計算架構”成為主流，推動算力體系從“硬體堆疊”向“系統創新”質變。CPU作為通用計算核心，仍承擔著任務調度、邏輯控制的核心功能，但在AI計算、圖形處理等場景的性能瓶頸日益凸顯。GPU憑藉平行計算優勢，成為智能算力的核心載體，佔據全球AI晶片市場的主導地位；NPU針對神經網路計算最佳化，在邊緣AI、移動端AI場景具備能效優勢；DPU專注於資料中心網路、儲存加速，降低CPU的資料處理負載。多種處理器的協同工作，能夠根據不同計算任務的特性分配算力資源，實現整體能效最大化。架構革新的核心在於“異構互聯技術”的突破。高速互聯介面、晶片級整合技術（Chiplet）成為連接不同處理器的關鍵支撐。台積電計畫2026年新增3條先進封裝生產線，主攻高端AI晶片的Chiplet封裝，投產後可覆蓋全球15%以上的高端AI晶片封裝需求；國內長電科技的XDFOI Chiplet技術已實現4nm節點多晶片整合，通富微電的大尺寸FCBGA封裝良率突破99.5%，國產廠商通過先進封裝技術，加速實現高端算力晶片的國產化替代。此外，軟體層面的異構計算調度平台也在快速迭代，通過演算法最佳化實現不同處理器的高效協同，進一步釋放算力潛力。趨勢五：算力基礎設施升級，“超節點”成智算中心主流形態算力基礎設施正從傳統伺服器堆疊模式，向以“超節點”為核心的高密度、一體化算力底座演進，突破傳統硬體邊界與“記憶體牆”瓶頸，實現算力資源的高效整合與調度。超節點通過先進互聯技術，將數百上千個處理器、儲存單元、網路裝置整合為邏輯統一的計算體，單節點算力密度較傳統伺服器叢集提升10倍以上，時延降低50%以上，成為智算中心的主流形態。從建設規模看，全球頭部企業紛紛佈局超節點算力叢集。美國已建成30個萬卡級算力叢集，並向十萬卡級演進，亞馬遜AWS、微軟Azure的超節點叢集可提供每秒百億億次的計算能力，支撐超大模型訓練與前沿科學計算；中國受限於晶片產能與技術瓶頸，萬卡級叢集僅7座，更多企業轉向超節點技術研發，通過系統最佳化彌補單晶片性能不足，中科曙光、浪潮資訊等企業已推出自主研發的超節點解決方案，在政務、能源等領域落地應用。超節點的普及將推動智算中心建設從“重硬體”向“重系統”轉型，核心競爭力體現在互聯技術、散熱技術、能耗控制等系統整合能力。液冷散熱、高密度供電等技術成為超節點建設的關鍵支撐，高密化、液冷化、叢集化成為智算中心發展的必然方向，相關硬體與技術廠商迎來市場機遇。趨勢六：算網融合縱深推進，全國一體化算力網實現“算力泛在可用”面對算力需求的地理分佈不均與即時性要求，“以網強算”成為算力產業發展的核心邏輯，2026年，全球算力網路建設進入加速期，中國“東數西算”工程持續深化，逐步建構“城域1毫秒、區域5毫秒、國家樞紐間20毫秒”的三級時延圈算力網路，實現東部需求與西部綠色能源優勢的精準匹配。算力網路的核心在於“算、網、腦”一體化融合。“算”即算力資源的集約化佈局，依託八大算力樞紐節點，建構全國算力資源池；“網”即低時延、高頻寬的網路基礎設施，三大電信營運商加速轉型為算網服務提供商，最佳化骨幹網與都會網路架構，提升算力調度的網路支撐能力；“腦”即智能調度平台，通過感知、分析、調度演算法，實現算力資源的跨地域、跨層級智能分配，讓算力像電力一樣“隨需即用”。從區域佈局看，中國東部地區聚焦低時延算力需求，建設邊緣算力節點，支撐金融、工業網際網路等即時性場景；西部地區依託風光水等綠色能源，建設大規模智算中心，承接訓練、儲存等非即時算力需求。截至2025年，中國算力總規模達35.22億卡時，算力負載率約39.9%，但區域分佈不均問題突出，東部算力供需缺口較大，西部算力閒置率較高，算力網路的建設將有效提升資源利用效率，預計到2026年底，全國算力均衡利用率將提升至60%以上。此外，國際算力網路互聯也在起步，美國能源部建立全球最大算力網路，歐盟推進跨區域算力互聯，算力的全球化調度成為未來趨勢。趨勢七：超算與智算深度融合，“超智融合”破解前沿科學計算難題超算與智算的邊界逐步模糊，2026年，“超智融合”成為算力發展的新範式，通過整合超算的高精度計算能力與智算的AI推理能力，解決氣候變化模擬、新藥研發、核聚變研究等前沿科學領域的復合計算需求。超算擅長處理大規模、高精度的數值計算任務，智算則在多模態資料處理、智能決策方面具備優勢，二者的融合能夠實現“1+1>2”的算力效能提升。在應用場景層面，超智融合已在多個前沿領域落地。在氣候變化研究中，超算模擬全球氣候系統演變，智算對模擬資料進行智能分析，精準預測極端天氣事件；在新藥研發中，超算完成分子動力學模擬，智算最佳化藥物分子結構，大幅縮短研發周期；在核聚變研究中，超算模擬電漿體運動規律，智算即時調整實驗參數，提升實驗成功率。全球領先的超算中心紛紛升級為“超智融合中心”，美國橡樹嶺國家實驗室的Frontier超算、中國的神威·太湖之光超算，均已整合AI算力模組，實現超算與智算的協同工作。技術層面，超智融合要求算力架構具備“高精度與智能化協同”能力，對晶片、互聯、軟體等環節提出更高要求。專用超算AI晶片、高精度計算與AI計算的調度演算法、跨模態資料處理技術成為研發重點，國內中科院、中科曙光等機構正加速相關技術攻關，推動超智融合技術的國產化落地。趨勢八：開源開放成生態核心，建構全球算力創新共同體2026年，開源開放成為智算時代加速產業創新的核心生態模式，通過降低技術門檻、促進全球協同，匯聚創新力量，推動算力技術的快速迭代與規模化應用。全球算力生態正從“封閉壟斷”向“開源協同”轉型，頭部企業、科研機構紛紛建構開源社區，開放晶片架構、演算法模型、算力調度平台等核心技術，形成全球創新共同體。在晶片領域，開源架構打破了傳統廠商的壟斷格局。RISC-V架構憑藉開源、精簡、可擴展的優勢，成為全球晶片架構創新的核心方向，全球已有超2000家企業參與RISC-V生態建設，中國企業在RISC-V晶片設計、編譯器開發等環節佔據重要地位，寒武紀、平頭哥等企業推出基於RISC-V架構的AI晶片，逐步打破輝達、英特爾的架構壟斷。在大模型領域，開源大模型成為中小企業創新的核心支撐，Meta的Llama系列、Google的Gemini開源版、國內百度的文心一言開源版，降低了大模型研發與應用門檻，推動垂直領域大模型的快速迭代。開源生態的發展離不開政策與資本的支援。歐盟推出《開放原始碼軟體戰略》，鼓勵公共部門採用開源技術，加大對開源社區的資金扶持；中國工信部推動開源算力生態建設，支援國內企業參與全球開源社區，建構自主開源生態體系。開源開放不僅加速了技術創新，更重構了算力產業的競爭格局，具備開源生態主導能力的企業將在全球競爭中佔據優勢地位。趨勢九：綠色算力成必答題，“綠電+綠算”建構可持續發展模式隨著算力規模的快速增長，算力中心的能耗問題日益凸顯，2026年，綠色算力成為全球算力產業發展的核心議題，高密化、液冷化、綠色電力直供成為智算中心發展的必然方向，“綠電驅動綠算”的可持續發展模式逐步落地。據測算，全球資料中心能耗佔比已達3%，其中美國佔45%，中國佔25%，與兩國算力在全球的佔比基本相當，降低算力中心能耗成為產業升級的迫切需求。在節能技術層面，液冷散熱技術逐步替代傳統風冷，成為高密算力中心的主流散熱方案。液冷散熱的散熱效率較風冷提升100倍以上，能耗降低30%-50%，華為、中科曙光、網宿科技等企業已推出液冷散熱解決方案，在大型智算中心落地應用。此外，晶片能效最佳化、算力調度演算法升級、餘熱回收利用等技術也在快速迭代，進一步降低算力中心的單位能耗。在能源供給層面，綠色電力直供成為算力中心的核心選擇。中國西部算力樞紐節點依託風光新能源優勢，實現綠電直供智算中心，阿里雲張北智算中心、騰訊貴安智算中心等均採用100%綠電供電；歐洲通過風電、太陽能發電，為算力中心提供清潔能源，推動算力產業與碳中和目標的協同推進。政策層面，各國紛紛出台綠色算力標準，中國將綠色算力納入“雙碳”考核體系，歐盟推出《綠色資料中心法案》，明確算力中心的能耗與碳排放標準，倒逼產業綠色轉型。綠色算力不僅是環保要求，更成為企業核心競爭力的重要組成部分，具備綠色算力解決方案的企業將獲得政策與市場的雙重青睞。趨勢十：量子計算從實驗室走向工程化，開啟算力顛覆性變革窗口2026年，量子計算進入“實驗室到工程化”的關鍵轉型期，未來1-2年將成為技術突破與商業化應用的窗口期，量子計算將在材料科學、藥物發現、密碼學等領域帶來顛覆性潛力，逐步彌補經典算力的性能瓶頸。量子計算憑藉量子疊加、量子糾纏的特性，在特定計算任務上的性能遠超經典算力，例如，量子電腦破解RSA密碼的時間從經典電腦的數千年縮短至數小時，模擬分子結構的精度與效率也大幅提升。在技術進展層面，全球量子計算企業紛紛推出工程化量子電腦。IBM推出1121量子位元的量子電腦，實現量子糾錯技術的重大突破；Google的量子電腦在特定任務上實現“量子優越性”；國內中科院、華為、阿里等機構加速量子計算研發，超導量子、光量子等多條技術路線平行推進，已推出百位元級量子電腦原型機。儘管量子計算仍面臨量子糾錯、穩定性、成本控制等技術難題，但工程化處理程序加速，預計2030年前後將實現規模化商業應用。量子計算的發展將重構算力產業格局，催生量子晶片、量子演算法、量子程式設計等新興細分領域。各國紛紛加大量子計算投入，美國將量子計算納入國家戰略，歐盟投入10億歐元建設量子計算基礎設施，中國將量子計算列為“十四五”重點研發領域，政策與資本的加持將加速技術突破。量子計算與經典算力的協同工作模式也在探索中，未來將形成“經典算力處理通用任務、量子算力處理複雜特殊任務”的協同格局，共同推動算力產業的跨越式發展。第二部分全球算力產業現狀與格局分析在十大趨勢的驅動下，2026年全球算力產業呈現“規模爆發、結構最佳化、區域分化、生態重構”的發展特徵。本節基於中國信通院、全球計算聯盟等權威機構資料，從市場規模、結構分佈、區域競爭、產業鏈格局四個維度，系統分析全球與中國算力產業現狀，為後續產業鏈與投資標的分析奠定基礎。一、全球算力產業市場規模：增速保持高位，智能算力成核心驅動力生成式人工智慧的蓬勃發展成為全球算力規模增長的核心引擎，2023年全球計算裝置算力總規模達1397EFlops（FP32），同比增速54%，創歷史新高。從增長動能看，智能算力的爆發式增長成為主導，2023年全球智能算力規模（換算為FP32）達875EFlops，佔總算力的63%，較上年提升13個百分點，同比增速達86%；基礎算力規模為497EFlops，同比增速17%，增速同比放緩9個百分點，佔比32.2%；超算算力規模為25EFlops，佔比1.8%，增速相對平穩。展望未來，全球算力規模將持續保持高速增長，預計2023-2030年複合增長率超50%，到2030年全球算力總規模突破16ZFlops。其中，智能算力將延續爆發式增長態勢，預計到2030年佔比超90%，成為算力產業增長的絕對核心；基礎算力仍將保持穩步增長，支撐通用計算需求；超算算力規模將隨超智融合趨勢逐步擴大，在前沿科學計算領域發揮重要作用。從區域增速看，美國、中國、歐洲成為全球算力增長的三大核心引擎。美國憑藉晶片生態優勢與企業資本投入，算力規模增速達60%以上，領先全球；中國依託政策紅利與市場需求，增速保持在45%左右，逐步縮小與美國的差距；歐洲聚焦綠色算力與超算互聯，增速保持在35%以上，形成差異化增長格局。二、全球算力產業結構：智能算力主導，推理算力佔比持續提升2026年，全球算力產業結構呈現“智能算力主導、推理算力崛起、算力形態多元化”的特徵。從算力類型看，智能算力已成為絕對主導，其核心需求來自大模型訓練與推理、電腦視覺、自然語言處理等AI應用場景。隨著大模型從訓練轉向推理，推理算力需求呈現爆發式增長，預計2026年全球推理算力規模佔智能算力的比例將升至75%以上，訓練算力佔比降至25%以下。從算力形態看，雲算力、邊緣算力、中心算力協同發展。雲算力依託大型智算中心，提供規模化、集約化的算力服務，滿足大模型訓練、大規模資料處理等需求，亞馬遜AWS、微軟Azure、阿里雲、騰訊雲等雲服務提供商佔據主導地位；邊緣算力貼近終端裝置，提供低時延、高可靠的算力服務，支撐自動駕駛、智能安防、工業物聯網等場景，邊緣計算晶片與裝置廠商迎來發展機遇；中心算力聚焦超算與智算融合，支撐前沿科學計算與重大工程需求，全球超算中心成為核心載體。從算力供給結構看，專業算力服務提供商快速崛起，算力租賃成為新興業態。受晶片供給緊張、算力建設成本高企等因素影響，中小企業紛紛通過算力租賃獲取算力資源，推動算力租賃市場規模快速增長。A股市場算力租賃類股頭部企業如工業富聯、世紀華通、中科曙光等，憑藉規模化算力資源與專業服務能力，佔據市場主導地位，成為算力供給結構最佳化的重要力量。三、全球算力產業區域分佈：中美歐三足鼎立，競爭格局分化全球算力產業區域分佈呈現“中美主導、歐洲追趕、其他區域崛起”的格局。據中國信通院測算，2023年全球算力規模中，美國佔比41%，中國佔31%，歐洲佔15%，日本佔4%，其他區域佔9%。美國憑藉技術、生態、資本優勢，保持領先地位，中國依託政策與市場優勢快速追趕，中美兩國合計佔據全球72%的算力資源，成為全球算力競爭的核心陣地。美國算力產業的核心優勢在於完整的生態閉環。在晶片領域，輝達、英特爾、AMD主導全球GPU、CPU市場，台積電掌握先進製程工藝，形成“設計-製造-封裝”的全產業鏈優勢；在算力服務領域，亞馬遜、微軟、Google佔據全球雲算力市場的60%以上，建構了從算力供給到應用落地的完整生態；在技術研發領域，美國高校與科研機構引領量子計算、AI演算法等前沿技術突破，持續鞏固技術壁壘。此外，美國通過海外資料中心佈局，將算力優勢延伸至全球，掌控全球算力調度的核心話語權。中國算力產業的核心優勢在於政策支援與龐大市場需求。“東數西算”工程推動算力基礎設施集約化佈局，工信部、國家資料局等部門出台一系列政策，支援算力技術創新與國產化替代；中國擁有全球最大的網際網路市場與製造業基地，AI、工業網際網路、智慧城市等場景的算力需求持續旺盛，為算力產業發展提供了廣闊空間。在技術層面，中國在算力基礎設施、封裝測試、算網融合等領域已形成較強競爭力，國產晶片、AI演算法等領域逐步突破，正從“算力大國”向“算力強國”轉型。歐洲算力產業聚焦差異化競爭，重點佈局綠色算力與開源生態。歐盟通過《綠色資料中心法案》《數字歐洲計畫》，推動算力產業與碳中和目標協同發展，依託風電、太陽能等綠色能源優勢，建構綠色算力體系；在開源生態領域，歐洲企業積極參與RISC-V、開源大模型等社區建設，試圖通過開源打破中美技術壟斷。此外，歐洲在超算領域具備較強實力，擁有多個全球領先的超算中心，通過超智融合推動前沿科學計算發展。其他區域如日本、韓國、印度等，也在加速算力產業佈局。日本聚焦量子計算、邊緣算力等細分領域，韓國依託三星、SK海力士等企業在儲存晶片、封裝測試領域的優勢，參與全球算力產業鏈分工，印度則憑藉低成本勞動力與網際網路市場增長潛力，吸引全球算力企業佈局。四、中國算力產業現狀：規模快速增長，結構持續最佳化2023年，中國計算裝置算力總規模（FP32）達435EFlops，同比增速44%，保持高速增長態勢。從結構看，智能算力成為增長核心，2023年中國智能算力規模達289.4EFlops，同比增長62%，佔總算力的66.5%；基礎算力規模為140.4EFlops，同比增長17%，佔比32.2%；超算算力規模為5.2EFlops，佔比1.3%。預計2026年，中國算力總規模將突破1500EFlops，智能算力佔比升至80%以上，算力結構持續最佳化。從區域佈局看，中國算力呈現“東部需求集中、西部供給充足”的特徵。東部地區憑藉經濟發達、技術密集、場景豐富的優勢，成為算力需求核心區域，網際網路、金融、工業等領域的算力需求旺盛，但算力基礎設施建設空間有限；西部地區依託能源、土地優勢，成為算力供給核心區域，八大算力樞紐節點中，西部佔五個，承接東部地區的訓練、儲存等算力需求。“東數西算”工程的推進，正逐步緩解區域算力供需失衡問題，提升全國算力資源利用效率。從產業競爭格局看，中國算力行業呈現“多元化、多層次”態勢。硬體廠商方面，浪潮資訊、中科曙光、工業富聯等企業主導伺服器、智算中心等基礎設施建設，佔據國內伺服器市場的60%以上份額；雲服務提供商方面，阿里雲、騰訊雲、華為雲等企業提供規模化雲算力服務，降低企業算力獲取門檻；AI演算法與晶片企業方面，寒武紀、商湯科技、華為昇騰等企業加速國產替代，在AI晶片、演算法最佳化等領域形成核心競爭力；算力租賃企業方面，世紀華通、潤澤科技、協創資料等企業快速崛起，成為算力供給的重要補充。中國算力產業仍面臨一些挑戰：一是高端晶片“卡脖子”問題突出，GPU市場85%的份額由輝達主導，高端訓練晶片配貨周期長達6個月以上，國產晶片在性能、生態等方面與國際先進水平仍有差距；二是算力利用率區域不均，東部算力供需缺口較大，西部算力閒置率較高，算力調度效率有待提升；三是核心技術自主可控能力不足，Chiplet、高端封裝材料等領域仍依賴海外企業。未來，隨著政策支援力度加大、技術創新加速，這些問題將逐步緩解，中國算力產業有望實現高品質發展。第三部分第三部分：國內外GPU/CPU算力產業鏈深度分析GPU與CPU作為算力產業鏈的核心硬體，是決定算力性能、能效與成本的關鍵環節。2026年，全球GPU/CPU市場呈現“壟斷與突破並存、協同與競爭共生”的格局，美國憑藉晶片設計、先進製程與生態優勢佔據主導，中國企業通過技術攻堅、政策扶持加速國產替代，形成全球產業鏈的二元競爭態勢。本節從產業鏈結構、全球核心玩家、國內替代處理程序三個維度，系統解析GPU/CPU算力產業鏈的現狀、技術差異與發展趨勢。一、GPU/CPU算力產業鏈整體架構GPU/CPU算力產業鏈涵蓋“上游材料與裝置—中游設計、製造、封裝測試—下游應用與服務”三大環節，各環節環環相扣，形成協同共生的產業生態。上游為產業鏈提供基礎支撐，中游是核心價值創造環節，下游決定市場需求與技術迭代方向，三者共同影響產業鏈的整體競爭力。（一）上游：材料與裝置，技術壁壘高企上游主要包括半導體材料（矽片、光刻膠、特種氣體、靶材等）與半導體裝置（光刻機、刻蝕機、沉積裝置等），是GPU/CPU製造的核心基礎，技術壁壘極高，全球市場高度集中。半導體材料方面，矽片作為核心基材，全球市場由日本信越化學、SUMCO、德國Siltronic等企業主導，佔據全球90%以上的高端矽片市場份額；光刻膠領域，日本JSR、東京應化、富士膠片壟斷全球80%以上的高端光刻膠產能，尤其是EUV光刻膠，目前僅日本少數企業實現量產；特種氣體、靶材等細分領域，美國、日本、韓國企業佔據主導，國內企業如華特氣體、江豐電子等正逐步突破中低端市場，高端領域仍依賴進口。半導體裝置方面，光刻機是晶片製造的核心裝置，荷蘭ASML壟斷全球EUV光刻機市場，其最新EUV機型可支援3nm及以下先進製程，是高端GPU/CPU量產的關鍵；刻蝕機、沉積裝置等領域，美國應用材料、泛林半導體，日本東京電子等企業佔據主導，國內中微公司的刻蝕機已實現7nm節點量產，北方華創的沉積裝置逐步進入主流晶圓廠供應鏈，國產裝置替代處理程序加速。（二）中游：設計、製造、封裝測試，核心價值環節中游是GPU/CPU產業鏈的核心，分為設計、製造、封裝測試三個細分環節，價值量佔比達70%以上。設計環節聚焦晶片架構與演算法最佳化，是技術含量最高的環節；製造環節負責晶片晶圓代工，依賴先進製程工藝；封裝測試環節負責晶片封裝、性能測試與良率控制，是晶片落地應用的最後一道工序。設計環節：採用Fabless模式（無晶圓廠模式），企業聚焦晶片架構設計、IP研發與解決方案，不涉及晶片製造，核心競爭力在於架構創新與生態建構。全球GPU設計市場由輝達、AMD主導，CPU設計市場由英特爾、AMD、ARM架構企業主導，國內企業如寒武紀、華為海思、龍芯等通過自主研發或授權合作，逐步切入市場。製造環節：採用Foundry模式（晶圓代工模式），企業依託先進製程工藝為設計企業提供代工服務，核心競爭力在於製程精度、良率與產能。台積電（TSMC）掌握全球最先進的製程工藝，3nm製程已實現規模化量產，2nm製程進入研發階段，佔據全球高端GPU/CPU代工市場的80%以上份額；三星電子作為全球第二大晶圓代工廠，在3nm/4nm製程領域與台積電形成競爭，主要服務於自身晶片設計業務及少數外部客戶；中芯國際作為國內最大晶圓代工廠，14nm製程實現規模化量產，7nm製程通過N+2工藝實現突破，但受裝置限制，產能與良率仍有待提升，難以滿足高端GPU/CPU的代工需求。封裝測試環節：技術壁壘相對較低，全球市場競爭激烈，國內企業具備較強競爭力。全球頭部企業包括台灣的日月光、京元電子，美國安靠，國內長電科技、通富微電、華天科技等企業進入全球前十，在先進封裝領域（Chiplet、FCBGA等）逐步突破，為國內GPU/CPU企業提供封裝支撐。（三）下游：應用與服務，需求驅動迭代下游主要包括算力基礎設施（智算中心、超算中心、邊緣節點）、終端裝置（伺服器、PC、智慧型手機、機器人）及行業應用（網際網路、金融、醫療、工業等），是GPU/CPU需求的核心來源，其需求變化直接驅動晶片技術迭代。GPU下游需求以智算中心、超算中心為主，主要用於大模型訓練與推理、圖形渲染、科學計算等場景，網際網路企業（Google、微軟、阿里、騰訊）、雲端運算廠商（AWS、Azure、華為雲）是核心採購方；CPU下游需求覆蓋伺服器、PC、終端裝置等，伺服器CPU需求受算力基礎設施建設驅動，PC CPU需求受消費電子升級影響，工業、醫療等領域的專用CPU需求逐步增長。此外，算力租賃、算網服務等新業態的興起，進一步擴大了GPU/CPU的市場需求，推動晶片技術向高性能、高能效、低成本方向迭代。二、全球GPU產業鏈核心格局與技術差異GPU（圖形處理器）憑藉平行計算優勢，已從傳統圖形渲染升級為智能算力的核心載體，2026年全球GPU市場規模突破1500億美元，其中AI GPU佔比超70%，成為市場增長的核心引擎。全球GPU市場呈現“一超多強”格局，輝達壟斷高端市場，AMD、英特爾形成第二梯隊，Google、特斯拉等企業推出專用AI GPU，國內企業加速追趕，市場競爭逐步多元化。（一）輝達：全球GPU霸主，生態壁壘深厚輝達（NVIDIA）憑藉架構創新、生態建構與產能佈局，佔據全球AI GPU市場85%以上的份額，壟斷高端訓練與推理GPU市場，是全球算力產業鏈的核心玩家。2026年，輝達推出新一代H200 GPU，基於Hopper架構升級，採用台積電3nm製程工藝，視訊記憶體容量提升至144GB HBM3e，頻寬達4.8TB/s，算力性能較上一代H100提升30%以上，能效比提升25%，成為全球超大模型訓練的首選晶片。輝達的核心競爭力在於“晶片+軟體+生態”的閉環佈局。晶片層面，持續引領架構與製程迭代，HBM視訊記憶體、NVLink互聯技術等核心技術形成壁壘；軟體層面，CUDA生態系統成為AI開發的標準平台，全球超90%的AI開發者基於CUDA平台進行模型訓練與部署，形成強大的使用者粘性；生態層面，與台積電、三星等晶圓代工廠深度合作，保障產能供給，與Google、微軟、Meta等企業共建AI生態，推動GPU在各行業的規模化應用。產能方面，輝達2026年將台積電3nm產能的20%納入專屬供給，同時與三星合作佈局4nm產能，全年GPU產能預計達1200萬片，其中H200產能佔比30%，主要滿足高端市場需求；中端市場推出RTX 50系列GPU，採用5nm製程工藝，性價比優勢顯著，搶佔推理與邊緣計算市場。（二）AMD：追趕者姿態，差異化競爭AMD作為全球第二大GPU廠商，憑藉性價比優勢與架構創新，在中高端市場與輝達形成競爭，2026年全球市場份額提升至10%左右，主要聚焦遊戲、資料中心與邊緣計算場景。2026年，AMD推出MI300X GPU，基於RDNA 4架構，採用台積電4nm製程工藝，視訊記憶體容量128GB HBM3，算力性能達2.4ExaFLOPS（FP8精度），較上一代MI250X提升50%，能效比優於輝達同等級產品，在推理場景具備較強競爭力。AMD的競爭策略的是差異化佈局：在技術層面，聚焦推理場景最佳化，MI300X支援多精度計算，適配不同推理需求，同時通過Infinity Fabric互聯技術，實現多GPU協同工作，滿足中大規模算力需求；在市場層面，主打性價比，價格較輝達同等級產品低20%-30%，吸引中小企業與雲服務提供商採購；在生態層面，推廣ROCm開放原始碼軟體平台，對標輝達CUDA，目前已吸引超50萬開發者加入，生態逐步完善，但與CUDA仍有較大差距。產能方面，AMD與台積電、三星均有合作，2026年GPU產能預計達400萬片，其中MI300X產能佔比25%，主要供給資料中心客戶，中端遊戲GPU產能佔比75%，覆蓋消費電子市場。（三）英特爾：跨界佈局，依託CPU生態延伸英特爾（Intel）憑藉CPU市場的主導地位，跨界佈局GPU市場，聚焦資料中心、邊緣計算與PC場景，2026年全球市場份額達3%-5%，形成“CPU+GPU”協同優勢。2026年，英特爾推出Xeon Max系列GPU，基於Xe架構，採用自家7nm製程工藝，視訊記憶體容量64GB HBM2e，算力性能達1.2ExaFLOPS（FP8精度），主要適配邊緣計算與輕量級推理場景，與自身Xeon CPU形成協同，為客戶提供一體化算力解決方案。英特爾的核心優勢在於CPU生態的延伸，其GPU可與Xeon CPU無縫相容，最佳化算力調度效率，適合對相容性要求較高的企業客戶；同時，英特爾依託自身晶圓製造能力，實現GPU設計與製造的自主可控，保障產能供給。但英特爾GPU在架構創新與生態建構方面存在不足，市場認可度仍有待提升，主要通過低價策略與行業合作搶佔細分市場。（四）其他玩家：專用GPU崛起，細分市場突破除傳統GPU廠商外，Google、特斯拉、亞馬遜等企業推出專用AI GPU，聚焦自身業務場景，形成差異化競爭。Google推出TPU v5e，基於自研架構，適配自家TensorFlow框架，主要用於Google雲算力服務與大模型訓練，算力性能達1.8ExaFLOPS，能效比優於輝達同等級產品；特斯拉推出D1 GPU，專為自動駕駛場景設計，支援多模態資料處理，適配特斯拉自動駕駛系統，實現算力與場景的深度融合；亞馬遜推出Trainium晶片，聚焦雲算力租賃場景，與AWS雲服務深度繫結，為客戶提供定製化算力解決方案。專用GPU的崛起，標誌著GPU市場從“通用化”向“專用化”演進，企業通過聚焦特定場景，最佳化晶片架構與演算法，實現算力效能的最大化，未來將成為GPU市場的重要增長極。三、全球CPU產業鏈核心格局與技術差異CPU（中央處理器）作為通用計算的核心，承擔任務調度、邏輯控制等核心功能，是算力產業鏈的基礎硬體。2026年全球CPU市場規模突破800億美元，呈現“英特爾、AMD主導，ARM架構崛起，RISC-V開源突破”的格局，伺服器CPU、PC CPU、嵌入式CPU三大細分市場需求分化，技術迭代向高性能、高能效、多核心方向推進。（一）英特爾：全球CPU霸主，架構與生態雙領先英特爾佔據全球CPU市場60%以上的份額，其中伺服器CPU市場份額達70%，PC CPU市場份額達65%，是全球CPU產業鏈的主導者。2026年，英特爾推出Xeon 6400系列伺服器CPU，基於Intel 7製程工藝（10nm改良版），核心數提升至64核，主頻達4.5GHz，支援DDR5記憶體與PCIe 5.0介面，算力性能較上一代提升20%，能效比提升15%，適配智算中心、超算中心等大規模算力場景。英特爾的核心競爭力在於“架構迭代+生態壟斷+產能保障”。架構層面，x86架構是全球主流CPU架構，英特爾掌握核心IP，持續最佳化架構設計，提升算力性能與能效；生態層面，x86架構相容全球絕大多數作業系統與應用軟體，形成強大的使用者粘性，中小企業與行業客戶難以替代；產能層面，英特爾擁有全球最大的晶圓製造產能，在10nm/7nm製程領域實現自主可控，保障CPU穩定供給。同時，英特爾加速佈局異構計算，推出“CPU+GPU+NPU”融合架構產品，適配AI計算需求，逐步彌補在智能算力領域的不足，鞏固市場主導地位。（二）AMD：伺服器市場突破，性價比優勢顯著AMD在CPU市場份額達25%左右，其中伺服器CPU市場份額提升至28%，憑藉性價比優勢與架構創新，逐步縮小與英特爾的差距。2026年，AMD推出EPYC 9004系列伺服器CPU，基於Zen 5架構，採用台積電4nm製程工藝，核心數達96核，主頻達4.2GHz，支援DDR5記憶體與PCIe 5.0介面，算力性能較上一代提升30%，能效比優於英特爾同等級產品，價格低20%-25%，在雲服務提供商與中小企業市場備受青睞。AMD的競爭策略聚焦伺服器市場，通過核心數、能效比與性價比優勢，搶佔英特爾的市場份額；同時，延續“CPU+GPU”協同佈局，推出融合架構產品，適配異構計算需求，提升整體競爭力。在PC CPU市場，AMD Ryzen系列產品憑藉高性能與性價比，佔據中高端遊戲PC與工作站市場的重要份額，與英特爾形成分庭抗禮之勢。（三）ARM架構：移動端主導，伺服器市場崛起ARM架構憑藉低功耗優勢，壟斷全球移動端CPU市場（智慧型手機、平板電腦等），市場份額達95%以上，蘋果、高通、聯發科等企業是核心玩家。近年來，ARM架構加速向伺服器市場滲透，2026年全球伺服器ARM CPU市場份額達10%，成為市場增長的新引擎。蘋果推出自研M系列晶片，基於ARM架構，採用台積電3nm製程工藝，M4系列晶片核心數達40核，算力性能達1.5ExaFLOPS，能效比遠超x86架構CPU，主要用於蘋果MacBook、Mac Pro等產品，同時逐步切入資料中心市場，為蘋果雲服務提供算力支撐；高通推出驍龍8cx Gen 5晶片，基於ARM架構，適配輕薄本與邊緣計算裝置，低功耗優勢顯著；亞馬遜推出Graviton4晶片，基於ARM架構，專為AWS雲服務設計，算力性能較上一代提升25%，能效比提升20%，已在AWS EC2實例中大規模部署，吸引大量客戶遷移。ARM架構的崛起，主要得益於低功耗優勢與生態完善，隨著伺服器市場對能效比要求的提升，ARM架構有望進一步擴大市場份額，形成與x86架構分庭抗禮的格局。（四）RISC-V架構：開源突破，國產替代新方向RISC-V架構憑藉開源、精簡、可擴展的優勢，成為全球CPU架構創新的核心方向，2026年全球RISC-V CPU市場規模突破50億美元，主要聚焦嵌入式、邊緣計算等細分場景，國內企業在RISC-V生態中佔據重要地位。全球範圍內，RISC-V基金會吸引超2000家企業參與，包括英特爾、AMD、三星、Google等頭部企業，形成全球開源創新共同體；國內企業如平頭哥、寒武紀、龍芯等，推出基於RISC-V架構的CPU產品，平頭哥玄鐵系列晶片已實現規模化量產，應用於物聯網、邊緣計算等場景；寒武紀思元系列晶片基於RISC-V架構最佳化，適配AI計算需求，逐步打破x86與ARM架構的壟斷。RISC-V架構的開源特性，降低了晶片設計門檻，為國內企業提供了國產替代的新路徑，隨著生態逐步完善，有望在嵌入式、邊緣計算等細分市場實現突破，未來逐步向伺服器、PC市場滲透。四、國內GPU/CPU產業鏈國產替代處理程序與核心企業面對全球GPU/CPU市場的壟斷格局，國內企業依託政策扶持、資本投入與技術攻堅，加速國產替代處理程序，在GPU、CPU、封裝測試等環節逐步突破，形成“設計企業引領、製造企業支撐、生態企業協同”的國產替代格局。但整體來看，國內企業在先進製程、核心架構、生態建構等方面與國際先進水平仍有差距，國產替代任重道遠。（一）國內GPU產業：從跟跑到並跑，細分場景突破國內GPU企業聚焦AI訓練與推理、邊緣計算、圖形渲染等場景，通過自主研發或技術合作，推出多款產品，逐步實現從“不可用到可用”的突破，部分產品在推理場景達到國際同類水平，訓練場景仍需攻堅。核心企業包括華為海思、寒武紀、壁仞科技、沐曦科技等。華為海思：推出昇騰系列GPU，基於自研Da Vinci架構，昇騰910B採用台積電7nm製程工藝，視訊記憶體容量64GB HBM2e，算力性能達0.9ExaFLOPS（FP16精度），適配中大型模型訓練與推理場景，已在政務、能源、金融等領域落地應用。華為依託自身鴻蒙系統、雲服務生態，建構“晶片+軟體+應用”的閉環佈局，昇騰GPU市場份額穩居國內第一，2026年國內市場佔比達35%。同時，華為推動昇騰生態建設，吸引超2000家合作夥伴，開源MindSpore框架，加速GPU的規模化應用。寒武紀：國內首家AI晶片上市公司，推出思元系列GPU，思元400採用中芯國際14nm製程工藝，視訊記憶體容量32GB HBM2，算力性能達0.4ExaFLOPS（FP16精度），主要適配推理場景與邊緣計算，在安防、醫療等領域落地。寒武紀聚焦自主架構研發，思元系列晶片採用自研智能處理器架構，擺脫對國外架構的依賴，但在算力性能與生態建構方面與輝達仍有較大差距，2026年國內市場佔比達15%。壁仞科技：新興高端GPU企業的代表，憑藉團隊技術積澱實現快速突破，2026年推出第二代BR200 GPU，採用台積電5nm製程工藝，基於自研仞心架構，視訊記憶體容量提升至96GB HBM3，算力性能達1.2ExaFLOPS（FP16精度），在中高端推理場景與輕量級訓練場景具備競爭力，可適配千億參數級大模型推理任務。該產品通過Chiplet先進封裝技術實現多晶片整合，能效比較第一代BR100提升40%，已進入國內頭部雲廠商與智算中心供應鏈，2026年國內市場佔比達8%。壁仞科技重點建構“晶片+驅動+工具鏈”生態，推出自主研發的Beyonder軟體平台，支援主流AI框架適配，同時與高校合作開展架構創新研究，逐步縮小與國際廠商的生態差距，但在超大模型訓練場景的穩定性與相容性上仍需打磨。沐曦科技：聚焦高性能通用GPU領域，2026年量產MX200系列GPU，採用台積電4nm製程工藝，視訊記憶體容量64GB HBM3，算力性能達0.8ExaFLOPS（FP16精度），主打推理場景與工業視覺、科學計算等垂直領域。其核心優勢在於軟硬體協同最佳化，自主研發的MXEngine計算引擎可針對不同任務動態調整算力分配，能效比優於同等級國產競品15%-20%。目前已與工業富聯、中科曙光等算力基礎設施廠商達成合作，為算力租賃業務提供核心硬體支撐，同時切入汽車智能座艙、自動駕駛輔助計算場景，2026年國內市場佔比達6%。沐曦科技通過開源部分工具鏈程式碼吸引開發者，加速生態落地，但受限於產能供給，市場滲透率提升速度略緩。此外，天數智芯、登臨科技等企業在細分場景形成補充。天數智芯智鎧系列GPU聚焦金融風控、政務巨量資料處理場景，憑藉高相容性佔據部分行業市場；登臨科技的Goldwasser系列GPU主打邊緣計算場景，低功耗優勢顯著，在智能安防、工業物聯網領域實現規模化應用。整體來看，國內GPU企業已形成“頭部引領、細分突破”的格局，推理場景國產化替代率逐步提升至30%以上，但高端訓練GPU仍依賴輝達，國產替代需在先進製程、視訊記憶體技術與生態建構上持續攻堅。（二）國內CPU產業：多技術路線平行，自主架構突破成關鍵國內CPU產業依託自主架構、ARM授權、RISC-V開源三大技術路線平行發展，在伺服器、嵌入式、桌面等細分場景逐步實現替代，核心企業包括龍芯中科、飛騰資訊、華為鯤鵬、兆芯、平頭哥等，各企業聚焦不同領域形成差異化競爭，逐步打破英特爾、AMD的壟斷格局。龍芯中科：堅持自主架構研發，是國內唯一實現CPU核心架構自主可控的企業，基於自研LoongArch架構推出龍芯3A6000桌面CPU與龍芯3C6000伺服器CPU。2026年量產的龍芯3C6000採用中芯國際14nm製程工藝，核心數達32核，主頻3.0GHz，支援DDR5記憶體與PCIe 5.0介面，算力性能較上一代提升50%，能效比達15TOPS/W，可適配政務辦公、金融櫃面、工業控制等場景。LoongArch架構已突破2000萬行程式碼，相容主流作業系統與應用軟體，形成涵蓋晶片、主機板、作業系統、應用軟體的完整生態，截至2026年，龍芯CPU在國內政務市場份額達28%，成為自主可控場景的核心選擇。其短板在於先進製程依賴中芯國際，在高性能計算場景與國際同類產品仍有差距，目前正聯合國內廠商攻關7nm級自主製程適配。飛騰資訊：基於ARM架構授權研發CPU，聚焦伺服器與嵌入式領域，2026年推出飛騰FT-2000Plus V3伺服器CPU，採用台積電7nm製程工藝，核心數48核，主頻3.2GHz，算力性能達800GFlops，支援虛擬化與容器化部署，適配雲端運算、巨量資料、人工智慧等場景。該產品通過ARM v9架構授權，在指令集相容性與生態適配性上具備優勢，已與華為鴻蒙、深度作業系統完成深度適配，進入國內三大電信營運商、國有大行的供應鏈，2026年國內伺服器CPU市場份額達12%。飛騰資訊建構“飛騰生態聯盟”，聯合超3000家合作夥伴推出解決方案，在政務、能源、金融等關鍵行業替代成效顯著，但受ARM架構授權限制，高端產品迭代節奏受國際規則影響。華為鯤鵬：依託ARM架構自研伺服器CPU，推出鯤鵬920S系列產品，採用台積電7nm製程工藝，核心數64核，主頻3.0GHz，算力性能達1.2TFlops，支援多晶片互聯與Chiplet封裝，適配大規模智算中心、企業級伺服器等場景。鯤鵬CPU與華為昇騰GPU、鴻蒙作業系統形成協同，建構“鯤鵬+昇騰”雙引擎算力底座，在政務雲、金融雲、能源雲等領域落地多個標竿項目，2026年國內伺服器CPU市場份額達15%。華為通過開放鯤鵬架構程式碼，吸引合作夥伴參與生態建設，推動基於鯤鵬的伺服器、儲存裝置規模化量產，但受外部制裁影響，先進製程產能受限，後續將重點轉向與國內晶圓廠合作，推進14nm及以上製程產品的自主可控產能建設。兆芯：採用x86架構相容技術，聚焦桌面與伺服器市場，2026年推出兆芯開先KX-7000系列桌面CPU與開勝KH-7000系列伺服器CPU，採用台積電10nm製程工藝，桌面級CPU核心數8核，主頻3.5GHz，伺服器級CPU核心數32核，主頻3.0GHz，具備良好的x86軟體相容性，可直接替代英特爾同類產品用於辦公場景與輕量級伺服器。兆芯通過與國內廠商合作，在桌面辦公市場實現批次替代，2026年國內桌面CPU市場份額達8%，主要應用於政府、教育、國企等領域。其核心優勢在於相容性，可降低使用者替換成本，但x86架構授權存在不確定性，且在高性能計算場景競爭力較弱，重點佈局中低端替代市場。平頭哥：以RISC-V架構為核心，聚焦嵌入式與邊緣計算CPU，2026年推出玄鐵910B CPU，採用台積電12nm製程工藝，核心數4核，主頻2.5GHz，算力性能達200GFlops，低功耗優勢顯著，功耗僅5W，適配物聯網終端、邊緣閘道器、智能穿戴等場景。玄鐵系列CPU已實現規模化量產，年出貨量突破1億顆，與阿里物聯網平台、小米智能裝置達成深度合作，在國內嵌入式CPU市場份額達18%。平頭哥推動RISC-V生態建設，開源玄鐵架構程式碼與開發工具，聯合高校與企業建構開源社區，加速RISC-V在中低端場景的替代，同時佈局高端RISC-V CPU研發，探索在伺服器場景的應用可能。（三）國內GPU/CPU產業國產替代總結與挑戰截至2026年，國內GPU/CPU產業國產替代取得階段性成效，在細分場景形成突破：GPU推理場景國產化率超30%，CPU在政務、嵌入式市場國產化率分別達45%、30%，伺服器CPU國產化率提升至25%，形成多技術路線、多企業協同競爭的格局。政策扶持、市場需求與技術攻堅成為替代核心驅動力，“東數西算”工程、自主可控政策為國產晶片提供廣闊市場空間，長電科技、中微公司等上游企業的突破為產業鏈提供支撐。但國產替代仍面臨三大核心挑戰：一是先進製程依賴，國內高端GPU/CPU仍依賴台積電7nm及以下製程，中芯國際14nm製程雖實現量產，但在良率、產能上難以滿足高端晶片需求，EUV光刻機限制導致先進製程自主化進展緩慢；二是生態建構滯後，GPU領域CUDA生態壟斷難以突破，國產晶片軟體適配成本高，CPU領域x86、ARM架構生態壁壘深厚，自主架構與開源架構生態仍需長期培育；三是核心技術差距，在視訊記憶體技術（HBM3e及以上）、異構互聯、算力能效比等方面，國內企業與輝達、英特爾仍有1-2代技術差距，高端訓練晶片、高性能伺服器CPU仍需攻堅。未來，國內GPU/CPU產業將呈現“技術協同、生態共建、場景驅動”的發展方向：通過Chiplet先進封裝技術彌補製程短板，加速自主架構與開源架構生態融合，聚焦關鍵行業場景實現“以用促研”，逐步從細分替代走向全面替代，為中國算力產業高品質發展築牢硬體根基。第四部分A股算力相關標的梳理與投資邏輯分析在全球算力格局重塑與國內國產替代加速的背景下，A股算力產業鏈相關標的迎來價值重估機遇。本節基於前文產業分析，從GPU/CPU核心硬體、算力基礎設施、算網融合、太空算力配套四大主線，梳理優質A股標的，分析其核心競爭力與投資邏輯，結合行業趨勢與政策導向，為投資者提供參考。一、GPU/CPU核心硬體標的：國產替代核心主線該主線聚焦國內GPU/CPU晶片設計、製造、封裝測試企業，受益於自主可控政策與國產替代處理程序加速，核心標的具備技術壁壘與場景落地能力，在細分領域形成差異化優勢。04（一）晶片設計標的寒武紀（688256）：國內AI晶片龍頭企業，堅持自主架構研發，思元系列GPU覆蓋推理與邊緣計算場景，思元400晶片已進入安防、醫療等行業供應鏈，2026年國內GPU市場佔比達15%。公司核心優勢在於自主智能處理器架構，擺脫對國外IP依賴，同時與華為鴻蒙、深度作業系統完成適配，生態佈局逐步完善。隨著推理場景國產化替代率提升，公司營收有望持續增長，中長期看點在於高端訓練晶片研發與規模化落地。龍芯中科（688047）：國內唯一實現CPU核心架構自主可控的企業，LoongArch架構已形成完整生態，龍芯3C6000伺服器CPU在政務市場份額達28%，適配金融櫃面、工業控制等場景。公司依託中芯國際14nm製程實現規模化量產，同時聯合國內廠商攻關7nm級自主製程適配，技術迭代穩步推進。受益於政務領域自主可控政策加碼，公司業績增長確定性較強，長期有望向民用伺服器與桌面市場滲透。華為海思（未上市，關聯標的：華為概念股）：昇騰系列GPU與鯤鵬系列CPU建構“雙引擎”算力底座，昇騰910B GPU國內市場佔比達35%，在政務、能源等領域落地多個標竿項目。雖受外部制裁影響先進製程產能，但公司通過Chiplet封裝技術彌補短板，同時開放架構程式碼建構生態，關聯標的（如中科曙光、拓維資訊）將受益於昇騰與鯤鵬生態的規模化擴張。05（二）封裝測試標的長電科技（600584）：全球領先的封裝測試企業，XDFOI Chiplet技術已實現4nm節點多晶片整合，為國內GPU/CPU企業提供先進封裝支撐，適配高端晶片算力提升需求。公司深度繫結國內晶片設計企業，同時進入台積電、三星供應鏈，受益於先進封裝技術普及與國產替代處理程序，營收與盈利能力有望持續改善。通富微電（002156）：國內先進封裝龍頭之一，大尺寸FCBGA封裝良率突破99.5%，可滿足GPU/CPU高端封裝需求，與AMD、寒武紀等企業建立合作關係。隨著Chiplet技術在算力晶片領域的廣泛應用，公司封裝產能需求將持續增長，同時受益於國內算力晶片量產加速，業績增長彈性較大。二、算力基礎設施標的：算力底座核心支撐該主線覆蓋伺服器、智算中心、算力租賃、液冷散熱等核心環節，受益於“東數西算”工程推進、智算中心規模化建設及綠色算力轉型，標的多具備規模化產能、技術壁壘或場景卡位優勢，業績確定性較強。06（一）伺服器與智算中心核心標的浪潮資訊（000977）：國內伺服器龍頭企業，全球市佔率穩居前三，國內AI伺服器市佔率超35%，是算力基礎設施建設的核心供應商。公司深度繫結國內頭部雲廠商、智算中心及政企客戶，AI伺服器可適配輝達H200、華為昇騰910B等主流GPU，同時推出自主研發的超節點解決方案，單節點算力密度較傳統叢集提升10倍以上，適配萬卡級算力叢集建設需求。2026年受益於AI伺服器需求爆發，公司營收增速預計維持30%以上，毛利率隨高端產品佔比提升持續改善，中長期看點在於液冷伺服器規模化落地與海外市場拓展。中科曙光（603019）：國內超算與智算中心建設領軍企業，依託自主可控技術優勢，建構“伺服器+儲存+智算中心”全產業鏈佈局。公司是國內少數具備超算系統整合能力的廠商，參與多個國家級智算中心建設，同時推出基於龍芯、飛騰晶片的國產化伺服器，在政務、能源等自主可控場景市佔率領先。液冷散熱技術已實現規模化應用，液冷伺服器營收佔比超20%，顯著受益於綠色算力政策。業績驅動核心來自智算中心建設訂單與國產化替代需求，2026年政務領域訂單增速預計超40%，同時受益於華為昇騰生態擴張，關聯業務彈性較大。07（二）算力租賃標的工業富聯（601138）：全球算力租賃龍頭之一，依託台積電先進製程產能優勢，快速佈局高端算力叢集，目前已建成超5個萬卡級智算中心，算力規模達50EFlops，主要適配輝達H200 GPU，服務於網際網路大廠、AI獨角獸企業的大模型訓練與推理需求。公司核心優勢在於“算力建設+維運+晶片資源”一體化能力，可通過自有產能保障算力叢集快速落地，同時與輝達建立長期合作關係，晶片獲取能力優於同行。2026年算力租賃業務營收佔比預計突破15%，隨著算力出租率維持在85%以上，該業務將成為公司核心增長引擎，中長期看點在於海外算力中心佈局與Chiplet封裝算力叢集建設。世紀華通（002602）：國內長三角算力租賃核心標的，聚焦低時延推理算力場景，在上海、浙江等地佈局多個智算中心，總算力規模達30EFlops，搭載輝達A100、AMD MI300X等GPU，深度服務於金融科技、工業網際網路等行業客戶。公司通過“算力租賃+AI應用”雙輪驅動，與三大電信營運商達成戰略合作，實現算力資源與網路資源的協同調度，算力負載率持續高於行業平均水平。業績增長核心來自推理算力需求爆發與行業客戶拓展，2026年預計新增2個萬卡級叢集，算力規模翻倍增長，同時AI應用業務有望貢獻額外業績彈性。08（三）液冷散熱標的網宿科技（300017）：國內液冷散熱與邊緣算力協同佈局龍頭，推出浸沒式、冷板式雙重液冷解決方案，散熱效率較傳統風冷提升100倍以上，能耗降低40%，已在阿里雲、騰訊雲等智算中心落地應用。公司核心優勢在於“液冷技術+邊緣節點”一體化佈局，可為客戶提供從散熱到邊緣算力調度的綜合服務，適配具身智能、自動駕駛等低時延場景需求。2026年液冷業務營收增速預計超50%，同時邊緣算力節點佈局突破1000個，受益於算網融合與邊緣計算爆發，業績增長確定性較強。高瀾股份（300499）：國內浸沒式液冷核心標的，技術覆蓋伺服器、儲能等多場景，自主研發的浸沒式液冷系統可適配高密算力叢集，良率與可靠性達到國際先進水平，與浪潮資訊、中科曙光等伺服器廠商建立長期合作關係。公司深度受益於綠色算力政策，液冷產品在國內智算中心滲透率持續提升，同時拓展海外市場，進入亞馬遜、微軟供應鏈。2026年液冷業務營收佔比預計超30%，隨著高密算力中心建設加速，業績彈性顯著，中長期看點在於液冷與儲能場景的協同拓展。三、算網融合主線標的：算力互聯核心載體該主線聚焦電信營運商、網路裝置、算力調度平台等環節，受益於全國一體化算力網建設、5G/6G與算力融合趨勢，核心標的具備網路資源壟斷優勢或技術卡位能力，享受算網服務商業化紅利。（一）電信營運商標的中國移動（600941）：國內算網融合領軍營運商，建構“連接+算力+能力”三位一體服務體系，建成覆蓋全國的算力網路，擁有超20個大型智算中心，算力規模達80EFlops，同時佈局超10萬個邊緣算力節點，形成“中心-邊緣”協同算力佈局。公司核心優勢在於網路資源壟斷與使用者基礎，通過“移動雲+算力網路”協同，為政企客戶提供低時延、廣覆蓋的算網服務，2026年算網服務收入預計突破800億元，增速維持45%以上。業績驅動來自算網服務溢價、邊緣算力落地與雲業務增長，同時受益於國企估值重塑，長期價值凸顯。中國電信（601728）：國內綠色算網核心標的，依託西部綠電資源，在貴州、甘肅等地佈局多個綠色智算中心，算力規模達60EFlops，綠電使用率超90%，顯著受益於綠色算力政策。公司天翼雲在政務雲市場市佔率領先，通過“雲網融合”實現算力資源跨地域調度，推出“算力超市”服務，降低中小企業算力獲取門檻。2026年算網融合業務營收增速預計超50%，政務與金融行業訂單是核心增長引擎，同時邊緣算力節點加速佈局，適配工業網際網路、自動駕駛等場景需求。（二）網路裝置與算力調度標的中興通訊（000063）：國內算網融合網路裝置龍頭，推出5G/6G承載網裝置、算力調度閘道器等核心產品，支援低時延、高頻寬的算力互聯需求，是三大電信營運商算力網路建設的核心供應商。公司核心技術優勢在於異構算力互聯與網路調度最佳化，可實現“網隨算動、算網協同”，同時佈局邊緣計算伺服器，適配邊緣算力節點建設需求。2026年算網相關裝置營收佔比預計突破35%，受益於算力網路建設加速與海外市場拓展，業績增速維持30%以上，中長期看點在於6G與算力融合技術突破。紫光股份（000938）：國內算網融合軟硬體一體化標的，旗下新華三在路由器、交換機等網路裝置市場市佔率穩居前列，同時推出算力調度平台，實現跨地域、跨層級算力資源智能分配，適配全國一體化算力網建設需求。公司深度繫結政企客戶與電信營運商，提供“網路裝置+算力調度+智算中心”綜合解決方案，在教育、金融等行業算網項目中競爭力顯著。2026年算網業務營收增速預計超40%，毛利率隨高端解決方案佔比提升持續改善，同時受益於國產替代與開源生態建設，長期增長空間廣闊。寶信軟體（600845）：國內算力調度與IDC一體化龍頭，依託上海寶鋼集團資源，在長三角佈局多個高等級IDC資料中心，同時自主研發算力調度平台，實現IDC資源與算力需求的精準匹配，服務於網際網路、金融等行業客戶。公司核心優勢在於IDC資源稀缺性與算力調度技術，可提供“IDC託管+算力調度+維運服務”全鏈條服務，算力負載率維持在90%以上。2026年IDC與算網服務營收增速預計超25%，受益於長三角算力需求爆發與國產替代處理程序，業績增長確定性較強。第五部分總結2026年全球算力產業處於格局重塑的關鍵期，國內算力產業在政策扶持、國產替代、場景爆發三重驅動下，迎來高品質發展機遇，四大投資主線各有邏輯、協同共振，共同構成算力產業鏈的投資圖譜。GPU/CPU核心硬體主線是國產替代的核心陣地，聚焦具備自主架構、生態適配能力的晶片設計企業與先進封裝測試企業，受益於政務、能源等關鍵領域替代需求放量，中長期成長確定性強，重點關注技術迭代與場景落地進度。算力基礎設施主線是算力底座的核心支撐，覆蓋伺服器、智算中心、算力租賃、液冷散熱等環節，受益於“東數西算”工程與綠色算力轉型，業績兌現度高，重點關注規模化產能與成本控制能力。算網融合主線是算力互聯的核心載體，依託電信營運商的網路資源與裝置廠商的技術卡位，享受全國一體化算力網建設紅利，算網服務商業化與邊緣算力落地是核心增長驅動，重點關注政企訂單拓展與技術協同能力。整體來看，算力產業作為新質生產力的核心引擎，中長期增長邏輯明確，但行業分化加劇，需精選具備核心技術壁壘、場景卡位優勢、業績兌現能力的優質標的。同時，需警惕技術、政策、市場等多重風險，把握產業節奏，兼顧短期業績確定性與中長期成長空間，理性佈局算力產業投資機遇。 (AI雲原生智能算力架構)

導讀房地產是國民經濟第一大支柱行業，事關經濟增長、民生就業和金融風險，一定要軟著陸，避免硬著陸。當前中國房地產從大開發時代向存量時代轉型，20-50歲主力購房人群到達拐點，供求關係發生重大變化，未來形勢如何？後房地產時代，中國房地產未來有十大趨勢：1、房地產大開發時代落幕，進入存量房主導時代。“房地產長期看人口、中期看土地、短期看金融”，當前20-50歲主力購房人群的人口長周期拐點已出現，城鎮化率達67%，套戶比超過1.1。2、人口進一步向都市圈城市群集聚，分化加大。東北、西北、低能級城市人口面臨持續流出壓力，未來僅有兩成城市人口持續流入，出現二八現象。3、建構房地產新模式。核心包括好房子建設，保障房、長租房，預售制改革，人地掛鉤，房地產稅，以實現供求平衡和長期平穩健康發展。4、未來住房市場的三大支撐：改善型需求、城市更新、保障房需求。未來的房地產市場將更側重於質量而非數量。5、城市更新將進入大力實施新階段。通過舊城改造、城中村改造等，提升城市面貌和居住品質。存量時代房屋老化問題凸顯，開展城市更新成為城市發展新動力，補安全短板、穩房屋價值。6、房價走勢分化將加劇，一線及強二線城市因人口流入、產業集聚，未來2-3年內將築底，更長遠看一線房價有望止跌回升。而大多數三四線城市，人口流出，有價無市、去化困難，未來可能陷入漫長的陰跌。7、房地產行業大洗牌，大部分房企將消失或被併購重組，優勝劣汰，這是所有行業發展到成熟階段必然要經歷的。8、土地供應策略“控量提質”，側重優質土地和好地段土地供應，並通過取消限價、減少配建等措施提升市場活力。核心城市的核心區域受到追捧，普通城市非核心地塊遇冷，分化格局將持續深化。9、土地財政模式面臨轉型，一二線城市土地財政轉型，其他城市土地財政退出歷史舞台。為應對地方財政缺口，預計推動消費稅和個人所得稅下放到地方，以增強地方自主財力，緩解土地財政退出帶來的衝擊。10、限制性政策退出，回歸市場化，預計未來一年內外環將全面開放，三年左右全域放開。完善促進消費制度機制勢在必行，清理住房消費的不合理限制性措施是大勢所趨。對於多孩家庭給予住房補貼優惠。目錄1 第一大趨勢：房地產大開發時代落幕，進入存量房主導時代2 第二大趨勢：人口向都市圈城市群集聚3 第三大趨勢：建構房地產新模式4 第四大趨勢：改善型需求、城市更新、保障房需求成主要支撐5 第五大趨勢：大力實施城市更新6 第六大趨勢：房價分化，核心城市未來2-3年內築底7 第七大趨勢：房企從“三高”模式邁向質量深耕8 第八大趨勢：土地供應“控量提質”，核心地塊成為“新寵”9 第九大趨勢：土地財政轉型，地方尋找新稅源10 第十大趨勢：限購全面放開，回歸市場化正文1 第一大趨勢：房地產大開發時代落幕，進入存量房主導時代房地產大開發時代落幕，進入存量房主導時代。20-50歲主力購房人群到達人口拐點，城鎮化率達67%，套戶比超過1.1。“房地產長期看人口、中期看土地、短期看金融”。由於人口紅利、快速城鎮化、土地財政、寬鬆貨幣政策、金融槓桿擴張等,1998-2018年中國房地產迎來黃金20年。1998年，國務院發佈《關於進一步深化住房制度改革加快住房建設的通知》，正式終結福利分房制度，全面啟動住房市場化改革；2003年-2013年為房地產高速發展階段，2003年，房地產被正式定位為“支柱產業”，政策支援力度加大，人口紅利、城鎮化、土地財政三因素推動，地產銷售面積、銷售額、投資增速均保持兩位數增長，需求爆發、房價單邊上漲、高槓桿高周轉；2014年，全國商品房銷售面積首次出現負增長，庫存壓力上升，房價漲幅趨緩；2015–2017年，棚改貨幣化製造三四線“小陽春”。隨著老齡化、少子化到來，20-50歲主力購房人群的人口長周期拐點出現，存量住房套戶比近1.1和房地產新發展模式加快建構，標誌著房地產大開發時代落幕，存量房主導時代到來。從需求看，人口方面，中國20-50歲主力置業人群規模於2013年達峰值。2024年末常住人口城鎮化率達67%，城鎮常住人口比上年末增加1083萬人。國際經驗表明，城市化發展近似一條稍被拉平的“S型”曲線，中國目前處於快速發展期（30%-70%）的減速發展階段末期。根據我們預測，到2040年中國城鎮化率將達到約78.6%，對應城鎮人口10.5億人，比2020年增加約1.5億人。從供給看，目前中國住房整體已經達到靜態平衡，但區域供求差異仍較大，1978-2023年中國城鎮住房套數從約3100萬套增至3.7億套，套戶比從0.8增至1.07。2023年一線、二線、三四線城市的套戶比分別為1.01、1.09、1.12，一線城市住房供給階段性達到靜態平衡，但由於老舊房屋佔比偏高，住房供給存在結構失衡，供給仍然不足。相比美國、日本的1.17、1.16，德國、英國的1.03、1.02，國內住房從供給短缺到總體平衡。總體看，當前中國房地產市場進入調整周期，是行業長期依賴“高負債、高槓桿、高周轉”舊模式難以為繼，並與人口結構拐點、居民預期轉變等疊加的結果。與1998-2018年政策刺激往往催生上漲行情不同，本輪調控政策雖持續加碼（如大幅降低首付比例、利率並鬆綁限購），但其效果更多體現為“止跌回穩”的托底作用，難以扭轉房價陰跌、銷售疲軟的整體趨勢。其核心原因在於基本面已發生根本性轉變，如人口總量見頂削弱長期需求，居民部門槓桿率高企制約購買力，住房總體供需關係逆轉，導致“買漲不買跌”的心理預期佔據主導等。2 第二大趨勢：人口向都市圈城市群集聚人口往都市圈城市群遷移，東北、西北、低能級城市人口面臨持續流出壓力，未來二八開，美國、日本、韓國等在城市化後半段都出現了人口集聚的現象和規律。以人口遷移看，美國、日本、韓國等國家在城市化後半段都出現人口集聚的現象和規律，遷移一般分為兩個階段：從鄉村到城市遷移，到在城市化中後期明顯向都市圈城市群遷移。美國人口遷移呈現兩個特點：一是在地區層面，從向傳統工業主導的鐵鏽8州集聚，到向能源、現代製造和現代服務業主導的西海岸、南海岸集聚。二是在城鄉層面，人口在城市化中後期明顯向大都會區集聚。日本人口隨產業持續向大都市圈集聚，但在1973年左右從向東京圈、大阪圈、名古屋圈“三極”集聚轉為向東京圈“一極”集聚。（請參考《中國人口大遷移》）從中國看，人口進一步向都市圈城市群集聚，分化加大，一、二線人口持續流入但增速放緩，三、四線城市人口持續淨流出。分地區看，人口持續向南方、東部地區集聚，2021-2023年南方、北方年均常住人口增量分別為33.9萬、-179.7萬人，2023年東部、中部、西部、東北部人口占比分別為40.2%、25.8%、27.2%、6.8%。分省看，改革開放以來，中國的跨省人口遷移經歷了從“孔雀東南飛”到回流中西部，再到粵浙人口再集聚和回流黔川渝鄂，近年浙瓊粵蘇人口持續聚集。分都市圈看，2010-2020年深莞惠、上海、廣佛肇都市圈年均常住人口增量超80萬，2021-2023年杭州、上海、合肥都市圈年均常住人口增量超20萬，濟南、南昌、蘭州等都市圈核心城市人口流入，但都市圈整體流出。分城市群看，2010-2020年珠三角、長三角城市群年均常住人口增量超180萬人，但東北、西部等區域近年面臨產業結構單一，呈現人口流出趨勢，2021-2023年長三角人口進一步集聚，年均常住人口增量達80萬人，位居第一，高於第2至第7位的城市群年均常住人口增量之和。分線看，2021-2023年一、二、三、四線城市人口年均增速分別為0.1%、0.4%、-0.2%、-0.7%，一、二線城市人口增速繼續放緩，三四線城市人口持續流出。未來人口、產業、資本將進一步向核心城市集聚，東北、西北、低能級城市人口面臨持續流出壓力，出現二八現象。預計2040年中國城鎮化率將達78.6%，未來20年超八成新增城鎮人口分佈在都市圈內部，超九成位於城市群內部，其中近五成來自五大城市群（長三角、珠三角、京津冀、成渝、長江中游）。人口遷移對經濟社會影響重大。人口流入地區發展潛力更大，人口流出地區老齡化加重，經濟社會發展壓力明顯。人口向大都市圈大城市群集中，房地產市場將更加分化。3 第三大趨勢：建構房地產新模式房地產新模式，包括好房子建設，保障房、長租房，預售制改革，人地掛鉤，房地產稅，以實現供求平衡和長期平穩健康發展。我們在《中國住房存量報告》提到：經過多年發展，2023年中國城鎮人均住房建築面積約35.9平方米；城鎮住房套戶比為1.07，一線、二線、三四線城市的套戶比分別為1.01、1.09、1.12，一線城市住房供給階段性達到靜態平衡。近年，房地產發展新模式被反覆提及。2021年中央經濟工作會議提到：探索新的發展模式，堅持租購併舉，加快發展長租房市場，推進保障性住房建設，支援商品房市場更好滿足購房者的合理住房需求。2024年10月《中共中央關於進一步全面深化改革、推進中國式現代化的決定》提出：“加快建構房地產發展新模式。”2025年7月中央城市工作會議在北京舉行，會議提到：“堅持人口、產業、城鎮、交通一體規劃，最佳化城市空間結構；加快建構房地產發展新模式。”概括為四個方面：1）理念上，建設適應人民群眾新期待的好房子。中國的住房發展已經進入了新階段，從“有沒有”轉向“好不好”。著力建設綠色低碳的美麗城市、建設安全可靠的韌性城市。2025年3月，“好房子”首入政府工作報告，政府工作報告中提出：完善標準規範，推動建設安全、舒適、綠色、智慧的“好房子”。2025年7月，住建部調研組赴廣東、浙江調研，再次強調：加快建設安全、舒適、綠色、智慧的“好房子”，推動房地產市場止跌回穩。通過“好房子”供給迭代，釋放改善型需求。當前，中國城鎮化率67%，加上改善型需求，房地產市場還有較大空間。在“好房子”加速推動發展背景下，中國近期各地核心區域、小面積或低容積率的高品質地塊集中出讓，高品質第四代住宅項目也持續去化熱銷。2025年10月，住房城鄉建設部提到，未來五項工作重點推動“好房子”建設，1）好的標準，《住宅項目規範》已正式實施，涉及層高、隔音等14項新的標準；2）好的設計，依照好標準，做出好設計；3）好的建材，提升綠色建材、智慧安防等在“好房子”中應用；4）好的建造；5）好的維運。2）體繫上，以政府為主滿足剛性住房需求，以市場為主滿足多樣化改善性住房需求。提高保障性住房佔住房總量的比例，提升保障性住房的質量品質及適配性，支援城鄉居民多樣化改善性住房需求，鼓勵房地產企業提高住房建設標準、加強智能科技應用、提升物業服務水平。3）制度上，改革完善房地產開發、交易和使用制度，為房地產轉型發展夯實制度基礎。改革房地產開發融資方式和商品房預售制度，有力有序推行商品房現房銷售，加強預售資金監管、嚴格預售門檻。引導房地產企業逐步形成適度槓桿比例、合理負債水平和正常周轉速度的發展機制。4）要素配置上，建立“人、房、地、錢”要素聯動新機制。加強住房與土地、金融資源聯動，根據住房需求科學安排土地供應、配置金融資源，實現以人定房、以房定地、以房定錢，保持市場供需平衡、結構合理，防止大起大落。完善房地產稅收制度。房地產稅替代土地財政是大勢所趨。當前土地財政拖累較大，地方財政吃緊，需要新稅源，如穩步推動房地產稅試點。預計未來更多新模式配套政策將進一步完善和落地。這是適應中國房地產市場供求關係發生重大變化的新形勢，著眼於破解房地產發展難題和防範風險、促進房地產市場平穩健康發展的治本之策。4 第四大趨勢：改善型需求、城市更新、保障房需求將成主要支撐未來住房市場的主要支撐來自改善型需求、城市更新、保障房需求等。2025年7月，時隔十年中央城市工作會議定調“中國城鎮化正從快速增長期轉向穩定發展期”、“高品質開展城市更新”、“穩步推進城中村和危舊房改造。”2024年3月，國常會定調“房地產產業鏈條長、涉及面廣，房地產事關人民群眾切身利益，事關經濟社會發展大局”。2025年，中央城市工作會議提到：“中國城鎮化正從快速增長期轉向穩定發展”，會議以“堅持穩中求進，因地制宜，推進城市更新，存量提質，加快建構房地產發展新模式”為主基調。考慮到城鎮化處理程序、住房改善性需求、城市更新等，未來中國房地產還有較大發展空間和潛力。據測算，2025-2030年，中國住房需求總量約55億平，年均新增住房需求約9.2億平/年，並不會大幅下跌至較低水平。預計到2030年，中國住房需求緩慢下降至8.9億平方米，其中，剛性需求2.5億平、改善性需求3.7億平、更新需求2.7億平。具體來看:從趨勢看，未來中國住房需求整體呈緩慢下降趨勢，其中，剛性需求呈下降趨勢，改善性需求保持平穩，更新需求保持小幅緩慢上升。從結構看，2025-2030年剛性需求、改善性需求、更新需求佔比分別為28.7%、41.7%、29.6%，改善性需求成為中國住房市場最大的需求支撐。消費者不再僅僅追求“有房住”，而是追求“住好房”，家庭規模小型化趨勢也將帶來更多住房需求，人均住房面積也將由此提升。從供給看，中國城鎮化進入穩定發展，城鎮化速度放緩，根據我們測算，2025-2030年中國新增城鎮常住人口約0.4億人，城鎮化率提升3.9個百分點，帶來住房需求17.0億平方米，年均2.8億/年。城市發展從大規模增量擴張轉向提質增效，城市更新成為新動能，“十四五”規劃提出，要完成約21.9萬個城鎮老舊小區改造任務，據測算，2025-2030年，中國城市更新帶來住房需求約16.1億平，年均約2.7億平/年。城中村改造、老舊小區更新、低效用地盤活將為住房供給提供新的空間，政策層面明確住房供給“嚴控增量、最佳化存量、提高品質”，減少土地供應，重點發展建設安全、舒適、綠色、智慧的“好房子”，使之與當前的實際需求匹配。總體看，未來的房地產市場將更側重於質量而非數量，從增量為主向增存並重階段轉換。未來中國住房需求整體呈緩慢下降趨勢，其中剛性需求呈下降趨勢，改善性需求保持平穩，更新需求保持小幅緩慢上升。房地產市場正向未來更可持續的穩定規模過渡。5 第五大趨勢：大力實施城市更新城市更新將進入"大力實施"新階段，通過舊城改造、城中村改造、產業升級等，提升城市面貌和居住品質。存量時代，老舊房屋或將存在牆體結構安全隱患、屋面滲漏、外牆脫落、設施裝置老化等問題。根據我們測算，一、二、三四線1999年以前建成房屋（房齡大於25年）佔比平均值分別為36.1%、24.4%、23.7%，到2040年，預計將有近80%的房屋成為“老小區”，或將存在牆體結構隱患、外牆脫落、設施裝置老化等問題，影響居民生活體驗。時隔十年的中央城市工作會議將城市更新寫入總體要求，定調從2015年“加快城鎮棚戶區和危房改造”轉變為“高品質開展城市更新”，側重“存量提質增效”、“不搞大拆大建”。2025年5月，國務院發佈《關於持續推進城市更新行動的意見》提到：到2030年，城市更新行動實施取得重要進展，表達為一項偏長期的工程。與2015年提出棚改三年，力爭到2020年基本完成現有城鎮棚戶區、城中村和危房改造有一定區別。2025年7月，中央城市工作會議提到：“以推進城市更新為重要抓手”、“穩步推進城中村和危舊房改造。”2024年住建部部長提到從中國城鎮300多億平方米存量住房需要更新改造，房地產還是有很大的潛力和空間的。從資金看，城市更新偏向中央財政，區別於棚改中的以貨幣化安置為抓手，同時在政府舉債、融資平台等多維度融資機制。城市更新中，房屋養老金也是重要一環。2024年8月，住建部表示，研究建立房屋體檢、房屋養老金、房屋保險制度，建構全生命周期房屋安全管理長效機制，上海等22個城市正在開展試點。當前房屋養老金主要是指用於房屋共用部位、共用設施裝置保修期滿後，房屋公共體檢、日常維修以外的大、中修，及更新改造的資金。房屋養老金制度未來或分為“公共帳戶”和“個人帳戶”，個人帳戶”由已經建立的“住宅專項維修基金”構成，主要由業主繳納。此次建設重點是養老金“公共帳戶”，款項或將主要來自於財政資金，由地方政府探索資金籌集管道。6 第六大趨勢：房價分化，核心城市未來2-3年內築底市場分化將加劇，一線及強二線城市因人口流入、產業集聚，未來2-3年內築底。大多數三四線城市，人口流出，有價無市、去化困難，未來可能陷入漫長的陰跌。後房地產時代，市場將從過去的“普漲時代”轉向“結構性分化”新格局。根據我們在《中國城市房地產保值率排名2025》的研究，以2017年房價峰值為基準，計算截至2025年8月的保值率（當前房價與歷史峰值之比），全國317個城市呈現出顯著梯度分化。保值率TOP10城市包括烏魯木齊、上海、北京、成都、杭州等，其房產保值率普遍維持在80%以上，而部分三四線城市如鶴崗、廊坊和溫州已跌破60%關口。這種分化不僅是市場情緒的折射，更是城市經濟韌性、人口吸附力與政策響應效率的綜合體現。目前全國房價從高點回落幅度不均，未來房價走勢將延續分化，核心城市憑藉產業集聚和人口流入展現出抗跌韌性，而廣大三四線城市則面臨漫長的價值重估。分地區看，東部沿海核心城市跌幅相對有限，而中西部和東北地區調整較深。未來房價的底部確認將是一個漸進過程，核心城市的核心區域已顯現走穩跡象，而廣大三四線城市的調整可能漫長而反覆。這種分化格局揭示出，中國房地產市場的黃金時代已落幕，未來價值重塑將更依賴於城市基本面的質量深耕，而非粗放式擴張。一線、強二線核心城市房價未來2-3年內築底。以北京、上海為例，其保值率均超過85%，核心資產展現出終極抗跌力。北京憑藉首都稟賦和總部效應，吸引高品質人口集聚，學區房和核心區豪宅在政策調控下仍保持高溢價；上海則依託全球資本聚集和宅地稀缺性，陸家嘴金融叢集催生高淨值需求，2024年總價3000萬以上新房成交激增300%。未來，隨著政策最佳化如限購放開（北京、上海已調整五環外、外環外限購）和降息減負，一二線市場有望逐步走穩。核心區域房價再跌20%以上的可能性極小，5%-10%的跌幅或是極限，甚至可能觸底回升。強二線城市方面，成都和杭州憑藉數字經濟和文化溢價，保值率超84%，顯示出回暖潛力。中長期看，中國住房需求結構轉向改善型主導，核心城市將受益於人口流入和產業升級，推動核心區域房價在磨底後溫和回升。弱二線、三四線城市的房價下跌遠未見底，未來可能陷入長達10-20年的陰跌周期，底部需要反覆確認和磨礪。其根本原因在於基本面支撐薄弱：人口持續流出、經濟結構單一、以及土地供應過剩。從人口看，這些城市普遍面臨人口淨流出，例如東北地區的哈爾濱、長春保值率僅74.7%，遠低於西部重點城市，由於青壯年勞動力向核心都市圈集聚，購房需求萎縮導致“有價無市”。土地供應方面，過去依賴擴張的模式造成庫存積壓，部分三四線城市商品住宅去化周期超過36個月，應暫停新增用地出讓，但歷史形成的過剩供給難以快速消化。經濟轉型挑戰加劇了買力不足，三四線城市產業多以傳統製造業為主，缺乏高收入崗位，居民購買力弱化，而賣壓卻因投資性房源集中釋放不斷積蓄。以鄭州為例，其房價峰值早於2019年出現，經歷超三年下行後保值率偏低，反映出調整深度。未來，這些城市將步入漫長的去庫存周期，房價底部不會一蹴而就，而是通過反覆試探和出清逐步形成，期間可能伴隨局部反彈但整體趨勢向下。7 第七大趨勢：房企從“三高”模式邁向質量深耕房企大洗牌，大部分房企將消失或被併購重組，優勝劣汰，眾多房企為求生存發展，向輕資產模式轉型。2024年3月，住建部表示“對嚴重資不抵債、失去經營能力的房企，要按照法治化、市場化的原則，該破產的破產，該重組的重組。”根據中指院資料，2024年，TOP100房企銷售總額同比-30.6%，其中銷售總額超千億房企11家，較去年同期減少5家，百億房企86家，較去年同期減少30家。2025年1-9月，TOP100房企銷售總額同比-12.2%，其中1000億以上陣營6家，與去年同期持平，500-1000億較去年同期減少1家，300-500億較去年同期減少1家，100-300億企業較去年同期減少4家。中國房企將從“高負債、高槓桿、高周轉”舊模式向高品質經營發展轉型。這一轉變源於舊模式在市場需求結構變化和政策深度調控下暴露出的系統性風險，過度依賴房價上漲與寬鬆融資環境，導致在市場下行周期中資金鏈脆弱性凸顯。隨著“房住不炒”定位深化及消費者需求從“有沒有”轉向“好不好”，房企將圍繞財務穩健、產品創新與技術賦能重構發展邏輯，通過降低負債、提升營運效率及聚焦“好房子+好服務”實現可持續發展。尤其值得注意的是，行業資產負債表最佳化已出現積極跡象，百強企業通過經營性物業貸置換、REITs盤活資產、剝離非核心業務等方式降低有息負債規模，同時以數位化行銷與精準定價守護現金流生命線。而2025年政府工作報告將“好房子”建設納入國家戰略，進一步推動房企從開發銷售向持有營運轉變，以長租公寓、綠色建築等新賽道開闢增長空間。對於已陷入債務困境的房企，相當一部分面臨破產重組，需嚴格遵循“保交樓、化債務、穩民生”的遞進邏輯。其中“保交樓”是化解社會風險的前提，其完成情況直接關係購房者信心恢復與市場穩定。成功案例表明，依託“政府法院聯動”機制整合司法與行政資源是關鍵，例如安徽成城置業通過共益債引入續建資金，使爛尾十年項目重生，江西怡和源公司則通過分階段清償債務、調整容積率等舉措，在300多天內化解10億元債務危機並實現普通債權超過60%的清償率。債務重組需分類施策：對金融機構債權通過債轉股、資產證券化緩釋壓力；對購房者債權優先保障交付權益；對供應商債權鼓勵共益債參與。而碧桂園、萬科等大型房企因規模龐大、債務結構複雜，轉型更為艱難，或需同步推進“瘦身健體”與“業務重構”，通過出售非核心資產、聚焦代建與物業管理等輕資產賽道，從高槓桿驅動轉向現金流管理為核心的可持續模式。未來房企格局將呈現“央國走穩盤、龍頭民企突圍、混合所有制平衡”的分化特徵。央國企憑藉融資優勢與政策支援，主導保障房建設和城市更新，如華發股份探索“開發+營運”模式，越秀地產強化全生命周期資產服務能力，並利用REITs工具盤活存量資產。龍頭民營房企將從規模擴張轉向細分賽道深耕，例如，以代建業務應對城投拿地趨勢，或以商業營運與長租公寓實現雙輪驅動。混合所有制房企如聯發集團，在社會保障性與市場性間尋找平衡，通過聚焦青年安居等差異化需求實現社會效益與經濟效益雙贏。而區域型中小房企面臨嚴峻挑戰，或將通過被國資整合、聚焦老舊小區改造或應用AI等新興技術降本增效以求生存。總體而言，行業競爭正從規模轉向產品力、營運力與創新力的綜合比拚，唯有根植於民生需求與技術變革的房企才能在新周期中贏得機遇。8 第八大趨勢：土地供應“控量提質”，核心地塊成為“新寵”土地市場將邁入以穩定和存量為主導的新階段，“控量提質”為主要特點。隨著中國城鎮化處理程序從快速增長期轉向穩定發展期，城市發展模式也由大規模增量建設進入存量提質增效階段。這一背景下，2025年中央經濟工作會議首次提出“合理控制新增房地產用地供應”，強調盤活存量用地和商辦用房，標誌著土地供應政策發生根本性轉變。2025年上半年，中國月均土地供應面積、金額僅為2024年月均水平的7成。但2025年土地出讓溢價率持續回溫，2025年6月百城土地平均溢價率達到了5.5%，其中二線城市平均溢價率達到7.2%。成都、武漢、天津等熱點城市推出優質地塊，均在6月上演激烈的土拍大戰。北京、上海等核心城市則在5月成交了多宗高溢價地塊，5月一線城市平均溢價率達到6.4%。這種“控量提質”的調控思路反映房地產市場供求關係的重大變化，在去庫存的大背景下，我們預計，未來新增土地供應將進一步向人口集聚、產業集聚的核心城市的核心區域傾斜，且土地出讓總量保持適度水平，其中配套完善、低容積率的核心區域優質地塊佔比將持續提升。從市場表現看，核心城市的核心區域受到追捧，普通城市非核心地塊遇冷，分化格局將持續深化。政策與市場雙輪驅動土地市場向“質升量減”方向發展。2025年上半年，上海、杭州、成都等核心城市土地市場熱度持續高漲，高溢價、“地王”項目頻出，區域地價屢創新高。以上海為例，上半年僅4宗地塊以底價成交，嘉定、松江、奉賢、金山等外環外區域地塊均出現溢價成交，能夠形成溢價的區域範圍明顯擴大。2025年6月浦東曹路地塊以41.7%的溢價率創下上海集中供地5年來新高，楊浦濱江地塊成交樓麵價9.55萬元/平米刷新區域紀錄。同樣，深圳龍華區地塊經過65輪競爭，以46.6%的溢價率成交，樓麵價達4.46萬元/平米。杭州更是表現搶眼，2025年上半年出讓68宗涉宅地塊，土地出讓總金額高達1160億元，幾乎與2024年全年持平，成功超越北上廣深登頂全國土地成交金額榜。這些現象充分證明，體量較小、區位核心、容積率較低的土地在出讓時更易形成高溢價，市場對優質地塊的爭奪日趨激烈。這種分化趨勢背後，是政府“控量提質”供地策略的持續實施，未來土地供應將更加注重與房企購地意向對接，側重優質土地和好地段土地供應，並通過取消限價、減少配建等措施提升市場活力。在城鎮化處理程序放緩、房地產市場需求結構變化的宏觀背景下，土地資源將更高效地向核心城市優質區域配置，推動房地產市場實現從“量”到“質”的深刻轉變。9 第九大趨勢：土地財政轉型，地方尋找新稅源一二線線城市土地財政轉型，其他城市土地財政退出歷史舞台。隨著人口結構變化和區域經濟分化，土地財政模式轉型僅限於人口流入城市，其他城市土地財政退出歷史舞台。土地財政作為中國城市發展的重要支柱，長期以來以土地出讓收入支撐地方財政和基礎設施建設。當前，土地收入仍是地方財政的核心構成，相關稅費也成為地方財政收入的重要部分，2022年土地出讓收入和房地產專項稅合計佔地方財政收入的26.0%，地價佔房價5成左右。近兩年受經濟下行周期影響，地方政府土地財政空間持續收縮，2023年的國有土地使用權出讓收入是5.8兆元，跌破6兆大關，同比-13.2%，相比2021年高點的8.7兆元少了2.9兆。從宏觀層面看，土地出讓金和相關稅收佔房價的6成。2012-2023年，土地出讓金佔商品房銷售額比重平均值43.7%，其中2015、2016年由於行業庫存壓力較大，土地市場低迷，土地出讓金佔比分別為35.3%、30.3%，為近十年最低，此後佔比呈上升趨勢，2023年土地出讓金佔比為49.7%。2023年，土地出讓金和5個特有稅種合計佔商品房銷售額比重為65.6%。從中觀城市看，一線和部分二線城市因持續的人口流入，土地財政仍具有一定活力。根據中指研究院資料，2025年上半年，一線城市宅地出讓金同比增長49.5%，二線城市同比增長43.5%,多數三四線城市及人口流出地區，土地財政已顯疲態，土地需求下降，房地產庫存高企，導致土地出讓收入大幅萎縮。未來，土地財政轉型將主要集中在人口持續流入的一二線城市，通過最佳化土地供應、發展租賃市場和產業用地改革，逐步實現土地財政的可持續化。人口流出城市將逐步改變土地財政模式，部分城市甚至完全退出依賴土地財政的舊模式，轉而尋求替代財源，隨著土地財政推出，這些城市將面臨基礎設施年久失修、工資水平停止、就業機會減少等問題，年輕人口外流加速，形成“中國鐵鏽州”，老齡化程度達到65%以上。為應對地方財政缺口，預計推動消費稅和個人所得稅下放到地方，以增強地方自主財力，緩解土地財政退出帶來的衝擊。一方面，促進土地財政轉型，加力發展新基建、新能源等產業建設，培育地方產業高地；另一方面，從土地財政轉型股權財政，當前已有部分地方政府的超前意識擺脫房地產的依賴，打造地方特色產業叢集。例如，安徽加速建設以資訊技術、新能源、新材料為代表的新興產業聚集地，常州大舉“新能源之都”建設，通過股權投資孵化企業並拓寬財政收入管道。10 第十大趨勢：限購全面放開，回歸市場化我們預計，一線城市限購等限制性政策，預計未來一年內外環將全面開放，三年左右全域放開。對於多孩家庭給予住房補貼優惠。2021年房地產市場正熱，政策直指市場亂象，出台住宅用地“兩集中”供應、升級限購等政策減輕土地市場過熱的壓力、規範房地產交易，防止房地產市場過熱。2022年開始，政策方向從之前的抑制過熱轉向防範風險和市場托底，近兩年，在中國房地產市場供求關係發生重大變化的大背景下，“止跌回穩”現已成為中央針對房地產市場政策的基本定調，放鬆限制性政策、啟動需求是大勢所趨。中指院資料顯示，2022年以來各地因城施策頻次總體呈下降趨勢，2025年以來城市調控政策主要涉及調整公積金、購房補貼與引才落戶，6月合計出台51次政策，其中調整公積金類型30例，購房補貼類型8例，引才及落戶類4例，8月9月，新增開放限購政策4例。限購方面，近幾年限購政策不斷調整，可以清晰地看到一條漸進式的開放路徑，2022年，三四線城市限購政策開放，一二線城市購房門檻逐步鬆動；2023年南京、合肥、武漢、瀋陽等核心二線城市全面取消限購政策，9月，廣州成為首個放鬆限購的一線城市，將非戶籍人口首套房購置納稅社保年限從5年收縮至2年；2024年，二十屆三中全會明確提出“充分賦予個城市政府房地產市場調控自主權，因城施策，允許有關城市取消或調減住房限購政策”；2025年，北京、上海進一步最佳化限購政策，北京允許符合條件的家庭在五環外不限套數購房，上海放開外環以外限購。2025年10月，十五五規劃建議中提到：“完善促進消費制度機制，清理汽車、住房等消費不合理限制性措施”，我們預計未來一年一線城市內外環限購將全面開放，三年左右全域放開。逐步降低購房准入門檻，限購鬆綁有利於房地產市場回穩，放開限購是大勢所趨，目前仍存在限購的核心區域為北京五環內，上海外環內，深圳南山區、福田區以及寶安區的新安街道。住房供給方面，城市更新定調從2015年“加快城鎮棚戶區和危房改造“轉變為2025年的“高品質開展城市更新”，本次側重“存量提質增效”、“不搞大拆大建”。2024年住建部部長提到從中國城鎮300多億平方米存量住房需要更新改造來看，房地產還是有很大的潛力和空間的。另外，今年以來中央持續推進“好房子”建設，各地因地制宜發佈關於提升住宅品質，建設“好房子”的政策，。預計未來，住房供給政策將堅持“存量提質增效”，繼續深入“好房子”建設，為居民提供更好的住房保障。金融信貸方面，22年以來，貸款利率持續下調，央行降低五年期以上LPR共8次，下調公積金貸款利率3次，進入25年，各地響應號召，調整公積金政策，從提高公積金貸款額度、支援提取公積金用於首付、最佳化比例等多個方面降低居民購房門檻，釋放剛性需求和改善性需求。上海甚至支援住房公積金“又提又貸”，允許提取公積金用於首付，且不影響公積金貸款額度計算。未來住房公積金政策將持續最佳化，擴大公積金使用範圍，覆蓋更廣的人群，進一步釋放租房需求。 (澤平宏觀展望)

導讀房地產是國民經濟第一大支柱行業，事關經濟增長、民生就業和金融風險，一定要軟著陸，避免硬著陸。當前中國房地產從大開發時代向存量時代轉型，20-50歲主力購房人群到達拐點，供求關係發生重大變化，未來形勢如何？後房地產時代，中國房地產未來有十大趨勢：1、房地產大開發時代落幕，進入存量房主導時代。“房地產長期看人口、中期看土地、短期看金融”，當前20-50歲主力購房人群的人口長周期拐點已出現，城鎮化率達67%，套戶比超過1.1。2、人口進一步向都市圈城市群集聚，分化加大。東北、西北、低能級城市人口面臨持續流出壓力，未來僅有兩成城市人口持續流入，出現二八現象。3、建構房地產新模式。核心包括好房子建設，保障房、長租房，預售制改革，人地掛鉤，房地產稅，以實現供求平衡和長期平穩健康發展。4、未來住房市場的三大支撐：改善型需求、城市更新、保障房需求。未來的房地產市場將更側重於質量而非數量。5、城市更新將進入大力實施新階段。通過舊城改造、城中村改造等，提升城市面貌和居住品質。存量時代房屋老化問題凸顯，開展城市更新成為城市發展新動力，補安全短板、穩房屋價值。6、房價走勢分化將加劇，一線及強二線城市因人口流入、產業集聚，未來2-3年內將築底，更長遠看一線房價有望止跌回升。而大多數三四線城市，人口流出，有價無市、去化困難，未來可能陷入漫長的陰跌。7、房地產行業大洗牌，大部分房企將消失或被併購重組，優勝劣汰，這是所有行業發展到成熟階段必然要經歷的。8、土地供應策略“控量提質”，側重優質土地和好地段土地供應，並通過取消限價、減少配建等措施提升市場活力。核心城市的核心區域受到追捧，普通城市非核心地塊遇冷，分化格局將持續深化。9、土地財政模式面臨轉型，一二線城市土地財政轉型，其他城市土地財政退出歷史舞台。為應對地方財政缺口，預計推動消費稅和個人所得稅下放到地方，以增強地方自主財力，緩解土地財政退出帶來的衝擊。10、限制性政策退出，回歸市場化，預計未來一年內外環將全面開放，三年左右全域放開。完善促進消費制度機制勢在必行，清理住房消費的不合理限制性措施是大勢所趨。對於多孩家庭給予住房補貼優惠。目錄1 第一大趨勢：房地產大開發時代落幕，進入存量房主導時代2 第二大趨勢：人口向都市圈城市群集聚3 第三大趨勢：建構房地產新模式4 第四大趨勢：改善型需求、城市更新、保障房需求成主要支撐5 第五大趨勢：大力實施城市更新6 第六大趨勢：房價分化，核心城市未來2-3年內築底7 第七大趨勢：房企從“三高”模式邁向質量深耕8 第八大趨勢：土地供應“控量提質”，核心地塊成為“新寵”9 第九大趨勢：土地財政轉型，地方尋找新稅源10 第十大趨勢：限購全面放開，回歸市場化正文1 第一大趨勢：房地產大開發時代落幕，進入存量房主導時代房地產大開發時代落幕，進入存量房主導時代。20-50歲主力購房人群到達人口拐點，城鎮化率達67%，套戶比超過1.1。“房地產長期看人口、中期看土地、短期看金融”。由於人口紅利、快速城鎮化、土地財政、寬鬆貨幣政策、金融槓桿擴張等,1998-2018年中國房地產迎來黃金20年。1998年，國務院發佈《關於進一步深化住房制度改革加快住房建設的通知》，正式終結福利分房制度，全面啟動住房市場化改革；2003年-2013年為房地產高速發展階段，2003年，房地產被正式定位為“支柱產業”，政策支援力度加大，人口紅利、城鎮化、土地財政三因素推動，地產銷售面積、銷售額、投資增速均保持兩位數增長，需求爆發、房價單邊上漲、高槓桿高周轉；2014年，全國商品房銷售面積首次出現負增長，庫存壓力上升，房價漲幅趨緩；2015–2017年，棚改貨幣化製造三四線“小陽春”。隨著老齡化、少子化到來，20-50歲主力購房人群的人口長周期拐點出現，存量住房套戶比近1.1和房地產新發展模式加快建構，標誌著房地產大開發時代落幕，存量房主導時代到來。從需求看，人口方面，中國20-50歲主力置業人群規模於2013年達峰值。2024年末常住人口城鎮化率達67%，城鎮常住人口比上年末增加1083萬人。國際經驗表明，城市化發展近似一條稍被拉平的“S型”曲線，中國目前處於快速發展期（30%-70%）的減速發展階段末期。根據我們預測，到2040年中國城鎮化率將達到約78.6%，對應城鎮人口10.5億人，比2020年增加約1.5億人。從供給看，目前中國住房整體已經達到靜態平衡，但區域供求差異仍較大，1978-2023年中國城鎮住房套數從約3100萬套增至3.7億套，套戶比從0.8增至1.07。2023年一線、二線、三四線城市的套戶比分別為1.01、1.09、1.12，一線城市住房供給階段性達到靜態平衡，但由於老舊房屋佔比偏高，住房供給存在結構失衡，供給仍然不足。相比美國、日本的1.17、1.16，德國、英國的1.03、1.02，國內住房從供給短缺到總體平衡。總體看，當前中國房地產市場進入調整周期，是行業長期依賴“高負債、高槓桿、高周轉”舊模式難以為繼，並與人口結構拐點、居民預期轉變等疊加的結果。與1998-2018年政策刺激往往催生上漲行情不同，本輪調控政策雖持續加碼（如大幅降低首付比例、利率並鬆綁限購），但其效果更多體現為“止跌回穩”的托底作用，難以扭轉房價陰跌、銷售疲軟的整體趨勢。其核心原因在於基本面已發生根本性轉變，如人口總量見頂削弱長期需求，居民部門槓桿率高企制約購買力，住房總體供需關係逆轉，導致“買漲不買跌”的心理預期佔據主導等。2 第二大趨勢：人口向都市圈城市群集聚人口往都市圈城市群遷移，東北、西北、低能級城市人口面臨持續流出壓力，未來二八開，美國、日本、韓國等在城市化後半段都出現了人口集聚的現象和規律。以人口遷移看，美國、日本、韓國等國家在城市化後半段都出現人口集聚的現象和規律，遷移一般分為兩個階段：從鄉村到城市遷移，到在城市化中後期明顯向都市圈城市群遷移。美國人口遷移呈現兩個特點：一是在地區層面，從向傳統工業主導的鐵鏽8州集聚，到向能源、現代製造和現代服務業主導的西海岸、南海岸集聚。二是在城鄉層面，人口在城市化中後期明顯向大都會區集聚。日本人口隨產業持續向大都市圈集聚，但在1973年左右從向東京圈、大阪圈、名古屋圈“三極”集聚轉為向東京圈“一極”集聚。（請參考《中國人口大遷移》）從中國看，人口進一步向都市圈城市群集聚，分化加大，一、二線人口持續流入但增速放緩，三、四線城市人口持續淨流出。分地區看，人口持續向南方、東部地區集聚，2021-2023年南方、北方年均常住人口增量分別為33.9萬、-179.7萬人，2023年東部、中部、西部、東北部人口占比分別為40.2%、25.8%、27.2%、6.8%。分省看，改革開放以來，中國的跨省人口遷移經歷了從“孔雀東南飛”到回流中西部，再到粵浙人口再集聚和回流黔川渝鄂，近年浙瓊粵蘇人口持續聚集。分都市圈看，2010-2020年深莞惠、上海、廣佛肇都市圈年均常住人口增量超80萬，2021-2023年杭州、上海、合肥都市圈年均常住人口增量超20萬，濟南、南昌、蘭州等都市圈核心城市人口流入，但都市圈整體流出。分城市群看，2010-2020年珠三角、長三角城市群年均常住人口增量超180萬人，但東北、西部等區域近年面臨產業結構單一，呈現人口流出趨勢，2021-2023年長三角人口進一步集聚，年均常住人口增量達80萬人，位居第一，高於第2至第7位的城市群年均常住人口增量之和。分線看，2021-2023年一、二、三、四線城市人口年均增速分別為0.1%、0.4%、-0.2%、-0.7%，一、二線城市人口增速繼續放緩，三四線城市人口持續流出。未來人口、產業、資本將進一步向核心城市集聚，東北、西北、低能級城市人口面臨持續流出壓力，出現二八現象。預計2040年中國城鎮化率將達78.6%，未來20年超八成新增城鎮人口分佈在都市圈內部，超九成位於城市群內部，其中近五成來自五大城市群（長三角、珠三角、京津冀、成渝、長江中游）。人口遷移對經濟社會影響重大。人口流入地區發展潛力更大，人口流出地區老齡化加重，經濟社會發展壓力明顯。人口向大都市圈大城市群集中，房地產市場將更加分化。3 第三大趨勢：建構房地產新模式房地產新模式，包括好房子建設，保障房、長租房，預售制改革，人地掛鉤，房地產稅，以實現供求平衡和長期平穩健康發展。我們在《中國住房存量報告》提到：經過多年發展，2023年中國城鎮人均住房建築面積約35.9平方米；城鎮住房套戶比為1.07，一線、二線、三四線城市的套戶比分別為1.01、1.09、1.12，一線城市住房供給階段性達到靜態平衡。近年，房地產發展新模式被反覆提及。2021年中央經濟工作會議提到：探索新的發展模式，堅持租購併舉，加快發展長租房市場，推進保障性住房建設，支援商品房市場更好滿足購房者的合理住房需求。2024年10月《中共中央關於進一步全面深化改革、推進中國式現代化的決定》提出：“加快建構房地產發展新模式。”2025年7月中央城市工作會議在北京舉行，會議提到：“堅持人口、產業、城鎮、交通一體規劃，最佳化城市空間結構；加快建構房地產發展新模式。”概括為四個方面：1）理念上，建設適應人民群眾新期待的好房子。中國的住房發展已經進入了新階段，從“有沒有”轉向“好不好”。著力建設綠色低碳的美麗城市、建設安全可靠的韌性城市。2025年3月，“好房子”首入政府工作報告，政府工作報告中提出：完善標準規範，推動建設安全、舒適、綠色、智慧的“好房子”。2025年7月，住建部調研組赴廣東、浙江調研，再次強調：加快建設安全、舒適、綠色、智慧的“好房子”，推動房地產市場止跌回穩。通過“好房子”供給迭代，釋放改善型需求。當前，中國城鎮化率67%，加上改善型需求，房地產市場還有較大空間。在“好房子”加速推動發展背景下，中國近期各地核心區域、小面積或低容積率的高品質地塊集中出讓，高品質第四代住宅項目也持續去化熱銷。2025年10月，住房城鄉建設部提到，未來五項工作重點推動“好房子”建設，1）好的標準，《住宅項目規範》已正式實施，涉及層高、隔音等14項新的標準；2）好的設計，依照好標準，做出好設計；3）好的建材，提升綠色建材、智慧安防等在“好房子”中應用；4）好的建造；5）好的維運。2）體繫上，以政府為主滿足剛性住房需求，以市場為主滿足多樣化改善性住房需求。提高保障性住房佔住房總量的比例，提升保障性住房的質量品質及適配性，支援城鄉居民多樣化改善性住房需求，鼓勵房地產企業提高住房建設標準、加強智能科技應用、提升物業服務水平。3）制度上，改革完善房地產開發、交易和使用制度，為房地產轉型發展夯實制度基礎。改革房地產開發融資方式和商品房預售制度，有力有序推行商品房現房銷售，加強預售資金監管、嚴格預售門檻。引導房地產企業逐步形成適度槓桿比例、合理負債水平和正常周轉速度的發展機制。4）要素配置上，建立“人、房、地、錢”要素聯動新機制。加強住房與土地、金融資源聯動，根據住房需求科學安排土地供應、配置金融資源，實現以人定房、以房定地、以房定錢，保持市場供需平衡、結構合理，防止大起大落。完善房地產稅收制度。房地產稅替代土地財政是大勢所趨。當前土地財政拖累較大，地方財政吃緊，需要新稅源，如穩步推動房地產稅試點。預計未來更多新模式配套政策將進一步完善和落地。這是適應中國房地產市場供求關係發生重大變化的新形勢，著眼於破解房地產發展難題和防範風險、促進房地產市場平穩健康發展的治本之策。4 第四大趨勢：改善型需求、城市更新、保障房需求將成主要支撐未來住房市場的主要支撐來自改善型需求、城市更新、保障房需求等。2025年7月，時隔十年中央城市工作會議定調“中國城鎮化正從快速增長期轉向穩定發展期”、“高品質開展城市更新”、“穩步推進城中村和危舊房改造。”2024年3月，國常會定調“房地產產業鏈條長、涉及面廣，房地產事關人民群眾切身利益，事關經濟社會發展大局”。2025年，中央城市工作會議提到：“中國城鎮化正從快速增長期轉向穩定發展”，會議以“堅持穩中求進，因地制宜，推進城市更新，存量提質，加快建構房地產發展新模式”為主基調。考慮到城鎮化處理程序、住房改善性需求、城市更新等，未來中國房地產還有較大發展空間和潛力。據測算，2025-2030年，中國住房需求總量約55億平，年均新增住房需求約9.2億平/年，並不會大幅下跌至較低水平。預計到2030年，中國住房需求緩慢下降至8.9億平方米，其中，剛性需求2.5億平、改善性需求3.7億平、更新需求2.7億平。具體來看:從趨勢看，未來中國住房需求整體呈緩慢下降趨勢，其中，剛性需求呈下降趨勢，改善性需求保持平穩，更新需求保持小幅緩慢上升。從結構看，2025-2030年剛性需求、改善性需求、更新需求佔比分別為28.7%、41.7%、29.6%，改善性需求成為中國住房市場最大的需求支撐。消費者不再僅僅追求“有房住”，而是追求“住好房”，家庭規模小型化趨勢也將帶來更多住房需求，人均住房面積也將由此提升。從供給看，中國城鎮化進入穩定發展，城鎮化速度放緩，根據我們測算，2025-2030年中國新增城鎮常住人口約0.4億人，城鎮化率提升3.9個百分點，帶來住房需求17.0億平方米，年均2.8億/年。城市發展從大規模增量擴張轉向提質增效，城市更新成為新動能，“十四五”規劃提出，要完成約21.9萬個城鎮老舊小區改造任務，據測算，2025-2030年，中國城市更新帶來住房需求約16.1億平，年均約2.7億平/年。城中村改造、老舊小區更新、低效用地盤活將為住房供給提供新的空間，政策層面明確住房供給“嚴控增量、最佳化存量、提高品質”，減少土地供應，重點發展建設安全、舒適、綠色、智慧的“好房子”，使之與當前的實際需求匹配。總體看，未來的房地產市場將更側重於質量而非數量，從增量為主向增存並重階段轉換。未來中國住房需求整體呈緩慢下降趨勢，其中剛性需求呈下降趨勢，改善性需求保持平穩，更新需求保持小幅緩慢上升。房地產市場正向未來更可持續的穩定規模過渡。5 第五大趨勢：大力實施城市更新城市更新將進入"大力實施"新階段，通過舊城改造、城中村改造、產業升級等，提升城市面貌和居住品質。存量時代，老舊房屋或將存在牆體結構安全隱患、屋面滲漏、外牆脫落、設施裝置老化等問題。根據我們測算，一、二、三四線1999年以前建成房屋（房齡大於25年）佔比平均值分別為36.1%、24.4%、23.7%，到2040年，預計將有近80%的房屋成為“老小區”，或將存在牆體結構隱患、外牆脫落、設施裝置老化等問題，影響居民生活體驗。時隔十年的中央城市工作會議將城市更新寫入總體要求，定調從2015年“加快城鎮棚戶區和危房改造”轉變為“高品質開展城市更新”，側重“存量提質增效”、“不搞大拆大建”。2025年5月，國務院發佈《關於持續推進城市更新行動的意見》提到：到2030年，城市更新行動實施取得重要進展，表達為一項偏長期的工程。與2015年提出棚改三年，力爭到2020年基本完成現有城鎮棚戶區、城中村和危房改造有一定區別。2025年7月，中央城市工作會議提到：“以推進城市更新為重要抓手”、“穩步推進城中村和危舊房改造。”2024年住建部部長提到從中國城鎮300多億平方米存量住房需要更新改造，房地產還是有很大的潛力和空間的。從資金看，城市更新偏向中央財政，區別於棚改中的以貨幣化安置為抓手，同時在政府舉債、融資平台等多維度融資機制。城市更新中，房屋養老金也是重要一環。2024年8月，住建部表示，研究建立房屋體檢、房屋養老金、房屋保險制度，建構全生命周期房屋安全管理長效機制，上海等22個城市正在開展試點。當前房屋養老金主要是指用於房屋共用部位、共用設施裝置保修期滿後，房屋公共體檢、日常維修以外的大、中修，及更新改造的資金。房屋養老金制度未來或分為“公共帳戶”和“個人帳戶”，個人帳戶”由已經建立的“住宅專項維修基金”構成，主要由業主繳納。此次建設重點是養老金“公共帳戶”，款項或將主要來自於財政資金，由地方政府探索資金籌集管道。6 第六大趨勢：房價分化，核心城市未來2-3年內築底市場分化將加劇，一線及強二線城市因人口流入、產業集聚，未來2-3年內築底。大多數三四線城市，人口流出，有價無市、去化困難，未來可能陷入漫長的陰跌。後房地產時代，市場將從過去的“普漲時代”轉向“結構性分化”新格局。根據我們在《中國城市房地產保值率排名2025》的研究，以2017年房價峰值為基準，計算截至2025年8月的保值率（當前房價與歷史峰值之比），全國317個城市呈現出顯著梯度分化。保值率TOP10城市包括烏魯木齊、上海、北京、成都、杭州等，其房產保值率普遍維持在80%以上，而部分三四線城市如鶴崗、廊坊和溫州已跌破60%關口。這種分化不僅是市場情緒的折射，更是城市經濟韌性、人口吸附力與政策響應效率的綜合體現。目前全國房價從高點回落幅度不均，未來房價走勢將延續分化，核心城市憑藉產業集聚和人口流入展現出抗跌韌性，而廣大三四線城市則面臨漫長的價值重估。分地區看，東部沿海核心城市跌幅相對有限，而中西部和東北地區調整較深。未來房價的底部確認將是一個漸進過程，核心城市的核心區域已顯現走穩跡象，而廣大三四線城市的調整可能漫長而反覆。這種分化格局揭示出，中國房地產市場的黃金時代已落幕，未來價值重塑將更依賴於城市基本面的質量深耕，而非粗放式擴張。一線、強二線核心城市房價未來2-3年內築底。以北京、上海為例，其保值率均超過85%，核心資產展現出終極抗跌力。北京憑藉首都稟賦和總部效應，吸引高品質人口集聚，學區房和核心區豪宅在政策調控下仍保持高溢價；上海則依託全球資本聚集和宅地稀缺性，陸家嘴金融叢集催生高淨值需求，2024年總價3000萬以上新房成交激增300%。未來，隨著政策最佳化如限購放開（北京、上海已調整五環外、外環外限購）和降息減負，一二線市場有望逐步走穩。核心區域房價再跌20%以上的可能性極小，5%-10%的跌幅或是極限，甚至可能觸底回升。強二線城市方面，成都和杭州憑藉數字經濟和文化溢價，保值率超84%，顯示出回暖潛力。中長期看，中國住房需求結構轉向改善型主導，核心城市將受益於人口流入和產業升級，推動核心區域房價在磨底後溫和回升。弱二線、三四線城市的房價下跌遠未見底，未來可能陷入長達10-20年的陰跌周期，底部需要反覆確認和磨礪。其根本原因在於基本面支撐薄弱：人口持續流出、經濟結構單一、以及土地供應過剩。從人口看，這些城市普遍面臨人口淨流出，例如東北地區的哈爾濱、長春保值率僅74.7%，遠低於西部重點城市，由於青壯年勞動力向核心都市圈集聚，購房需求萎縮導致“有價無市”。土地供應方面，過去依賴擴張的模式造成庫存積壓，部分三四線城市商品住宅去化周期超過36個月，應暫停新增用地出讓，但歷史形成的過剩供給難以快速消化。經濟轉型挑戰加劇了買力不足，三四線城市產業多以傳統製造業為主，缺乏高收入崗位，居民購買力弱化，而賣壓卻因投資性房源集中釋放不斷積蓄。以鄭州為例，其房價峰值早於2019年出現，經歷超三年下行後保值率偏低，反映出調整深度。未來，這些城市將步入漫長的去庫存周期，房價底部不會一蹴而就，而是通過反覆試探和出清逐步形成，期間可能伴隨局部反彈但整體趨勢向下。7 第七大趨勢：房企從“三高”模式邁向質量深耕房企大洗牌，大部分房企將消失或被併購重組，優勝劣汰，眾多房企為求生存發展，向輕資產模式轉型。2024年3月，住建部表示“對嚴重資不抵債、失去經營能力的房企，要按照法治化、市場化的原則，該破產的破產，該重組的重組。”根據中指院資料，2024年，TOP100房企銷售總額同比-30.6%，其中銷售總額超千億房企11家，較去年同期減少5家，百億房企86家，較去年同期減少30家。2025年1-9月，TOP100房企銷售總額同比-12.2%，其中1000億以上陣營6家，與去年同期持平，500-1000億較去年同期減少1家，300-500億較去年同期減少1家，100-300億企業較去年同期減少4家。中國房企將從“高負債、高槓桿、高周轉”舊模式向高品質經營發展轉型。這一轉變源於舊模式在市場需求結構變化和政策深度調控下暴露出的系統性風險，過度依賴房價上漲與寬鬆融資環境，導致在市場下行周期中資金鏈脆弱性凸顯。隨著“房住不炒”定位深化及消費者需求從“有沒有”轉向“好不好”，房企將圍繞財務穩健、產品創新與技術賦能重構發展邏輯，通過降低負債、提升營運效率及聚焦“好房子+好服務”實現可持續發展。尤其值得注意的是，行業資產負債表最佳化已出現積極跡象，百強企業通過經營性物業貸置換、REITs盤活資產、剝離非核心業務等方式降低有息負債規模，同時以數位化行銷與精準定價守護現金流生命線。而2025年政府工作報告將“好房子”建設納入國家戰略，進一步推動房企從開發銷售向持有營運轉變，以長租公寓、綠色建築等新賽道開闢增長空間。對於已陷入債務困境的房企，相當一部分面臨破產重組，需嚴格遵循“保交樓、化債務、穩民生”的遞進邏輯。其中“保交樓”是化解社會風險的前提，其完成情況直接關係購房者信心恢復與市場穩定。成功案例表明，依託“政府法院聯動”機制整合司法與行政資源是關鍵，例如安徽成城置業通過共益債引入續建資金，使爛尾十年項目重生，江西怡和源公司則通過分階段清償債務、調整容積率等舉措，在300多天內化解10億元債務危機並實現普通債權超過60%的清償率。債務重組需分類施策：對金融機構債權通過債轉股、資產證券化緩釋壓力；對購房者債權優先保障交付權益；對供應商債權鼓勵共益債參與。而碧桂園、萬科等大型房企因規模龐大、債務結構複雜，轉型更為艱難，或需同步推進“瘦身健體”與“業務重構”，通過出售非核心資產、聚焦代建與物業管理等輕資產賽道，從高槓桿驅動轉向現金流管理為核心的可持續模式。未來房企格局將呈現“央國走穩盤、龍頭民企突圍、混合所有制平衡”的分化特徵。央國企憑藉融資優勢與政策支援，主導保障房建設和城市更新，如華發股份探索“開發+營運”模式，越秀地產強化全生命周期資產服務能力，並利用REITs工具盤活存量資產。龍頭民營房企將從規模擴張轉向細分賽道深耕，例如，以代建業務應對城投拿地趨勢，或以商業營運與長租公寓實現雙輪驅動。混合所有制房企如聯發集團，在社會保障性與市場性間尋找平衡，通過聚焦青年安居等差異化需求實現社會效益與經濟效益雙贏。而區域型中小房企面臨嚴峻挑戰，或將通過被國資整合、聚焦老舊小區改造或應用AI等新興技術降本增效以求生存。總體而言，行業競爭正從規模轉向產品力、營運力與創新力的綜合比拚，唯有根植於民生需求與技術變革的房企才能在新周期中贏得機遇。8 第八大趨勢：土地供應“控量提質”，核心地塊成為“新寵”土地市場將邁入以穩定和存量為主導的新階段，“控量提質”為主要特點。隨著中國城鎮化處理程序從快速增長期轉向穩定發展期，城市發展模式也由大規模增量建設進入存量提質增效階段。這一背景下，2025年中央經濟工作會議首次提出“合理控制新增房地產用地供應”，強調盤活存量用地和商辦用房，標誌著土地供應政策發生根本性轉變。2025年上半年，中國月均土地供應面積、金額僅為2024年月均水平的7成。但2025年土地出讓溢價率持續回溫，2025年6月百城土地平均溢價率達到了5.5%，其中二線城市平均溢價率達到7.2%。成都、武漢、天津等熱點城市推出優質地塊，均在6月上演激烈的土拍大戰。北京、上海等核心城市則在5月成交了多宗高溢價地塊，5月一線城市平均溢價率達到6.4%。這種“控量提質”的調控思路反映房地產市場供求關係的重大變化，在去庫存的大背景下，我們預計，未來新增土地供應將進一步向人口集聚、產業集聚的核心城市的核心區域傾斜，且土地出讓總量保持適度水平，其中配套完善、低容積率的核心區域優質地塊佔比將持續提升。從市場表現看，核心城市的核心區域受到追捧，普通城市非核心地塊遇冷，分化格局將持續深化。政策與市場雙輪驅動土地市場向“質升量減”方向發展。2025年上半年，上海、杭州、成都等核心城市土地市場熱度持續高漲，高溢價、“地王”項目頻出，區域地價屢創新高。以上海為例，上半年僅4宗地塊以底價成交，嘉定、松江、奉賢、金山等外環外區域地塊均出現溢價成交，能夠形成溢價的區域範圍明顯擴大。2025年6月浦東曹路地塊以41.7%的溢價率創下上海集中供地5年來新高，楊浦濱江地塊成交樓麵價9.55萬元/平米刷新區域紀錄。同樣，深圳龍華區地塊經過65輪競爭，以46.6%的溢價率成交，樓麵價達4.46萬元/平米。杭州更是表現搶眼，2025年上半年出讓68宗涉宅地塊，土地出讓總金額高達1160億元，幾乎與2024年全年持平，成功超越北上廣深登頂全國土地成交金額榜。這些現象充分證明，體量較小、區位核心、容積率較低的土地在出讓時更易形成高溢價，市場對優質地塊的爭奪日趨激烈。這種分化趨勢背後，是政府“控量提質”供地策略的持續實施，未來土地供應將更加注重與房企購地意向對接，側重優質土地和好地段土地供應，並通過取消限價、減少配建等措施提升市場活力。在城鎮化處理程序放緩、房地產市場需求結構變化的宏觀背景下，土地資源將更高效地向核心城市優質區域配置，推動房地產市場實現從“量”到“質”的深刻轉變。9 第九大趨勢：土地財政轉型，地方尋找新稅源一二線線城市土地財政轉型，其他城市土地財政退出歷史舞台。隨著人口結構變化和區域經濟分化，土地財政模式轉型僅限於人口流入城市，其他城市土地財政退出歷史舞台。土地財政作為中國城市發展的重要支柱，長期以來以土地出讓收入支撐地方財政和基礎設施建設。當前，土地收入仍是地方財政的核心構成，相關稅費也成為地方財政收入的重要部分，2022年土地出讓收入和房地產專項稅合計佔地方財政收入的26.0%，地價佔房價5成左右。近兩年受經濟下行周期影響，地方政府土地財政空間持續收縮，2023年的國有土地使用權出讓收入是5.8兆元，跌破6兆大關，同比-13.2%，相比2021年高點的8.7兆元少了2.9兆。從宏觀層面看，土地出讓金和相關稅收佔房價的6成。2012-2023年，土地出讓金佔商品房銷售額比重平均值43.7%，其中2015、2016年由於行業庫存壓力較大，土地市場低迷，土地出讓金佔比分別為35.3%、30.3%，為近十年最低，此後佔比呈上升趨勢，2023年土地出讓金佔比為49.7%。2023年，土地出讓金和5個特有稅種合計佔商品房銷售額比重為65.6%。從中觀城市看，一線和部分二線城市因持續的人口流入，土地財政仍具有一定活力。根據中指研究院資料，2025年上半年，一線城市宅地出讓金同比增長49.5%，二線城市同比增長43.5%,多數三四線城市及人口流出地區，土地財政已顯疲態，土地需求下降，房地產庫存高企，導致土地出讓收入大幅萎縮。未來，土地財政轉型將主要集中在人口持續流入的一二線城市，通過最佳化土地供應、發展租賃市場和產業用地改革，逐步實現土地財政的可持續化。人口流出城市將逐步改變土地財政模式，部分城市甚至完全退出依賴土地財政的舊模式，轉而尋求替代財源，隨著土地財政推出，這些城市將面臨基礎設施年久失修、工資水平停止、就業機會減少等問題，年輕人口外流加速，形成“中國鐵鏽州”，老齡化程度達到65%以上。為應對地方財政缺口，預計推動消費稅和個人所得稅下放到地方，以增強地方自主財力，緩解土地財政退出帶來的衝擊。一方面，促進土地財政轉型，加力發展新基建、新能源等產業建設，培育地方產業高地；另一方面，從土地財政轉型股權財政，當前已有部分地方政府的超前意識擺脫房地產的依賴，打造地方特色產業叢集。例如，安徽加速建設以資訊技術、新能源、新材料為代表的新興產業聚集地，常州大舉“新能源之都”建設，通過股權投資孵化企業並拓寬財政收入管道。10 第十大趨勢：限購全面放開，回歸市場化我們預計，一線城市限購等限制性政策，預計未來一年內外環將全面開放，三年左右全域放開。對於多孩家庭給予住房補貼優惠。2021年房地產市場正熱，政策直指市場亂象，出台住宅用地“兩集中”供應、升級限購等政策減輕土地市場過熱的壓力、規範房地產交易，防止房地產市場過熱。2022年開始，政策方向從之前的抑制過熱轉向防範風險和市場托底，近兩年，在中國房地產市場供求關係發生重大變化的大背景下，“止跌回穩”現已成為中央針對房地產市場政策的基本定調，放鬆限制性政策、啟動需求是大勢所趨。中指院資料顯示，2022年以來各地因城施策頻次總體呈下降趨勢，2025年以來城市調控政策主要涉及調整公積金、購房補貼與引才落戶，6月合計出台51次政策，其中調整公積金類型30例，購房補貼類型8例，引才及落戶類4例，8月9月，新增開放限購政策4例。限購方面，近幾年限購政策不斷調整，可以清晰地看到一條漸進式的開放路徑，2022年，三四線城市限購政策開放，一二線城市購房門檻逐步鬆動；2023年南京、合肥、武漢、瀋陽等核心二線城市全面取消限購政策，9月，廣州成為首個放鬆限購的一線城市，將非戶籍人口首套房購置納稅社保年限從5年收縮至2年；2024年，二十屆三中全會明確提出“充分賦予個城市政府房地產市場調控自主權，因城施策，允許有關城市取消或調減住房限購政策”；2025年，北京、上海進一步最佳化限購政策，北京允許符合條件的家庭在五環外不限套數購房，上海放開外環以外限購。2025年10月，十五五規劃建議中提到：“完善促進消費制度機制，清理汽車、住房等消費不合理限制性措施”，我們預計未來一年一線城市內外環限購將全面開放，三年左右全域放開。逐步降低購房准入門檻，限購鬆綁有利於房地產市場回穩，放開限購是大勢所趨，目前仍存在限購的核心區域為北京五環內，上海外環內，深圳南山區、福田區以及寶安區的新安街道。住房供給方面，城市更新定調從2015年“加快城鎮棚戶區和危房改造“轉變為2025年的“高品質開展城市更新”，本次側重“存量提質增效”、“不搞大拆大建”。2024年住建部部長提到從中國城鎮300多億平方米存量住房需要更新改造來看，房地產還是有很大的潛力和空間的。另外，今年以來中央持續推進“好房子”建設，各地因地制宜發佈關於提升住宅品質，建設“好房子”的政策，。預計未來，住房供給政策將堅持“存量提質增效”，繼續深入“好房子”建設，為居民提供更好的住房保障。金融信貸方面，22年以來，貸款利率持續下調，央行降低五年期以上LPR共8次，下調公積金貸款利率3次，進入25年，各地響應號召，調整公積金政策，從提高公積金貸款額度、支援提取公積金用於首付、最佳化比例等多個方面降低居民購房門檻，釋放剛性需求和改善性需求。上海甚至支援住房公積金“又提又貸”，允許提取公積金用於首付，且不影響公積金貸款額度計算。未來住房公積金政策將持續最佳化，擴大公積金使用範圍，覆蓋更廣的人群，進一步釋放租房需求。 (澤平宏觀展望)

就在大家還在爭論“AI 是不是要搶走工作”的時候，全球最知名的未來學家之一伯納德·馬爾（Bernard Marr）在《福布斯》上拋出了一個大膽判斷：2026 年，生成式 AI 不只是工具，而是社會基礎設施。為了讓這場巨變不至於把你拍在沙灘上，我們把他的核心觀點拆開聊聊，用最直觀的方式帶你看清 2026 年的“AI 世界長什麼樣”。如果說 2023 年的 ChatGPT 是點燃引線的火花，那 2026 年，就是火藥桶徹底炸開的那一年。你會明顯感覺到：以前那些“聽起來很遠的東西”，現在正在一個個落地；AI 不再只是寫文案、做圖的小工具，而是深入到生活和工作的每一個角落；甚至連“工作崗位”這件事，都開始重新定義。從視訊、遊戲，到隱私、搜尋，再到科研和就業結構，生成式 AI 正在重做世界版圖。下面，我們就按照 2026 的節奏，一口氣講清楚今年最重要的十個趨勢。別緊張，也別害怕，該來的都來了。一、生成式視訊全面商業化娛樂業的“工業革命”如果說 2024、2025 的 AI 視訊還停留在“好玩”“實驗”的階段，那 2026 年已經開始動真格了。今年最典型的例子，就是 Netflix 的阿根廷劇《永航員》（El Eternauta）。這部劇在上線之前就被業內盯得很緊，因為它直接把生成視訊技術拉進了主流製作鏈條。製片方公開承認：用 AI 做特效，成本砍了一半，製作周期直接腰斬。這意味著什麼？意味著原來 2000 萬美元才能做出的科幻視覺，現在 200 萬都能搞定。意味著原本只有漫威、大廠、好萊塢能玩的大場景，現在中小團隊也能輕鬆上手。今年開始，你會在更多電視劇、綜藝、廣告甚至直播裡看到“AI 視訊”悄悄上線，不吵不鬧，但勢不可擋。很多工作崗位會因此結構性重塑，比如特效合成、場景建模、動畫外包團隊，都得重新學一遍行業規則。一句話，2026 年的內容行業，就是在經歷自己的工業革命。二、資訊越氾濫人越渴望“真實”當所有人都能用 AI 做內容、寫稿、生成視訊，真正稀缺的東西反而變成了“真實感”。品牌和個人內容創作者都開始焦慮，因為每一次打開社交媒體，你會看到鋪天蓋地的“AI 產物”，資訊密度高，但溫度低。2026 年的趨勢正在變得很明確：不是 AI 代替人，而是“有人味”的內容開始變成稀缺資源。無論是音樂、短影片、文章還是直播，那些保留著缺陷、情緒、偶爾翻車、甚至有點“糙”的表達，反而更能打動人。所以只要你敢說真話、有自己的觀點、能講別人替代不了的故事，你就在這個時代有立身之地——這是人類最值錢的地方。三、版權戰進入“全面戰爭”2023 年 NVIDIA、OpenAI、Stability AI 就已經被音樂公司和視覺圖庫告了一輪，而 2026 年則是直接進入“戰國時代”。藝術家認為自己的作品被拿去訓練模型，是“赤裸裸的剽竊”；模型開發者又認為不讓訓練就是“技術窒息”。比如今年美國的幾個標誌性訴訟案裡，法院第一次開始討論一個關鍵問題——“AI 模型記住的資料，到底算不算盜用？”各國立法者正在試圖調和這樁世紀難題。你可以預見，未來的 AI 訓練可能會逐漸走向“付費模式”，甚至出現專門的“資料銀行”，由創作者把內容打包售賣給模型訓練機構。一句話：2026 年版權界的關鍵詞只有一個——混戰。四、AI 從“回答問題”進化成“主動辦事”今年最大的升級是：AI 不再是你問一句它答一句，而是能自己動手、自動執行任務。ChatGPT 推出了 Agent 模式，Gemini、Claude 都能自己呼叫第三方軟體、跨平台執行任務、完成多步驟流程。也就是說，你未來只需要說一聲：“幫我做一個旅遊預算，訂酒店，順便查下籤證材料。”它就會真的幫你做好，從頭到尾，全鏈路閉環。更誇張的是，它還會自己檢查質量、自己糾錯、自己最佳化。這意味著你未來的“數字助理”，會更像一個真正的團隊成員——不是工具，而是“代理人”（Agent）。這是 2026 年最爆炸性的變化之一：AI 不只是“生成內容”，而是“接管流程”。五、隱私意識覺醒本地模型大爆發當越來越多企業開始使用 AI，隱私和資料安全的焦慮也全面拉響了警報。一項 2025 年的調查顯示，超過 61% 的大型公司擔心業務資料會被大模型“吸走”。而 2026 年的解決方案是：AI 不再在雲端跑，而是在你的裝置上跑。蘋果已經靠“裝置端 AI”實現差異化競爭，而更多廠商正在跟進。隱私模糊地帶正在被壓縮，企業級本地部署模型需求暴漲。未來的趨勢很明朗：個人資料在自己手上，模型跑在你本地，安全才是真的安全。六、遊戲行業將再次洗牌NPC 將變成“真人”2026 年遊戲行業正在發生的事，簡直像科幻電影。以前，NPC 只能重複幾句台詞；現在，NPC 能記住玩家的行為、有自己的性格、還能自己演故事。比如最近幾個原型項目展示的 AI-NPC 測試中，你對 NPC 做任何離譜操作，它都能即時生成反饋，還會自己發展劇情線，讓整個遊戲變成“開放式故事宇宙”。這意味著遊戲體驗從“設計好的劇本”，變成“無限生成的世界”。製作成本下降、創意空間爆炸、玩家體驗飛昇。換句話說：AI 會讓遊戲再次迎來 3A 等級的大爆發。七、合成資料成為“新石油”過去十年，資料是人工智慧的燃料；而 2026 年，生成式 AI 正在把“資料生產”這件事自動化。銀行開始用“合成客戶資料”測試詐騙模型，不再擔心暴露隱私；醫療機構正在用 AI 生成模擬病人，提前跑藥物實驗；能源、製造、生物領域都開始使用“虛擬資料”去模擬極端情況。因為真實世界的資料太昂貴、太隱私、太難獲取，而合成資料能做到規模化生產。你甚至可以說：2026 年，資料真正成為一種“可製造的產品”。八、搜尋行業正式進入“商業危機”AI 搜尋正在重塑所有人的資訊獲取方式。Google 的 Search Generative Experience（SGE）微軟的 Copilot 搜尋Perplexity AI……它們都在搶“搜尋入口”這塊蛋糕。問題在於，AI 會直接給你答案，你根本不會點連結。這對依賴“點選量賺錢”的網站、媒體、論壇是滅頂之災。Google 和微軟正在嘗試把廣告塞進 AI 搜尋裡，探索“生成式搜尋+付費推薦”的新商業模式。但方向在那裡、使用者能不能接受，一切都還在試驗。一句話：2026 年搜尋廣告這門買賣，沒有人敢說自己穩了。九、科學研究進入“AI 加速時代”今年最讓科研圈震驚的，是 AI 在蛋白摺疊、藥物研發、材料科學、天文推演上的突破速度。一些實驗室報告稱，AI 生成的候選藥物從“發現到進入臨床前”時間縮短了 70% 以上；能源領域的團隊正在用生成模型模擬核聚變條件；甚至連天文學都開始用 genAI 去預測無法觀測的星體運動。2026 年，科研界已經不再把 AI 當作工具，而是“共同研究者”。這是該年的真正意義：我們第一次在人類歷史上，把科學探索的速度交給了機器加速器。十、“AI崗位”開始真正展現價值過去幾年大家都擔心：“AI 會不會搶走我的工作？”現在大家正在見證另一個現象：AI 正在創造一批極其稀缺的新職業。比如：提示工程師（Prompt Engineer）模型訓練師（Model Trainer）AI 內容審計員（Output Auditor）AI 倫理專家多代理人系統協調者（AI Agent Coordinator）這些崗位薪資不但沒降低，反而一路上漲。因為企業需要一批人來“管理 AI、整合 AI、監督 AI”，讓機器和人類形成真正的協作體系。而 2026 年，我們終於意識到：AI 帶來的不是“崗位消失”，而是“崗位轉型”。 (好予科研)

Tom Standage's ten trends to watch in 2026A letter from the editor of The World Ahead插圖：Lauren Tamaki這是唐納德·川普的世界——我們都只是生活在其中。這位「首席顛覆者」是2025年影響全球事務的最大因素，只要他仍在白宮任職，情況就不會改變。他打破常規的做法在部分領域引發了動盪（如貿易領域），但也帶來了外交成果（如加薩問題），並推動了必要的變革（如歐洲國防開支）。隨著「川普風暴」在2026年持續發酵，以下是未來一年值得關注的十大趨勢與主題。1. 美國建國250周年為紀念美國建國250周年，共和黨人與民主黨人將用完全對立的陳述描繪這個國家，對其過去、現在和未來給出截然不同的解讀。隨後，選民將在11月的中期選舉中對美國的未來作出裁決。但即便民主黨掌控眾議院，川普通過施壓、關稅和行政命令治國的方式仍將繼續。2. 地緣政治漂移川普更傾向於基於直覺的交易型外交，而非宏大的地緣政治範式。舊的基於規則的全球秩序將進一步漂移瓦解，但「意願聯盟」將在國防、貿易和氣候等領域達成新協議。3. 戰爭與和平？皆有可能幸運的話，加薩脆弱的和平將得以維持。但烏克蘭、蘇丹和緬甸的衝突將持續拉鋸。俄羅斯將通過在北歐的「灰色地帶」挑釁，考驗美國對其盟友的承諾。隨著戰爭與和平的界線日益模糊，北極、太空軌道、海底和網路空間的緊張局勢將加劇。4. 歐洲的困境這一切都給歐洲帶來了特殊考驗。它必須增加國防開支、爭取美國支援、促進經濟成長並應對巨額赤字，儘管緊縮政策可能會助長極右翼政黨的支援率。歐洲也希望繼續成為自由貿易和環保事業的主要倡導者。但這些目標無法同時實現。大幅增加國防開支可能會提振經濟成長，但效果將十分有限。5. 中國的機遇川普的「美國優先」政策為中國提升全球影響力開闢了新機會。尤其是在全球南方地區，目前已與該地區達成一系列貿易協議。富裕國家入不敷出，債券市場危機的風險日益增加。6. 經濟擔憂目前來看，美國經濟對川普關稅的承受力超出了許多人的預期，但這些關稅仍將抑制全球成長。隨著富裕國家入不敷出，債券市場危機的風險正在上升。很大程度上，這將取決於5月傑羅姆鮑爾卸任聯準會主席後的繼任人選；聯準會政治化可能引發市場攤牌。7. 人工智慧相關擔憂美國在人工智慧基礎設施方面的大規模支出，也可能掩蓋其經濟疲軟。泡沫會破嗎？就像鐵路、電力和網路一樣，即便出現崩盤，也不代表這項技術缺乏實際價值，但可能會產生廣泛的經濟影響。無論如何，人們對人工智慧影響就業（尤其是畢業生就業）的擔憂將進一步加深。8. 喜憂參半的氣候狀況將全球升溫控制在1.5℃已無望實現，且川普厭惡再生能源。但全球排放量可能已達到峰值，清潔能源技術在全球南方蓬勃發展，企業將達到或超額完成氣候目標——但為避免觸怒川普，它們會對此保持低調。地熱能值得關注。9. 體育的價值人們總認為體育能讓人暫時脫離政治，對吧？但2026年可能並非如此。足球世界盃將由美國、加拿大和墨西哥聯合舉辦，而這三國關係正處於緊張狀態，球迷可能會減少觀賽。但在拉斯維加斯舉辦的「增強型奧運會」可能引發更大爭議：運動員可以使用興奮劑。這是作弊——還是只是另一種形式？10. 比司美格魯肽更優的選擇更有效、更廉價的GLP-1類減肥藥即將問世，且將推出片劑形式，這將擴大藥物的可用性。但服用這類藥物算是作弊嗎？ GLP-1類藥物將關於興奮劑倫理的討論，從運動員或健身愛好者擴展到了更廣泛的人群。很少有人能參加奧運會，但任何人都可以參與這場「司美格魯肽競賽」。 （邸報）

最近我看了美國方舟投資（ARK Invest）創始人“木頭姐”——Cathie Wood 的最新報告。她被稱為“科技狂人投資女神”，看完她的這份報告，我既覺得“不可思議”，又覺得“值得深思”。報告主要講了五個方面，我和大家簡單分享一下，也談談自己的理解。一、未來十年，全球經濟將提速木頭姐認為，未來十年全球 GDP 會翻倍增長，增速將從原來的 3% 提升到 7%。同時，通膨將歸零，甚至可能出現負通膨。聽起來很瘋狂，對吧？但仔細想想，AI 的普及確實能極大提升生產效率。當機器學習、自動化、智能管理深入各個行業後，生產力會呈指數級增長。經濟自然會加速，這並非全無可能。換句話說——AI 不只是讓我們更聰明，也讓世界運轉得更快。二、五股科技力量正在“合力推牆”她提到了五個核心技術方向：人工智慧（AI）、機器人（Robotics）、區塊鏈（Blockchain）、能源儲存（Energy Storage）、基因測序（Genomics）。這些不是孤立的技術，而是互相推動、共同發力的系統。比如：AI 幫助最佳化基因分析演算法，機器人依賴能源技術突破，區塊鏈保障資料安全……五股力量彼此交織，就像五條河最終匯入同一片海。未來的經濟增長引擎，正是它們的疊加效應。三、特斯拉可能漲到 2600 美元一股木頭姐對特斯拉的判斷，一如既往地大膽。她認為特斯拉不僅是一家車企，更是一個融合了AI、機器人、自動駕駛與能源系統的超級平台。馬斯克如果能專注於公司、少摻和政治，持續推進自動駕駛、Robotaxi、AI 晶片等戰略，那麼特斯拉股價翻五倍也不是夢。我自己也持有特斯拉股票，雖然波動很大，但這家公司代表的未來方向，是我願意長期陪伴的。四、比特幣長期目標：150 萬美元這個預測更是驚人。木頭姐認為，隨著全球貨幣體係數字化、機構投資者入場，以及通膨預期消退，比特幣最終可能漲到 150 萬美元一枚。當然，這不是短期目標，可能要等 10 年、20 年，甚至更久。但她的邏輯很清晰：比特幣作為去中心化資產，在長期的財富重構中，有可能成為“數字黃金”。如果相信這個趨勢，定投是最簡單、最笨卻最有效的策略。五、AI 醫療：下一個輝達她特別看好 AI 在醫療領域的應用。AI 醫療正在改變從藥物研發到疾病診斷的整個流程。木頭姐甚至說：“AI 醫療將成為下一個輝達。”仔細想想，輝達是 AI 的底層算力提供者，而 AI 醫療則是算力落地最具價值的場景之一。未來醫療效率的提升、成本的下降、個性化診療的發展，都離不開 AI。這個賽道，真的值得長期關注。很多人看完這些觀點，會覺得離自己太遠。但我想說：提前理解趨勢，就是一種投資。我們不一定能直接參與這些技術，但可以投資那些正在引領趨勢的公司。當創新改變世界，我們不妨靜靜地坐在一旁，吃它帶來的“紅利”。這，就是普通投資者的機會。未來十年，科技不是遠方的故事，而是我們每一個人都能分享到的現實。要麼被浪潮推著走，要麼提前學會衝浪。我選擇後者。 (馮有餘)