在生命進化的漫長長河裡，“看見”世界比“談論”世界早了整整5億年。如今，AI正在補上這一課。這句充滿進化論智慧的判斷，正是李飛飛對當下AI浪潮的最新註解。在充斥著浮躁與噪音的矽谷，她的聲音始終代表著一種冷靜的遠見。台北時間2月4日凌晨，這位公認的“AI教母”帶著初創公司World Labs現身思科年度AI峰會(Cisco AI Summit)。作為曾經引爆電腦視覺革命的科學家，她沒有隨波逐流於大模型的語言遊戲，而是將目光投向了AI進化的下一塊拼圖：空間智能(Spatial Intelligence)。她認為，AI的下一個巔峰，不只是會寫程式碼和聊天，而是像生物一樣，真實理解並互動我們所處的這個三維空間。而超越技術維度之外，她更為AI的未來立下了一把人文標尺：“AI的成功，應當體現為文明的進步，讓每個個體都能由此追求幸福、繁榮和尊嚴。”以下是本次精彩訪談的解析，為你拆解“空間智能”將如何重塑我們的未來。01 進化論的啟示：感知先於語言很多人認為AI的終極形式是語言模型，但李飛飛提出了一個有趣的視角：從進化論來看，語言其實是“後來者”。她舉例說，在5億多年前的寒武紀，生命體最先發育出的並不是語言，而是感知系統。動物通過觸覺和視覺觀察環境，才開啟了那場讓生命變得更聰明的“進化軍備競賽”。李飛飛認為，“理解、推理並與3D物理世界互動的能力，與語言智能一樣，都是最基礎的底層能力。它是AI的下一個前沿。”這也是World Labs的核心邏輯：如果AI不能像人一樣理解空間，它就永遠無法真正進入現實物理世界。02 什麼是Marble？ 它不只是視訊，而是一個“世界”訪談中，李飛飛詳細介紹了World Labs的第一代模型：Marble。很多人將其與Sora等視訊生成模型混淆，但李飛飛指出，二者有著本質區別。Marble是一種真正意義上的“世界模型”：·全場景互動：它能根據文字或圖片提示，生成一個完整的、可導航的、可互動的3D世界。·物理一致性：它具有幾何結構，不是一段“看起來像”的視訊，而是一個在物理邏輯上始終保持一致的空間。這意味著，它不僅能用來做遊戲，更能直接成為機器人訓練的“虛擬實驗室”。03 意想不到的用例：從機器人到心理治療空間智能的應用邊界在那裡？李飛飛給出的答案超出了很多人的想像：·遊戲與影視：開發者可以用它快速建構可穿行的虛擬世界，特效團隊能進行虛擬製片。·機器人訓練：與輝達等夥伴合作，為機器人提供高精度的模擬環境。·建築設計：設計師能瞬間將平面圖轉化為可步入的3D樣板間。最令人稱奇的是醫療科研。心理學家正利用Marble為強迫症(OCD)患者定製個性化的沉浸式環境，通過模擬特定觸發場景來進行科學干預。04 資料與算力：我們離通用機器人還有多遠？當被問及Marble是否像GPT-5那樣燒錢時，李飛飛顯得很坦誠。目前，Marble的訓練規模比頂級大語言模型要小幾個數量級。這一方面是因為這個領域尚處於“規模定律(Scaling Law)”的早期，另一方面也面臨著資料獲取的挑戰。李飛飛坦言，不同於網際網路上隨處可見的文字，高品質的3D物理資料非常稀缺。她透露，World Labs當下採用一種混合資料策略，綜合利用網際網路級的圖文視訊、模擬資料以及類似自動駕駛公司的“實景捕獲”資料。關於通用機器人，李飛飛也潑了一盆冷水：“汽車只是在二維平面上移動、儘量不去碰東西的‘方盒子’。但通用機器人要在三維空間裡完成靈活、精準的抓取和互動。這是一個極高維度的難題，我們不能亂開空頭支票。”05 拒絕“技術末日論”：AI的成功應關乎尊嚴作為AI領域的領軍人物，李飛飛對當下的兩極分化言論感到擔憂。“技術烏托邦”和“末日生存危機”在她看來都不夠負責任。她強調，技術是雙刃劍，人類必鬚髮揮主觀能動性去引導它。那麼，AI最終的成功標誌是什麼？李飛飛借用了“電力”的類比：電力的成功不在於電線本身，而在於它點亮了學校、溫暖了家庭、延長了人類壽命。“AI的成功，也應當體現在文明的進步，讓每個人都能追求幸福、繁榮和尊嚴。”06 結語從理解像素到建構世界，李飛飛正帶領團隊在空間智能的無人區探索。這不僅是技術的跨越，更是人類試圖賦予數字生命“感知力”的又一次嘗試。空間智能，或許就是我們通往AGI的那把“物理鑰匙”。(以下為發言實錄)主持人：好的。接下來，我們要聊聊3D模型，而不僅僅是語言模型。今天，我們有幸請到了被譽為“AI教母”的李飛飛博士。很榮幸，我們也是飛飛博士公司的投資者。讓我們用掌聲歡迎李飛飛博士上台。我今天該穿上World Labs的周邊T恤的，你之前送過我，真的很有心。李飛飛：是啊，我可還等著思科的周邊呢。主持人：沒問題，我們馬上安排。感謝你來到這裡。看到World Labs在過去一年取得的進展，真的令人欣喜。飛飛，先跟我們聊聊你們目前在做什麼，以及為什麼這件事如此重要？李飛飛：好。現在我每天醒來，腦子裡其實只在想一件事：空間智能(Spatial Intelligence)。這就是我大約兩年前和一群年輕的技術專家共同創辦的公司：World Labs的核心。如果從進化論的角度來看，在5億多年前，最先開啟神經系統發育的並不是語言，而是感知。早在語言出現之前，動物就開始通過觸覺和視覺感知光線、接觸環境。主持人：那你認為“本能”也屬於感知的範疇嗎？李飛飛：對我來說，“本能”是一個比較虛泛的詞。但從物理進化上講，正是視覺開啟了進化史上的“軍備競賽”，讓動物變得更加活躍和聰明。理解、推理、互動並在真實的3D/4D物理世界中穿行的能力，與語言智能一樣，都是最基礎的底層能力。而其中的關鍵技術就是“空間智能”，這是AI的下一個前沿陣地。主持人：聊聊Marble吧。前陣子剛發佈的Marble到底是什麼？李飛飛：Marble是我們的第一代空間智能模型。我們私下管它叫“世界模型”。它能接收多模態輸入：無論是文字、圖片、視訊，還是簡單的3D輸入，然後根據這些提示詞，生成一個可以完全穿行、即時互動、且具有永久一致性的3D世界。這與目前的視訊模型截然不同，它擁有完整的幾何結構，可以支撐機器人模擬訓練或遊戲程式設計。主持人：有一種觀點認為，如果不增強AI的物理特性，我們就無法實現通用人工智慧(AGI)。隨著時間的推移，這裡面最大的“突破口”會是什麼？除了機器人領域，五年後我們還能用它做什麼？李飛飛：其實都不用等五年。現在就已經有使用者在用Marble開發遊戲了，影視特效(VFX)客戶也用它進行虛擬製片。我們正與輝達以及一些初創公司合作，將Marble作為機器人的訓練環境。建築師和設計師用它做室內設計。還有一個令我意外的用例是臨床研究：心理健康研究人員利用它為強迫症(OCD)患者建立沉浸式的個性化環境，來模擬特定的觸發場景。主持人：你把整個人生都奉獻給了AI。在創辦這家公司、研究空間智能的過程中，最讓你感到驚訝的是什麼？李飛飛：過去幾年的發展速度簡直令人窒息。每個人都會感到焦慮，覺得“要讀的東西太多，發佈的模型太快”。這讓我時刻保持謙遜，意識到自己所知甚少。另一件讓我擔憂的事是那些極度兩極分化的言論：要麼是技術烏托邦主義，要麼是“生存危機”之類的末日論。這兩種觀點其實都不太負責任。技術是一把雙刃劍，我們必鬚髮揮主觀能動性，引導它走向善意化和精細化的應用。主持人：在你看來，未來幾年AI的成功標準是什麼？李飛飛：回看電力技術，它的成功在於點亮了學校、溫暖了家庭、推動了工業化，並延長了人類的壽命。AI的成功標誌應該是：文明因它而進步，每個個體都能由此追求幸福、繁榮和尊嚴。主持人：大型世界模型的計算量和語言模型一樣大嗎？李飛飛：目前，我們的模型規模還沒有最大的大語言模型(LLM)那麼大。GPT-5的訓練算力可能在10^26 FLOPS左右，而Marble要小幾個數量級。部分原因是這個領域還很新：Transformer論文發佈於2017年，而世界模型才剛剛開始進入Scaling Law的上升曲線。主持人：語言模型是用網際網路上的免費資料訓練的。但物理資料很難獲取，所以合成資料變得至關重要。資料的匱乏會減慢世界模型的發展嗎？另外，未來我們會擁有通用機器人，還是專用機器人？李飛飛：我們採取的是混合資料策略。語言資料相對幹淨且易於觀察，但像素和體素(Voxel)構成的物理世界則複雜得多。我們利用網際網路規模的文字、圖像和視訊，但也需要模擬資料和“現實世界捕獲”資料，這與特斯拉或Waymo等自動駕駛公司的做法類似。關於機器人：作為科學家，我不喜歡亂開空頭支票。汽車可以看作是一個在二維平面上移動的“方盒子機器人”，它的主要目標是避開障礙物。而通用機器人是一個三維實體，它必須觸碰並與物體互動，且不能損壞它們。這是一個維度高得多的問題，涉及極高的靈活性和空間精準度。主持人：在最後的一分鐘裡，企業端應該如何看待世界模型？李飛飛：空間智能是一項橫向通用技術。除了機器人和遊戲，它還可以應用於醫療、教育、外勤服務、金融服務、農業、製造業和城市規劃。它是下一個前沿領域，我邀請大家共同來探索這個課題。主持人：非常感謝。李飛飛：謝謝。 (網易科技)

1月27日，DeepSeek團隊發佈了DeepSeek-OCR-2模型。來自深圳的智子芯元公司運用自主研發的KernelCAT工具，僅用38分鐘就完成了這款模型在華為昇騰平台的自動化部署和推理驗證。什麼是AI模型適配？AI模型就像一套複雜的指令，不同的晶片能聽懂的語言不一樣。而AI模型適配國產晶片，就是讓模型能在國產晶片上正常運行，還能發揮晶片性能。過去，適配工作主要依靠工程師進行，不僅耗時久，還相當依賴個人經驗，複雜模型往往需要好幾天才能實現適配。而KernelCAT採用“AI+數學運籌最佳化”雙驅動的算子開發範式，將DeepSeek-OCR-2模型自動遷移至昇騰CANN平台僅用約38分鐘，遷移過程中開發者無需進行反覆試錯或深度干預，相關問題由KernelCAT在執行過程中自動處理，直至完成既定的模型遷移任務。昇騰平台（Ascend）是華為面向全場景AI打造的端邊雲協同全端軟硬體與生態體系，核心是“硬體開放、軟體開源”，為AI訓練/推理提供自主可控的國產算力底座 。據微信公眾號“昇騰CANN”發佈消息，在前序模型DeepSeek-OCR部署任務中，KernelCAT給出的方案較原生Transformers方案的加速效果可達139倍。這一結果表明，在KernelCAT支援下，複雜OCR模型可以在國產算力平台上實現可用、穩定、可復現的工程落地。深圳現有人工智慧企業2600余家智子芯元（深圳）科技有限公司由深圳市巨量資料研究院孵化，成立僅5個月。公司專注於以“數學+AI”最佳化AI計算，通過自動化方式生成高性能算子，持續推動算力底層創新。公司聯合創始人丁添此前在接受媒體採訪時表示，“我們不僅在做一家公司，更在探索數學與AI最本質的結合如何轉化為產業生產力，為這座城市的‘硬’產業，修好最關鍵的那條‘軟’路。”作為國家新一代人工智慧創新發展試驗區和創新應用先導區，深圳擁有良好產業基礎、廣闊市場空間和強勁創新活力，近年來，像智子芯元這樣聚焦晶片、大模型等關鍵賽道攻堅的企業不斷湧現，已成為深圳人工智慧產業的核心競爭力。同時，《深圳市加快打造人工智慧先鋒城市行動計畫（2025—2026年）》《深圳市加快推進人工智慧終端產業發展行動計畫（2025—2026年）》等多項政策接連出台，從政策支援、場景開放、創新賦能、要素保障等維度為人工智慧產業發展提供有力支撐。目前，深圳市人工智慧產業規模位居全國前列，連續兩年實現兩位數增長。現有人工智慧企業2600余家，產業鏈覆蓋晶片、模型、硬體及應用等全環節。 (深視新聞)

當前，全球AI大模型的技術焦點正從“對話互動”轉向“自主執行”。在這一趨勢中，國產大模型正展現出獨特的價值與影響力。近日，人工智慧企業月之暗面正式發佈並開源新一代大模型Kimi K2.5。作為該公司迄今最智能、最全能的模型，K2.5在視覺理解、程式碼生成與Agent叢集協作等方面實現重要突破，被AI業界視為國產人工智慧發展的又一標誌性產品。2025年初，DeepSeek-R1憑藉極高的推理效率火遍全球。一年後，月之暗面通過原生多模態與智能體能力的深度融合，進一步體現了國產基座模型在提升智能“密度”與實用效能方面的進階。隨著以Kimi K2.5為代表的AI大模型加速賦能千行百業，其廣泛的應用潛力越發凸顯。KimiK2.5模型全球多榜單領先自2023年成立以來，月之暗面先以“長文字”功能打開市場，隨後推出基於強化學習的K系列模型。這次K2.5的發佈，意味著公司在基礎模型研發上再進一步。相比2025年7月發佈的K2模型，Kimi K2.5模型意義重大。多項測試表明，K2.5在程式設計、視覺、推理和Agent（智能體）任務等多個領域達到國際先進水平。K2.5讓AI更“親民”。通過融合視覺、推理、程式碼和Agent能力，使用者現在只需拍照、截圖或錄屏，就能讓Kimi理解複雜需求，大大降低了與AI的互動門檻。發佈不到一周，來自美國、英國、德國、西班牙、新加坡等近20個國家超50家主串流媒體對Kimi K2.5進行了報導。該模型發佈後，迅速登上多個權威評測榜單前列。在第三方評測機構Artificial Analysis的最新榜單中，Kimi K2.5綜合性能位列全球前五，僅次於GPT-5.2、Claude Opus 4.5、GPT-5.2 Codex和Gemini 3 Pro Preview這四款閉源模型，在開源模型中居首。圖為評測機構Artificial Analysis發佈的最新模型排名Kimi K2.5還進一步提升了開源模型的程式碼水平，尤其是在前端開發領域，通過融合視覺能力降低了程式設計的門檻。比如，K2.5能自動拆解錄屏背後的互動邏輯，用程式碼進行完整復現。開發者社區的反響也十分熱烈。大模型聚合平台OpenRouter平台資料顯示，K2.5的呼叫量已進入全球前三，且仍在快速增長。LMArena榜單也顯示，其程式碼能力在開源模型中居首，總榜排名前三，是前十名中唯一的中國模型。知名程式設計工具Kilo Code近期資料顯示，K2.5已成為平台上呼叫量最高的模型。在程式設計的實際應用中，因具備視覺理解能力，Kimi K2.5模型也成為多家頭部大廠的首選，展現出廣泛的行業適配性。對普通使用者來說，Kimi K2.5模型將Agent能力擴展到日常辦公領域，它已具備處理Word、Excel、PPT、PDF等常用軟體的高階技能，能幫助使用者直接交付准專業水平的辦公文件。更值得關注的是，Kimi K2.5首次引入了“Agent叢集”能力，可以自主建立多達100個的數字“分身”，按需組成不同角色的團隊，平行工作，團隊作戰，獲得效率的極大提升。例如，使用者輸入40篇論文後，K2.5會先通讀全文，再派生子Agent分別撰寫不同章節，最後由主Agent整合成一份完整的PDF報告。這種“團隊作戰”模式極大提升了效率。圖為評測平台Design Arena發佈的榜單，Kimi K2.5位列第一最新資料顯示，Kimi K2.5已登上評測平台Design Arena榜單首位。該平台主要評測AI大模型的“視覺+互動+創意”能力，此結果印證了K2.5在“設計智能體”領域的綜合領先優勢。隨著應用場景的持續拓展與技術的穩步迭代，Kimi K2.5有望在全球範圍內推動AI應用走向更廣、更深的落地，為各行各業的智能化轉型提供切實助力。國產AI大模型影響力持續提升Kimi K2.5模型的快速破圈，不僅是國產AI模型的一次“實戰測試”，更是中國開源模式憑藉技術能力和性價比優勢在全球舞台嶄露頭角的重要體現。從DeepSeek-R1以強化學習最佳化實現“效率革命”，到月之暗面Kimi K2.5實現原生多模態與智能體叢集能力的融合突破，國產大模型在技術體繫上完成了從單點突破到系統化創新的範式躍遷，影響力持續提升。大模型能力是人工智慧走向規模化應用的核心基石。Kimi K2.5的發佈，體現了人工智慧行業將加速從“聊天互動”轉向以“自主執行”為目標的智能體新階段。以“Agent叢集”為例，過去工程師需要逐行編寫程式碼的複雜流程，如今僅憑一條自然語言指令，即可調度上百個智能體協同作業、平行處理。業內分析認為，這一從“單一模型智能”向“多智能體群體協作”的躍遷，是企業級AI開發的下一個前沿。當前，智能體技術正逐漸從實驗室走向實際應用，進入規模化落地階段。在政策引導與產業鏈協同創新的雙輪驅動下，中國在場景、資料與工程化方面的優勢持續釋放，為AI產業形成全球競爭力奠定了基礎。在市場與資本的雙重助推下，頭部企業正將資源聚焦於下一代技術的攻堅。月之暗面創始人楊植麟表示，下一代模型將採用Kimi Delta Attention新型線性注意力機制，進一步提升短長文字任務性能與速度。同時，未來的大模型還將具備更多“審美”和“價值觀”，擺脫同質化發展。“我們致力於在未來十年、二十年，推動K系列模型從K4、K5到K100實現代際跨越。”楊植麟表示，當前多款中國開源模型已成為事實上的行業基準，“中國技術不僅要好用，還要參與制定規則”。 (瞭望財經)

2006年的房地產，是公認的黃金賽道，需求爆發、資本扎堆，房價與投資熱度一路走高，成為拉動經濟、創造財富的核心引擎，開啟了長達十餘年的繁榮周期。如今2026年，AI應用正迎來類似的爆發期，從工業製造、企業辦公到消費終端、民生服務，AI全面滲透各領域，降本增效、提質升級的效果肉眼可見。資料顯示，2025-2030年全球AI市場規模將從2440億美元飆升至8270億美元，復合年增長率高達24%，遠超物聯網和公共雲等熱門領域。再者，技術迭代加速、政策持續加持、資本密集佈局，AI商業化落地與規模化應用全面提速，滲透廣度與增長潛力堪比當年的房地產，正成為新一輪產業升級與經濟增長的核心驅動力，長期發展前景十分廣闊。01技術迭代+政策護航，AI產業迎來全方位賦能AI產業的快速發展，離不開技術突破與政策支援的雙重驅動。全球範圍內，大模型性能持續提升，各主流模型在語言理解、程式碼生成、電腦視覺等核心領域的差距不斷縮小，為廣泛應用奠定了堅實基礎。2025年7月底，AI大模型Token總使用量已達3.41T，相較年初增長近10倍，直觀反映出技術落地的加速態勢。在政策層面，國務院發佈的《關於深入實施“人工智慧+”行動的意見》，明確了“發展——應用——安全——治理”的清晰路徑，規劃了到2027年、2030年和2035年的三階段里程碑目標。從算力統籌、資料創新到開源生態、人才建設，八大基礎支撐為AI產業保駕護航，推動智能經濟核心產業規模快速增長。與此同時，AI產業鏈生態日趨完善。上游的AI晶片、伺服器等算力基礎設施持續升級，中游的通用大模型與行業解決方案不斷創新，下游的網際網路、金融、教育、醫療等應用領域加速滲透，形成了協同發展的良好格局。這種全產業鏈的協同發力，讓AI技術的落地效率大幅提升，為產業爆發提供了充足動力。02多場景落地開花，AI重塑產業價值格局AI技術的價值，最終體現在豐富的應用場景中。目前，AI已在內容創作、行銷推廣、軟體開發、遊戲產業等多個領域實現規模化落地，不僅帶來了效率的革命，更催生了全新的商業模式。在內容創作領域，AI的賦能效果最為顯著。從圖片生成、視訊剪輯到文案撰寫、劇本創作，AI工具讓內容生產的門檻大幅降低。2025年上半年，全球生成式AI應用下載量接近17億次，應用內購買收入高達19億美元，使用者總使用時長達到156億小時。國內市場同樣火爆，AI漫劇成為新風口，2024第四季度到2025第三季度，中國AI漫畫流水增長900%，月新增劇集數增長567%，抖音、快手等平台紛紛推出AI創作工具與流量扶持計畫，推動全民創作時代的到來。行銷領域更是AI應用的核心戰場。AI驅動的智能投放系統能夠精準分析使用者畫像，實現廣告素材的自動化生成與即時最佳化，大幅提升行銷ROI。藍色游標2025年前三季度AI驅動業務收入達24.7億元，Mobvista核心平台Mintegral的AI智能競價系統貢獻了80%以上的收入，易點天下打造“服務+產品”雙輪驅動戰略成效顯著，跨境電商領域市佔率穩步提升同時，深耕智能家居、新消費、短劇、AI產品等高潛力賽道，頭部客戶的LTV海外市場中AI類應用的數字廣告支出也實現翻倍增長，充分證明了AI在行銷領域的商業價值。此外，AI在軟體開發、遊戲研發等領域的應用也成效顯著。82%的開發者使用AI工具編寫程式碼，工作效率提升超120%；遊戲行業中，86.36%的企業在研發環節應用AI技術，實現了內容生成、系統設計等環節的降本增效。AI正全方位重塑各產業的價值創造方式。03平台+企業雙輪驅動，商業化變現路徑清晰AI產業的蓬勃發展，離不開平台型企業與垂直領域龍頭的共同推動，兩者形成的雙輪驅動格局，讓商業化變現路徑愈發清晰。在平台端，抖音、快手、B站等新媒體平台成為AI應用的重要載體。抖音以豆包大模型為核心，將AIGC技術嵌入內容生產、剪輯、發佈、行銷的全流程，推出“AI創作浪潮計畫”扶持創作者；快手可靈AI全球使用者規模突破4500萬，2025年第二季度收入超2.5億元，其文生視訊模型在全球市場佔據30%的份額；B站、小紅書等平台也紛紛上線AI創作工具，推動內容生態的智能化升級。這些平台憑藉龐大的使用者基數與流量優勢，成為AI技術落地的“試驗場”與“放大器”。在企業端，各類市場主體積極擁抱AI，實現了業務增長與效率提升的雙重突破。美圖憑藉AI圖像、視訊、設計等四大模組的佈局，全球VIP會員數突破千萬，生產力工具付費訂閱使用者達180萬。多鄰國通過AI驅動的高端套餐Duolingo Max，2025年第二季度營收同比增長41%，淨利潤增長84%，股價單日飆升32%；Palantir推出的人工智慧平台AIP，推動公司2025年第二季度收入同比增長48%，“40法則”得分高達94%。這些企業的成功案例，印證了AI技術商業化的巨大潛力。同時，AI產品出海成為新的增長點。在圖像、視訊編輯和社交領域，美圖系、字節系應用佔據全球流量入口，國內模型通過與海外平台合作分發，影響力持續擴大，為行業增長開闢了新的空間。04投資建議：聚焦核心賽道，把握AI成長紅利AI產業的爆發式增長，為投資者提供了豐富的投資機會。結合行業發展趨勢與企業表現，建議重點關注以下三大方向：一是內容與流量平台型企業。這類企業憑藉龐大的使用者基礎與完善的生態佈局，在AI應用落地中具備天然優勢。二是AI行銷與商業化落地龍頭。行銷領域是AI技術率先實現規模化變現的賽道，相關企業業績增長確定性強。三是垂直領域AI應用先鋒。在遊戲、教育、設計等垂直領域，AI技術的應用正在催生新的增長機遇。 (格隆)

2026 年 1 月，蘋果與Google確認達成合作，Gemini 將成為 Apple Intelligence 體系的重要技術支撐之一，並用於包括新版個性化 Siri 在內的多項系統級 AI 功能。這並不是一次簡單的 API 接入，而是涉及模型能力、雲端計算以及系統層級整合的深度合作。對外界來說，這個消息的衝擊力，甚至超過了很多具體功能本身：過去三年裡，蘋果在 AI 領域畫過的餅太多，但真正落地的成果太少。WWDC 上展示過的「更懂上下文的 Siri」「能跨應用執行複雜操作的 Siri」更是一次次延期，直到 2026 年，這些能力依然沒有完整交付。圖片來源：Apple而這一次，蘋果沒有繼續強調「完全自研」，而是選擇直接引入 Gemini 作為核心能力來源。更有消息稱，這個全新的 Siri 不久後就會在 iOS 27 的測試版中亮相。考慮到 Siri 和 Apple Intelligence 的畫餅歷史，雷科技對更智能的 Siri 始終持懷疑態度。而這次蘋果與Google的合作，至少說明了一件事——蘋果已經不再堅持「凡事都要自己來」了。Siri 也曾是先進技術的代表不過話又說回來，儘管國內使用者對 Siri 評價非常一般，但作為手機智能助手裡的「老資歷」，Siri 的誕生其實一點都不保守：2011 年，Siri 隨 iPhone 4S 正式發佈，是業內第一批被大規模推向消費級市場的語音助手。要知道在當時，語音互動還停留在指令式輸入的階段，Siri 已經開始嘗試提供語言理解、上下文關聯和服務整合。至少在那個階段，Siri 的出現是具備明顯前瞻性的。但問題在於，作為蘋果的技術產品，Siri 的發展路徑從一開始就被框在了一個保守的技術邊界內。蘋果很早就為 Siri 定下了幾個不容妥協的前提：優先保護隱私、儘可能在端側完成計算、系統行為高度可控。在傳統功能型語音助手時代，這套邏輯是成立的。因為當時的 Siri，本質上只是一個「語音入口」，負責把使用者指令轉譯成系統操作；但當 AI 進入大模型時代，更複雜的 AI 指令帶來了更大的算力缺口，Siri 也開始變得力不從心起來。與 AI 時代脫節不是「一日之寒」在雷科技看來，這種頂層路線的不合時宜，才是 Siri 在 AI 時代體驗「遙遙落後」的根本原因。首先，Siri 的模型規模與能力註定了它不可能好用。在大模型時代，聰明本身就是一種資源密集型能力。更強的理解力、更自然的對話、更複雜的任務拆解，本質上都依賴大規模模型和持續的雲端算力支援。圖片來源：Apple而蘋果在這件事上，一直保持克制：一方面，蘋果希望把 AI 能力儘量壓到端側，減少資料外流；另一方面，蘋果在自建雲端算力上的節奏，也明顯慢於Google、微軟這樣的雲服務原生廠商。這導致 Siri 背後的模型規模長期受限，能力提升緩慢，而使用者對 AI 的期待，卻在 ChatGPT、Gemini 等產品的推動下迅速被拉高。其次，是組織和人才的問題。過去幾年裡，蘋果 AI 團隊的人員流動並不小。從公開資訊來看，不少原本參與核心模型研發的工程師和管理層，陸續被 OpenAI、Google、Meta 等公司吸納。這種流失並不罕見，但在一個高度依賴長期積累的領域，會直接影響研發節奏。更不用說蘋果內部的保密文化對 AI 人才的限制了。在 AI 時代，任何一個技術突破都能在短時間內形成論文、成為研究人員的光鮮履歷和跳槽時的底氣。但在蘋果的保密文化下，除了極少數頭部負責人有在公眾面前露面的機會，大多數研究員都無法將技術與自己掛鉤。在這樣的文化背景下，蘋果 AI 團隊成員接連出走已成必然。而蘋果與 Google、Meta、OpenAI 等巨頭之間的能力差距，也逐漸消耗了外界對 Apple Intelligence 的耐心。能滿足蘋果條件的 AI 模型並不多當然了，蘋果也嘗試過自救，比如講 Apple Intelligence 接入 ChatGPT。但在雷科技看來，對蘋果來說，與Google合作確實是一個更合適當前局面的選擇。首先，OpenAI 的模型能力很大程度上依賴微軟 Azure 的算力。如果蘋果選擇深度繫結 OpenAI，實際上等於在核心 AI 能力上間接受制於微軟，這顯然不符合蘋果一貫強調的獨立性。而Google不僅擁有 Gemini 這樣的自研模型體系，同時也具備成熟的全球雲基礎設施，以及長期服務 Android 與 Pixel 裝置的經驗。在「如何把大模型穩定地嵌入移動系統」這件事上，Google是少數有實戰經驗的公司之一。圖片來源：Google其次，是多模態能力的契合度。Siri 的下一步顯然不是「更會聊天」，而是要理解螢幕、理解應用狀態、理解使用者正在做什麼。這種高度依賴多模態理解的能力，恰好是 Gemini 的強項之一。從這個角度看，Gemini 並不是來「替代 Siri」，而是成為 Siri 背後的理解層和推理層。當然了，既然是雙方合作，那Google的合作態度也非常重要。根據已披露的資訊，Siri 背後的 Gemini 並非直接運行在Google公有雲上，而是被部署在蘋果自建的私有雲端運算體系中。這意味著蘋果依然可以控制資料路徑，維持其隱私敘事。而像 Gemini 這樣同時滿足「模型能力」「雲算力」「隱私控制」這三點的合作方，確實不多。Gemini 能讓蘋果回到 AI 一線嗎？從能力上看，Gemini 的引入，確實有機會補上 Siri 在理解力和執行力上的短板。更複雜的指令拆解、更自然的上下文延續、更穩定的跨應用操作，都是現階段 Siri 明顯欠缺的能力。但這能否把 Siri 重新帶回 AI 助手的第一梯隊，雷科技認為 Gemini 的「藥效」還沒有這麼強。我們知道，AI 能力並不只取決於模型本身，「感知權限」同樣重要。如果蘋果想讓 Siri 重回一線，必然需要在系統層級，真正放權給 Siri。過去 Siri 的很多問題，並不是「不聰明」，而是「不能做」：權限受限、介面不開放、應用不配合，都會直接限制 AI 助手的實際價值。而對國內使用者來說，蘋果與Google的合作也讓 Apple Intelligence 國內落地的情況變得更複雜：Gemini 的引入，必然能為 Siri 帶來質變的提升；但海外模型國內落地的合規性依舊是一道無法繞過的門檻。在這個時間點切換模型，很可能會讓 Apple Intelligence 的入華工作清零。幸運的是，這種不確定性也為國內 AI 廠商創造了機會。圖片來源：豆包如果蘋果證明了一件事——系統級 AI 助手，必須依託頂級模型能力，那麼Android陣營的硬體廠商，也勢必會加快與頭部模型廠商的深度合作。無論是字節、阿里，還是其他大模型團隊，都會迎來新的談判空間。說到底，Siri 和 Gemini 的合作，其實也是蘋果在 AI 時代的一次路線修正。蘋果用直白的技術代差，證明了「有些事情自己真不一定能做」。說到底，iOS 27 能否真正補上那塊畫了三年的 AI 大餅，這個問題沒人說得準。但至少在 2026 年，蘋果終於站到了正確的道路上了。 (雷科技)

特斯拉的“世界模型”對手來了？這家中國公司用AI造了個無限試煉場。“物理AI的‘ChatGPT時刻’已經到來。”在2026年CES展上，輝達CEO黃仁勳斷言，那些能理解並規劃物理世界的AI模型將重塑千行百業，而“自動駕駛將是其首個大規模主流落地場景”。然而，在自動駕駛時代全面到來之前，那些1%的長尾場景成為了核心障礙。特斯拉CEO埃隆·馬斯克感同身受，就像他說的，“讓自動駕駛達到99%容易，解決剩下的‘長尾問題’卻非常困難。”但科技巨頭們已經達到了共識，必須建構一個無限逼近現實、甚至能主動創造未知的高保真的“數字宇宙”。這個虛擬世界不僅要能精準復現已知的各種極端路況，更要能主動合成未知的、甚至超出人類想像的複雜互動場景，讓自動駕駛系統得以持續進行“飽和式”的訓練與迭代。為此，特斯拉研發了世界模型，輝達通過高精模擬建構虛擬試驗場Cosmos，中國自動駕駛明星企業文遠知行則發佈了通用模擬模型WeRide GENESIS，它們都在教AI理解物理世界。不難看出，模擬模型正在成為推動自動駕駛跨越長尾鴻溝、駛向規模化落地的關鍵。01.模擬模型破局自動駕駛“最後一公里”自動駕駛汽車需要經歷多少測試才算足夠安全？業界的一份測算指出：至少110億英里（約177億公里）的測試里程，才能獲得高置信度的安全驗證。而傳統的實地路測因成本高昂、周期漫長、法規限制、極端危險場景難以復現以及安全風險高等問題，已成為自動駕駛商業化的主要障礙。在這一背景下，自動駕駛模擬憑藉其安全、可控、可無限重複的核心優勢，成為推動自動駕駛跨越商業化臨界點的關鍵“試金石”。國際調研機構Fortune Business Insights預示了模擬的廣闊前景：到2032年，全球模擬測試市場規模預計將達341.4億美元（約合人民幣2374億元），維持高速增長。全球科技巨頭已在此領域展開激烈角逐。Waymo推出了自動駕駛模擬軟體Simulation City，用以高效生成極端場景、訓練自動駕駛系統。特斯拉官宣了“世界模擬器”，旨在用AI直接模擬物理世界，擴充演算法應對邊緣場景的能力。然而，建構真正有效的“數字試金石”遠非易事，當前技術仍面臨幾大核心挑戰：1、保真度鴻溝：虛擬環境往往在關鍵細節上與真實世界存在差距。例如精確模擬暴雨對雷射雷達的干擾、夜間複雜的光影反射等場景，仍是技術難點。2、互動真實性不足：許多模擬系統中的交通參與者（車輛、行人）行為模型過於呆板，難以復現人類駕駛員的複雜決策，導致互動場景失真。3、閉環迭代難打通：打造能夠自動發現問題、精準診斷根因、持續最佳化演算法並即時驗證效果的自我進化體系，對許多企業來說仍是挑戰。這些侷限性共同導致了模擬在應對極端場景時的乏力，成為自動駕駛突破商業化落地的“最後一公里”阻礙。模擬模型必須進行一場從“場景復現”到“智能進化”的範式升級。換句話說，它不應是回放已知困難場景的“錄影機”，而需進化成為能夠主動發現系統未知弱點、生成高價值對抗性場景的“陪練”。02.WeRide GENESIS刷“副本”自己訓練自己面對“百億公里”的驗證鴻溝與長尾場景的現實挑戰，行業討論重心已從“是否需要模擬”轉向“需要多強的模擬”。有觀點認為，必須通過高保真、高效率的模擬技術，建構一個能無限逼近現實、甚至能主動創造未知的“數字宇宙”。文遠知行發佈的自研通用模擬模型WeRide GENESIS，正是朝這一方向進行的關鍵探索。▲文遠知行發佈WeRide GENESIS文遠知行的WeRide GENESIS模擬模型具備那些能力？WeRide GENESIS基於生成式AI技術，可在幾分鐘內生成高度真實的模擬城市環境，還原現實道路中罕見的極端長尾場景，高保真復刻任意現實路況。該模擬平台還允許自由編寫與組合任意場景，例如移除或增加特定的交通參與者，或模擬車輛變道博弈。在感測器層面，WeRide GENESIS可合成任意不同位置和視角的感測器資料，並適配從L2++到L4不同自動駕駛等級的任意感測器套件，確保了模擬與真實車輛配置的一致性。最終，這些能力可以擴展至模擬任意大範圍的數字街區，使自動駕駛系統在虛擬環境中完成充分訓練與測試，從而大幅提升演算法應對複雜場景的能力與迭代效率。這套能力是如何打造的？WeRide GENESIS將其核心能力拆解並內化為四個相互協同的AI模組，即AI場景、AI主體、AI指標、AI診斷。▲WeRide GENESIS的四大AI模組AI場景模組負責建構各類關鍵情境，通過生成式AI技術，它可以組合衍生出近乎無限的複雜情境，如臨車加塞、行人“鬼探頭”、火災地震、極端天氣以及其他稀有事件等，確保自動駕駛系統具備應對各種複雜邊界場景的能力。這相當於將測試從“在路上等待Bug出現”轉變為“在模擬中主動進行飽和式壓力測試”，系統性地觸探演算法的邊界。AI主體模組其實就是讓系統告別“呆板NPC”，擁抱複雜人性。傳統模擬中的交通參與者（車輛、行人等）行為往往簡單、平均，且可預測，這與現實世界中充滿不確定性和主觀意圖的複雜互動相去甚遠。GENESIS的AI主體模組則致力於為每一位交通參與者建構智能行為模型，使其能夠模擬從日常駕駛到高風險行為的全譜系反應。例如，它可以模擬在路口猶豫不決最終又突然加速搶行的駕駛員，或者在車縫中穿梭的外賣騎手。這種對客體不確定性互動的模擬，對自動駕駛系統提升在實際複雜交通流中的應變能力極為重要。▲自車駕駛表現對比如對比視訊所示，在左側“原始演算法+無AI主體”的組合下，自車表現猶豫，直至對向車輛完全通過後才開始通行，無法滿足效率要求；在中間“新演算法+無AI主體”的模擬中，自車僅按預設軌跡行駛，缺乏對周邊車輛行為的預測，最後發生碰撞，無法滿足安全要求；在最右側“新演算法+AI主體”的加持下，自車能夠即時判斷周邊車輛的行駛意圖，在確保安全的前提下流暢通過，實現了效率和安全雙重保障。當系統出現問題時，如何客觀評估其影響？AI指標模組建立了一套覆蓋安全、合規、舒適、效率的多維度量化評估體系。例如，一次急剎車帶來的乘客不適感，可以被轉化為舒適度評分；一次變道的流暢與否，可以通過軌跡平滑度、加速度變化等多個指標客觀衡量。▲舒適度曲線畫面中的舒適度曲線（Comfort Score）是“AI指標”模組的核心指標之一，動態量化了行駛過程中的乘客舒適度，為演算法評估和迭代提供了即時判斷依據。畫面均由WeRide GENESIS生成。這使得演算法迭代的效果變得一目瞭然，演算法最佳化有了精準的資料導航，而非依賴工程師的主觀經驗。當演算法在某個場景下表現不佳時，“AI診斷”模組會自動介入，像一位資深專家一樣進行問題溯源，更能進一步分析根本原因，並提供可執行的修復建議。隨後，修復後的演算法可被立即重新投入該場景進行驗證，形成“測試-診斷-修復-驗證”的快速閉環。值得注意的是，這四大AI模組並非孤立運作，而是構成了一個完整的自動駕駛研發閉環迭代體系。AI場景源源不斷製造高難度考題；AI主體在其中扮演狡黠的“考官”；AI指標進行毫秒級、全方位的“閱卷”；AI診斷則對錯題進行深度復盤並給出“解題思路”。原本需要耗時數年、耗費巨資的真實道路測試與演算法調優過程，可以在虛擬世界中以天為單位的高效迭代中完成。▲WeRide GENESIS為自動駕駛技術迭代提供“加速飛輪”03.加速全球商業化部署進度條對文遠知行而言，WeRide GENESIS已超越單一研發工具，成為實現規模商業化的戰略基石，它將從四個維度建構關鍵支撐：首先，破解泛化難題，為跨區域落地鋪平道路。面對全球不同城市路網、交通習慣、法規等差異，傳統一地一測的模式效率低下，WeRide GENESIS大幅提升了自動駕駛系統的泛化能力。通過虛擬模擬，WeRide GENESIS突破了真實路測在場景覆蓋、成本與效率上的侷限，為多城市、多場景的規模化商業落地提供了可靠支撐。其次，閉環迭代體系，提升研發效率與安全性。通過四大AI模組的協同，WeRide GENESIS實現了“生成場景-量化評估-診斷最佳化”的完整閉環。該系統能持續生成高價值場景、找到性能瓶頸並提供最佳化方向，將數百萬公里測試壓縮至數天的虛擬模擬，提升演算法迭代效率與行車安全性。此外，降低測試成本，加速技術落地。WeRide GENESIS在虛擬環境中進行自動駕駛測試，節省了車隊營運、人力等巨額邊際成本，為解決Robotaxi規模化盈利難題提供了技術前提。最終，建構可擴展的“數字宇宙”，支撐全球化部署。文遠知行CTO李岩將WeRide GENESIS視為可隨時生成、擴展的“數字宇宙”。它能為任何目標城市建構“數字副本”，讓自動駕駛系統可以進行超大規模的營運推演和演算法調優，為全球商業部署打下基礎。在這一能力底座的驅動下，文遠知行取得了一系列行業矚目的營運成果。其L4級Robotaxi服務已在北京、廣州、阿布扎比等全球超10座城市落地。截至2026年1月12日，文遠知行全球Robotaxi車隊規模達到1023輛，正式邁入“千輛時代”。▲文遠知行Robotaxi已進入全球超10座城市作為全球唯一在8個國家獲得自動駕駛牌照的公司，文遠知行已經在全球11個國家超40個城市開展自動駕駛研發、測試及營運，營運天數超2300天，持續驅動其商業版圖高效、快速地向全球新市場複製與落地。04.結語：全球自動駕駛商業化提速隨著WeRide GENESIS的不斷完善與應用，文遠知行自動駕駛技術正持續良性循環：更完備的模擬平台催生更強大的自動駕駛演算法，更強大的演算法加快了商業部署，而規模化營運產生的海量資料，又推動模擬平台迭代最佳化……在一個可以無限生成、無限測試的“數字宇宙”中，未來自動駕駛的成熟速度將遠超我們想像。文遠知行通過WeRide GENESIS，已經在全球自動駕駛競爭中佔據了有利位置，而全球自動駕駛商業化也正加速駛來。 (車東西)

科技巨頭們不再滿足於簡單撒錢，而是通過差異化的AI戰略，在春節這個國民級流量舞台上展開一場關乎未來的入口爭奪戰。除夕未至，但網際網路的春節行銷戰役已經打響。與往年不同的是，今年站在舞台中央的不再是傳統的支付或電商應用，而是各類AI助手。字節跳動的豆包憑藉春晚獨家合作佔據制高點，騰訊元寶豪擲10億現金紅包試圖重現微信紅包的輝煌，百度文心則以5億紅包+北京衛視春晚組合拳迎戰，阿里千問則通過B站春晚+江蘇衛視春晚多點佈局。這場總額超過15億元的紅包大戰背後，是中國科技巨頭對AI超級入口的激烈卡位。01 四巨頭的春節AI佈局春節成為多家AI應用廠商的“行銷檔”。從1月下旬開始，各大廠商的AI推廣活動便已陸續上線。字節跳動率先搶佔春晚這一最高舞台，旗下火山引擎成為2026年央視春晚獨家AI雲合作夥伴，豆包作為核心AI互動載體深度嵌入晚會互動。騰訊在1月25日宣佈，將於2月1日在元寶App上線春節10億現金紅包活動，使用者每天可領現金紅包，並有機率抽中限量100張的萬元“小馬卡”。百度同樣在1月25日宣佈加入戰局，自1月26日至3月12日，使用者在百度App使用文心助手可瓜分5億元現金紅包，最高獎勵達1萬元。百度還以“首席AI合作夥伴”身份亮相北京衛視春晚。阿里巴巴則採取多平台滲透策略，千問不僅贊助B站跨年晚會和江蘇衛視春晚，還聯合淘寶閃購發放大額紅包拉新。阿里將淘寶、支付寶、高德等業務接入千問，讓使用者通過“一句話辦事”完成各種操作。02 差異化戰略路徑四巨頭雖目標一致——搶佔AI入口，但戰術路徑卻涇渭分明，構成對使用者注意力的立體合圍。騰訊採用最直接的“社交裂變”路線。馬化騰在內部員工大會上明確表示：“友商投放在電視台的一些巨額的行銷費用，我們直接轉成紅包，希望能夠重現11年前微信紅包春晚的時刻。”元寶的10億紅包活動設計充分利用騰訊的社交生態優勢，分享紅包支援轉發給微信、QQ好友和社群，通過社交關係鏈促進傳播。百度選擇“場景滲透”策略。百度推出了近百種春節主題AI玩法，覆蓋春節期間幾乎所有傳統場景。從AI春聯創作、AI寫真到AI測運勢，百度試圖讓AI助手滲透到使用者春節生活的每一個細節中。字節跳動走的是“技術底座”路線。通過火山引擎成為春晚獨家AI雲合作夥伴，字節跳動旨在向政企客戶和全行業展示其AI雲服務能力。阿里巴巴則聚焦“生態協同”，將阿里系生態“折疊”進一個千問。阿里將淘寶、支付寶、飛豬、高德等業務接入千問，實現“一句話點外賣、訂機票”的無縫體驗。03 新模型發佈倒計時在這場行銷大戰的背後，一場更深刻的技術競賽正在悄然進行。據透露，字節跳動擬於春節前後推出三款全新人工智慧模型，涵蓋大語言模型、圖像生成模型和視訊生成模型。具體而言，字節跳動正在籌備其新一代旗艦大語言模型豆包2.0、圖像生成模型籽夢5.0以及視訊生成模型籽舞2.0。阿里巴巴也計畫在同期推出新一代旗艦大模型通義千問3.5，該模型針對複雜推理任務進行了專項最佳化，具備強勁的數學運算與程式碼編寫能力。選擇在春節前後發佈新模型並非偶然。去年春節期間，深度求索借助長假期間民眾擁有大量線上時間的契機，迅速走紅全球。字節跳動與阿里巴巴都計畫抓住這一窗口期，爭奪中國消費級AI應用的頭部地位。04 AI入口爭奪的白熱化這場春節AI行銷戰的激烈程度，反映了行業對AI入口爭奪的緊迫感。中國網際網路絡資訊中心去年10月發佈的報告顯示，國內生成式AI使用者規模去年6月已達5.15億人，使用者規模半年翻番，普及率達36.5%。AI已完成初步普及，下一步是爭奪更高頻的使用場景和更中心化的入口地位。QuestMobile發佈的《2025下半年AI應用互動革新與生態落地報告》顯示，全市場AI原生App周活躍使用者排名前五依次為豆包、DeepSeek、元寶、螞蟻阿福、阿里千問。隨著競爭趨於白熱化，春節成為各大廠商實現使用者規模跨越式增長的必爭場景。素喜智研高級研究員蘇筱芮指出，“AI超級入口”的本質並非簡單的資訊中介，而是使用者獲取服務的中心化通道，通過整合多種功能和服務，成為使用者進入資源或生態系統的“中心通道”。掌握超級流量入口，才能讓AI真正成為使用者日常生活的“默認選擇”，從而掌握生態主導權。05 從流量爭奪到心智佔領與往年相比，2026年春節紅包行銷戰呈現出明顯的策略升級——從流量爭奪轉向心智佔領。博通諮詢首席分析師王蓬博指出，騰訊與支付寶均不再單純依賴補貼拉新，而是借助春節高參與度節點，分別以AI互動和文化IP為載體，建構使用者長期使用習慣與平台生態黏性。騰訊在紅包之外，大力推廣其AI社交新玩法“元寶派”。1月26日，元寶內測社交玩法，內測使用者可建立“派”並邀請微信、QQ好友加入。在“派”群中，使用者可以@元寶解答問題、發圖片叫元寶P圖。支付寶則延續集福這一已有11年歷史的傳統，今年推出19套主題福卡，涵蓋王者榮耀、原神等熱門遊戲IP，小馬寶莉等卡通潮玩，以及多部影視IP，兼顧不同圈層使用者喜好。聯儲證券研究院副院長沈夏宜指出，今年的紅包玩法更強調實用性和生活場景繫結。圍繞春運場景的車票立減、免單等活動，本質上是把行銷嵌入到居民春節期間的真實剛需中，而不是創造一個獨立的行銷場景。06 留存能力決定成敗春節行銷只是開始，真正的考驗在於節後的使用者留存。艾媒諮詢CEO張毅認為，騰訊10億元屬於“追趕型投入”，而百度5億元更偏向“防禦型投資”，其合理性取決於企業所處的競爭階段和資金儲備。評估這輪紅包成效，不能只看短期DAU增長，還需觀察中期留存、使用者口碑以及長期生態壁壘的建構能力。蘇筱芮指出，紅包活動具備向金融場景延伸的天然通道，但平台必須清晰劃定邊界，不能利用使用者“搶紅包”的急切心理，在使用者不充分知情的情況下繫結或銷售金融產品。春節紅包更像是AI應用進入大眾視野的一次集體亮相，而非決定勝負的關鍵一戰。一位AI行業投資人直言，對這些網際網路巨頭而言，10億元、5億元等級的紅包投入，本身並不是核心問題。“這些錢不考慮回報都行，這是一場誰都不能落下的競爭”。這場始於春晚、耗資15億的行銷盛宴，真正的賽點不在除夕夜，而在春節後的第一個工作日。當紅包的喧囂褪去，生活回歸常態，那個AI應用還能被使用者主動打開，用來處理工作郵件、規劃出行路線、幫助孩子輔導功課，那個應用才真正贏得了這場戰役。科技行業正從移動網際網路時代向智能時代躍遷，2026年春節的AI行銷大戰用最喧囂的方式，完成了對全民最後一次大規模的AI啟蒙。 (吐故納新溫故知新)

站在2026年的起點回望，中國產業升級的軌跡清晰可見。當全球經濟仍處復甦調整期，部分賽道已展現出強勁的增長勢能——從AI大模型的參數競賽到半導體裝置的國產化突圍，從儲能技術的成本曲線陡峭下降到創新藥的出海浪潮，從高端裝備的世界工廠地位到新消費群體的情感付費。資料不會說謊，這些領域正在重構中國經濟的增長邏輯。一、AI人工智慧+大模型：從百模大戰到應用落地的臨界點中國AI大模型產業正經歷從"技術驗證"到"商業變現"的關鍵轉折。根據艾媒諮詢資料，2024年中國AI大模型市場規模約為294.16億元，預計2026年將突破700億元，年複合增長率超過45%，行業正處於爆發式發展階段。全球競爭格局中，中國已穩固第二極地位。2025世界人工智慧大會發佈資料指出當前全球已發佈的大模型總數達到3755個，其中中國企業貢獻了1509個，佔比到達四成，數量居全球首位。更值得關注的是商業化路徑的分化：央國企採購開發平台提升生產力、非央國企聚焦行銷與客服場景、網際網路企業呼叫公有雲API開發互娛應用，三大需求共同驅動市場增長。中商產業研究院預測，2025年中國AI大模型開發平台市場規模將達23.7億元，2030年有望觸及250億元。技術演進呈現多模態融合趨勢。電腦視覺市場規模預計2025年增至110億元，機器學習開發平台2025年將突破35.8億元。在垂直領域，金融、醫療、教育和工業已成為滲透率最高的場景。隨著《人工智慧生成合成內容標識辦法》等政策落地，行業正從野蠻生長邁向規範發展，具備強大預測能力的預測大模型和能夠自主學習的具身智能大模型有望成為下一個技術風口。二、半導體晶片製造：國產替代從"可用"走向"好用"在地緣政治與技術封鎖的雙重壓力下，中國半導體裝置產業迎來了"倒逼式繁榮"。SEMI資料顯示，2024年中國大陸半導體裝置市場規模達到創紀錄的495億美元，佔全球約40%份額，連續五年成為全球最大半導體裝置市場。核心指標國產化率實現翻倍增長：從2022年的16.4%提升至2024年的35%，預計2025年將進一步提升至45%。細分領域中，清洗裝置、刻蝕裝置、CMP裝置國產化率分別達到20%、23%、30-40%，中微公司在刻蝕裝置領域佔國內市場份額28.4%，北方華創在薄膜沉積領域持續突破。然而，真正的攻堅戰在高端製程。光刻機、離子注入機等核心裝置國產化率仍不足10%，核心零部件整體國產化率僅為10%-20%。這意味著2026年將是關鍵窗口期——隨著國內晶圓製造產能預計2025年增至1010萬晶圓/月（wpm），以及大基金三期持續加碼，裝置廠商正從成熟製程向14nm及以下先進製程滲透。CINNO資料顯示，2025年上半年半導體裝置投資逆勢增長53%，釋放出強烈的國產替代加速訊號。三、新能源與儲能技術：從成本競爭到價值重構中國儲能產業已在全球形成碾壓優勢。截至2024年底，全國新型儲能裝機達7376萬千瓦，佔全球總裝機40%以上，"十四五"以來規模增長20倍，年均增速超130%。鋰電池產業同步爆發，2024年全國鋰電池總產量1170GWh，同比增長24%，行業總產值超過1.2兆元，裝機量（含新能源汽車、新型儲能）超過645GWh，同比增長48%。技術路線呈現"鋰電池主導、多技術平行"格局。鋰離子電池佔比96.4%，但30萬千瓦級壓縮空氣儲能、10萬千瓦級液流電池儲能項目已投入商運，鈉離子電池、重力儲能、液態空氣儲能等創新技術突飛猛進。500安時大容量電芯實現量產，循環壽命達1.5萬次，帶動儲能系統造價下降25%-44%。應用場景的擴展正在重塑行業邏輯。電化學儲能在發電側與風電、太陽能配套解決消納難題，在電網側提供調峰調頻服務，在用電側發揮削峰填谷作用。隨著電力市場商業化機制建立，儲能已從單純的成本競爭轉向價值競爭，2025年將成為儲能參與電力現貨市場交易的關鍵年份。四、生物醫藥及創新藥：從License-in到License-out的範式轉移中國創新藥產業在全球價值鏈中的地位正在發生質變。截至2024年，中國在研創新藥數量達4804個，僅次於美國的5268個，位居全球第二。更關鍵的是出海能力的躍升：2024年中國license-out交易金額達到519億美元，較2019年的9億美元增長57倍，復合增速高達125%，交易數量達94個，復合增速33.7%。技術層面，中國已成為全球第二大新興療法研發國，ADC、雙抗、細胞療法成為主要增長點。AI製藥領域增速尤為驚人，市場規模從2020年的8163萬元預計增長至2025年的7.74億元，年複合增長率56.8%，超過34條AI藥物研發管線已進入臨床階段。支付端改革為創新注入動力。醫保對創新藥支出金額持續增長，創新藥獲批上市至進入醫保目錄的時間大幅縮短。隨著老齡化加速（60歲以上人口超3億）和慢性病管理需求激增（患慢性病老年人超1.9億），具備全球智慧財產權的創新藥企業將在2026年迎來業績兌現期。五、高端製造及出海：從"世界工廠"到"全球品牌"中國製造業出口結構正在經歷歷史性升級。2024年，機電產品出口增長8.7%，佔出口總值的比重達59.4%，其中高端裝備出口增長超過40%。電動汽車、3D印表機、工業機器人出口分別增長13.1%、32.8%、45.2%，跨境電商全年進出口達2.63兆元。區域佈局更趨多元。對共建"一帶一路"國家進出口占比首次超過50%，對東盟連續9年進出口保持增長，對其他金磚成員國進出口增長5.5%。民營企業成為出海主力軍，山東、河北、江蘇等地民營企業貢獻超過85%的外貿增量，且在高端裝備出口中表現亮眼——山東民企高端裝備出口增長58.9%，船舶出口激增98.6%。"燈塔工廠"數量全球第一（超過60家）印證製造實力。從人形機器人樣機首日售罄，到DeepSeek-R1引發全球關注，中國製造業正從OEM/ODM向自主品牌轉型。2026年，具備數位化能力、海外產能佈局和本土化營運經驗的裝備製造企業將受益於全球製造業資本開支周期。六、新消費以及細分賽道：情感價值與功能價值的共振消費市場的K型分化正在催生結構性機會。2024年社會消費品零售總額48.79兆元，同比增長3.5%，但在整體平穩的資料背後，是消費邏輯從"功能滿足"向"情緒價值"的深刻遷徙。寵物經濟、銀髮經濟與情緒經濟形成的三輪驅動，正在重塑消費產業的估值體系。1. 情緒經濟：為"感覺"付費的新紀元情緒經濟正成為Z世代（約2.3億人，佔總人口17%）的核心消費哲學。艾媒諮詢資料顯示，2024年中國穀子經濟市場規模達1689億元，較2023年增長40.63%，預計2029年將突破3089億元。這一增速遠超傳統消費品類，揭示出"情緒價值"正在從行銷話術轉化為真實的商業現金流。悅己消費構成情緒經濟的第一支柱。消費者購物動機中"取悅自己/愉悅心情"的佔比已達50%，較2021年提升10個百分點。美團資料顯示，2024年"療愈"相關搜尋量同比增長441%，2025年同比增長112%；精油SPA從身體護理升級為情緒療愈場景，線上交易同比增長超74%。睡眠、香薰、冥想、湯泉等服務正從"偶爾犒賞"變為預算中的固定條目。穀子經濟（二次元周邊）展現爆發勢能。"穀子"（Goods音譯）作為連接虛擬與現實的情感紐帶，依託盲盒的未知刺激、IP收藏價值及社交屬性，精準擊中年輕人的情感寄託需求。2024年1-11月，全國新增"穀子"相關企業1萬餘家，同比上漲14%，現存相關企業6.4萬餘家。超20個一二線城市的60多個核心商圈正在打造二次元消費地標，穀子店成為老商圈的"救星"。潮玩與盲盒持續高增長。2025年盲盒市場規模預計達580億元，75%的消費者為女性，18-34歲人群佔比超70%。80%的盲盒消費者將"驚喜感"列為主要購買原因，這種對"不確定性獎勵"的心理依賴，構成了極強的使用者粘性。泡泡瑪特2024年會員數達4608.3萬人，會員營收貢獻率高達92.7%，復購率維持在50%左右，驗證了情緒消費的可持續性。2. 寵物經濟與銀髮經濟：陪伴價值的商業化寵物經濟（它經濟）成為最具韌性的賽道。2024年城鎮寵物（犬貓）消費市場規模達3002億元，同比增長7.5%，預計2027年將突破4000億元。寵物食品（1585億元，佔52.8%）和寵物醫療（841億元，佔28%）構成兩大支柱，智能用品賽道增速達40%。90後、00後和銀髮族成為養寵主力，單只寵物年均消費近6000元，消費已從"吃飽"轉向"情感陪伴"。銀髮經濟進入黃金期。2024年市場規模達8.3-9兆元，預計2030年將超過20兆元。老年用品市場規模從2014年的2.6兆元增長至2024年的5.4兆元。社區養老照護服務、機構養老照護服務、居家養老照護服務銷售收入同比分別增長30.4%、22.6%、18.0%，智慧養老市場規模約8.2兆元。 (TOP行業報告)