最近半個月，全球AI圈又提速了。
算力層，企業大量投資買輝達AI算力。最新資料顯示，Alphabet、亞馬遜、微軟和Meta四大科技巨頭2026年資本支出可能會再度增長，合計支出超過7200億美元，比原來的“上限”預判高出整整1025億美元。
模型層，智能紀元AGI基於Artificial Analysis時間順序進行梳理：過去10天內，全球AI龍頭們發佈了10款AI基礎模型，其中80%來自中國企業。
- 4月20日：Kimi K2.6發佈；Qwen3.6 27B系列模型測試結果陸續出來。
- 4月21日：螞蟻Ling 2.6 Flash模型發佈；Qwen3.6 35B A3B推理和非推理模型開始在各大算力平台測試；
- 4月23日：OpenAl GPT-5.5模型公佈，小米Xiaomi MiMo-V2.5系列大模型正式開啟公測；騰訊混元Hy3-preview 推理模型發佈；
- 4月24日：DeepSeek V4 Pro和DeepSeek V4 Flash系列模型發佈；
- 4月28日：IBM Granite 4.1模型基準測試公佈；小米Mimo-V2.5 Pro正式發佈。
- 4月30日：Ling 2.6 -1T基礎模型正式開源；DeepSeek上線識圖模式開啟灰測。
就在5月2日，OpenAI CEO Sam Altman官宣，ChatGPT帳號可以直接登錄OpenClaw——GPT和“龍蝦”正式合體；而且，當紅編碼明星Codex也加入“寵物”方向。
目前來看，無論是Kimi K2.6，還是DeepSeek V4系列，顯示出今年基礎模型層最大的三個方向：Agent智能體、Coding程式設計能力、多模態和世界模型技術。
對於AI智能體熱潮，美的 AI 研究院演算法資深專家汪華燦近期向智能紀元 AGI 表示，無論是真實物理資料還是世界模型，本質都是依靠資料飛輪實現資料規模的持續擴容。隨著 2026 年 AI Coding 全面落地並賦能程式設計師提效，未來 AI 將從模型形態演進至 Agent 應用，逐步成為企業日常辦公的標配。
“未來會是人類和AI Agent共存的狀態。你可能不知道，對面到底是個人類，還是個 AI Agent。人要學會與 AI 共同協同，去創造更大的生產力。特別像我現在用AI Coding，當你享受過幾十倍的工作效率提升，不太能再接受一個很慢的速度往前推進的狀態。”汪華燦稱。
今年中關村論壇期間，智譜CEO張鵬的一句話，點燃了未來12個月內AI領域的最關鍵的問題：
算力。
“不管是模型能力，還是智能體框架，確實都在顯著提升創造力和生產效率，很多場景下甚至可以帶來十倍級的效率提升。但前提是，大家得用得起，也用得上。不能因為算力不夠，使用者提了一個問題，結果模型想了半天還給不出答案，這顯然是不行的。”張鵬稱。
因此，對於AI模型行業來說，一方面，今年企業需要進一步增加算力投入。
另一面，模型逐漸進化，形成Vibe Coding+Agent+Model範疇，讓模型擁有程式設計和智能體能力。
先談算力投入。
今年4月29日，幾大AI科技巨頭迎來財報季。Alphabet、亞馬遜、微軟和Meta在同一時間窗口內集中發佈財報，四家超出分析師預期。
其中，Google母公司Alphabet營收達到1099億美元，每股收益5.11美元，遠超華爾街預期的2.62美元；亞馬遜淨銷售額1815億美元，淨利潤303億美元，每股收益2.78美元，幾乎是預期的兩倍；微軟營收829億美元，同比增長18%；Meta淨利潤268億美元，同比接近翻倍。
根據財報顯示，Alphabet、亞馬遜、微軟和Meta四大科技巨頭2026年資本支出可能會再度增長，合計支出超過7200億美元，比原來的“上限”預判高出整整1025億美元。
其中，Meta是動作最直接：上調100億，把全年指引推到1250億至1450億美元，理由是元件漲價和額外資料中心成本；而微軟公司首次公佈了截至 12 月底的支出預估值，與Alphabet 預期一致，為1900億美元。
Meta CEO馬克·祖克柏周三在與分析師的電話會議上表示，“我們提高了今年的基礎設施資本支出預期。這主要是由於元件成本上漲，尤其是記憶體價格上漲。但我們自身以及整個行業所看到的種種跡象都讓我們對這項投資充滿信心。”
事實上，我們的模型現在正在真正轉向推理階段，而之所以會轉向推理階段，是因為需求正在爆發，而且是十倍、百倍地爆發。
下面我們聊聊模型層。
這一輪AI龍蝦熱潮的背後，我們可以明顯發現，算力是底層支撐能力，基礎模型則是承載Token生成與Agent智能能力的核心載體。
根據《全國資料資源調查報告（2025年）》，2025年，全國日均Tokens呼叫量從年初的超兆增長到年末的100兆，呈現指數級增長；全年Tokens累計呼叫量達到約21100兆。
那麼，Tokens的增長來源，無疑在於AI Coding和Agent應用。而這樣引發一個趨勢在於，智譜GLM-5.1系列、DeepSeek V4、Kimi K2.6等模型都為AI Coding和Agent做了針對性最佳化。
例如，月之暗面Kimi發佈並開放原始碼的Kimi K2.6模型，在通用Agent、程式碼、視覺理解等綜合能力全面提升，在多個基準測試優於或持平GPT-5.4、Claude Opus 4.6和Gemini 3.1 Pro等閉源模型。
Kimi K2.6長程編碼能力得到顯著提升，在測試中可不間斷編碼13小時，編寫或修改超過4000行程式碼。同時大幅增強了Agent自主化執行能力，由 K2.6 模型驅動的Agent叢集架構迎來大升級，支援300個子Agent平行完成4000個協作步驟，實現更大規模的平行化。
針對高負載工作流與OpenClaw、Hermes Agent等主動式Agent框架，K2.6具備自動化任務處理能力，支援長達5天的持續自主運行。
而美的也在佈局AI Coding與智能體技術。
近期，美的AI研究院公佈了在AI底層能力方向的重要佈局、面向程式設計場景的Code Agent核心框架：Sema Code。
通過將Agent核心引擎從具體產品形態中解耦，並以獨立核心庫的方式開放，Sema Code讓最頂尖的程式碼智能體能力能夠像資料庫、雲服務一樣，被靈活接入不同產品和業務場景，不僅可服務於研發提效，也具備向工業製造、智能家居等更廣泛場景延展的潛力。在這一底層架構支撐下，SemaClaw等應用形態也得以加快落地，可面向個人助手等方向形成實際應用，並進一步向家庭助手等更多貼近使用者生活的場景延展，推動AI能力從底層技術走向真實服務。
“美的的核心優勢在於擁有豐富的應用場景，而AI技術的最終價值在於賦能場景、創造價值。”美的AI研究院演算法資深專家汪華燦表示，目前美的AI應用的突破方向重點聚焦工業與智能家居場景，同時佈局領域廣泛，並已取得顯著成效。
除了MevoX，汪華燦透露，自2025年起，美的依託“環境規模化”理念，建構了“資料飛輪”與模擬環境相結合的技術迭代閉環，既通過真實環境資料積累最佳化模型，也通過模擬環境生成複雜任務，建構專屬控制決策演算法邏輯。
4月29日晚，美的集團披露2026年一季報，實現營業總收入1316億元，歸母淨利潤127億元。
同時，股東更關心的是，2026年公司擬實施回購金額為65億元至130億元，回購的部分將100%用於註銷減少註冊資本。
值得注意的是，本季度業績中最引人關注的，無疑是美的集團加速向AI+全球性科技集團轉型，通過打造“家庭大腦”和“工廠大腦”兩大樞紐，在“智慧家居、智能製造、智慧辦公、行業賦能”四大核心業務場景全面深度應用AI賦能
而且，美的計畫未來三年投入超600億元用於前沿科研。
目前，美的集團已組建了一支超400人的AI研發團隊，每天有13000多個智能體在住宅、辦公、製造、醫療、倉儲、物流等多個場景運行。通過AI賦能，集團2025年全年提效超1500萬小時，節約各項成本達7億元。
今年一季度，美的集團發佈家居領域首個自進化智能體MevoX，通過主動記憶、智能管理，實現全屋家電統一調度與最優決策。
據介紹，美的建構了從底層築基、中層賦能到上層落地的完整體系，讓智能家居從簡單的連接和控制，成長為具備強認知能力的空間系統。目前，美的已與華為、vivo、OPPO、榮耀等頭部手機廠商，以及比亞迪、蔚來、長安等核心車企達成深度互聯，致力打造行業最深度互聯的操作體驗。
目前，美的已完成超150個品類家電的AI化佈局，全品類超5億台家電具備聯網能力，全球超1.4億台智能家電聯網，超1.5億智能使用者接入，建構起覆蓋空氣、用水、烹飪等六大系統的主動智能應用能力，實現了人車家互聯場景的深度落地。
汪華燦認為，美的在AI技術前瞻性研究方面處於行業前列，尤其是在具身機器人領域，作為早期佈局者，積累了大量專利、論文等成果。這樣的探索，不僅體現了美的依託豐富產業場景推動AI技術落地轉化的能力，也為智慧財產權佈局、技術成果沉澱和產業生態建設提供了有力支撐，展現出美的以原創技術夯實“AI+”發展底座、賦能多元場景創新的前瞻佈局。
美的集團董事長兼總裁方洪波曾表示，未來十年，中國將出現一大批真正科技領先的全球化企業，美的要始終堅持圍繞“三個一代”研發體系，集中資源，聚焦核心關鍵項目，真正以使用者為中心，解決使用者需求，要敢於創新，做真正的創新。
美的早已不是傳統家電企業，正從家電巨頭，穩步蛻變為“AI+工業+家居”的科技全球化企業。
而且從業績角度來說，美的的收入利潤基礎穩固，現金流造血能力極強，同時大手筆重倉 AI 前沿研發，走技術自研+場景落地雙輪驅動路線。
未來美的發展趨勢，還是加速向AI轉型、提高利潤增長能力。
我這兩年持續跟進美的之後，大家會發現美的在AI層面的變化：
美的的對手永遠不是小米和格力，而是越來越像德國工業巨頭西門子。
即建構AI+工業智能體軟體生態。
正如西門子CEO博樂仁所言，AI 像當年的電力一樣具有變革性，甚至力量更為強大。它將改變我們的生活與工作、生產與消費，讓電網、城市，乃至整個經濟體等龐大系統，都更加靈活、自主和高效。我們已經邁入工業 AI 革命的時代。
實際上，當下全球基礎模型陷入扎堆競速，多數企業拼參數、拼基準跑分，也在拼算力基礎設施。
但和純AI科技公司相比，美的最大優勢不是演算法，而是資料和場景。
美的坐擁智能家居、樓宇科技、工業製造、機器人實體場景，搭建“真實環境資料+模擬訓練”的資料飛輪，能讓 AI 模型在真實物理世界持續迭代最佳化。
這是純網際網路公司不具備的落地土壤。
而且，美的避開通用大模型紅海，選擇AI Coding+智能體+具身智慧型手機器人三條務實路線。
從Sema Code、SemaClaw 到 MevoX，再到具身機器人的前瞻佈局，美的沒有盲目跟風通用大模型的內卷競速，而是將 Agent 智能體與 AI Coding 能力深度融入自身研發、生產、智能家居全業務鏈條。
先實現內部降本提效，再向外開放輸出技術能力，商業化路徑清晰且落地紮實。
這種發展路徑，值得所有謀求AI轉型的實體企業借鑑深思。 (智能紀元AGI)