《2026全球人工智慧展望報告》指出，人工智慧正從技術競賽的階段走向社會基礎設施的階段。報告重點圍繞Token經濟, 智能體, 物理AI三個維度展開。
一、Token經濟：從“算力消耗”走向“價值流轉”
報告提出Token經濟已形成完整的大產業鏈。
上游部分是Token工廠, 通過晶片、推理引擎以及叢集調度這些工具來高效率地製造出Token。
中游是流通與定價的環節, 這一部分的工作是把算力封裝成了標準的、可以隨意使用的服務, 並且按照使用者輸入的量和輸出的量或者是訂閱的模式來收取費用。
下游則是“消費場景”環節, 它的作用就是把模型推理變成實際業務價值。這標誌著人工智慧產業發展的方向正在發生變化, 企業不再像過去那樣只顧著盲目地花費大量資金, 而是開始更注重細節和效率。
在這種情況下, Token（詞元）成為衡量AI生產力的“新貨幣”。與此同時, 那些具有前沿性質的基礎設施建設項目, 比如太空算力等前沿基建更是拉開了算力供給的新想像空間。
二、智能體：從“被動工具”進化為“數字員工”
智能體已經經歷提示詞、上下文、駕馭能力這三個階段。
現在的Agent, 它已經不僅僅是一個只會問答的機器人, 它可以自己進行規劃, 還能去呼叫各種工具, 成為能夠執行那些比較長的流程的“數字員工”角色。
OpenClaw和騰訊WorkBuddy這些產品充分地展示出了智能體在企業辦公方面、財務分析方面以及程式碼開發方面所具備的實戰能力。
更關鍵的一件事情是, 使用Agent Skill（技能）以及Harness（駕馭架構）, 讓智能體具備了“可沉澱、可復用、可治理”這些特點。
未來, 智能體會變成企業組織內部的新類型的成員, 推動人工智慧技術從之前的只給建議走向“直接幹活”。
三、物理AI：為機器注入“理解世界”的大腦
物理AI的核心是“世界模型+物理實體”。
報告特別提到了這個重點。世界模型讓機器不再只會用視覺去感受周圍環境的表象。它還能去推測出各種運行在現實裡的那些固定規律。在虛擬出的環境裡通過不斷犯錯來積累經驗並提升自己。
而具身智能（VLA模型、R2S2R虛實遷移）讓機器人擁有在真實存在的場合裡面去完成相應的任務目標的能力。
物理人工智慧正在一步步打通數位化的空間和物理世界的壁壘。這不僅僅是技術的突破, 而且是AI走向各行各業、承擔實體任務的關鍵一步。
附：2026全球人工智慧展望報告
(TOP行業報告)