人与ai共同进化-人工智能发展十大趋势-中央广播电视总台

编写委员会总体策划：中央广播电视总台社教节目中心杨继红杨继红段晓超刘晓波卢钊凯董大伟赵京津徐诗茹宋自帅张娇怡社教节目中心科技节目部主任社教节目中心科技节目部副主任社教节目中心科技节目部制片人社教节目中心科教频道编辑部主任社教节目中心社会与法频道编辑部主任社教节目中心副主任社教节目中心副主任社教节目中心党委专职副书记社教节目中心综合部主任社教节目中心综合部副主任社教节目中心综合部副主任中央广播电视总台研究院社教节目中心综合部制片人中央广播电视总台研究院梁建增窦小文梁建增窦小文高铁军黄光顺中央广播电视总台研究院院长创新发展研究中心副主任创新发展研究中心战略研究部副主任创新发展研究中心战略研究部研究员创新发展研究中心战略研究部研究员社教节目中心新媒体部主任社教节目中心新媒体部副主任社教节目中心新媒体部副主任社教节目中心新媒体部制片人研究人员：陈雯柏、陈启丽、马楠、刘学君、邓志鸿、张海君、于乃功智库专家：吴志强、魏巍、赵冰冰、梅涛、胡国平研究统筹：汪沛沛、姚睿、姜鹏翔、董芳、李沛、薛梦华、李文静、李同同、朱启瑶版面设计：叶明、刘子君、崔淋、牛爽引言“科技革命中，人工智能、量子技术、生物技术等前沿技术集引人瞩目，被认为是继蒸汽机、电力、互联网之后又一个划时代的重大技术变革。”习近平总书记深刻指出，“科技革命中，人电力、互联网之后又一个划时代的重大技术变革。”党中央始终将人工智能置于推进强国建设、民族复到“人工智能+”行动，一系列重要部署为人工智能发展指明了方向、注入了强大动力。2026年1月9日中央广播电视总台联合工信部、中国电子信息产业发展研究院、科普中国等多家权威机构发布了2026年人工智能十大趋势，对Al在2026年的发展做出了全面预测。报告清晰勾画出这样的图景：人工智能演进的主旋律正从实验室的技术突破加速转向与人类经济社会的全方位、叩问治理边界。人工智能已跃升为决定国家竞争力与国际格局的关键战略变量。中央广播电视总台社教节目中心围绕十大趋势开展详细解读与案例分析，形成了《人与Al共同进化——2026年人工智能发展十大趋势》解析报告。本报告针对2026人工智能发展十大趋势开展深度解析，从背景演变、博弈挑战到路径展望与场景案例，层层递进，共同勾勒出这一关键转报告认为：2026年，全球治理在博弈中寻求“普惠共享”的共识，智能算力作为新质生产力加速实现规模化供给；Al智能体以“生产力单元”的姿态融入千行百业；多模态能力则推动人机关系从“工具”向“伙伴”跨越。在此基础上，技术突破全面深化：原生Al终端将智能无缝嵌入物理世界，具身智能赋予机器真正改变环境的能力，Al反向驱动基础科学研究开启知识发现新范式，而类脑智能等交叉学科的探索更为现有架构注入能源消耗已成为Al扩张的硬性约束，安全治理则站在2026年的门槛前瞻，人工智能正从“颠覆性技术”迈向“社会化基础设施”的关键阶段。人工智能的未来，不再由单纯的算法进步定义，而更取决于其与经济、社会、环境协同共生的系本报告所洞察的十大趋势，不仅是一份技术研判，更是一幅关乎国家战略、产业变革与人类未来的宏观图景。在这场关乎未来的战略竞赛中，谁能率先构建技术领先、治理完善、普惠包容、安全可控的Al发展体系，谁就能在智能文明时代人工智能发展十大趋势/1目录人工智能发展十大趋势TOP10TRENDSINTHEDEVELOPMENTOFARTIFICIALINTELLIGENCE引言趋势一AI治理全球化：人工智能普惠共享成为全球发展议程核心议题趋势二智能算力规模化：关键产业要素供给将进一步增强趋势三应用主流化：AI智能体全面走进场景趋势四多模态实用化：人工智能核心技术从人工智能发展十大趋势人工智能发展十大趋势/2人工智能发展十大趋势/3Aipment硬件普及化：新一代智能终端与沉浸式体验消费场景相趋势九能源问题显性化：Aipment硬件普及化：新一代智能终端与沉浸式体验消费场景相趋势九能源问题显性化：绿色AI受关注化：“物理AI”与“具身智能”融合，推动机器人与现实深度交互趋势十安全与对抗白热化：安全与治理将成为AI发展的重要保障趋势七结语专业领域进一步细分和深化：“AI+科产出颠覆性成果趋势八前沿领域交叉融合化：类脑智能与交叉学科加速创新附录专业性名词解释人工智能发展十大趋势/4人工智能发展十大趋势/5若将2024年定义为人机协同伦理与治理框架的“原则共识年”“普惠共享”正从理念倡导，迅速演变为全球AI治理全球化：人工智能普惠共享成为全球发展议程核01.背景与演变：从原则共识到普惠转向若将2024年定义为人机协同伦理与治理框点已发生战略性迁移。单纯的风险预警正让位于更具建设性的新阶段—“普惠共享”正从理念倡导，迅速演变为全球发展议程中不容回避的核心议题与实操目标。这一进程在技术迭代、地缘竞合与发展鸿沟等多重张力下曲折前行，其成败关乎AI革命红利能否全球覆盖，而非加剧不平等。新兴市场国家(中国、印度、巴西.)核心诉求:公平包容,发展路径自主权侧重点:技术培养、数据共享、本土能力培养侧重点:自身技术体系与价值观的全球"侧重点:自身技术体系与价值观的全球"可及性"(G7、OECD)标准输出,供应链主导趋势一AI治理全球化：人工智能普惠共享成为全球发展议程趋势一AI治理全球化：人工智能普惠共享成为全球发展议程人工智能发展十大趋势/6人工智能发展十大趋势/7l02.挑战与博弈：l信任赤字、能力鸿沟与规则碎片化差异化规则技术流通兼容性障碍收”能力不足而无法有效利用，甚至因监管缺位产生新准的碎片化趋势加剧。差异设置了兼容性障碍，增加了企业合规成本，客观上也阻碍了技术的扩散。先科技企业推出面向全球开发者及特定地区的AI差异化规则技术流通兼容性障碍收”能力不足而无法有效利用，甚至因监管缺位产生新准的碎片化趋势加剧。差异设置了兼容性障碍，增加了企业合规成本，客观上也阻碍了技术的扩散。先科技企业推出面向全球开发者及特定地区的AI机构与慈善基金会也积极资助面向发展中国家的能力建设项目，搭建对话平台。作步履维艰。其次，基础设施与能力鸿沟悬殊。许多发展中国家缺乏算力、高质量数据、高端人才与03.路径与展望：多边机制、民生项目与技术普惠点深化：一是推动更具包容性的多边对话，在联合国框架下探索全球AI治理基本原则。二是务实推进聚焦农业、医疗、教育等民生领域的示范性合作持发展中国家的基础设施与人才培养。四是强化技应多语言环境的AI解决方案。全球治理全球治理核心技术普惠设计节能/易部署/多语言低成本AI解决方案关键词：技术下沉、适配性强融资与能力建设全球AI发展基金基础设施+人才培养关键词：资金支持、能力赋能多边对话机制联合国框架下全球AI治理基本原则关键词：多边共识、规则共塑民生示范项目可复制普惠模式关键词：民生导向、全球覆盖可以预见，未来一年围绕AI全球治理的博弈不仅取决于主要大国的政治意愿，也考验着国际社04.场景案例解析：AI医疗普惠在“一带一路”落地生根偏远地区医疗资源较为匮乏。中国AI医疗企业推想医疗与联合国开发计划署合作，将配备人工智能肺结核诊断系统的便携式X光机引入该国。这台总重量不到25公斤的设备，每天可筛查约400名患区的结核病筛查效率和准确性。医生可将设备装在行李箱中带到偏远地区，为居民提供便捷筛查。目巴布韦等共建“一带一路”国家落地。这一案例生动诠释了“普惠共享”的全球AI治理理念—中国技术正以可负担、可及的方式，助力发展中国家跨越医疗资源鸿沟，让AI发展的红利真正惠及普通民众。稀核缺心科工业研资资产源智能算力规模化：关键产业数字经济特定项目通用生产要个01.背景与演变：从稀缺资源到核心工业资产人工智能发展的关键约束，正从算法创新快速转向智能算力的规模化供给能力。202稀核缺心科工业研资资产源智能算力规模化：关键产业数字经济特定项目通用生产要个01.背景与演变：从稀缺资源到核心工业资产人工智能发展的关键约束，正从算法创新快速转向智能算力的规模化供给能力。2026年的核心共识已形成—人工智能的全面产业化不取决于少数实验室的峰值算力，而在于能否构建起一个规模化、集约化、高效率且经济可持续的智能这一转变的直观体现，是产业重心从“单点AGI探索的“战略算力”竞赛并未停歇。2025年3月，英伟达在GTC大会上发布BlackwellUltra平台，其在大语言模型上的推理速度较Hopper提升11倍、计算能力提升7倍。英伟达同期披露了下一代VeraRubin架构，预计2026年下半年推出，其推理性能可达每秒50千万亿次浮点运算，支持高达288GB的HBM4内存，相比B可实现75%的GPU用量节省与90%的推理成本下降。同时，马斯克旗下xAI公司规划的超级算力集群，直言需消耗数十万块尖端GPU，以支撑下电信运营商乃至大型工业企业，正积极构建或租赁区域级、行业级的智能计算中心，旨在让算力这种分布式、网格化的算力供给格局，标志着智能算力正式进入工业化部署阶段。人工智能发展十大趋势/8人工智能发展十大趋势/9而在于能否构建起一个规模化、集约化、高效率且经济算力，正从为特定项目服务的“稀缺科研资源”，加速蜕变为驱动整个数字经济的“核心工业资产”趋势二智能算力规模化：关键产业要素供给将进一步增强趋势二智能算力规模化：关键产业要素供给将进一步增强人工智能发展十大趋势/1002.挑战与博弈：供应链安全、能耗天花板与生态割裂驱动这一进程的力量深植于技术与商业的内协同演进，催生了差异化的分层算力需求；Al应用从概念验证迈向规模商用，严格的成本约束倒逼算力供给方持续降低单位成本；全球数据主权与隐私法规的收紧，也从合规层面加速了算力节点的本地先进制程的集中与地缘因素，使得算力硬件的自主可控成为普遍的战略焦虑。物理层面，算力规模扩张带来的能耗飙升已触及商业运营与环境承载的双重天花板。更大的隐痛在于软件生态的割裂，多样化的芯片架构导致了开发工具链、框架适配的复杂化，严重制约了异构算力资源的全局利用率与弹性供给能力。这不仅是技术难题，更是关乎产业自主与可持续发展的深层博弈。03.路径与展望：软硬协同、绿色算力与普惠底座为突破桎梏，产业正沿软硬件协同路径全力突围。硬件层面，针对特定负载（如视觉推理、以高效能比确立规模优势；科技巨头纷纷加大自研Al芯片投入以优化成本。系统层面，基于云原生理念的“算力操作系统”正致力于将异构算力资源池化，实现任务级的智能调度与全局优化。同时，“绿色算力”从倡议变为硬性指标，液冷等高效散热技术快速普及，智算中心与清洁能源基地的协同建设成为新基建的标配。展望未来，“算力网络”将从试验走向商用，实现跨地域资源流通；“软硬件协同优化”成为提升效率的核心。这场供给侧革命的意义在于为Al的普惠共享夯实基础。只有当强大且经济的算力如同电力网络一样可靠易得，人工智能才能释放其全面的变革性力量。硬件层系统层算力操作系统液冷散热技术能源层智算中心与清洁能源基地协同绿电智能调度04.场景案例解析：国产芯片训练突破实现从“推理”走向“训练”的关键跨越训练侧体系化崛起推理侧单点突围2026年成为国产Al芯片训练落地的关键之年。备与昇思MindSporeAl框架，完成从数据处理到模型训练的全流程闭环，成为首个依托国产芯片实现全程训练的SOTA训练侧体系化崛起推理侧单点突围训练侧训练侧全流程闭环同日，摩尔线程与北京智源人工智能研究院达智源自研具身大脑模型RoboBrain2.训练，首次验证了国产算力集群在具身智能大模型训练中的可用性与高效性。2月，中国电信开源的效缓解。作为真正的“生产力单元”与“创意协作者”深入新闻传媒、工业研发、创人工智能发展十大趋势/12人工智能发展十大趋势/12应用主流化：AI智能体全面01.背景与演变：从技术演示到价值创造随着底层算力实现工业化供给，人工智能发展生物医药等众多领域。这标志着人工智能进入了以仅是执行单一指令的功能模块，而是具备了理解复杂意图、规划分解任务、调用多元工具并执行闭环的“数字员工”能力。这一进程的加速得益于三重突破：大模型在规划与工具调用能力上变得可靠；算力规模化使部署成本进入可承受区间；企业开始系统性地评估智能体应用的投入产出比。技术驱动旧角色：被动工具执行单一指令的功能模块新角色：主动代理调用工具、执行闭环的价值驱动趋势三应用主流化：AI智能体全面走进场景趋势三应用主流化：AI智能体全面走进场景人工智能发展十大趋势/14娱乐场景快速普及。知识与创意生产行业，02.挑战与博弈：场景对齐、责任黑箱与组织变革在更复杂的制造等领逐步证明其价值。景化仍面临现实瓶颈。首要是“场景对齐”将通用能力与细分行产业端高价值智能体金融风控代码生成工业制造消费端轻量级智能体超级APP入口大规模场景化瓶颈通用能力+行业知识融合人机协同管理新体系自主决策偏差权责界定场景对齐组织变革责任黑箱底实现大规模商业化部署后，2026年已进化为具备跨行业闭环执行能力的成熟平台，其将智能体深设计师只需输入自然语言描述，极大缩短了从灵感的偏差在高风险领域难以界定权责。最后，智能体的大规模引入引发了深层次的人机协同与组织管程与治理体系。这不仅是技术难题，更是关乎信任重构与组织进化的深层博弈。03.路径与展望：平台赋能、透明可释与生态重构产业生态正为此快速进化。平台企业推出低代释性与行为约束技术从研究走向产品化，为责任界智能体的全面场景化，其深远意义在于对产业04.场景案例解析：机器人以“工友”身份完成线上生产工作在上海均胜安全工厂，数十台智元机器人“精灵G2”与工人协同作业，承担汽车零部件产线的物料搬运与精密装配。这些机器人每日可连续工作20小时，在产线间自主穿梭，替代工人完成高1000赫兹力控频率和99%的系统成功它能实时调整动作完成任务，实现了从“预设程序”能体如何从软件世界走进物理场景——当机器人以便不再是抽象概念，而是触手可及的生产力变革。过去分立的视觉、语音、语言等技术，在2026年加速融合为统一连贯的多人工智能发展十大趋势/16人工智能发展十大趋势/16多模态实用化：人工智能核01.背景与演变：从单点突破到情境理解.统一连贯的.统一连贯的多模态智能分立的视觉、语音、语言等技术通用智能伙伴自主理解复杂情境专用工具需精确指令技术层进化角色层跨越Al核心技术本质性突破当智能体在场景中深度应用，驱动其进化的AI核心技术正经历本质性突破。过去分立的视觉、语音、语言等技术，在2026年加速融合为统一连贯的多模态智能。这标志着人工智能正从需要精确趋势四多模态实用化：人工智能核心技术从“专用工具”向“通用智能伙伴”跨越趋势四多模态实用化：人工智能核心技术从“专用工具”向“通用智能伙伴”跨越人工智能发展十大趋势/1802.挑战与博弈：认知鸿沟、评估缺失与安全风险推理与生成能力，并能调用工具、自主规划任务以协同完成复杂目标的智能系统。大语言模型是其强个能像人类一样综合利用多种信息渠道来理解世能力跃迁，不再割裂地识别数据，而是构建跨模态实用化的驱动力来自双向需求。产业端（如机真实动态场景中的可靠性。更为关键的是，推理成Scaling）技术的成熟，让模型能在推理过程中实时调用强化学习进行动态优化，不再依赖预训练阶段用多模态系统实现更精准的设备预测与综合诊断。立与伦理边界的深层博弈。03.路径与展望：效率优先、能力输出与人机协同解决特定问题赋能整体智慧产业界正务实推进。技术重点从追求参数规模转向提升效率与注入领域知识；领先企业将多模态能力作为操作系统与云服务的核心功能输出；商业模式上，企业采购的已不再是单项技术，而是能理解决特定问题赋能整体智慧04.场景案例解析：Al眼镜实现语音+视觉的多模态同传翻译2026年3月，科大讯飞在世界移动通信大会多模态同传翻译和唇动识别降噪技术。该产品实现实时字幕显示与语音播放，针对展会、酒会等嘈杂环境，首创唇动识别的多模态降噪方案：通过摄像头捕捉说话者唇部运动，融合骨传导麦克风采集的声音，对音视频信息融合处理，能精准锁定目标讲已开启线上预约。这一案例展现了语音+视觉融合的多模态能力如何突破单一模态的局限，在真实场景中实现更精准、更自然的跨语言沟通。当多模态智能迈向实用化，承载其能力落地的物理载体—终端硬件，人工智能发展十大趋势/20人工智能发展十大趋势/20人工智能发展十大趋势/21一代智能终端与沉浸式体验01.背景与演变：从云端智能到端侧原生当多模态智能迈向实用化，承载其能力落地的物理载体—终端硬件，也正迎来一场从“适配”到“原生”的设计革命。2026年，专为AI从头设计、承载端侧复杂模型、并深度融入沉浸式体验这不仅仅是硬件的升级，更意味着智能体验的发生地，从遥远的云端大规模向用户“手边”和“眼前”迁移，推动人机交互范式向更无缝、更沉浸、更个性化的方向演进。这一变革的核心驱动力源于端侧智能的“必要性”与“可行性”交汇。必要性在于，纯云端呼唤强大的端侧算力。可行性则得益于专用AI芯以及芯片-算法-应用垂直整合的设计模式，使得在终端设备上高效运行多模态大模型成为可能。纯云端智能依赖远程服务器，高延迟隐私保护弱可靠性低成本高端侧智能本地算力无缝运行沉浸式体验场景个性化定制新一代原生终端核心特征感知：多模态传感器融合交互：空间显示/触觉反馈/脑机接口高度一体化集成趋势五原生AI终端硬件普及化：新一代智能终端与沉浸式体验消费场景相融合趋势五原生AI终端硬件普及化：新一代智能终端与沉浸式体验消费场景相融合人工智能发展十大趋势/22人工智能发展十大趋势/23新一代原生AI终端的核心特征，是“感知-计算-交互”的高度一体化集成：设备通过融合多时感知用户状态，凭借本地算力进行即时推理决策，最终通过空间显示、触觉反馈、脑机接口等例如，在影视消费领域，AI观影眼镜可实时识别画面內容，根据用户情感反应叠加个性化叙事体验。在文化旅游场景，博物馆专用的AI导览设备并通过AR技术让用户与虚拟的历史人物对话，将02.挑战与博弈：生态割裂、续航瓶颈与隐私困境Ai健康眼镜AI智能笔记本关键挑战生态割裂续航瓶颈全沉浸消费体验个人化健康与生产力伴侣Ai生成式影视Ai健康眼镜AI智能笔记本关键挑战生态割裂续航瓶颈全沉浸消费体验个人化健康与生产力伴侣Ai生成式影视可交互文化遗产隐私与伦理问题然而，普及之路仍面临关键挑战：跨设备多模态数据的标准与互通性不足，导致生态割裂；电池技术制约着高性能与长续航的平衡；设备深度感知与理解用户所引发的隐私与伦理问题亟待规范。这不仅是技术瓶颈，更是关乎用户信任与行业秩序的深层博弈。03.路径与展望：生态竞合、标准共建与智能织入生活产业界正以生态竞合的姿态推进这场终端革命。消费电子巨头、汽车厂商乃至时尚品牌纷纷入实现跨设备的无缝体验流转，这场由端侧智能驱动的硬件普及化，其深远意义在于将智能无缝织入物理生活的经纬。04.场景案例解析：AI原生手机、AI宠物开辟新消费场景布全队列AI终端产品，勾勒出AI生活的全新范式。其核心产品努比亚M153作为与字节跳动豆包合作开发的首款AI原生手机，在操作系统层面实现了与豆包手机助手的系统级深度集成，能真正理解和执行用户以自然语言发出的复杂、跨应用指令—用户仅需说出需求，手机即可自动调预订及路线规划等一系列操作，与此同时，中兴还发布了主打情感陪伴的馈能力的情感陪伴AI宠物。它摒弃了生硬的机械养的人士等群体。这一产品将AI从工具属性拓展至情感陪伴领域，开辟了全新的消费场景。趋势六趋势六AI具身智能化：“物理AI”与“具身智能”融合，推动机器人与现实深度交互“物理Al”与“具身智能”两大技术路径从并行走向深度融合，推动机从执行预设动作的自动化设备，向能够理解复杂环境、自主决策并完成泛化人工智能发展十大趋势/人工智能发展十大趋势/24人工智能发展十大趋势/25AI具身智能化：“物理AI”与“具身智能”融合，推动01.背景与演变：从数字空间到物理世界感知边界，人工智能进化的下一个必然阶段——与作的自动化设备，向能够理解复杂环境、自主决策并完成泛化任务的“物理智能体”跃迁。这标志着全面延伸至对物理世界的因果理解与能动改造。完整闭环，使机器人首次获得类似生物体的“躯体来学习与适应。反馈学习感知环境反馈学习感知环境思考决策物理行动趋势六AI具身智能化：“物理AI”与“具身智能”融合，推动机器人与现实深度交互趋势六AI具身智能化：“物理AI”与“具身智能”融合，推动机器人与现实深度交互人工智能发展十大趋势/26人工智能发展十大趋势/2702.挑战与博弈：仿真与现实、成本与安全的多重考验技术突破与迫切需求共同驱动这一进程。多模态大模型为机器人提供了通用的场景理解与任务分解能力；仿真引擎与强化学习平台的发展让复杂技能的训练成本大幅降低。全球人口结构变化、复对能技术突破与迫切需求共同驱动这一进程。多模态大模型为机器人提供了通用的场景理解与任务分解能力；仿真引擎与强化学习平台的发展让复杂技能的训练成本大幅降低。全球人口结构变化、复对能在非标环境中自主工作的智能体产生了前所然而，实现深度交互仍面临根本性挑战。首先是“仿真到现实”的差距，虚拟训练的技能在真实是成本与可靠性平衡，精密传感器与执行器的成本尚未达到大规模普及的临界点。更重要的是，安全与伦理框架亟待建立，当具备自主行动能力的智能体广泛进入人类空间，其行为边界、责任归属与故障应对需全新的社会技术共识。03.路径与展望：软硬协同、大小脑进化与现实渗透产业界正采取软硬协同的务实路径推进。硬件端，仿生执行器、更经济的多模态传感器以及模块化机器人平台不断涌现。软件与算法端，基于大模型的“机器人大脑”与专注于运动控制与技能学习与真实操作数据正在加速闭环。随着机器人开始真响将进入一个更具象、更深刻的物质化新阶段。当机器能够以柔性的方式融入人类的物理空间，人与智能体的协作将不再局限于屏幕之内，而是延伸至触手可及的每一个角落。04.场景案例解析：敦煌莫高窟的Al导览员方合作的核心是腾讯Tairos（钛螺丝）具身智能大模型与宇树机器人本体的深度融合——Tairos通过SDK和云服务形式提供规划大模型和多模态感负责部署到旗下主流型号机器人上完成系统集成。2026年元旦，这一合作的成果在敦煌莫高窟数字展示中心正式上岗：部署了Tairos具身大模讲解员，为来访游客提供导览指引和敦煌文化讲解场景落地的Al导览人形机器人，由敦煌研究院、腾讯、宇树科技、上海宝山区上大通用智能机器人始文献、学术研究成果与权威解说资料，系统构建高质量敦煌主题知识语料库，并将其应用于导览机器人训练。在上海国瓴律师事务所全球总部展厅，同款机器人也承担起展厅讲解员角色，为来访客户讲解律所发展历史，并支持自由问答咨询。趋势七趋势七专业领域进一步细分和深化：“AI+科学”(AIforScience)在基础学科产出颠覆性成果在物理、化学、生物、材料等基础学科的核心地带，催人工智能发展十大趋势/28人工智能发展十大趋势/28人工智能发展十大趋势/2901.背景与演变：从辅助工具到主动探索者当人工智能在工程与应用层面持续突破，其最深远的影响正向着人类知识体系的源头回溯。化学、生物、材料等基础学科的核心地带，催生出系列颠覆性成果。这场革命的核心在于，Al不再仅是处理海量数据的“超级计算器”，而是成为能够提出科学假设、设计实验方案、甚至发现人类未曾预料的新规律的“主动探索者”。辅助工具角色本质跃迁超级计算器仅处理海量数据研究范式革命传统科学研究发现主动探索者提出科学假设设计实验方案发现全新规律AI驱动全新基础研究范式覆盖领域：基础学科核心地带趋势七专业领域进一步细分和深化：“AI+科学”(AIforScience)在基础学科产出颠覆性成果趋势七专业领域进一步细分和深化：“AI+科学”(AIforScience)在基础学科产出颠覆性成果人工智能发展十大趋势/30人工智能发展十大趋势/31这一范式转移的根基在于“数据驱动”与“第一性原理”的深度融合。传统科学发现依赖假设驱动的实验与理论推演，而Al的强大模式识别与高维建模能力，使其能够从混杂的实验数据与模拟数据中，挖掘出隐藏的关联与全新规律。尤为关键的是，物理信息神经网络、符号回归等技术的成熟，使得Al模型在拟合数据的同时，能自发遵从或发现基本的物理约束与简洁的数学表达，从而将“黑箱”预测转化为可解释、可验证的科02.挑战与博弈：可解释性质疑与数据壁垒当前，这一范式正逐渐产出变革性成果。在极端天气预测领域，2026年初香港科技大学联合国家气象单位发布全球首个可提前四小时预测雷暴准确率较传统模式提升15%以上，预警时效从数十分钟大幅延长至四小时，为防灾减灾赢得宝贵时间。在基础材料领域，国际团队通过机器学习筛选学习—理论计算—实验合成”闭环路径的有效性，标志着Al已从辅助工具进化为主导科学发现的核然而，科学范式的重塑仍面临根本挑战。首要规律具备坚实的物理基础而非数据幻象，是学术界接受其成果的关键。其次是“高质量科学数据”的稀缺与壁垒，数据的不完整、非标准化以及领域间的隔阂，制约了更广泛突破的产生。这不仅是技术难题，更是关乎科学共同体信任的深层博弈。可解释性可解释性与可信度确保AI发现规律具备物理基础而非数据幻象高质量科学数据壁垒数据不完整、非标准化及领域隔阂制约突破科学范式重塑面临根本挑战机器学习理论计算实验合成AI从辅助工具进化为主导科学发现的核心引擎03.路径与展望：人机协作、开放共享与认知拓展科研生态正在积极适应。越来越多的顶尖研究放科学数据平台与基准测试环境正在建设；顶级学术期刊也开始建立针对Al驱动发现的评审新标准。这场由Al引领的科学革命，其终极意义在于极大拓展人类认知的边界与效率，标志着科学研究正进入一个由人类智慧与机器智能共同导航的新时代。04.场景案例解析：大圣”科研智能体开启全流程自主科研联合复旦大学发布“星河启智科学智能开放平台”个专为复杂科研场景设计的高能动性智能体系统，标志着AlforScience从工具辅助迈向全流程自主科研的新阶段。“大圣”融合多模态基础模型、300余个经真动实验室，能以自然语言理解科学家的研究目标，自主拆解任务、调度资源、协调多个专业智能体并RNA分类与设计任务中准确率超96%，并已支撑入驻团队增长1200%。这一案例展现了科研智能体如何将科学家从重复性劳动中解放出来，更专注于创造性战略思考。2026年，以类脑智能为核心的前沿领域，通过与神经科学、材料科学、光学等多学科的深度交叉融合，正在开辟一条超越传统冯·诺依曼架构的计算人工智能发展十大趋势/32人工智能发展十大趋势/32人工智能发展十大趋势/33前沿领域交叉融合化：类脑01.背景与演变：源自生命科学的范式探索能，光学计算则带来新的物理实现途径，这些学科的碰撞，共同推动着类脑智能从离散的“技术点”与神经科学、材料科学、光学等多学科的深度交叉融合，正在开辟一条超越传统冯·诺依曼架构的计算与智能发展新路径。这不仅是技术的补充，更代表着一场旨在解决Al在能效、自适应与认知机制能，光学计算则带来新的物理实现途径，这些学科的碰撞，共同推动着类脑智能从离散的“技术点”这一融合创新的核心，在于对生物智能“计算硬件层面，神经形态芯片通过模拟生物神经元与突为在终端设备上实现实时、高效的连续学习提供了可能。跨学科融合成为革命加速器——神经科学提供原理参照，新型半导体材料使大规模硬件成为可趋势八前沿领域交叉融合化：类脑智能与交叉学科加速创新趋势八前沿领域交叉融合化：类脑智能与交叉学科加速创新人工智能发展十大趋势/34人工智能发展十大趋势/3502.挑战与博弈：理论局限、生态壁垒与评估困境04.场景案例解析：发工具与类脑硬件完全不兼容，人才与工具链极度稀缺。评估标准缺失，如何衡量类脑系统在复杂任尚无明确基准。推理能力拓展理论局限制约类脑模型向复杂当前，类脑智能的实用化探索正从特定优势场景切入。在高效感知领域，基于神经形态视觉传感器的动态视觉系统，已在自动驾驶、工业检测中展现出极低延迟、高能效处理能力。在边缘智能与自适应机器人领域，类脑芯片与算法为设备在资源严苛环境下实现实时环境学习与适应提供了新方案。同时，脑机接口技术通过解析神经信号，为类脑智发工具与类脑硬件完全不兼容，人才与工具链极度稀缺。评估标准缺失，如何衡量类脑系统在复杂任尚无明确基准。推理能力拓展理论局限制约类脑模型向复杂然而，走向广泛应用的挑战依然严峻。理论基础尚未贯通，人类对高级认知功能的神经机制理03.路径与展望：共识布局、基础夯实与智能新可能国家层面设立国家级脑计划与类脑研究专项\企业层面科技巨头收购初创、建立联合实验室\社区层面开源社区推出早期类脑框架与硬件平台尽管如此，产业与学术界已形成共识性布局。全球主要科技体纷纷设立国家级脑计划与类脑研究专项；科技巨头通过收购初创公司、建立联合实验室深度介入；开源社区也开始出现早期的类脑框在于为人工智能的未来发展注入全新的生物灵感与物理可能性，其意义不在于短期内替代现国家层面设立国家级脑计划与类脑研究专项\企业层面科技巨头收购初创、建立联合实验室\社区层面开源社区推出早期类脑框架与硬件平台谱与类脑智能实验室余山团队携手北京大学心理与认知科学学院毕彦超团队，在《自然·计算科学》上发表研究成果，提出CATSNet新型神经网络框突破填补了当前人工智能与人脑智能之间的关键差距。传统深度学习模型的知识“缠”在海量参数中务求解”两个模块，处理视觉信息时能将复杂信息语言交流的过程。研究团队通过脑成像实验发现，CATSNet形成的概念空间与人类认知高度一致，其工作模式也与大脑概念处理脑区活动高度匹配。这一成果为研发下一代类人智能打下基础，有望突破现有大模型的局限。海量应用全周期运行累积能耗惊人海量应用全周期运行累积能耗惊人数据中心电力、散热承压影响电网与碳排目标巨型模型单次训练能耗规模庞大人工智能发展十大趋势/36人工智能发展十大趋势/37“绿色Al”从一项倡导性的社会责任，迅速转变为关乎产业可持续性与国际能源效率与碳效率开始与算力性能并列为01.背景与演变：被技术光环掩盖的底层约束浮出水面个长期被技术光环所掩盖的底层约束正以前所未有转变为关乎产业可持续性与国际竞争力的核心硬约巨型模型的单次训练能耗已堪比中小城市的日耗电的累积能耗更为惊人；基础设施成本，数据中心的电力与散热需求对区域电网和碳排目标构成直接压力。能源效率与碳效率开始与算力性能并列为衡量训练能耗推理能耗℃℃ -基建能耗个 算力性能+能源效率+碳效率衡量Al进步的关键指标趋势九能源问题显性化：绿色AI受关注趋势九能源问题显性化：绿色AI受关注人工智能发展十大趋势/38人工智能发展十大趋势/3902.挑战与博弈：性能与能耗的指数级矛盾推动绿色AI成为焦点的驱动力来自多方面。中心能效纳入强制监管；经济成本成为瓶颈，能源开支已成为大型AI项目成本中增长最快的部分；企业ESG责任与品牌形象直接挂钩，头部科技公司纷纷公布自身的AI碳足迹并承诺减排。然而，实现真正的绿色AI面临多重技术挑战。最核心的矛盾在于，性能提升往往与能耗增长呈指数关联。追求更高的模型精度与更快的响应速度，通常意味着更大的参数量与更复杂的计算，直接推高能耗。其次，缺乏统一、透明的能耗与碳排测量标准，使得不同模型与硬件方案之间难以进行公平的对比与优化。再者，短期经济效益与长期绿色投入之间存在张力，企业往往在市场竞争压力下优先选择性能而非能效。这不仅是技术难题，更是关乎发展路径选择的深层博弈。实现瓶颈实现瓶颈核心技术矛盾AI性能与能耗呈指数关联性能升级→能耗增长评测体系短板缺乏统一透明能耗与碳排测量标准发展路径博弈短期市场效益与长期绿色投入冲突03.路径与展望：技术、架构与能源的系统性突围产业界正从技术、架构与能源三个层面寻求突化的专用芯片因其更高的能效比而获得青睐；算力调度可动态匹配绿点供给。能源层面，科技企业通过投资专属电站或采购绿电凭证（PPA）降低碳足产出。绿色AI正在推动产业从追求“技术最优”基因的必答题，决定着未来产业竞争的入场04.场景案例解析：新一代绿色AI站点与GW级AIDC解决方案—从芯片到电网的全链路能效优化零碳目标网和AI算力坚实底座。该方案从供电、制冷、储能、运营四大核心链路重构数据中心能源在站点能源层面，华为AI绿色站点首创端到端智能协同：iBackup技术将备电时长扩展2倍，在南部非洲帮助客户节省75%油耗，单站每年节厂解决方案让运营商储能资产参与电力市场，在北AIDC解决方案通过从电网到芯片的全链路供电创DC智能运营，实现被动响应向预测性维护转变，一设备优化走向全系统协同的演进方向。人工智能发展十大趋势/40人工智能发展十大趋势/412026年，Al安全领域已全面进入“攻防对抗白热化”阶段，安全与治理从辅助性的“合规成本”上升为关乎系统存续与公众信任“发展底线”01.背景与演变：从合规成本到发展底线全风险已从理论推演升级为迫在眉睫的实战危机。术对抗层面，针对机器学习模型的对抗性攻击和数高风险系统构成直接威胁。应用滥用层面，深度伪造技术在政治舆论操纵、经济欺诈等领域造成现实黑箱脆弱性难以检测，全球化的开源框架与硬件供技术对抗层技术对抗层对抗性攻击、数据投毒等手段日益精巧，威胁高风险系统应用滥用层深度伪造技术造成现实危害恶意劫持破坏力远超恶意软件供应链层深度伪造技术造成现实危害恶意劫持破坏力远超恶意软件AI深度融入经济社会攻防对抗白热化安全治理从合规成本升级为发展底线趋势十安全与对抗白热化：安全与治理将成为AI发展的重要保障趋势十安全与对抗白热化：安全与治理将成为AI发展的重要保障人工智能发展十大趋势/42人工智能发展十大趋势/4302.挑战与博弈：能力与责任的张力不断加大04.场景案例解析：人工智能建起安全评估体系与攻防平台“防火墙”驱动安全议题升至顶点的根本原因，是Al的生的后果就越严重。另一方面，传统基于规则和确定性的安全范式，难以应对Al系统内生的不确定地缘竞争加剧了各国在Al安全标准与治理规则上的分歧，使得构建统一防线变得异常困难。这不仅层博弈。03.路径与展望：安全左移、治理内嵌与可信未来应对这场白热化的对抗，产业界正从被动防御转向体系化建设。技术层面，可解释Al、鲁棒性训练、形式化验证等方法正加速落地，在模型开发阶段就内嵌安全属性。工程层面，全生命周安化安化技术层面开发阶段建立安全管理行业标准监管科技+技术层面开发阶段建立安全管理行业标准监管科技+宪法AIAIAI期安全管理框架正在形成行业最佳实践；治理层面，通过“监管科技”与“宪法Al”等技术将伦理规范与法律要求嵌入模型对齐过程，实现治理这一趋势正重新定义Al研发与部署的基本逻辑。未来的Al竞争力，将不仅是算法性能的比拼，更是安全可信能力的较量。能否构建起贯穿技术、管理和法规的全链条安全体系，将成为企业获取市场牌照、产品赢得用户信任、国家保障技术主权的决定性因素。安全与治理，已从发展的“背景板”走向“前沿阵地”，这场底线博弈的成败，将最终决定人工智能浪潮是造福人类，还是引向不可控的深渊。2026年1月，北京前瞻人工智能安全与治理研究院发布前瞻人工智能安全评估体系与基座平台，包含人工智能安全评估框架、技术工具和价瞻安全基准”安全评估体系不局限于传统单一维度，而是在根植基础安全的基础上，延伸至具身智能安全、科学智能安全、社会安全、环境安全、灾难性与生存性风险五大维度，可覆盖教育科研、医疗健康、金融经济、信息传媒、工业基建、政务民生等关键领域。“前瞻·灵禦”人工智能安全攻防平台通过模拟真实攻防场景，实现对模型安全性能的全面“体检”，目前支持60余种主流大模型、20余种攻击方法和10余种防御机制。“前瞻·灵度”平台则关注人工智能伦理的智能评估与价值校准，能在6个维度、90个细分类别中对上百个大模型进行实时动态监控和测试，整合以