文章核心观点 文章对2026年人工智能领域的发展趋势做出了20项关键预测，核心观点认为2026年将是AI技术深化、应用爆发和商业格局重塑的关键一年，涵盖新范式探索、模型竞争、多模态突破、企业级应用、硬件基础设施变革以及自动驾驶商业化等多个维度 [2][4] 技术范式与模型发展 - **新范式信号出现**：行业预计在2026年将在持续学习（Continual Learning）等新范式上出现积极信号，可能在1-2个技术路线上达成共识，出现类似Transformer的代表性工作或早期共识，这是突破当前模型代际差距的关键 [5] - **World Model路线收敛**：世界模型的技术路径预计在2026年结束“盲目探索”，达成共识，进入“GPT-2时刻”，即技术路线收敛后通过扩大规模（scaling）验证模型上限，进入爆发前夜 [4][20] - **开源模型格局变化**：预测中国公司如Qwen和DeepSeek将持续占领开源领域的SOTA（最先进水平），全球开源第一梯队将完全由中国公司占据，而美国顶尖团队因专注于闭源模型，将缺乏与之抗衡的对标产品 [4][25] - **AI参与科研深化**：预计在2026年左右，AI将更“原生地”解决第一个重大科学问题，最有可能发生在数学、物理或材料学领域，背景是OpenAI、Google等AI实验室加大了对科学领域的投入 [4][23][24] 主要参与者与竞争格局 - **OpenAI叙事反转与估值**：预测OpenAI将在2026年下半年扭转叙事，估值突破万亿美元，驱动力包括ChatGPT成为全球性入口、探索新的商业模式，以及有望在持续学习新范式上取得突破并重回SOTA地位 [4][9][10] - **xAI并入Tesla**：预测xAI将被并入Tesla，旨在打通数字与物理世界的AGI，将xAI的智能资产转化为Tesla在自动驾驶和具身机器人（如Optimus）领域的“具身智能”溢价 [4][11] - **Google市值突破**：预测Google市值将在2026年进一步冲高，突破5万亿美元，这意味着其EPS有望达到16至20美元，市场可能给予30倍以上的PE倍数，信心来源于其稳固的模型第一梯队地位、多模态积累以及广告业务的韧性 [4][34] - **M7科技巨头分化**：预测到2026年，M7巨头在AI上的收益和穿越周期能力差异将加剧，分化为三层梯队：NVIDIA和Google是核心赢家；Apple和Tesla因硬件和物理AI优势维持中间地位；MSFT、AWS和Meta可能掉队 [4][35] 产品、应用与商业化 - **ChatGPT成为全球入口**：预测ChatGPT的DAU将从当前的约4-5亿在2026年翻倍，达到8亿至10亿，成为真正意义上的“全球性入口”；同时，其Web端流量与Google的比例将从约85:15演变为至少70:30，达到“1/2个Google”的体量 [4][6] - **ChatGPT的“App-store Moment”**：预测ChatGPT将出现“应用商店时刻”，标志是诞生第一个年度经常性收入（ARR）达1亿美元的原生Killer App，实现从超级工具向超级平台的跃迁，AI将直接推荐并嵌入应用功能到对话流中 [4][7][8] - **企业级AI大年**：预测2026年是“企业级AI大年”，爆发路径分化为“Buy”（开箱即用产品，如AI-native办公工具）和“Build”（基于API深度构建Agentic工作流）。Anthropic因其作为中立、跨云的强API提供者的结构性优势，预计ARR将至少翻倍，突破200亿美元 [4][12][14] - **多模态迎来“AI Coding时刻”**：预测多模态领域将像AI编程一样开始产生规模化的商业收入，出现代表性公司，并预计在2026年诞生类似“Pokémon GO”的现象级AI多模态内容消费产品，推动软硬件协同进化 [4][15][16] - **自动驾驶规模化商业变现**：预测2026年是自动驾驶“大规模商业化大年”，全球Robotaxi车队总量可能从约2万台增长10倍，达到约30万台量级；Tesla的FSD订阅用户数预计从70万翻倍增长至150万左右，成为重要现金流来源 [4][36][37] 基础设施与硬件 - **推理算力大爆炸**：预测2026年将是推理算力“大爆发”之年，从Tokens消耗角度看预计至少有10倍增长，驱动因素包括从对话转向“长程任务”、Proactive Agents的主动行为以及多模态与世界模型应用带来的高维计算需求 [4][30][31] - **NVIDIA投入光互联与CPO并购**：预测NVIDIA将在2026年激进投入光互联领域，并可能引发全球共封装光学（CPO）领域的并购潮，NVIDIA凭借微环调制器等技术在光互联领域建立代差壁垒 [4][27][28] - **多模态引发存储革命**：预测多模态训练的爆发将硬件关注点引向存储带宽与容量，特别是eSSD；如果世界模型路径跑通，将进一步驱动存储需求，存储将从芯片外设深度融入算力核心，NVDA和Google可能推出针对视频处理的专属芯片或chiplet [4][29] 行业生态与资本市场 - **新一波数据公司崛起**：预测长程任务（Long-horizon Tasks）和多模态需求的爆发将催生新一波ARR达10亿美元的数据公司，需求来自高难度的长轨迹数据、多模态标注处理以及企业级AI落地所需的专有领域知识 [4][17] - **AI公司IPO大年**：预测美股将在2026年迎来AI公司IPO大年，SpaceX、OpenAI和Anthropic等巨型公司以及已具规模的垂直AI公司可能密集上市，反映极高的市场热度，但巨型IPO也可能成为市场情绪峰值信号 [4][32][33] - **AI公司估值共识形成**：预测随着Agent产品（如Proactive Agent、长程任务应用）的普及，2026年将形成新的、可量化的Agent产品价值评估体系，取代传统的用户留存、企业IT预算等指标 [4][26] - **Agentic Web博弈与协议**：预测Agentic Web（AI能跨越边界替用户行动）将打破现有流量分发逻辑，引发类似“3Q大战”的利益冲突，而Apple可能凭借其软硬全栈布局和强势生态，在2026年推出决定性的Agentic Web协议规范 [4][21][22]

文章核心观点 - AI时代需要新的价值评估框架，传统的SaaS指标（如毛利率）已不适用，应关注单客绝对利润、技术护城河和真实使用率 [1][2] - 顶级风险投资机构的策略正在两极分化：一端是追求高速度、大规模资本配置的Mega Fund模式，另一端是强调深度参与、高附加值的手工艺式精品基金模式 [45][46][47] - 在历史级投资机会面前，对创始人、产品和市场潜力的直觉与信念，比过度纠结于交易结构和条款等“理性分析”更为重要 [2][13] 从顶尖投资者身上学到的经验 - **Mary Meeker（定性思维）**：擅长将定量数据转化为长期叙事，例如将Doordash的财务预测解读为“20%的家庭将每月订购外卖”，用数字驱动投资故事而非陷入纯量化分析 [3][4] - **Peter Thiel（信念测试）**：通过机制设计（如要求投资团队成员个人跟投）来测试和确保投资决策是基于高度信念，营造追求极致真相、扁平化的组织文化 [6][9] - **Mamoon Hamid（建立标准与品味）**：强调在职业生涯早期近距离观察顶尖团队（A++级别）的运作方式以建立识别标准，并培养对人才和产品无懈可击的独特品味 [11] AI公司的评估指标：放弃SaaS迷信 - **毛利率的局限性**：优秀的AI应用因包含大量AI推理成本，毛利率通常低于传统SaaS的80%标准，但这并非业务质量差的标志 [22][23] - **关注单客绝对毛利**：评估重点应从毛利率转向单客绝对毛利美元数，AI公司可通过接管更多劳动力预算，使单客收入规模远超SaaS，即使毛利率较低，其绝对利润和潜在市场也更大 [23][24] - **实例对比**：传统SaaS公司ServiceTitan毛利率75%，单客毛利20万美元；而一家AI公司毛利率50%，但因替代更多人工成本，单客毛利可达50万美元 [23] - **市场增长规模**：代码生成市场在过去两年半内从零增长到约60-70亿美元的年度经常性收入，2024年预计将增加40-50亿美元的净新增ARR，是“黄金类别”的典型代表 [17][21] AI企业的护城河与增长 - **护城河在于技术**：打造卓越的AI产品极其困难且微妙，需要深度融入工作流，超越基础模型提供的基准体验，其根本护城河仍在于技术而非分销或数据获取 [27][28] - **警惕增长陷阱**：公司可能实现从0到1亿美元ARR的极快增长（如Jasper），但若无法建立差异化的产品价值和客户关系，增长将不可持续，容易被OpenAI等基础模型提供商以更低价格颠覆 [27] - **应对策略**：应用层公司需将大语言模型深度融入用户工作和操作的生命周期，建立差异化的工作流，而不仅仅是套壳 [27] 风险投资策略：规模、所有权与角色 - **基金规模与策略选择**：大规模基金（如70亿美元规模）为有效配置资本必须参与巨额融资轮次；而小规模基金（如Benchmark的5-6亿美元）则通过追求高倍数回报（如前五大投资平均回报约60倍）来创造惊人现金回报率 [30][31] - **所有权的灵活性与北极星指标**：Benchmark等机构的核心目标并非僵化地追求20%持股比例，而是成为创始人最高投资回报率、最亲密的合作伙伴，并为有限合伙人创造最高的资金回报率 [32][33] - **人才与产品优先**：投资决策中，人的质量是上游引擎，决定了产品的高度；产品是团队能力的证明；市场虽然决定回报上限，但在早期最具可变性，重要性相对靠后 [44] VC行业的分化与未来 - **行业两极分化**：VC行业正分化为以资本配置速度为北极星的“Tiger模式”（高速度、低介入）和以深度参与、高附加值为核心的“Benchmark模式”（手工艺式、高触点） [45][46] - **中间地带的危险**：战略模糊、不上不下的“JC Penney funds”处于最危险的死亡区 [47] - **Mega Fund的挑战**：超大规模基金因物理限制，很难为有限合伙人提供风险投资类别所预期的高倍数回报（如5倍净回报），其内部晋升机制往往以资本投放速度为关键绩效指标 [47][48][49] - **被低估的投资者**：行业中存在像Matias Van Thienen这样低调但业绩卓越的投资者，其投资组合包括SpaceX、Stripe、Rippling、Trade Republic等众多优秀公司 [53][56] 具体公司观点与预测 - **OpenAI**：被预测在2025年底或2026年第二季度将成为一家万亿美元估值的公司，ChatGPT被认为是未来五年最重要的消费应用和目的地，增长轨迹历史最强 [13][14] - **OpenAI vs. Anthropic**：OpenAI在消费端（ChatGPT）具有近乎垄断的优势和极低的下行风险；Anthropic在B2B和编码（Claude Code）方面可能略占优势；以500亿美元估值投资OpenAI优于以350亿美元估值投资Anthropic [14][15] - **基础设施公司价值重估**：像CoreWeave（估值600亿美元）和Nebius（估值300亿美元）这样的算力基础设施提供商，在AI推理需求曲线疯狂增长的背景下，即使是“商品化”生意也能诞生巨头 [26] - **对未发布产品公司的质疑**：不看好那些筹集数十亿美元资金却尚未发布产品的公司，认为AI产品是使用率驱动的进化生物，高使用率的真实产品（如Claude Code、Codex、Cursor）将迅速超越它们 [59]

文章核心观点 - 医疗健康行业正经历一场深刻而快速的AI变革，AI渗透率在短短两年内从不足3%跃升至接近27%，成为AI渗透率最高的核心产业之一，标志着医疗AI正式迈入“生产级应用”阶段 [2] - 本轮AI在医疗行业的落地呈现出明显的“非线性加速”特征，部署周期显著缩短，ROI回收路径更加清晰，行业正从技术的被动接受者转变为推动AI商业化落地的重要引擎 [2][3][4] - 医疗AI的投资正从“概念资本”向“绩效资本”转变，资金集中流向能快速提升效率、增加收益、改善患者体验的环节，已成为推动财务优化和运营升级的关键工具 [7][22] 医疗AI行业宏观趋势与投资格局 - 2025年医疗AI领域的年投资额达到14亿美元，几乎是2024年的三倍，其中医疗系统投入约10亿美元，占比75% [2][18] - 在所有AI应用赛道中，医疗的增长速度仅次于聊天机器人和代码生成，这股资金浪潮已催生了8家医疗AI独角兽，以及大量估值在5-10亿美元之间的成长型公司，数量超过法律、金融、媒体等其他所有垂直AI领域 [7] - 目前AI Healthcare行业中所有生成式AI的支出中，有85%流向了初创公司，但大部分客户更倾向于在已有EHR平台上采购AI服务 [2][24][66] AI在医疗服务提供方（Provider）的应用与落地 - Provider是AI最先落地、规模最大、ROI最明确的应用场景，其痛点在于利润率低、人力负担重、行政成本高、岗位短缺严重，使得AI应用的ROI最为直接且可衡量 [2][21] - 医疗文档与后台RCM的总支出约为380亿美元，合计占医疗IT支出约60%，是AI企业争夺现有支出的核心领域 [30][31] - 头部医疗机构正以前所未有的规模与速度推动AI部署，例如Kaiser Permanente部署了医疗史上最大规模的生成式AI项目，Mayo Clinic宣布未来数年将在200多个AI项目上投资超10亿美元 [11][12] - 医疗系统与门诊服务提供商的采购周期正在明显缩短，医疗系统从8.0个月缩短至6.6个月，门诊服务提供商从6.0个月降至4.7个月，这标志着行业正从“观望者”加速转向“行动者” [14] 关键应用场景与代表公司 - **环境临床文档**：年投入约6亿美元，可显著降低医生的职业倦怠与记录负担，代表公司包括Abridge、Ambience Healthcare，以及行业领导者Nuance的DAX Copilot [21][49][53] - **编码与计费自动化**：年投入约4.5亿美元，通过减少编码错误和拒付损失提升营收，代表公司包括Commure、SmarterDx [21] - **患者参与**：同比增长20倍，代表公司包括EliseAI、Hippocratic AI [22] - **预先授权**：同比增长10倍，推动支付端流程自动化，代表公司包括Latent Health、Tandem、Mandolin、Squad Health [22][36] - **患者就医全流程优化**：AI正介入实时健康管理、AI分诊、预约自动化、护理导航与随访管理等环节，代表公司包括Function Health、Doctronic、Assort Health、Hippocratic AI等 [38][39][40][41] AI在医疗支付方（Payer）的应用 - AI在医疗支付领域的规模已超过5000万美元，且年增长率达到5倍，代表企业包括Distyl、Anterior、Autonomize等 [2][43] - 支付方采购周期较长（通常达一年），且对企业级应用要求极为严格，在AI应用上仍处早期阶段，但潜在空间广阔 [43] - 随着Provider大规模部署AI，支付方面临运营负荷激增和成本上升与不可控支付风险两大系统性摩擦，策略仍处于“观察、试探、防御”并存的过渡阶段 [46] AI Scribe（智能临床文书）的竞争与发展 - Ambient Scribe是医疗AI中最早实现商业化爆发的应用类别之一，预计2025年市场规模将达到6亿美元，同比增长约2.4倍 [49] - 该领域已形成三强格局：Nuance DAX Copilot（市场份额约33%）、Abridge（约30%）、Ambience Healthcare（约13%） [49] - AI Scribe产品若停留在“文档抄写”功能层面将难以维持长期竞争力，面临客户增长潜力趋于饱和和客户粘性普遍偏弱两大制约因素 [60] - 许多初创公司正从单一功能向平台化解决方案升级，而EHR巨头也在加快布局自有AI工具，两者正在形成清晰的场景分工 [62][65] 未来3-5年关键增长点与生命科学领域应用 - 下一阶段的增长动力将主要来自服务预算自动化、智能语音与患者交互、事前审批优化以及药物研发智能化 [72][79] - 在生命科学领域，AI应用处于“研发验证和初步部署”双轨阶段，重点方向包括研发数据分析（63%）、质量与监管（48%）、临床前研究（42%）以及医疗事务与临床试验（约40%） [67][68] - 66%的制药企业正在开发专有模型，以确保在药物发现中的数据优势与IP壁垒，行业正从“使用模型”向“构建模型”战略转型 [68] - AI应用范围正在超越研发，延伸至制造与商业职能，标志着生命科学行业正进入全流程AI化的系统性重构阶段 [69]

文章核心观点 - 2026年AI行业竞争焦点将从“模型强弱”转向体系能力、商业路径与长期战略的综合博弈，真正的赢家需在高度不确定的环境中实现长期价值 [3][5] - 行业将迎来类似2013年移动互联网爆发的关键转折点，预计2026年后市场将全面拥抱Agent模式，传统App概念可能被颠覆 [37] 2026年AI公司竞争格局 - **Google**：在多模态任务上已建立显著的用户心智壁垒，用户在处理图片识别等任务时会主动从ChatGPT切换到Gemini [8][9] - **Google**：AI不仅未摧毁其广告经济模型，反而优化了效率，AI Mode中广告的点击率和用户停留时长相比传统搜索广告提升30%-40% [10] - **Google**：庞大的未变现Query（长尾需求）可能通过大模型转化为新收入增长点，视频生成与编辑领域（如Veo、Nano banana）技术管线布局清晰，有望出现定义行业标准的视频编辑模型 [10][11] - **Google**：面临以Oracle、Nvidia和OpenAI为核心的“反Google联盟”挑战，2026年竞争将是“Google体系”与“反Google联盟”在基础设施、芯片互联及模型生态上的全方位对撞 [11][12][14] - **OpenAI**：2026年可能是关键反转年份，看多观点认为其2025年的“停滞”主要受算力瓶颈制约，随着供应链理顺及Nvidia Blackwell架构算力上线，可能突破限制实现反弹 [15] - **OpenAI**：看空观点认为其面临巨大变现压力，若激进引入广告可能影响用户体验，且在多模态领域用户心智正迁移至Gemini，技术护城河收窄 [16] - **Anthropic**：在B端市场战略卡位优势明显，比OpenAI更早、更真实地抓住企业级AI痛点，围绕模型构建了工程化能力与工具链支持（如Skills功能） [17][18] - **Meta**：在所有科技巨头中已初步显现AI年化收入规模可达600亿美元级别的潜力，AI技术应用使其广告效率实现3-5个百分点的实质性提升 [20][22] - **Tesla**：Robotaxi商业模式可能跑通，Cybercab整车成本约3万美元，按每英里净赚1美元、年跑5-6万英里计算，一年即可回本，远超传统卖车业务（单车利润2000-3000美元） [24][26] - **Tesla**：FSD安全性经历质变，新车渗透率达30%-40%，在奥斯汀实测累计行驶50万英里仅发生约7次事故，开始逼近Waymo及人类驾驶安全水平 [27] - **Tesla**：Optimus人形机器人进展低于预期，因追求“第一性原理”路线在灵巧手等硬件环节遇瓶颈，中国供应链在迭代速度和成本控制上竞争激烈，使其短期可能不再稳居世界第一 [27] 下一代技术范式竞争 - **World Model**：被视为区分行业领跑者与跟随者的胜负手，谁能率先做出并与对手拉开代差，将在端侧应用、虚拟世界、机器人及自动驾驶等领域建立巨大优势 [28] - **Meta**：选择更贴近人类直觉的路径演化智能，持续推进Segment Anything工作，从分割图片发展到分割声音、视频，试图以原始声音和视觉作为输入训练更接近World Model本质的模型 [28][31] - **Google**：在多模态和World Model上的突破也受期待，2026年核心看点在于其能否推出下一代Veo模型及演化出更好的World Model版本 [31] AI应用发展趋势 - **入口之争**：操作系统（如Apple、Google）占据天然合规与权限优势，能深度整合系统；超级应用（如豆包、智谱）则试图通过硬件（AI手机）掌握流量分配权，但面临缺乏OS权限、隐私合规及商业生态互斥（如遭腾讯、阿里封杀）等挑战 [32][33] - **应用发展判断**：核心标准在于场景是否真正适配用户需求，当前端到端复杂任务可靠性不足（多步流程叠加后成功率可能仅50%），多数产品聚焦于“端侧效率优化”（如安排时间、整理会议记录） [36] - **形态演进**：2026年将是AI应用大井喷和“断崖式”形态迭代时刻，预计此后行业将全面拥抱Agent模式，AI手机和Agent服务将普及，打破传统App孤岛效应 [37] - **端侧AI发展**：用户对数据主权和隐私的渴求推动市场回归边缘侧，基于开源模型和本地Memory的技术方案将带来长尾回报，并倒逼硬件升级，尤其是存储（DRAM和NAND）成为刚性需求 [38][39] - **端侧AI意义**：意味着互联网交互形态质变，AI将从虚拟世界穿透到物理世界，驱动AI硬件进化为能与物理环境交互的智能终端 [39] - **应用公司向上游延伸**：智谱财报显示其研发投入约每年4亿美元，这种相对可控的成本结构可能驱动有收入的AI应用公司（如Curson、manus）向底层模型研发延伸，预计2026年前后该趋势将更频繁 [40][41] 算力与基础设施瓶颈 - **光通信与互联**：被视为2026年算力产业链中“通胀度”最高的环节，需求可能迎来3-5倍爆发式增长，关注Google的OCS技术及Nvidia下一代集群方案中光互联占比和技术创新 [42] - **存储**：正从周期趋势转向成长趋势，核心驱动力由Enterprise AI需求独立驱动，pre-training、多模态和Long Context需求引发大量存储需求，压缩技术缓解有限 [43][44] - **存储格局**：供给侧厂商形成“攻守同盟”，经营逻辑转向利润最大化，消费电子厂商处于被动“价高者得”的竞价模式且可能拿不到货，只要AI趋势持续，存储行业将处于卖方市场 [44][47] - **电力瓶颈**：2026年算力扩张的最大瓶颈将从“卡”转向“电”，电网输配电能力老旧及效率低下催生Microgrid和储能的爆发性机会，并利好上游大宗商品如铜和锂的价格弹性 [48][49] - **产业链机会**：CATL被视为“产业链之王”，AI对电力的渴求是长期基本面，需求端爆发清晰 [49] AI在具体领域的落地路径 - **Enterprise AI**：预计2026年将加速渗透，在金融、HR、财务等垂直领域可能出现成熟产品并产生实际业务增量，传统SaaS巨头将面临预算被分流甚至被取代的风险 [50][54][55] - **预测市场**：AI介入（如Polymarket）使其核心价值从博彩转向风险对冲与理性决策辅助，AI可辅助个人做出精准预测并自动执行微小对冲交易，以管理微观经济风险 [55][57] - **Agent在泛支付领域落地**：2026年潜力方向包括自动交易机器人、电商自动化管理以及利用agent进行mini points hunting等三类垂直应用场景 [58][59] 监管环境与潜在风险 - **监管错配风险**：中国大模型备案制度重心在前置审批，过程监管相对薄弱，高流量应用若输出敏感内容可能触发回溯性严查，导致安全舆情事件和严厉处罚 [60] - **新商业角色**：可能催生由国家官方授权的厂商提供“过滤性”或“安全合规”API，成为AI时代不可或缺的“合规infra”提供商，蚂蚁或阿里等具备合规背景的大厂有望获得授权 [61]

企业级AI市场增长与采用现状 - AI是企业软件史上扩散速度最快的技术浪潮，企业级AI市场规模在两年内从17亿美元跃升至370亿美元，较去年的115亿美元增长约3.2倍，增长速度超过历史上任何一个软件品类 [2][11] - 2025年企业在生成式AI上的总支出达到370亿美元，其中190亿美元流向AI应用层，180亿美元流向AI基础设施层 [2][12][55] - 企业AI解决方案从评估到进入生产环境的转化率高达47%，远高于传统SaaS的25% [2][20] - 2025年，企业在生产环境中使用的AI解决方案有76%为外部采购的成熟方案，而非内部构建 [18] - 产品驱动增长模式在AI领域表现突出，当前所有AI应用支出中有27%来自PLG模式，约为传统软件比例的4倍，若计入“影子AI采用”，该比例可能接近40% [2][25] - 目前至少有10款AI产品的年度经常性收入超过10亿美元，另有约50款产品的ARR超过1亿美元 [12] AI应用层竞争格局 - 在AI应用层，初创公司已占据63%的市场份额，而去年这一比例仅为36%，初创公司营收约为传统巨头的两倍 [2][29][37] - 部门级AI在2025年支出达73亿美元，同比增长4.1倍，其中编程是最大细分市场，支出达40亿美元，占该类别55%的份额 [38][41] - 编程已成为生成式AI的第一个“杀手级用例”，50%的开发者每天使用AI编程工具，在顶尖机构中这一比例高达65% [41] - 垂直领域AI在2025年支出达35亿美元，几乎是去年12亿美元的3倍，其中医疗行业占据几乎一半的支出，约15亿美元，较上年的4.5亿美元增长超过三倍 [2][46] - 通用领域AI支出规模为84亿美元，同比增长5.3倍，其中Copilots以86%的份额占据绝对主导，支出达72亿美元 [2][53] - 在特定职能部门，AI-native初创公司市场份额优势明显，例如在产品与工程领域占71%，在销售领域占78%，在财务与运营领域占91% [29][30][31] AI基础设施层竞争格局 - 在AI基础设施层，传统巨头仍占据56%的市场份额，因为许多AI应用构建者仍在使用他们信任多年的数据平台 [2][35] - AI基础设施层在2025年获得180亿美元支出，可分为基础模型APIs、模型训练基础设施和AI基础设施三类，支出分别为125亿美元、40亿美元和15亿美元 [55] - 现代AI技术栈仍处于早期阶段，仅16%的企业部署和27%的初创公司部署的智能体符合真正由LLM规划并执行行动的定义 [56] - 在推理和算力层面，AI-native厂商正与超大规模云厂商竞争，一些推理平台通过优化可实现2倍以上的性能提升 [60] 大型语言模型竞争格局 - 基础模型格局发生决定性变化，Anthropic取代OpenAI成为企业级市场领先者，占据约40%的企业级LLM支出，而OpenAI份额从2023年的50%下降至2025年的27%，Google份额从7%提升至21% [63] - Anthropic、OpenAI和Google三家公司合计占据88%的企业级LLM API使用量 [63] - Anthropic的崛起很大程度上归功于其在编程市场的统治力，目前估计占据该市场54%的份额，而OpenAI为21% [66] - 开源LLM在企业级市场的整体份额从去年的19%下降到11%，中国开源模型仅占LLM API总使用量的1%，约占企业级开源支出的10%，但在初创公司和独立开发者中影响力增强 [70][73] 2026年AI发展趋势预测 - AI将在日常实际编程任务中超越人类表现，最先进的模型在可验证领域如数学和编程中将持续进步 [77] - 杰文斯悖论仍然成立，尽管推理成本下降，但由于使用量呈数量级增长，生成式AI的净支出仍在上升 [77] - 可解释性与治理将成为主流，随着智能体自主性提升，解释和管理其决策的能力将变得更加重要 [78] - 模型最终将向边缘端迁移，出于低延迟、隐私安全等因素考虑，越来越多的非前沿模型成本将趋近于0 [79]

文章核心观点 - 2026年将是多模态技术大年，视频生成将快速进步并推动应用大规模落地，世界模型将在研究上取得科学突破并开始从研究走向生产 [2] - 世界模型领域正分化为两条主要路线：一条以实时视频生成为核心，服务文娱、游戏等面向人类的消费者场景；另一条以显式3D结构为中心，服务机器人、自动驾驶等面向AI的领域 [2] - 世界模型相比视频生成模型，需要在交互性、实时性、长时记忆和物理合理性四个方面更进一步 [2] 世界模型定义与重要性 - 世界模型被定义为能理解时间和空间规律，并能根据当前环境和动作模拟未来世界演化的模型 [5] - 其重要性提升源于三大趋势：语言作为有损压缩的智能进步遇到局限，空间成为下一个重要智能来源；自回归Transformer与扩散模型的算法进步及融合，使生成模型具备智能层面的扩展定律；具身智能的需求倒逼，机器人行业需要高保真虚拟世界来满足指数级的数据需求 [5] 世界模型相比视频生成的关键进步方向 - **长时记忆**：需生成持续、连贯的长时间世界，保持全局一致性，当前视频模型通常只能生成十秒级片段 [6] - **交互性**：需支持在任意帧动态注入动作指令以影响后续画面，训练数据需同时包含视频帧序列和对应动作 [7][8] - **实时性**：交互式应用要求低延迟，游戏需低于0.1秒，VR理想情况应低于0.01秒，当前扩散模型推理难达30FPS以上，业界通过蒸馏和架构改进（如DMD将50步扩散压缩为4步）来提升实时性 [12] - **物理合理性**：对自动驾驶、机器人等高风险领域，模拟结果必须符合真实物理规律，当前模型在极端物理条件下易出现幻觉，研究者通过引入物理约束后处理或结合可微物理引擎进行校正 [16] 世界模型的两种发展路线 - **路线一：实时视频世界模型**：以实时性为核心优化目标，适用于文娱、游戏等to C场景，包括互动内容创作与新型“引擎”、直播和虚拟形象、AR/VR三大应用场景 [18][19][20] - **路线二：3D/4D结构化世界模型**：以物理准确性为核心，采用NeRF、3D高斯散点等显式3D表示，优势在于3D一致性强，适用于机器人、自动驾驶等for AI的领域，劣势在于数据获取和计算成本高 [18][21][22] 市场玩家四象限格局与代表公司分析 - 横轴表示表示形式（左侧Video-based，右侧3D/物理结构），纵轴表示服务对象（上部分面向人类，下部分面向AI与机器人） [24] - **World Labs**：位于右下象限，强调3D一致性与持久性，估值超10亿美元，融资总额约2.3亿美元，核心产品Marble是基于浏览器的交互式3D世界生成平台 [24][26][30][32] - **General Intuition**：位于左上象限，作为公益性公司，专注于利用游戏数据训练能进行时空推理的agent，其关联平台Medal每年可获得约20亿个游戏视频片段，拥有1000万MAU，公司已完成1.34亿美元种子轮融资 [24][33][35][38] - **Decart**：位于左下象限，推出可交互“开放世界”AI模型Oasis，该模型以Minecraft游戏视频训练，可实现端到端实时闭环，生成速度约25帧/秒，公司已完成3200万美元A轮融资，投后估值超5亿美元 [24][39][41][44] - **Odyssey**：位于右下象限，追求极致真实感与可编辑性，采用重装备采集数据和3D高斯泼溅技术，其Explorer模型可将单图像转化为高保真3D场景资产，公司已完成1800万美元A轮融资 [24][45][47][48]

2025年AI行业预测复盘与格局演变 - 文章核心观点：对2025年AI行业的20个关键预测进行了复盘，大部分关于行业格局和技术路径的判断得到验证，但对技术进步、基建成熟度和AI交易复杂性的预期存在过度乐观 2026年AI领域将在争议中继续发展，World Model、多模态、机器人等方向存在积极信号，但OpenAI高达1.4万亿美元的资本支出计划也意味着市场预期已被推至高位 [2] 模型与云服务格局 - 微软投资Anthropic，结束了模型与云服务的独家绑定关系 Anthropic的Claude模型在Azure上线，OpenAI则与AWS签署了价值380亿美元的多年合作协议，并与其他云服务商合作，实现了“所有模型在所有云上”的格局 [5][6][7] 主要科技公司的竞争态势 - Google凭借TPU算力、分发渠道（Android/Chrome）和DeepMind人才优势，在2025年第四季度通过Gemini 3模型成功扭转了“AI落后者”的形象，回归“AI王者”地位 [8][9] - 科技巨头（Mag 9）凭借对云、算力、分发渠道等关键资产的掌控，在AI大规模应用时代持续受益，从收取“流量税”转向收取“基建税” [57][58][59] 操作系统与智能体竞争 - 模型公司之间的竞争演变为“操作系统”之争，拥有OS被视为最高护城河 Anthropic发布了MCP和Claude Skills，OpenAI推出了App SDK，旨在定义Agent运行标准并掌控应用分发权 [10][11] - Agent被视为运行在LLM OS上的“App”，其发展重点从知识生成转向任务生成，交互形态探索包括AI浏览器、Artifacts、Canvas和语音等 [33][34] 智能体的发展与落地 - Coding Agent是2025年的重要落地场景，实现了从IDE内联补全到“给需求、生成甚至改造整个项目”的Agentic工作流转变 Claude Code的年经常性收入突破10亿美元，Cursor的ARR和估值增长了10倍以上 [13] - 衡量Agent能力的关键指标是处理长周期任务的成功率，其任务长度正以指数级增长，大约每7个月翻一倍，预计2029年能处理时长为1个工作月的任务 [17][18] - Context Engineering成为Agent落地的核心基础设施和决定性竞争因素，其重要性超越了提示工程和RAG，旨在解决冗长上下文带来的性能瓶颈 [22][23] 算力硬件市场动态 - OpenAI o1模型开启的复杂推理需求对硬件内存带宽和互连能力要求极高，导致大量高端推理需求回流至NVIDIA生态，推动其市值在2025年内突破5万亿美元 CSP自研芯片受限于软件生态和性能，难以承接最前沿的模型工作负载 [24][25] 模型训练技术演进 - 2025年最重要的技术范式转移是算力投入从预训练侧转向强化学习规模化，后训练阶段与预训练的算力消耗量级相当，成为核心训练阶段 OpenAI为此提出了“Mid-Training”的组织形式 [26][27][28] - 合成数据在2025年未能实现技术突破，过度依赖合成数据会导致模型坍塌和特征同质化 高质量的专家策划数据变得更为关键，成为RL学习中稀缺的奖励信号燃料 [29][30] 推理模型商业化与产品形态 - 强推理模型如o1系列验证了推理规律，但其商业化受限，因为强推理并非大众需求，在ChatGPT产品中使用率不到5% 后端通过Model Router机制将复杂查询自动分发给推理模型，加速了商业化渗透 [31][32] - Chatbot的竞争基本结束，成为基础的自然语言指令入口 AI产品形态竞争转向创造Agentic工作流和探索AI原生交互 [33][34] 多模态与持续学习 - 多模态智能在2025年取得显著进展，例如Google Nano Banana Pro展现出逻辑与物理推理能力，DeepMind的Genie 3定位为通用世界模型，可从文本生成可交互3D环境 [38][39] - 持续学习与在线学习在2025年未获解决，其技术实现难度被低估，仍面临灾难性遗忘、记忆存储结构等前沿科学难题，是开启AI新范式的关键命题 [35][36][37] AI商业化与市场应用 - OpenAI在电商广告领域动作激进，探索即时结账、购物研究等功能，但广告收入超过订阅的预测仅部分验证，低估了构建广告业务的现实难度和Google的护城河 [40][41][42] - 自动驾驶公司Waymo业务持续增长，截至2025年12月每周提供超过45万次付费行程，较一年前几乎翻番，但Google并未推动其IPO，反而追加了50亿美元投资 [43][44] 行业并购与整合 - 2025年AI领域并购活跃，“收购式招聘”成为明显趋势，例如Google通过技术许可协议“截胡”Windsurf团队 但预期中的中小GPU云整合并未发生，因AI需求暴增推动其业务上涨 [45][46][49][50] 能源与AI科研 - 数据中心功耗爆炸式增长使得稳定电力供应成为稀缺资产，核电成为可靠基荷电源，获得科技大厂采购协议 美股核电板块公司在2025年涨幅远超纳斯达克100指数，最高超出368个百分点 [51][52][53] - AI+科研快速发展，各学科涌现出专属基础模型，例如Google DeepMind的AlphaGenome、Arc Institute的Evo2、微软的MatterGen等，分布在DNA序列、蛋白质设计、材料生成等多个重要模态 [54][55][56] 资本市场表现 - 美股科技板块在2025年4月经历大幅回调，从2月高点下跌近18.9%，但随后在AI投资热潮推动下恢复增长，并在第三季度创下新高 AI应用企业采纳速度在加速，例如Salesforce的AgentForce产品在半年内ARR从1亿美元增长至5.4亿美元 [61][62][63]

公司概况与融资 - 公司General Intuition是一家专注构建世界模型的公益性初创公司，其战略目标是成为“原子到原子”时代的智能标准，而非重新发明LLM [4] - 2024年10月，公司完成了高达1.34亿美元的种子轮融资，由硅谷传奇投资人Vinod Khosla领投，这是其自2019年首次投资OpenAI以来开出的最大单笔种子轮投资 [2][5] - 投资人Vinod Khosla的投资逻辑类似当年下注OpenAI，是基于第一性原理推演出的变革性技术路径，他看重的是公司宏大的终极愿景和战略推演能力 [6] 核心数据资产 - 公司从游戏高光片段剪辑平台Medal分拆而来，拥有超过38亿个游戏短视频片段，构成了其无法复制的独特数据集 [2][7] - 该数据集与Twitch或YouTube的流媒体直播有本质区别，它通过“回溯录制机制”天然经过了人类筛选，剔除了99%的无意义垃圾时间，只保留了代表“人类高光行为”的片段，被描述为人类在模拟环境中的“情景记忆” [11][12] - 数据不仅包含视频画面，还通过底层技术同步记录了玩家在每一帧下的具体操作输入，形成了数十亿小时的“人类操作（因）”与“屏幕反馈（果）”的完美配对数据 [13] - 公司对数据进行了标准化和隐私处理，雇佣了数千名标注员将不同游戏中的操作映射为标准化的动作空间，并规避了原始按键日志的隐私风险 [14] - 据CEO估计，公司拥有的带动作标签的视频数据集规模，比目前互联网上其他同类数据集高出1-2个数量级 [14] 技术路径与演示 - 公司的技术目标是构建真正的世界模型，其预测目标是在连续的物理空间中进行“下一个动作/状态预测”，这与LLM的“下一个词预测”形成本质区别 [31][32] - 技术演示显示，其训练的AI智能体在一款射击游戏中基于纯视觉输入进行实时对战，不依赖游戏底层代码或API，仅通过“看到”的屏幕像素来理解环境并生成操作 [20][21] - 智能体通过大规模模仿学习，表现出了拟人化特征，如准星移动带有自然平滑曲线，并复刻了人类玩家查看计分板、无聊切刀等“坏习惯”或“无意义动作” [23] - 模型展现出对“物体恒存性”的理解，即使在目标被烟雾或墙壁完全遮挡（部分可观测）的情况下，仍能根据其消失前的轨迹推测并锁定位置 [25] - 模型在生成画面时表现出物理一致性，例如在爆炸场景中生成原版游戏可能没有的镜头晃动，表明其正在学习跨越虚拟与现实的通用物理法则 [26][27] 与LLM的互补关系 - 公司认为其空间智能技术与LLM是互补而非竞争关系：LLM擅长处理被文本高度压缩后的符号逻辑，而公司模型旨在处理被文本压缩掉的、高维的时空信息，掌握人类的直觉与物理常识 [28][29] - 在未来AI架构中，LLM扮演“指挥官”角色，负责高层语义理解和任务规划；而公司的世界模型则是“执行者”，负责处理毫秒级的视觉输入和物理动作控制 [30] - 这种分工解决了LLM落地物理世界时推理延迟过高和缺乏物理直觉导致动作失败的两个致命问题 [30] 商业化路线图 - **第一阶段：游戏产业**。为游戏开发者提供API，用基于视觉的通用AI替换传统的硬编码逻辑或行为树，使游戏角色行为更自然。核心价值是充当“智能替补”，在非高峰时段生成与真人无异的AI对手，以提升玩家留存率 [34][36][37] - **第二阶段：模拟环境（如自动驾驶）**。利用虚拟世界（如模拟驾驶游戏）的低成本数据对现实世界模型进行预训练。例如，玩《欧洲卡车模拟》的玩家数量远超Waymo的实际路测车队，且能获取现实中稀缺的“负样本”（如车祸数据）。公司认为，模型在模拟中学到通用驾驶直觉后，现实自动驾驶公司可能只需原本1%或10%的真实路测数据进行微调即可达到同等安全性 [37][38][39] - **第三阶段：机器人与物理世界**。终极愿景是实现“Atoms to Atoms”闭环，驱动物理世界中的原子交互。公司设想在2030年，其模型能够驱动全球约80%的原子级物理交互（如抓取、移动、避障），成为智能的“金标准” [3][5][40] 创始团队与公司文化 - CEO Pim de Witte是技术产品型领袖，拥有深厚的游戏社区（Medal.tv创始人）、GPU编程和基础设施经验，并通过系统性学习深入理解深度学习与模型原理 [41][42] - 核心研究团队由在世界模型领域有开创性贡献的学者组成，包括GAIA（自动驾驶生成模型）核心负责人、DIAMOND论文作者等，他们因看重公司独一无二的数据集潜力而加入 [44][46] - 公司追求高“人才密度”，并致力于复兴AI领域的“开放研究文化”，例如与开放科学实验室Kyutai合作，认为其数据护城河允许其通过开放协作吸引顶尖人才 [44][47] 行业背景与机遇 - 公司崛起得益于“算力硬件的红利”，消费级GPU算力的指数级爆发使其技术路线在经济上可行。2024年的Diamond论文证明了复杂世界模型可在单张消费级显卡上以10 FPS或更高帧率运行 [17] - 这使得公司可采用“端侧推理”策略，将计算任务下放到用户本地设备（如玩家电脑），从而消除云端推理成本并解决延迟问题，这与LLM公司面临高昂云端推理成本的情况形成对比 [19] - 公司将其技术路径定位为AI发展的第三阶段（Atoms to Atoms），即机器人在物理世界中执行任务，而LLM主导的第一阶段（Bits to Bits，如文本生成）已趋于商品化 [4][5]

公司定位与团队背景 - 公司定位为专注于人工智能和基础模型研究的投资研究实验室（Investment Research Lab），既是基金也是研究实验室[5] - 团队由科技投资人、物理学博士和AI研究员组成，平均年龄低于30岁，强调高信任度、低自我和高人才密度的团队文化[5][6] - 公司在管资产规模超过15亿美元，包括5亿美元的长线基金，采用一二级市场联动投资策略[5] - 公司过去投资并见证了6家投资组合公司从数十亿、数百亿美元成长为千亿美元级别的企业[5] 投资理念与策略 - 投资理念受OpenAI、Anthropic和DeepMind启发，旨在成为投资领域的前沿研究实验室，关注全球最重要的技术变化[8] - 投资策略聚焦于少数关键机会，愿意在每一轮对优质公司持续加注，放弃多数琐碎机会[8] - 注重信息质量，拥有市场上最丰富、质量和密度最高的信息源，以提高投资胜率[8] - 强调长期关系建设，致力于与创始人和研究人员建立信任，投资AI原生时代的最佳创始人[8] 品牌建设与认知输出 - 坚持开源认知，通过内容输出为AI生态做贡献并构建品牌影响力[9] - 品牌代表公司与创始人之间的信任和审美观，吸引志同道合者[9] - 公司通过海外独角兽和AI讨论社群持续输出观点，影响中美两地华人创业者和AI从业者[6] 招聘需求与岗位要求 - 招聘岗位包括AI投资研究员和品牌策划（AI Narrative Specialist），工作地点覆盖硅谷、香港、北京和上海[12][15] - AI投资研究员需具备AI研究、工程或产品经验，熟悉技术趋势如Continual Learning、Proactive Agent等[12][13] - 品牌策划需熟悉硅谷AI内容，具备品牌叙事打造能力和创新表达方式经验[15] - 招聘不限资历和工作年限，对全职和实习生均开放，优秀实习生有转正机会[15][16] 行业关注领域 - 公司重点关注LLM新范式、强化学习、AI Agent、代码代理等前沿技术领域[19][21][23][25][27] - 技术趋势包括OpenAI o1、自玩强化学习、AI机器人、AI4S等方向[12]

文章核心观点 - 大语言模型在语言理解和生成方面展现出强大能力，但仅依赖语言不足以支撑真正的智能，构建能够理解和操作世界的空间智能与世界模型成为下一代人工智能发展的关键方向[2][4] - 空间智能被定义为在三维空间中进行推理、理解、移动和交互的深层能力，与语言智能互补，是通往通用人工智能不可或缺的拼图[4] - 语言是对三维世界的“有损压缩”，而视觉和空间感知是更接近“无损”的表征方式，让AI理解像素和三维空间中的物理规律难度高于处理符号化语言[10][11] - World Labs公司推出的Marble模型是全球首个高保真度3D世界生成模型，旨在突破模型“只懂文本”的限制，具备在三维环境中定位、推理、模拟、生成和执行任务的能力[15][17] 空间智能的必要性与理论基础 - 从生物演化角度看，大自然花费5.4亿年优化动物的视觉感知与空间行动能力，而人类语言形成历史仅约50万年，忽视这5.4亿年的进化积淀仅通过语言构建通用人工智能是不合理的[7][8] - 空间智能是人类进行高级科学创造不可或缺的思维工具，DNA双螺旋结构的发现就依赖于高强度空间推理，通过在三维空间中对分子结构进行几何构建和逻辑验证而完成[12][13] - 根据多元智能理论，人类智能是多维度的，至少具备八种相互独立的智能，空间智能与语言智能并非对立而是互补关系[4][5] Marble模型的技术特点 - 模型采用多模态输入方式，用户可输入文本描述、单张图像或一组图像，并能基于照片在虚拟空间中重构3D模型[20] - 具备交互式编辑功能，用户可对生成场景下达具体修改指令，模型能根据新约束条件重新生成并调整整个3D世界，形成“生成-反馈-修改”的闭环[20][21] - 选择Gaussian Splats作为3D世界的基础原子单元，通过大量3D高斯体表示和渲染场景，实现了在移动设备上30fps甚至60fps的实时渲染能力[24][25] - 模型架构基于Transformer，其本质是集合模型而非序列模型，置换等变的特性使其天然适合处理3D空间数据[28][29] Marble模型的应用场景 - 在创意与影视领域提供精确的相机放置控制，能极大降低特效制作门槛和成本，成为电影工业强大的生产力工具[21][31] - 室内设计成为典型涌现用例，用户通过手机拍摄厨房照片即可在虚拟空间重构3D结构并随意尝试各种设计方案，无需掌握复杂CAD软件[31][32] - 在机器人领域可作为强大模拟器，生成高保真合成数据填补真实数据与互联网视频之间的鸿沟，为具身智能体提供零成本虚拟训练环境[34][35] 技术发展趋势与挑战 - 当前世界模型面临的最大挑战是视觉真实与物理真实的差距，生成看起来合理的3D场景不等于模型理解物理定律[27] - 公司正在探索将传统物理引擎与生成式模型结合的混合路径，包括通过物理引擎生成模拟数据训练模型，以及给Splats赋予物理属性等方式[27][28] - 在算力被巨头垄断的时代，学术界应专注于探索短期内看似不可行但具备长远颠覆性的研究方向，如打破硬件彩票现象，寻找替代矩阵乘法的计算原语[36][37][38]