核心观点 - 北京智源人工智能研究院发布《2026十大AI技术趋势》报告，阐述了多模态、具身智能、智能体等AI技术演进新趋势 [1] AI技术演进趋势：世界模型与具身智能 - 2026年业界将进一步探索具备原生架构和物理模拟能力的多模态世界模型，以模拟真实世界规律，解决机器难以处理的问题 [3] - 2025年中国具身智能企业超过230家，其中人形机器人企业超过100家，但2026年该领域可能迎来洗牌 [4] - 具身智能领域存在不同技术路线：“通用开源大模型+运动控制”模式在单场景下仍有空间，但受制于上游基础模型演进；具身小脑方案因适配实际环境困难，距离落地商用较远；报告建议引入世界模型并通过强化学习形成自我进化新路线 [4] - 人形机器人正迈向初步商业化：Tesla Robotics的Optimus 2.5应用于工厂、农场，蚂蚁集团灵波科技的Robbyant-R1应用于餐饮、导览、医疗等领域，业内已出现多笔亿级订单，销量突破万台 [4] AI技术演进趋势：智能体与科学智能 - 从单智能体到多智能体的升级成为必然，多智能体系统能更好适应复杂工作流，并通过自我反思、互相辩论降低幻觉 [5] - 2026年，智能体（Agent）之间的通信协议将逐渐成熟并走向生产实践 [5] - 2025年出现AI Scientist，能自主执行完整科研链路，其背后由科学基础模型、代理工作流、AI认知能力接入自动化实验设施三大技术引擎驱动 [6] - 美国在2025年11月启动“创世纪计划”，以搭建AI实验平台、建立协调与数据共享机制来加速科研 [6] - 中国在AI for Science领域反应滞后，在算力、数据、模型三大基础设施面临挑战：算力储备不及美国；数据共享平台（国家基础学科公共科学数据中心）进展良好；科学基础模型发展滞后 [7] AI应用发展现状与挑战 - 2025年AI个人应用发展迅猛，“多行业API接入+基础模型”模式成为主流，倾向于发展“AI超级应用”提供一站式服务，例如ChatGPT的“Buy it in chatgpt”功能 [8] - AI超级应用需要极高算力支撑并依赖庞大存量用户，对巨头企业更为有利，有望催生AI时代新巨头 [8] - AI行业应用中，对话类AI在客服、代码辅助等场景趋于成熟，但更复杂的自主决策AI Agent应用仍处探索阶段 [8] - 报告预计2026年AI行业应用将迎来“低谷期”，大量探索项目可能因数据质量差、多智能体不成熟、成本高等原因失败，需优先解决数据质量、系统集成与安全问题 [8] 数据资源与AI安全 - 高质量文本数据预计2026年耗尽，低质量文本及视觉数据预计2030年起逐步耗尽，推动技术路线转向“合成数据 + 强化学习” [10] - 中国合成数据市场规模在四年间从11.8亿元跃升至47.6亿元，预计到2030年全球合成数据体量将超越真实数据，成为模型训练主导性燃料 [10] - 合成数据应用案例：特斯拉与清华大学合作研发OccWorld4D，在仿真环境中测试极端路况；科学探索与具身智能领域也将越来越多采用合成数据 [10] - 世界模型与强化学习是生成高质量合成数据的关键，前者是数据生成引擎，后者是降低数据毒性的过滤器 [10] - AI安全性受关注，全球领先大模型在“防范灾难性滥用或失控”方面表现欠佳，基于大模型的Agent增加了更多安全风险 [11] - 业界在2025年开展安全研究，采用基于多智能体系统的自演化攻防演练，并尝试从内部理解AI，例如蚂蚁集团和360构建了各自的安全技术体系 [11]