Core Insights - The year 2026 is anticipated to be a pivotal moment for AI, marking its transition from the digital realm to the physical world and from mere technical demonstrations to scalable value [2][3] - The report from the Beijing Academy of Artificial Intelligence outlines ten major trends in AI technology for 2026, emphasizing the need to address systemic challenges as AI integrates into the real world [3] Group 1: AI Paradigm Shift - Three main lines are driving the transformation of AI, indicating a clear path for its development [4][9] - The CES 2026 showcased how AI is moving from virtual training to real-world applications, with major companies like NVIDIA and AMD emphasizing practical deployments in robotics and autonomous driving [5][10] - The emergence of open-source models like DeepSeek-R1 has catalyzed the transition of AI agents from research to industrial applications, reinforcing the notion of 2026 as the "year of AI landing" [7][10] Group 2: Super Applications and Market Dynamics - The concept of "super applications" is gaining clarity, with leading models like ChatGPT and Gemini beginning to meet the necessary conditions for such applications, characterized by an "All in One" feature [14][16] - Competition in the AI super application space is intensifying, with major players like OpenAI and Google rapidly iterating their offerings to capture user engagement [16][18] - Domestic giants are also building integrated AI portals, leveraging their existing ecosystems to create competitive advantages in the super application arena [16][19] Group 3: AI Safety and Risk Management - AI safety is highlighted as a critical concern, with a significant increase in recorded AI safety incidents, indicating the need for robust risk management frameworks [20][21] - The report emphasizes the dual nature of AI capabilities and risks, noting that as models become more powerful, they also become more susceptible to misuse and security vulnerabilities [21][25] - Companies are urged to develop comprehensive monitoring systems to address the dynamic and hidden risks associated with AI deployment, transitioning from passive to proactive security measures [25][26]

格隆汇1月10日｜据澎湃，1月10日，AI大模型独角兽月之暗面（Kimi）创始人、CEO杨植麟谈到Kimi 在未来的发展规划。杨植麟表示，目前已有多款中国开源模型成为行业测试标准，"中国技术不仅要好 用，还要参与制定规则"。而对于公众关心的AI安全问题，杨植麟分享称："AI可能是人类探索未知的钥 匙，能帮我们攻克癌症、解决能源危机、探索宇宙。虽然有风险，但放弃发展就等于放弃人类文明的上 限。"他表示，团队将在做好风险控制的前提下持续突破，计划未来十年、二十年内，陆续推出K4、K5 直至K100系列模型。 ...

他认为，AI产业的发展动力将发生根本性转移。过去行业拼的是"谁家模型更博学"，而2026年，企业将 不再频繁训练大模型，而是通过"推理应用"直接"雇佣"AI解决实际问题。这一转变将引发连锁反应：首 先，AI芯片市场"英伟达一家独大"的单极格局将被打破，形成"英伟达主导训练，多家厂商分食推理"的 双轨产业格局。专用推理芯片（ASIC）将凭借成本优势在细分场景快速渗透。其次，制约发展的核心 瓶颈将从算力芯片转向稳定充足的电力供给，全球科技竞争将升级为"能源大战"。 中证报中证网讯（记者 王婧涵）1月9日，360集团创始人周鸿祎在个人微博账号发布《2026年AI全景预 测：迈向百亿智能体时代的20个发展趋势》表示，如果说2024是"大模型之年"，2025是"智能体之年"， 那么2026年将被定义为"百亿智能体之年"。百亿级智能体将全面融入经济社会，竞争焦点将从"比拼参 数"转向"比拼落地"。 另外，周鸿祎认为，智能体将替代APP成为服务核心入口，个人与商家的智能体可直接谈判、交易。这 要求建立全新的硅基规则体系，包括智能体身份认证、区块链合约及"AI原生保险"等金融创新。伴随能 力提升，AI安全从"选修课"变为"生 ...

Core Insights - The core viewpoint of the report is that AI is transitioning from merely predicting language to understanding and modeling the physical world, marking a significant paradigm shift in technology [1][4][5]. Group 1: Key Trends in AI Technology - Trend 1: The consensus in the industry is shifting from language models to multi-modal world models that understand physical laws, with Next-State Prediction (NSP) emerging as a new paradigm [7]. - Trend 2: Embodied intelligence is moving from laboratory demonstrations to real-world industrial applications, with humanoid robots expected to transition to actual service scenarios by 2026 [8]. - Trend 3: Multi-agent systems are becoming crucial for solving complex problems, with the standardization of communication protocols like MCP and A2A facilitating collaboration among agents [9]. Group 2: Applications and Market Dynamics - Trend 4: AI is evolving from a supportive tool to an autonomous researcher, with the integration of scientific foundational models and automated laboratories accelerating research in new materials and pharmaceuticals [10]. - Trend 5: The competition for consumer AI super applications is intensifying, with major players like OpenAI and Google leading the way in creating integrated intelligent assistants [11]. - Trend 6: After a phase of concept validation, enterprise AI applications are entering a "valley of disillusionment," but a recovery is expected in the second half of 2026 as data governance improves [12]. Group 3: Data and Performance Enhancements - Trend 7: The reliance on synthetic data is increasing, which is crucial for model training, especially in fields like autonomous driving and robotics [13]. - Trend 8: Optimization of inference remains a key focus, with ongoing innovations in algorithms and hardware reducing costs and improving efficiency [15]. - Trend 9: The development of a heterogeneous software stack is essential to break the monopoly on computing power and mitigate supply risks [16]. Group 4: Security and Ethical Considerations - Trend 10: AI security risks are evolving from "hallucinations" to more subtle "systemic deceptions," necessitating a comprehensive approach to safety and alignment in AI systems [17]. Conclusion - The report outlines ten key AI technology trends that provide a clear anchor for future technological exploration and industry layout, emphasizing the importance of collaboration across academia and industry to drive AI towards a new phase of value realization [18].

智通财经APP获悉，高盛近日发布了对美国光纤公司Lumen Technologies Inc.(LUMN.US)2025年第四季 度财报及即将到来的投资者日活动的前瞻报告。目前，该行维持Lumen"中性"评级，并将其12个月目标 股价从5美元上调至5.5美元。 2026年投资者日备受关注 Lumen计划于2026年2月25日举行投资者日，这被视作关键催化剂。高盛预计，Lumen管理层将发布未 来五年EBITDA利润率、利息支出及资本支出目标，并进一步披露PCF业务和Lumen Digital部门的运营 数据，这将提升公司增长举措贡献度及传统业务下滑放缓趋势的透明度。若与AT&T的资产出售交易顺 利完成，公司管理层还可能公布后续资本配置框架，包括加大网络基础设施投资以支持AI工作负载增 长、进一步削减债务以实现目标杠杆率，以及在AI安全、边缘计算等高增长领域开展战略并购等。 现金流方面，高盛预计Lumen第四季度自由现金流(FCF)为-4.35亿美元，全年自由现金流为13.7亿美 元，符合公司12-14亿美元的指引。不过该行提示，由于美国联邦政府停摆可能导致退税延迟，该数据 存在下行风险——公司原本预计第四季度 ...

行业共识正从语言模型转向能理解物理规律的多模态世界模型。从"预测下一个词"到"预测世界下一状态"，NSP范式标志着AI开始掌握时空连续性与因果关 系。 趋势2：具身智能迎来行业"出清"，产业应用迈入广泛工业场景 具身智能正脱离实验室演示，进入产业筛选与落地阶段。随着大模型与运动控制、合成数据结合，人形机器人将于2026年突破Demo，转向真实的工业与服 务场景。具备闭环进化能力的企业将在这一轮商业化竞争中胜出。 中国经济网北京1月8日讯(记者彭金美)8日，北京智源人工智能研究院(以下简称"智源研究院")发布年度报告《2026十大AI技术趋势》。报告指出，人工智能 的演进核心正发生关键转移：从追求参数规模的语言学习，迈向对物理世界底层秩序的深刻理解与建模，行业技术范式迎来重塑。 智源研究院2026十大AI技术趋势 趋势1：世界模型成为AGI共识方向，Next-State Prediction或成新范式 趋势3：多智能体系统决定应用上限，Agent时代的"TCP/IP"初具雏形 复杂问题的解决依赖多智能体协同。随着MCP、A2A等通信协议趋于标准化，智能体间拥有了通用"语言"。多智能体系统将突破单体智能天花板，在 ...

智源研究院理事长黄铁军分享了他的技术趋势观察：AI的发展要重视"结构决定功能，功能塑造结构"的相互作用。当前人工智能正从功能模仿转向理解物理 世界规律，这一根本转变意味着AI正褪去早期狂热，其发展路径日益清晰，即真正融入实体世界，解决系统性挑战。 随后，智源研究院院长王仲远发布了十大AI技术趋势，详细阐释了这一变革。基础模型的竞争，焦点已从"参数有多大"转变为"能否理解世界如何运转"。他 指出：我们正从 "预测下一个词"跨越到"预测世界的下一个状态"。这标志着以"Next-State Prediction"（NSP）为代表的新范式，正推动AI从数字空间的"感 知"迈向物理世界的"认知"与"规划"。 报告认为，2026年将是AI从数字世界迈入物理世界、从技术演示走向规模价值的关键分水岭。这一转变由三条清晰的主线驱动： 首先，是认知范式的"升维"。以世界模型和NSP为核心，AI开始学习物理规律，这为自动驾驶仿真、机器人训练等复杂任务提供全新的"认知"基础，成为国 内外领先模型厂商竞相布局的战略高地。 其次，是智能形态的"实体化"与"社会化"。智能正从软件走向实体，从单体走向协同。头部科技公司的人形机器人正进入真实 ...

趋势3：多智能体系统决定应用上限，Agent时代的"TCP/IP"初具雏形 复杂问题的解决依赖多智能体协同。随着MCP、A2A等通信协议趋于标准化，智能体间拥有了通用"语 言"。多智能体系统将突破单体智能天花板，在科研、工业等复杂工作流中成为关键基础设施。 趋势4：AI Scientist成为AI4S北极星，国产科学基础模型悄然孕育 AI在科研中的角色正从辅助工具升级为自主研究的"AI科学家"。科学基础模型与自动化实验室的结合， 将极大加速新材料与药物研发。报告强调，我国需整合力量，加快构建自主的科学基础模型体系。 趋势5：AI时代的新"BAT"趋于明确，垂直赛道仍有高盈利玩法 经济观察网2026年1月8日，北京智源人工智能研究院发布年度报告《2026十大AI技术趋势》。报告指 出，人工智能的演进核心正发生关键转移：从追求参数规模的语言学习，迈向对物理世界底层秩序的深 刻理解与建模，行业技术范式迎来重塑。 趋势1：世界模型成为AGI共识方向，Next-State Prediction或成新范式 行业共识正从语言模型转向能理解物理规律的多模态世界模型。从"预测下一个词"到"预测世界下一状 态"，NSP范式标志着 ...

要点提炼： 近日，在美国得克萨斯州奥斯汀那座占地1150万平方英尺的特斯拉超级工厂（Giga Factory）中，一场定调未来的重磅年度对话正在发生。对话的主角是刚刚 被重新任命为NASA重要合作伙伴、正在推进火星殖民计划的埃隆·马斯克（Elon Musk），以及"零重力"公司创始人、奇点大学执行主席彼得·迪亚曼迪斯 （Peter Diamandis）和Link Ventures创始人戴维·布伦丁 (David Blundin)。 在这座Cybertruck的摇篮以及即将生产数百万台Optimus机器人的工厂里，马斯克在对话中抛出了极具冲击力的断言： "技术奇点"不再是科幻名词，而是眼前 的现实。 马斯克直言：" AI和机器人是'超音速海啸'（Supersonic Tsunami），我们已经身处'技术奇点'（Singularity）之中。 " 而对于那个被全球科技界反复争论的AGI时间表，马斯克给出了有史以来最清晰的预判：" 我认为我们将在明年，也就是2026年实现AGI（通用人工智能）。 "在他看来，到了2030年，AI的总智能将" 超过全人类智能的总和 "。 这不再是一场渐进式的改良，而是一次物种级别的更 ...

（文章来源：证券日报） 证券日报网讯 1月6日，启明星辰在互动平台回答投资者提问时表示，2025年前三季度公司实现毛利率 61.8%，体现了公司产品与服务的强大市场竞争力。去年以来出现亏损，主要源于两方面因素：一方 面，公司在融入中国移动体系后，积极布局新兴技术领域，主动加大对AI安全、数据安全、量子计算 等前沿领域的研发投入，这部分战略性支出短期内影响了利润；另一方面，传统网络安全业务短期内增 速受限，相关产品和服务增长承压，也对利润产生了影响。目前，公司管理层正全力推动与中国移动的 深度协同，优化业务结构，并已看到现金流改善等积极迹象。为构筑长期技术壁垒和增长动能，公司仍 将坚持科技自主创新，随着新质安全需求的增长和协同效应的释放，公司利润将逐渐改善。 ...