AIPress.com.cn报道 当大模型不再仅仅满足于预测下一个汉字，而是试图预测世界的下一个状态时，人工智能才真正开始理解因果，触摸现实。这是未来，也是2026年AI即 将发生的变化。 本文结合智源研究院提出的AI十大趋势预测，梳理了AI在2026的将有之变，相信能够为我们勾勒了一幅从虚拟走向实体、从单体走向群智的未来图景。 图说：智源研究院 2026十大AI技术趋势 趋势一：世界模型确立认知新范式 行业对于智能的理解，正经历一场静水流深的转变，共识正从单一的语言模型，转向能够理解物理规律的多模态世界模型。 Next-State Prediction（NSP）范式的确立，标志着AI不再仅仅满足于在文本中预测下一个词汇，它开始尝试预测世界的下一个状态。 正如智源悟界所验证的那样，当机器掌握了时空连续性与因果关系，它便跨越了感知的边界，触碰到了真正的认知与规划。 趋势二：具身智能的产业"出清"与落地 趋势五：新"BAT"格局下的垂直突围 C端超级应用的"All in One"入口成为兵家必争之地。海外有OpenAI与Google引领风骚，国内字节、阿里、蚂蚁等巨头亦依托生态积极布局。 我们可以看到，蚂蚁推出的 ...

东吴证券发布研报称，看好智谱(02513)AI在本土大模型技术实力、开源生态布局以及政企本地化落地 能力方面的优势，本地化业务保持稳定增长，云端业务成为主要驱动力，并认为公司有望受益于中国大 模型行业从本地化部署向云端服务转型的长期趋势。建议关注。 东吴证券主要观点如下： 本地化部署面向政企客户，提供私有化运行和定制服务，客单价高、毛利率稳定，2025年上半年占比 84.8%、毛利率59%。云端部署通过API调用和订阅制服务企业和开发者，接入门槛低、扩展性强， 2025年上半年占比15.2%，收入占比快速提升。公司将云端业务作为长期战略重点，目标未来API收入 占比提升。开源策略有效引流，近期推出的Zcode（AI代码编辑器）和Zread（代码库分析工具）进一步 增强开发者粘性，推动付费转化。历史财务表现显示收入高增长特征。2022-2024年收入分别为0.57亿 元、1.25亿元、3.12亿元，复合增长率超过130%。2025年上半年收入1.91亿元，同比增长325%，已超 2023年全年水平。 本次港股IPO发行价116.20港元/股，全球发售3741.95万股H股，净募资约43亿港元，募资后市值约511 ...

从清华实验室到港股 AI 新贵，关注模型迭代 与生态飞轮 投资评级（暂无） | 项目[Table_EPS] | 2023A | 2024A | 2025E | 2026E | 2027E | | --- | --- | --- | --- | --- | --- | | 营业总收入(百万元) | 124.54 | 312.41 | 785.00 | 1,550.00 | 3,219.00 | | 同比（%） | 116.93 | 150.86 | 151.27 | 97.45 | 107.68 | | 归母净利润(百万元) | -787.96 | -2,956.49 | -4,563.36 | -3,320.10 | -2,512.06 | | 同比（%） | -449.58 | -275.21 | -54.35 | 27.24 | 24.34 | | Non-GAAP 净利润（百万元） | -621.00 | -2,465.60 | -3,386.96 | -2,801.20 | -2,462.06 | | 同比（%） | -537.58 | -297.04 | -37.37 | 17.29 | 12.11 ...

日前，市委改革办营商环境顾问团走进西湖区——这里不仅是杭州人工智能产业的核心承载区，更聚集 了阿里云全球总部、浙江大学、西湖大学等高能级平台。一场汇聚企业、专家、学者与政府工作者的座 谈在此展开，旨在从技术突破、产业培育、场景落地到生态构建，梳理出清晰的发展逻辑，为全市乃至 全省的AI发展之路提供可借鉴的"杭州样本"。 对于"魔搭社区"（杭州）开发者中心的未来发展，西湖区相关负责人同样信心满满。"自揭牌以来，开 发者中心对外合作的广度，合作开展的深度以及报名者的反响都远超预期。" 近日，杭州"十五五"规划审议通过，其中"建设全国人工智能创新发展第一城"列在七大关键突破领域之 首。站在"十五五"新起点上，杭州如何将"人工智能"这一最大变量，转化为城市能级跨越的核心动能？ 开源沃土： 从"代码共享"到"生态共荣" 开源，曾是中国AI在国际竞争中实现"弯道超车"的关键一跃。 下一步，杭州如何引领开源走向纵深？答案在于将"开源生态建设"作为构筑人工智能创新高地的核心工 程，而重要抓手之一，正是支持"魔搭社区"打造具有全球影响力的开源品牌。 西湖区率先迈出坚实一步。一个多月前，"魔搭社区"（杭州）开发者中心在西湖区正式 ...

12月30日，华为技术有限公司（以下简称"华为"）公众号发布了华为轮值董事长孟晚舟的2026年新年致 辞。孟晚舟回顾了华为在2025年的奋斗历程，并系统阐述了公司在新一年的战略聚焦方向。 孟晚舟表示，在生态伙伴的支持下，鸿蒙生态体验加速从"可用"到"好用"，鸿蒙5.0以上终端设备超过 3600万（台）。2026年华为将在强化行业垂直作战、构建开源开放的鲲鹏昇腾生态、繁荣鸿蒙生 态、"水战略"等方面进行战略聚焦。 取得多项关键成果 这一年，华为不仅在技术上持续突破，更在应用领域实现"遍地开花"。 另外，华为鸿蒙智行智界汽车近日宣布，智界汽车在今年12月份交付突破10000台，已连续三个月实现 交付破万台。 华为鸿蒙智行在年度直播中也释放了2026年的新车信号，旗下"五界"——问界、智界、享界、尚界、尊 界将共同发力，覆盖轿车、SUV、MPV、轿跑、硬派越野等多类车型，产品矩阵进一步清晰，显示出 华为在智能汽车领域的全面布局。 目前，华为尚未公布全年业绩，但从上半年业绩来看整体符合预期。根据华为投资控股有限公司在北京 金融资产交易所披露的2025年半年度报告，华为上半年营收4270.39亿元，同比增3.95%；净 ...

Core Insights - The "Scene Forest" initiative in Pingshan District aims to create over 100 application scenarios to enhance urban governance, industrial upgrading, and public services, marking a shift towards an innovative industry cultivation model [1][2] Group 1: Industry Development - Pingshan District is establishing a low-cost incubation space of approximately 20,000 square meters to attract open-source technology companies, providing a conducive environment for development [1] - The district has released a "list of opportunities" featuring 100 application scenarios across ten key areas, serving as a testing ground for AI technology [2] - The "Pingshan Hongmeng Eight Policies" and the "Scene Forest" plan are designed to integrate manufacturing and service industries, promoting AI applications throughout the region [2] Group 2: Collaboration and Ecosystem - The initiative emphasizes collaboration among government, academia, and enterprises, with Shenzhen Technology University playing a key role in providing intellectual and talent support for the open-source ecosystem [2][3] - The Pingshan model represents an innovative path for industry cultivation, breaking away from traditional industrial park limitations by creating real application scenarios for rapid technology iteration [3] - The focus on distributed technology in the Hongmeng operating system aims to unify communication across devices, enhancing the development of safety control systems for companies [2]

今日趣图来了 前段时间刷到这个趣图的英文版，最近又刷到中文版了。如果我没记错的话，类似的漫画都是基于 MonkeyUser 作者的一张经典漫画改编而来的。 （via: zero的bug日志） 趣图解读 # # # # 解读就交由 AI 大模型来搞 # # # # 这幅漫画以夸张的建筑结构图形式，生动描绘了现代数字世界是如何层层构建起来的，以及其中潜藏的荒诞与脆弱。它用看似简单的图像，道出了技术生 态中那些令人哭笑不得的真相： 结构：一座摇摇欲坠的"数字巴别塔" 整幅漫画一座倒金字塔状的"建筑"，从上到下分为四层，越往下越基础，也越容易被忽视： 总结：一幅数字时代的"警世漫画" 这幅漫画不只是搞笑，它更像一则数字时代的寓言： 总而言之，这幅图用幽默的笔触提醒我们：在享受数字红利的同时，也应对其底层脆弱的共生关系、对开源贡献者的默默付出，保持一份敬畏和关注。我 们脚下的"数字大地"，远没有看起来那么坚实。 中层（代码与工具） ： 这是最精彩也最混乱的一层，充满了讽刺： 底层（物理与协议基础） ： 海底电缆、DNS、Linux 基金会。这是数字世界的"地基"和"物理法则"，最稳定，也最不常被想起。 核心讽刺：脆弱、 ...

英伟达并不缺少挑战者，但到目前为止，他们都很难称得上是 英伟达的对手，难以撼动其领导地位。不过，未来这一点未必 不会改变。 作者： 刘劲等 封图：图虫创意 算力是人工智能最重要的基础设施和发展引擎。AI算力的代表企业英伟达（NVIDIA）凭借性能先 进的产品和难以复制的生态，在AI训练及推理芯片领域建立起了近乎垄断的领导地位，成为地球上 价值最高的上市公司。截至2025年11月，英伟达的市值约为4.5万亿美元，2025年第三季度营收 的同比增长约为62%。 在大模型发展的初期和中期，训练算力是核心瓶颈，决定了模型的"高度"，是算力芯片的战略制 高点。因此，我们在此着重讨论训练。 英伟达在训练算力上有统治性的地位。这种优势来自两个方面：先进的技术和生态的垄断。 主流大模型的参数规模已达千亿、万亿级别，训练时要对海量数据进行大规模计算，单机算力早已 远远不够，必须依托大规模芯片集群完成训练；要令这复杂而成本高昂的训练易于展开、效率高、 稳定可靠，还需要一整套的软件系统和工具来作为连接训练工程师、算力芯片和模型的桥梁。 因此，我们大致可以将训练对算力芯片的要求拆解成单芯片性能（单卡性能）、互联能力和软件生 态三部分 ...

Core Insights - AI computing power is the most critical infrastructure and development engine for artificial intelligence, with NVIDIA establishing a near-monopoly in the AI training and inference chip market, becoming the highest-valued public company globally, with a market capitalization of approximately $4.5 trillion by November 2025 and a year-on-year revenue growth of about 62% in Q3 2025 [2] Competitive Landscape - NVIDIA faces challengers from traditional chip giants like AMD and Intel in the U.S., as well as self-developed computing power from tech giants like Google and Amazon, and emerging players like Cerebras and Groq, but none have significantly threatened NVIDIA's leadership position yet [2] - The AI computing chip market has two main application scenarios: training and inference, with training being the core bottleneck that determines the model's capabilities [3] Training Power Dominance - NVIDIA holds a dominant position in training power due to advanced technology and a monopolistic ecosystem, as training large models requires massive data computation that single-chip power cannot provide [5] - The requirements for training chips can be broken down into single-chip performance, interconnect capabilities, and software ecosystem [6] Technical Advantages - NVIDIA excels in single-chip performance, with competitors like AMD catching up in key performance metrics, but this alone does not threaten NVIDIA's lead in AI training [7] - Interconnect capabilities are crucial for large model training, and NVIDIA's proprietary technologies like NVLink and NVSwitch enable efficient interconnectivity at a scale of tens of thousands of chips, while competitors are limited to smaller clusters [8] Ecosystem Strength - NVIDIA's ecosystem advantage is primarily software-based, with CUDA being a well-established platform that enhances developer engagement and retention [8] - The strong network effect of NVIDIA's ecosystem makes it difficult for competitors to challenge its dominance, as many AI researchers and developers are already familiar with CUDA [9][10] Inference Market Dynamics - Inference requires significantly fewer chips than training, leading to reduced interconnect demands, which diminishes NVIDIA's ecosystem advantage in this area [11] - Despite this, NVIDIA still holds over 70% of the inference market share due to its competitive performance, pricing, and overall value proposition [11] Challenges to NVIDIA - Competitors must overcome both technical and ecosystem barriers to challenge NVIDIA, with options including significant technological advancements or creating protective market conditions [13] - In the U.S., challengers are primarily focused on technological advancements, such as Google's TPU, while in China, the market has become "protected" due to U.S. export bans on advanced chips [16] Geopolitical Implications - The U.S. government's restrictions on NVIDIA's chip sales to China have created a challenging environment for Chinese AI firms, but also present significant opportunities for domestic chip manufacturers [17] - The recent shift in U.S. policy allowing NVIDIA to sell advanced H200 chips to China under specific conditions indicates a recognition of the need to maintain NVIDIA's competitive edge while managing geopolitical tensions [19] Strategic Considerations - The competition in AI technology should not solely focus on domestic replacement strategies, as this could lead to a cycle of technological isolation [20] - Huawei's decision to open-source its CANN and Mind toolchain reflects a strategic move to build a competitive ecosystem that can attract global developer participation [21]

有知情人士称，这家搜索巨头正努力让其自己的AI芯片TPU更顺滑地运行人工智能框架PyTorch。值得 注意的是，自2016年PyTorch正式发布以来，该框架长期与英伟达CUDA平台形成深度绑定关系，而这 一开源生态的关键缔造者正是Meta。 据报道，谷歌(GOOGL.US)正设法削弱英伟达(NVDA.US)凭借CUDA软件平台建立起来的优势，并获得 了Meta(META.US)的一定支持。 反观英伟达在AI领域的领先地位之所以难以撼动，不仅是因为GPU强，更是因为CUDA这一软件平台已 成为AI开发的"标准语言"。 对此，Meta和英伟达均未立即回应。 而谷歌发言人证实该计划，并指出相关消息已于10月公开宣布。 "谷歌云致力于为客户提供从模型、加速器到框架和工具的全链路选择，"这位发言人通过电子邮件表 示。"PyTorch极受欢迎，我们的目标是让它在谷歌云TPU上的体验无缝衔接。我们看到TPU和GPU基础 设施的需求都在大幅且加速增长。我们的重点是给开发者提供所需的灵活性和规模，无论他们选择何种 硬件构建。" 该消息人士透露，谷歌还在权衡是否将部分代码开源，以提高客户采用率。该公司内部将这一项目命名 为To ...