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。 ...

（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，公司正全力以赴，从短期业绩改 善、中长期战略深化以及增强投资者信心三个维度采取系统性措施。公司全力推动与中国移动的战略协 同，聚焦AI安全、云安全等新赛道以培育新增长点，拓展个人与家庭新客群。同时严格执行降本增 效，加强应收账款管理以改善现金流，优化经营改善基本面。另外，公司也与中国移动积极研究并持续 评估包括分红、回购增持等方案，以便适时推出符合公司发展和全体股东长远利益的回报举措，力求推 动公司价值回归合理区间。 ...

Social Ethics - The ethical implications of AI "digital resurrection" challenge fundamental concepts of human autonomy and the dignity of the deceased, blurring the lines between biological and social death [2] - The case of a Silicon Valley engineer using GPT-4 to "revive" his deceased wife highlights a profound challenge to human civilization's understanding of death, suggesting that technology may deprive the living of their ability to mourn and move on [2] - Future regulatory frameworks should include mandatory "farewell periods" and clear "non-person" labels to prevent emotional substitution [2] Industry and Business - The high cost of training top-tier AI models creates a "computational wealth gap," making it difficult for small businesses to maintain technological autonomy [3] - Governance should involve establishing a "computational public fund" to subsidize small enterprises and promoting open-source models to balance the competitive landscape [3] - The lack of unified standards in AI applications leads to market confusion and increased R&D costs, necessitating the establishment of dual standards combining technical metrics and ethical guidelines [7][8] Technology Trends - The "hallucination" problem in large models is inherent and cannot be completely eliminated, but can be managed through improved data quality and training methods [8] - The competition between open-source and closed-source models is expected to evolve into a dual structure, with closed-source dominating high-end markets and open-source capturing mid to low-end markets [9] - The integration of edge computing with AI addresses issues of latency, bandwidth, and privacy, significantly impacting industries such as autonomous driving, industrial manufacturing, and healthcare [10][11]