2025年8月，國務(wù)院印發(fā)《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》，系統(tǒng)明確了行動(dòng)的總體要求、階段性發(fā)展目標(biāo)與重點(diǎn)任務(wù)方向，推動(dòng)人工智能與經(jīng)濟(jì)社會(huì)各領(lǐng)域廣泛深度融合。在政策支持、市場需求和技術(shù)進(jìn)步的共同推動(dòng)下，我國人工智能產(chǎn)業(yè)蓬勃發(fā)展，成為培育和發(fā)展新質(zhì)生產(chǎn)力的重要引擎。展望2026年，人工智能技術(shù)將迎來進(jìn)一步升級(jí)躍遷，產(chǎn)業(yè)要素供給能力將進(jìn)一步增強(qiáng)，人工智能技術(shù)將加速傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，與新興產(chǎn)業(yè)深度融合創(chuàng)新，全方位賦能千行百業(yè)，為經(jīng)濟(jì)高質(zhì)量發(fā)展注入強(qiáng)勁動(dòng)力。

對2026年形勢的基本判斷

（一）人工智能產(chǎn)業(yè)規(guī)模將持續(xù)增長

2025年，全球人工智能產(chǎn)業(yè)呈現(xiàn)蓬勃發(fā)展態(tài)勢，人工智能市場規(guī)模迅猛增長。根據(jù)市場研究機(jī)構(gòu)Precedence Research數(shù)據(jù)，全球人工智能市場規(guī)模在2025年將達(dá)到7575.8億美元，同比增長18.7%，我國人工智能產(chǎn)業(yè)受益于DeepSeek、通義千問等生成式人工智能技術(shù)成熟應(yīng)用和“人工智能+”行動(dòng)的持續(xù)深入，規(guī)模呈現(xiàn)爆發(fā)式增長態(tài)勢，已成為全球人工智能產(chǎn)業(yè)發(fā)展的主力軍。根據(jù)工業(yè)和信息化部數(shù)據(jù)，截至2025年9月，我國人工智能核心產(chǎn)業(yè)規(guī)模超過9000億元，人工智能企業(yè)數(shù)量超過5300家，國家級(jí)人工智能專精特新“小巨人”企業(yè)超400家，整體實(shí)力居全球第一梯隊(duì)。

展望2026年，我國人工智能將維持高速增長態(tài)勢，繼續(xù)引領(lǐng)全球人工智能行業(yè)應(yīng)用發(fā)展。根據(jù)Precedence Research預(yù)測，2026年全球人工智能市場規(guī)模將達(dá)到9000億美元，亞太市場仍為全球增速最快的地區(qū)。多家市場研究機(jī)構(gòu)看好2026年我國人工智能市場發(fā)展，如MRFR預(yù)測2025- 2035年我國人工智能市場規(guī)模的復(fù)合增長率將達(dá)到30.6%，Statista預(yù)測41.8%（2025-2031年），Grand View Research預(yù)測更高為47.1%（2025- 2030年）。

（二）人工智能技術(shù)將迎來多維升級(jí)

2025年，人工智能技術(shù)演進(jìn)走向“新范式”，原生多模態(tài)、強(qiáng)邏輯推理、時(shí)空物理感知等技術(shù)加速突破。阿里、百度等企業(yè)持續(xù)加碼能夠統(tǒng)一理解與生成不同模態(tài)信息的原生多模態(tài)大模型，從訓(xùn)練初期就融合文本、圖像、視頻、音頻等多模態(tài)數(shù)據(jù)，實(shí)現(xiàn)了理解與生成一體化。清華大學(xué)等團(tuán)隊(duì)研發(fā)的SALMONN音視頻大模型在多項(xiàng)權(quán)威評測中超越GPT-4o和Google Gemini等主流模型，在視頻描述、問答等綜合任務(wù)上表現(xiàn)出色。DeepSeek、阿里、科大訊飛等紛紛發(fā)布推理大模型，該類模型在物理、化學(xué)和生物學(xué)等領(lǐng)域能力超越人類博士水平。騰訊發(fā)布開源世界模型混元Voyager，3D空間和時(shí)間中感知、推理能力顯著增強(qiáng)，在斯坦福大學(xué)世界模型基準(zhǔn)測試WorldScore上位居綜合能力首位。昆侖萬維自研世界模型Matrix-3D，只需單張圖就能生成可自由探索的3D世界。

展望2026年，我國大模型技術(shù)能力將聚焦物理認(rèn)知深化、推理效能提升、架構(gòu)范式革新等關(guān)鍵維度，迎來進(jìn)一步升級(jí)躍遷。大模型認(rèn)知功能將從文字符號(hào)處理邁向環(huán)境交互與物理推理，世界模型構(gòu)建將取得進(jìn)一步發(fā)展，通過融合視覺、三維空間等多模態(tài)數(shù)據(jù)，使大模型得以內(nèi)在編碼物理規(guī)律，提升其在人形機(jī)器人、自動(dòng)駕駛等需與現(xiàn)實(shí)世界交互的場景中的決策合理性。大模型推理機(jī)制將從淺層統(tǒng)計(jì)關(guān)聯(lián)邁向深度因果推斷，模型的反事實(shí)推理與邏輯鏈條分析能力進(jìn)一步增強(qiáng)，識(shí)別變量間因果關(guān)系的精準(zhǔn)性和效率進(jìn)一步提升，為藥物研發(fā)、材料創(chuàng)新等科學(xué)發(fā)現(xiàn)場景及企業(yè)決策等復(fù)雜任務(wù)提供可靠技術(shù)支撐。

（三）關(guān)鍵產(chǎn)業(yè)要素供給將進(jìn)一步增強(qiáng)

2025年，算力與數(shù)據(jù)作為支撐人工智能產(chǎn)業(yè)發(fā)展的兩大核心要素，供給能力顯著提升。 算力方面，智能算力規(guī)模穩(wěn)步擴(kuò)大，根據(jù)IDC和浪潮信息的聯(lián)合測算，2025年全國智能算力規(guī)模將達(dá)到1037.3EFLOPS。萬卡級(jí)集群成為支撐大模型訓(xùn)練與推理的主流載體，華為、中興等企業(yè)在超大規(guī)模集群技術(shù)上取得突破，高速互聯(lián)與綠色低碳技術(shù)同步推進(jìn)。 數(shù)據(jù)方面，數(shù)據(jù)資源體量持續(xù)擴(kuò)容，根據(jù)全國數(shù)據(jù)資源調(diào)查工作組數(shù)據(jù)， 2025年全國數(shù)據(jù)生產(chǎn)總量將突破50ZB。數(shù)據(jù)標(biāo)注基地建設(shè)成效顯著，七大基地標(biāo)注總規(guī)模達(dá)17282TB，已形成醫(yī)療、工業(yè)、教育等領(lǐng)域高質(zhì)量數(shù)據(jù)集超300個(gè)。

展望2026年，關(guān)鍵產(chǎn)業(yè)要素供給將實(shí)現(xiàn)質(zhì)效雙升。 算力方面，算力結(jié)構(gòu)持續(xù)調(diào)整，智能算力占比有望突破35%，國產(chǎn)芯片在部分場景實(shí)現(xiàn)規(guī)?；瘧?yīng)用，軟硬件協(xié)同生態(tài)逐步成型，“東數(shù)西算”工程推動(dòng)全國算力資源協(xié)同調(diào)度。 數(shù)據(jù)方面，數(shù)據(jù)要素質(zhì)量與開放度同步提升，高質(zhì)量中文語料與行業(yè)數(shù)據(jù)集建設(shè)提速，跨領(lǐng)域數(shù)據(jù)共享機(jī)制逐步健全，為模型訓(xùn)練與應(yīng)用創(chuàng)新奠定堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

（四）智能體產(chǎn)業(yè)生態(tài)將加快成熟

作為人工智能技術(shù)迭代和落地應(yīng)用的重要形態(tài)，智能體正進(jìn)入快速發(fā)展階段。 “軟智能體”方面，智能體創(chuàng)新企業(yè)Monica公司推出智能體Manus，可以直接操作電腦，完成報(bào)告撰寫、簡歷篩選等任務(wù)。智譜推出智能體家族，包括面向手機(jī)的AutoGLM，支持抖音、微博、餓了么、京東、拼多多等主流APP，支持跨終端APP操作。百度推出金融智能體應(yīng)用“智金”，深度融合財(cái)富管理、資產(chǎn)評估、業(yè)務(wù)合規(guī)等金融業(yè)務(wù)場景。

“硬智能體”方面，智能體終端產(chǎn)品加速推廣，開辟高成長性消費(fèi)新賽道。如，字節(jié)跳動(dòng)推出搭載豆包大模型的AI智能體耳機(jī)Ola Friend，支持日常隨問隨答、個(gè)性化導(dǎo)游、聊天情感陪伴等智能化體驗(yàn)。宇樹科技、優(yōu)必選、小米等推出系列具備智能交互能力的機(jī)器人產(chǎn)品。

展望2026年，智能體產(chǎn)業(yè)生態(tài)將加快成熟，行業(yè)企業(yè)不斷加大智能體應(yīng)用力度，各領(lǐng)域應(yīng)用場景逐步拓展。 IDC預(yù)測，到2026年，50%的中國500強(qiáng)數(shù)據(jù)團(tuán)隊(duì)將使用智能體實(shí)現(xiàn)數(shù)據(jù)準(zhǔn)備和分析。行業(yè)標(biāo)準(zhǔn)與治理體系逐步完善，工具調(diào)用、數(shù)據(jù)交互等互聯(lián)規(guī)范加快推進(jìn)，安全防護(hù)與倫理治理機(jī)制持續(xù)探索。

（五）人工智能將全方位賦能千行百業(yè)

2025年，在“人工智能+”行動(dòng)深入推進(jìn)下，人工智能產(chǎn)業(yè)應(yīng)用正加速從局部試點(diǎn)向全域滲透邁進(jìn)，成為推動(dòng)產(chǎn)業(yè)升級(jí)的核心動(dòng)力。用戶側(cè)，截至2025年6月，我國生成式人工智能用戶規(guī)模達(dá)5.15億人，普及率36.5%。產(chǎn)業(yè)側(cè)，重點(diǎn)行業(yè)應(yīng)用成效持續(xù)凸顯。人工智能正深度嵌入制造體系，全國智能工廠數(shù)量突破3萬家，帶動(dòng)生產(chǎn)效率提升22.3%，研發(fā)周期縮短近三成；2025年上半年我國AI大模型解決方案市場規(guī)模達(dá)30.7億元，同比增長122.1%，金融、政府、醫(yī)療等領(lǐng)域成為應(yīng)用主力；截至7月底，央企已在16個(gè)重點(diǎn)行業(yè)布局800多個(gè)人工智能應(yīng)用場景，涵蓋能源、交通等關(guān)鍵領(lǐng)域。新興賽道崛起迅猛，2025年1-10月具身智能獲73筆超億元融資，占AI領(lǐng)域融資總數(shù)的52%，累計(jì)融資257億元；工業(yè)及服務(wù)機(jī)器人在倉儲(chǔ)物流、商業(yè)服務(wù)等特定場景實(shí)現(xiàn)商用落地。

展望2026年，人工智能產(chǎn)業(yè)應(yīng)用的滲透深度與融合廣度將進(jìn)一步拓展。應(yīng)用鏈條上，技術(shù)從前端服務(wù)環(huán)節(jié)加速向研發(fā)、生產(chǎn)等核心領(lǐng)域延伸，全流程智能化重構(gòu)成為傳統(tǒng)產(chǎn)業(yè)升級(jí)的核心路徑。物理世界融合持續(xù)深化，具身智能突破虛擬邊界在實(shí)體場景實(shí)現(xiàn)規(guī)?；涞?，與智能駕駛、XR等領(lǐng)域形成協(xié)同發(fā)展態(tài)勢。生態(tài)協(xié)同格局加速成型，互聯(lián)網(wǎng)巨頭的平臺(tái)生態(tài)與初創(chuàng)企業(yè)的垂類應(yīng)用形成互補(bǔ)，數(shù)據(jù)共享與跨行業(yè)協(xié)作機(jī)制不斷完善，推動(dòng)技術(shù)紅利從金融、制造等重點(diǎn)領(lǐng)域向千行百業(yè)擴(kuò)散。

需要關(guān)注的幾個(gè)問題

（一）中美競爭博弈擠壓我企業(yè)市場拓展空間

一方面，特朗普政府對內(nèi)推行放松監(jiān)管策略以激發(fā)創(chuàng)新活力，大力建設(shè)算力基礎(chǔ)設(shè)施以構(gòu)筑人工智能發(fā)展底座；對外運(yùn)用強(qiáng)關(guān)稅與出口管制等手段，重塑對其有利的規(guī)則體系，鞏固以其為核心的技術(shù)聯(lián)盟。另一方面，美科技巨頭通過“合縱連橫”構(gòu)筑起從底層芯片、云平臺(tái)、大模型到上層應(yīng)用的“全棧技術(shù)優(yōu)勢”，并配合捆綁銷售加速向全球擴(kuò)張。多重因素疊加，我企業(yè)在獲取先進(jìn)訓(xùn)練芯片及相關(guān)云服務(wù)等方面更加受限，面臨成本投入上升、供給穩(wěn)定性下降的風(fēng)險(xiǎn)，遲滯我企業(yè)技術(shù)迭代升級(jí)與產(chǎn)品創(chuàng)新進(jìn)程，同時(shí)，我企業(yè)在海外項(xiàng)目獲取與生態(tài)合作中將面臨更多隱性門檻，國際市場拓展受到擠壓。

（二）大模型產(chǎn)品執(zhí)行復(fù)雜任務(wù)能力不及預(yù)期

大模型在復(fù)雜任務(wù)執(zhí)行中仍面臨多重現(xiàn)實(shí)瓶頸。 一是專業(yè)場景適配不足，通用大模型的 “大而全” 設(shè)計(jì)與行業(yè) “專而精” 需求存在矛盾，在醫(yī)療診斷、工業(yè)質(zhì)檢等需 99.9% 以上準(zhǔn)確率的場景中，現(xiàn)有模型難以滿足業(yè)務(wù)要求，罕見病識(shí)別、復(fù)雜缺陷檢測等任務(wù)表現(xiàn)平平。二是邏輯推理與知識(shí)整合能力薄弱，處理跨學(xué)科、多步驟任務(wù)時(shí)，容易出現(xiàn)流程斷裂或判斷偏差，如法律場景中對 “但書條款” 的實(shí)際適用分析、金融領(lǐng)域的多維度風(fēng)險(xiǎn)評估等任務(wù)仍存在理解鴻溝。三是模型幻覺與可靠性問題突出，在專業(yè)決策場景中可能編造虛假信息，如虛構(gòu)藥物劑量、引用不存在的法條，且多模態(tài)處理專業(yè)數(shù)據(jù)格式時(shí)力不從心。此外，任務(wù)拆解的靈活性不足、跨系統(tǒng)協(xié)同效率低等問題，進(jìn)一步制約了復(fù)雜任務(wù)的落地效果。

（三）高質(zhì)量數(shù)據(jù)集仍難滿足模型發(fā)展需求

盡管我國數(shù)據(jù)資源規(guī)模優(yōu)勢明顯，但高質(zhì)量數(shù)據(jù)供給仍滯后于模型發(fā)展需求。一方面，高質(zhì)量數(shù)據(jù)短缺矛盾日益凸顯。據(jù)人工智能研究和預(yù)測組織Epoch測算，高質(zhì)量的數(shù)據(jù)會(huì)在2026年耗盡，低質(zhì)量語言數(shù)據(jù)、圖像數(shù)據(jù)存量將分別在2030年至2050年、2030至2060年枯竭。其中，中文語料以及行業(yè)語料更是缺乏，當(dāng)前全球通用的50億大模型數(shù)據(jù)訓(xùn)練集中，中文語料占比僅為1.3%，難以支撐具有文化背景和語言特性的本土模型優(yōu)化。另一方面，數(shù)據(jù)壁壘問題突出。各類數(shù)據(jù)擁有方通過技術(shù)和法律手段限制內(nèi)容調(diào)用，版權(quán)訴訟頻繁，數(shù)據(jù)獲取成本上升。此外，數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、跨領(lǐng)域流通機(jī)制缺失，導(dǎo)致企業(yè)數(shù)據(jù)與公共數(shù)據(jù)難以有效融合，從供給側(cè)制約了高質(zhì)量數(shù)據(jù)集的構(gòu)建，進(jìn)而影響我國自主AI大模型的持續(xù)迭代升級(jí)。

（四）人工智能產(chǎn)業(yè)應(yīng)用商業(yè)閉環(huán)尚未打通

當(dāng)前人工智能產(chǎn)業(yè)應(yīng)用商業(yè)閉環(huán)仍處于構(gòu)建完善階段，尚未形成可持續(xù)的價(jià)值循環(huán)體系。產(chǎn)業(yè)鏈算力、模型、應(yīng)用層各層存在明顯“斷鏈”現(xiàn)象，算力資源與應(yīng)用需求適配不足，模型層定制化能力薄弱，應(yīng)用層多為單點(diǎn)工具型產(chǎn)品，難以形成生態(tài)協(xié)同效應(yīng)。數(shù)據(jù)孤島與算力適配問題突出，跨領(lǐng)域數(shù)據(jù)流通機(jī)制缺失，國產(chǎn)算力與主流模型兼容優(yōu)化不足，制約應(yīng)用創(chuàng)新。另外，盈利模式面臨“高成本、低收益”結(jié)構(gòu)性矛盾，模型訓(xùn)練與推理的算力、數(shù)據(jù)成本高昂，而企業(yè)付費(fèi)習(xí)慣尚未普及，消費(fèi)端收費(fèi)模式推行困難，多數(shù)應(yīng)用企業(yè)依賴項(xiàng)目制或政策補(bǔ)貼，自我造血能力有待提高。工業(yè)、醫(yī)療等垂直領(lǐng)域的AI應(yīng)用多處于試點(diǎn)驗(yàn)證階段，缺乏標(biāo)準(zhǔn)化解決方案，難以實(shí)現(xiàn)規(guī)?；瘡?fù)制與商業(yè)變現(xiàn)。

應(yīng)采取的對策建議

（一）強(qiáng)化核心技術(shù)攻關(guān)

一是緊跟全球前沿技術(shù)動(dòng)態(tài)，攻堅(jiān)人工智能算法模型。加強(qiáng)語言、視覺、多模態(tài)等底層算法研究，突破類腦智能、世界模型等前沿技術(shù)。鼓勵(lì)研發(fā)提升算力效率的新型模型架構(gòu)。 二是強(qiáng)化算力供給，推動(dòng)構(gòu)建人工智能軟硬件協(xié)同發(fā)展生態(tài)。加快高端芯片研發(fā)，通過關(guān)鍵場景應(yīng)用加快技術(shù)創(chuàng)新迭代。突破人工智能芯片高速互聯(lián)、超低延遲傳輸、異構(gòu)計(jì)算融合等關(guān)鍵技術(shù)。打造“類CUDA”AI計(jì)算軟件生態(tài)，發(fā)展編譯器、算子庫、AI框架等核心工具鏈。

（二）加強(qiáng)高質(zhì)量數(shù)據(jù)集建設(shè)

一是以國家級(jí)數(shù)據(jù)標(biāo)注基地為依托，加快醫(yī)療、工業(yè)、交通等重點(diǎn)領(lǐng)域高質(zhì)量數(shù)據(jù)集的標(biāo)準(zhǔn)化開發(fā)與共享，推動(dòng)建立數(shù)據(jù)資源分級(jí)分類標(biāo)準(zhǔn)。二是建立跨行業(yè)、跨主體的數(shù)據(jù)流通機(jī)制，通過“數(shù)據(jù)沙箱”“數(shù)據(jù)信托”等模式破解數(shù)據(jù)孤島問題，推動(dòng)公共數(shù)據(jù)授權(quán)運(yùn)營與企業(yè)數(shù)據(jù)跨域融合。 三是鼓勵(lì)企業(yè)與科研機(jī)構(gòu)合作，開展多模態(tài)、場景化數(shù)據(jù)合成與增強(qiáng)技術(shù)研究，豐富中文及行業(yè)數(shù)據(jù)集。 四是完善數(shù)據(jù)產(chǎn)權(quán)規(guī)則，明確數(shù)據(jù)采集、標(biāo)注、使用的合規(guī)路徑，構(gòu)建可持續(xù)的數(shù)據(jù)供給生態(tài)。

（三）優(yōu)化資金支持

一是用好“AI戰(zhàn)略投資基金”，重點(diǎn)支持處于技術(shù)突破期的創(chuàng)新企業(yè)。二是落實(shí)各類財(cái)政支持政策，加大對國產(chǎn)AI框架、操作系統(tǒng)、AI開發(fā)工具研發(fā)的支持力度，吸引更多開發(fā)者投身自主 AI 軟件生態(tài)建設(shè)，夯實(shí)AI應(yīng)用底座。 三是創(chuàng)新科技金融工具，推進(jìn)知識(shí)產(chǎn)權(quán)證券化，激活企業(yè)無形資產(chǎn)價(jià)值。

（四）加大應(yīng)用推廣

一是加快構(gòu)建面向算力、模型、應(yīng)用的一體化協(xié)同機(jī)制， 建立產(chǎn)業(yè)鏈上下游聯(lián)動(dòng)平臺(tái)，推動(dòng)科研院所、算力廠商與應(yīng)用企業(yè)深度合作，打造技術(shù)研發(fā)、場景驗(yàn)證、商業(yè)落地閉環(huán)。 二是完善數(shù)據(jù)與算力支撐體系，搭建跨行業(yè)數(shù)據(jù)共享平臺(tái)，加快國產(chǎn)算力與主流模型適配優(yōu)化，降低應(yīng)用開發(fā)成本。 三是創(chuàng)新多元化盈利模式，推廣行業(yè)解決方案訂閱制、按使用量計(jì)費(fèi)等靈活定價(jià)方式，聚焦垂直領(lǐng)域打造可量化價(jià)值的應(yīng)用場景。 四是強(qiáng)化政策引導(dǎo)與生態(tài)培育，以“人工智能 +”行動(dòng)為抓手，打造標(biāo)桿示范項(xiàng)目，破解場景規(guī)模化落地難題。

文：賽迪智庫人工智能產(chǎn)業(yè)形勢分析課題組

編輯：亮亮

指導(dǎo)：新文