拾象 2026 AI Best Ideas：20 大关键预测

出品：拾象投研团队

预测每一年的 AI 关键趋势是拾象投研团队的传统，我们以 2026 年的 20 大 AI 关键预测，作为新一年的开启和新年礼物送给拾象和海外独角兽的朋友们。

2025 是 AI 相当激荡的一年，以 DeepSeek 开启，以 Manus 时刻作为完美收尾，同时我们也见证了模型 Agentic 能力的跨越式进步、AI Coding 领域的 ARR 奇迹，以及 Google 的叙事反转等等…而在 2026，AI 新范式、World Model、多模态等领域同样蕴含着惊喜。

再次祝大家新年快乐！我们和大家共同期待着 2026 年 AI 领域出现更多振奋人心的时刻和未来信号。

Idea 01

Scaling law 和 reasoning model 之后的下一个新范式信号出现，AI 走向自主学习

我们在 2025 年的预测中就表达了对 Continual Learning 这一新范式突破的信心，虽然现实来看我们低估了技术进步和范式突破的难度。但 Continual Learning 仍旧会是拾象团队 2026 年最核心的技术趋势 bet。回归理性视角，2026 年要真正实现新范式的完全突破（即出现通用、稳定的 continual learning） 并不现实，但 2026 年 continual learning 领域出现积极信号出现确定性极高。

“积极信号”意味着行业将在至少 1-2 个技术路线上达成共识，甚至出现类似于 Transformer 这样的代表 work，或类似于 Scaling Law 的早期共识。之所以对于积极信号的确定性极高，是因为：

• 从 AGI 智能突破的现实紧迫度上，今天的模型范式下，模型代际之间难以拉开绝对差距，新范式一定是突破现状的关键；

• 从行业资源投入上，除了 OpenAI 这样的头部 AI lab 在持续探索外，SSI、Thinking Machines Lab 所代表的 Neo AI Labs 实验室也在围绕 continual learning 突围，这样高密度的人才和智能资源投入一定会带来正反馈。

Idea 02

ChatGPT 真正意义上成为全球性入口： DAU 翻倍，Web 流量突破 1/2 个 Google

今天 ChatGPT 的 DAU 大约在 4-5 亿水平，我们预测 2026 年这一数字将翻倍，达到 8 亿至 10 亿，而 10 亿 DAU 意味着 ChatGPT 真正意义上成为一个“全球性入口”的产品。

此外，今天 Google 与 ChatGPT 的 web 端流量（可以简单类比为搜索流量）比例约为 85:15；预测到 2026 年这一比例至少将演变为 70:30，也就是说 ChatGPT 在搜索流量上实现了 1/2 个 Google 的体量。

Idea 03

ChatGPT “App-store Moment” 出现， 带来第一个 $100M ARR 应用

我们 LLM 浪潮之初就预测 AI/LLM 是新时代的 OS，而 ChatGPT 正在向这个方向前进， “App-store Moment” 标志着 ChatGPT 实现了从一个超级工具向超级平台的跃迁，背后是 AI 流量分发权与生态构建。

ChatGPT “App-store Moment” 的核心标志是诞生第一个 1 亿美金 ARR 的 Killer App，并且这个应用一定是 ChatGPT 生态内高度原生的，即用户无需离开对话即可完成任务。

与传统的移动 App Store 不同，ChatGPT Store 所代表的 AI 时代的“商店”可能不会以列表形式存在。相反，它是由 AI 直接推荐应用程序，并将应用的功能直接嵌入到用户的对话流中，在 ChatGPT 大力发展 Ads 的当下，Apps 推荐也会是其中的重要构成。

Idea 04

OpenAI 会在 2026 下半年反转叙事，估值突破万亿美金

OpenAI 当下的 narrative 如同 2025 年初的 Google，而 OpenAI 今天至少有两个角度让它可以扭转叙事。

首先是 ChatGPT 进入 10 亿 DAU 俱乐部，重写互联网流量格局、成为明确的全球性入口，这种强势地位让 ChatGPT 从工具进化为“生产力收税人”。预计在 2026 年，各个领域的老牌玩家们因为经历过互联网 web 1.0、2.0 的分发变化和兴衰后，在面对 ChatGPT 这一新的流量主权方，会从“观望”观望转向合作（Disney 和 Intuit 已经迈出了这一步），这种行业推力和利益互换会加强 OpenAI 的货币化，甚至探索出新的商业模型。

最本质的则是模型竞赛格局的变化。

虽然 OpenAI 当下受到了 Gemini 的挤压，但考虑到 Top3 AI Labs 交替领先会成为常态，我们认为这种“落后”更多是暂时的，尤其是 OpenAI 的基因和技术沉淀让它更有机会成为 Top3 Labs 中最先找到新范式信号的那个，如果在下半年有机会发出 Continue Learning 的新范式信号，OpenAI 又会重新回到 SOTA 地位，而这又会带来至少半年的领先优势。

此外，由于 Nvidia 与 OpenAI 的高度关联叙事，NVDA 也可能会和 OpenAI 同步反转，市场将重新认识到 “OpenAI 链”的技术领先性。

Idea 05

xAI 被 Tesla 合并 ，打通数字和物理世界 AGI

xAI 在 2025 年的模型竞争中明显掉队，并入 Tesla 是将 xAI 的智能资产转化为 Tesla“具身智能”溢价的唯一出路。

之所以做这样的预测和 Elon Musk 的企业布局密切相关。和其他 AI Labs 不同，xAI 身处于 Elon Musk 的企业生态之中，因此，从 xAI 成立 day 1 我们就预测，它和其他模型公司之间的竞争并不在于 Grok 是否会成为下一个 ChatGPT，更合理的预期是它能否帮助 Elon Musk 打通物理和数字世界的 AGI。

尤其是随着 AI 从文字进入到多模态、World Model 叙事，xAI 和 Tesla FSD 以及 Optimus 机器人之间的打通有机会实现 1+1+1 >3，让 Tesla 在自动驾驶和具身机器人更近一步。

Idea 06

2026 是 Enterprise AI 大年，Anthropic ARR 至少翻倍

2025 年 Agent 的进步让 AI 创造经济价值成为可能，因此 2026 年是 “Enterprise AI 的大年”，从爆发路径上会分化为两种典型形态：

• Buy：即面向 prosumers 的开箱即用的产品。

我们或许会是“最后一代白领”，本质上是 MS Office 套件被更 AI-native 的工具或 Agents 所取代，这里面最直接的挑战者是 AI 大厂：Google NanoBanana Pro 已经开始对 PPT 产生冲击，而 Anthropic 也围绕 Excel 做产品化尝试，ChatGPT Enterprise 在 2026 年“可能获得超出市场预期的成功。

• Build：即企业基于模型 API 深度构建 Agentic Workflow

在这一条主线上，Anthropic 会凭借自己的 API 业务成为最大受益者，有可能在 2026 年实现 ARR 翻倍，突破 200 亿美元 ARR，甚至大幅 beat。Anthropic 之所以成为 Enterprise AI 的最大赢家并非模型能力绝对领先，而是它的结构性位置优势：

1. OpenAI 为了和 Microsoft 结绑，近一年明显弱化 API 叙事，转而通过 ChatGPT Enterprise 产品打开企业端市场；

2. Google 虽然靠 Gemini 3 逆转模型能力口碑，但 Gemini API 和 GCP 强绑定，生态外扩性受限；

3. 综合来看，Anthropic 是今天 Top3 AI Labs 中 唯一一个中立、跨三大云的强 API 提供者。

同时，原本被认为会被 AI 挤压的咨询巨头，如埃森哲，也有机会因企业 Enterprise AI 的需求进步而迎来新高，重演企业上云时代的高增长。

Idea 07

多模态迎来“AI Coding 时刻”，2026 年诞生 AI 版 Pokémon GO

“AI Coding 时刻”意味着多模态领域开始产生规模化的商业收入，出现类似 Claude Code、Cursor、Lovable 等多个收入规模化增长的代表公司，本质上是多模态技术不再停留于好玩的 Demo，而是基于今天的生产水平真正进入到生产力环节之中。

和 Coding 一样，在多模态领域探索的既有 AI 大厂也有创业团队，产品形态也相当多元，在 AI-native infra、终端 agent 等多个生态位产生代表性公司，目标用户也从专业用户横跨大众泛用户。我们预期的是，在“Coding 时刻”，多模态领域的代表产品将出现产品形态和目标用户的分化。

多模态和 Coding 最大的区别在于“消费级”的属性要更强，我们相信 2026 年多模态内容消费上会出现类 Pokémon GO 这样的现象级内容产品。

Pokémon GO 在当时的意义在于第一次让 AR 走出实验室、带动让全世界几亿人走上街头去“抓精灵”，更因其对传感器精度、LBS 数据和图形处理性能的要求，甚至带动了智能手机的一轮换机潮。这种软硬件协同进化也一定会发生在 AI 硬件和多模态内容消费领域。

Idea 08

Long-horizon Tasks 和多模态需求爆发，带来新一波 10 亿美元 ARR 数据公司

数据公司的优势位置还会延续，只不过随着模型能力提升方向的变化每一阶段都会涌现不同的“数据卖水人”：Scale AI 爆发来自于 pre-training，RL 的需求增长带来了 Mercor、Surge AI 。

2026 年新一波 10 亿美元 ARR 数据公司增长的驱动力来自：

• 长程任务（Long Horizon Tasks）催生高难度数据需求：Long-horizon tasks 的完成度是模型向复杂长程任务进化的必然趋势，这种任务要求模型在很长的时间跨度内保持逻辑一致，因此对数据的要求变得极其复杂，需要大量的、长轨迹（Long Trajectory） 、复杂交互数据。

• 多模态： 模型多模态理解的提升和爆发创造了全新的数据维度，需要数据公司提供更高维度的标注和处理能力。

• Enterprise AI 爆发的大背景下，AI 交付落地的丝滑程度和行业 domain knowledge 的积累直接相关，专供专有数据的数据公司机会显著增加。

Idea 09

个性化成为头部模型用户黏性利器，Proactive Agent 成为模型竞争壁垒

“深度学习用户数据-给出用户个性化体验-拉高用户迁移成本”这件事在移动互联网时代在字节系产品上被不断验证过，我们认为 AI 时代个性化交互也一定会是用户黏性提升的关键，AI 时代基于 context 和 memory 的积累外化到产品上也会变成极度个性化的交互。

ChatGPT 做的 Pulse 和这种转变有些相似。今天的 ChatGPT 更偏向于被动的信息搜索工具，但当数据足够多的时候，它会基于自己对用户画像的理解，从海量互联网数据中挖掘出更多用户想看的内容，然后通过 Pulse 形式推送，甚至帮助用户规划任务。

从模型竞争角度，在从“通用工具”向“专属代理”转变的过程中，这种个性化能力成为了核心的竞争壁垒。

Idea 10

World Model 路线收敛，进入 GPT-2 时刻

和多模态紧密相关还有 World Model。今天 World Model 的探索还处于路线探索阶段，目前有两条主力路线：一条面向人类用户，以实时视频生成为核心，服务文娱、游戏等消费级场景；另一条则面向 AI，关注物理准确性，服务机器人、自动驾驶等领域。在这两条路线中，不同团队又在不同细分场景进行探索。

在 2026 年，这种“盲目探索”会结束，世界模型的技术路径已经开始达成共识，即我们所定义的“GPT-2 时刻”，进入该时刻后，接下来的重点将转向通过 scaling 来验证模型上限，真正意义上进入爆发前夜。

Idea 11

Agentic Web 博弈带来 AI 版“3Q 大战”，Apple 入场推出决定性协议

Agentic Web 与 PC、移动互联网时代最本质的区别在于：AI 能够跨越边界、主动替用户采取行动，是真正意义上的“Web 3.0”。

这一转变将从底层直接打破了消费互联网的基于流量分发的商业逻辑，在 App 割据的移动端，这种“绕开行为”带来的利益冲突要更为激进，带来的竞争结果也更加残酷。

字节豆包手机一方面打开了市场对于 Agentic Web 的激情与想象力，另一方面也把手机厂商、操作系统以及软件之间的博弈迅速升级。系统级控制权的争夺显然更重要，“3Q 大战”的导火索是 360 试图通过外挂接管 QQ，今天豆包手机代表的是在 OS 之上用 AI Agents “接管”一切 Apps 的“新势力”。

不过，在 Apple 用自身话语权去决定手机厂商如何和各个软件分配利益之前，我们不看好任何安卓厂商和 AI 公司能做好端侧 Agent。Apple 虽然被诟病在 AI 上行动缓慢，但 2026 年或许会因为 AI agents 竞争 “翻身”。

这是因为，和安卓厂商相比，苹果基于软硬全栈的技术布局以及强势的用户心智有充分能力推行 Agentic Web 协议规范，软件商为了留在 iOS 生态内，一定会交出部分控制权，这是各自为战的安卓阵营所不具备的。

Idea 12

AI 科学家解决了一个重大科学问题

在 2025 年我们已经看到陶哲轩等科学家利用 AI 解决各种科学发现，科研 Agent 也开始进入到文献综述或辅助实验设计环节，而在 2026 年左右，AI 参与科研的深度会更进一步，会更“原生地”解决第一个重要的科学问题，最有可能发生的领域包括数学、物理或材料学。这种突破的背景是 OpenAI、Google 等 AI Labs 都在加大对科学领域的投入。

Idea 13

开源 SOTA 被中国公司持续占领，美国出不了 DeepSeek

2025 年从 DeepSeek 开始，开源 SOTA 的话语权已经完成了从美国向中国的转移，我们相信，到 2026 年，Qwen 和 DeepSeek 这样的中国开源模型会继续保持全球开源界的 SOTA，开源领域的全球 Tier 1 将完全被中国公司占据。

即便我们也观察到美国出现了 Reflection 这样专门做开源的模型团队，但美国在这一特定生态位上将缺乏与之抗衡的对标产品，其技术发布水平和模型质量普遍被认为难以达到中国开源巨头的高度。

开源领域的中美差距主要源于人才错位竞争、商业模式差异以及技术执行力三个层面的差距。中国顶尖的科技巨头和 AI labs 都在投入最核心的力量研发开源模型，并以此确立其在全球的领先地位，相比之下，美国最顶尖的团队（如 OpenAI、Anthropic）的主要精力和资源都集中在闭源模型的开发上，以维持其商业护城河。

客观来说，商业化路径上面临更多挑战使得中国公司通过开源来“跑马圈地”，获取流量和影响力，而这种“被迫开源”的背景反而促成了中国公司在开源生态中的统治力。

Idea 14

AI 公司估值共识形成，Agent 产品价值逻辑可被量化

过去 10 年，无论是 to C 还是 to B，企业运营指标已经成为一套制式化标准：to C 产品看重用户留存，抢夺用户屏幕使用时间，to B 产品的目标则是企业 IT 预算，看重毛利率、UE 、seats 数量增长、“Rule of X”……随着 AI 开始直接介入认知、判断与执行环节，这些指标显然已经失效。

虽然今天对于 Agent 产品价值的判断标准已经开始向“经济价值”的讨论范式迁移，但还没有足够直观、量化的标准共识，随着 Proactive Agent、Long-horizon tasks 在产品侧的普及，同时有 Cursor、ChatGPT 等超级应用的实践，会有新的评估体系在 2026 年出现、引领市场。

Idea 15

Nvidia 激进投入光互联领域，CPO 并购潮开始

在当前的 AI 叙事下，算力瓶颈已经从计算速度转向了数据吞吐。光互联将在 3.2T 代际受最底层的物理限制难以迭代，CPO 被寄予厚望，在 2026 年的技术地位还会进一步提升。

NVIDIA 能凭借微环调制器在 CPO 领域反超 AVGO 的技术领先，拉开与 AVGO/AMD 在互联上的技术代差。

这可能在 2026 年引发一场针对 CPO 创新企业的并购狂潮。

Idea 16

多模态爆发带来存储革命，存储从芯片外设深度融入算力核心

2025 年的存储上涨由“周期修复”逻辑带动，2026 年存储还会进一步上涨的核心驱动力来自多模态革命：

• 多模态训练与推理的爆发，将硬件侧的关注点从纯算力带向了存储带宽与容量，尤其是 eSSD；

• 如果 World Model 的技术路径在 2026 年加速跑通，这种分级存储的级联外溢将成为推动存储板块（从 NAND 到高性能控制器）增长的最强 driver。

NVDA 和 Google 极有可能在 2026 年会针对视频 Ingestion 规划的专属芯片或 chiplet，如果这件事发生，则标志着存储已从芯片外设深度融入算力核心。在此背景下，eSSD 的爆发式需求与 2026 年底 HBF 样品的首次亮相，将凭借‘更优成本下的极致带宽’彻底重塑市场估值逻辑，成为贯穿全年的最强驱动力。

不过，HBF 的实际交付可能要到 27 和 28 年落地，这种“预期领先于现实”的窗口期，极易在 2026 年推高二级市场的溢价泡沫。

Idea 17

推理算力大爆炸，Tokens 消耗至少增长 10 倍

2025 年推理算力已经呈现出显著的增长趋势，但 2026 年会是真正的推理算力“大爆发”之年，从算力硬件角度看，可能受限于台积电产能增幅有限，但如果从 Tokens 的角度来看，我们预计 2026 年会有至少 10 倍增长。

2026 年推理算力从量级、驱动因素等角度都会发生本质跃迁主要来自以下几个技术和产品趋势：

• 从“对话”到“长程任务” ，AI 主力任务性质发生根本改变：2025 年的推理多为即时问答，而 2026 年模型将能更可靠地执行需要一天甚至两天才能完成的任务。这意味着一个任务可能需要进行几百次甚至上千次推理，这种对单体任务推理强度的需求是此前的数倍。

• Proactive Agents：当 Agent 开始主动为用户处理任务、发送消息时，推理不再由人类触发，而是由 AI 自发产生的持续性行为，这将带来推理流量的指数级增长。

• 多模态与“世界模型”2026 年将迎来多模态推理的爆发，包括 World Model 的广泛应用，并且随着自动驾驶（Robotaxi/FSD）和机器人进入“大年”，实时处理视频流、空间数据和长轨迹逻辑所需的推理算力将不再局限于文本，而是进入了一个更高维度的计算消耗阶段。

随着 NVIDIA GB 系列（Blackwell） 和后续 Rubin 架构的交付，推理的性价比和延迟将大幅改善，硬件层面的升级也会刺激用户和企业产生更多的 Token 消耗需求。

Idea 18

美股迎来 AI 公司 IPO 大年，市场到达情绪高点后或迎来一波退潮

智谱和 MiniMax 的上市是全球 AI IPO 热潮的开始，SpaceX、OpenAI 和 Anthropic 已经相继传出上市计划，是当之无愧的 2026 最值得期待的美股 IPO，除了模型公司，已经获得规模化收入的 Vertical AI 公司也大概率会是 AI IPO 的重要构成，代表性公司包括 Abridge、11Labs 等。

如果这些超大规模的公司在同一年密集上市，意味着 2026 年一定会一个巨大的牛市，因为这直接反映了极高的市场参与度和资金热度。

不过历史经验表明，巨型公司的 IPO 往往是市场情绪的峰值信号，因而我们对于市场的情绪变化也需要保持更高敏感性，美联储降息周期的结束、美国通胀再次抬头等宏观因素与 IPO 抽水的叠加都可能会带来市场调整。

Idea 19

Google 突破 5 万亿美金市值，M7 分化加剧，MSFT、AWS 和 Meta 掉队

Google “王者归来”不会只停留在 2025 年，我们预测 2026 年 Google 的市值还会进一步冲高突破 5 万亿，这也意味着 Google 的 EPS 有望达到 16 至 20 美元，并且市场可能给到 30 倍以上的 PE 倍数。

我们对 Google 的和信心主要来自：

• 模型格局：虽然模型格局会呈现 Top 3 交替领先的趋势，但 Google 全球模型竞赛第一梯队的位置不会改变，且 Google 在多模态领域的深厚积累将被市场重新认可，会是 2026 多模态大年的明确受益方；

• 广告业务： 尽管面临 OpenAI 的竞争，但 Google 的广告蛋糕未必会受到巨大冲击，甚至可能因为 AI 带来增量。

• 估值锚定角度：如果 OpenAI 的估值在 2026 年有机会达到 1 万亿至 1.5 万亿美金，那么 Google 维持在 4 到 5 万亿美金的市值也可以被认为是合理的。

到 2026 年，因为不同公司在 AI 上的收益、穿越周期的能力差异越来越明显，M7 之间的分化还会进一步加剧，整体上分为 3 层梯队：

• NVIDIA 和 Google 是当之无愧的核心赢家；

• Apple 和 Tesla 则因为硬件和物理 AI 的优势位置维持相对中间地位；

• MSFT、AWS 和 Meta 大概率会掉队。

Idea 20

自动驾驶进入规模化商业变现元年，Tesla Robotaxi 和 FSD 实现指数增长

2016 年是行业开始大规模投入自动驾驶的起点，到 2026 年正好是 10 年周期，10 年节点来临同时，我们也相信自动驾驶从“实验性技术”正式走向“大规模商业化大年”。

自动驾驶不再只是新闻里的概念，而是像当年的打车软件普及一样，通过几十万辆 Robotaxi 的规模化落地以及 FSD 订阅量的提升，真正成为一种能够产生巨额现金流的社会基础设施。

全球 Robotaxi 车队总量可能从目前的约 2 万台增长 10 倍，达到 ～30 万台量级。其中，像 Pony.ai 这样的领先玩家被认为在 2026 年有潜力扩充至万台以上的规模。

FSD 最新的订阅用户数已达 70 万，按每年 1,000 美金计算，年收已达 7 亿美金，我们乐观预计 2026 年 FSD 订阅用户可能翻倍增长，达到 150 万左右，成为特斯拉极其重要的现金流来源。

除了 Tesla，Waymo（目前约 3,000 台）、Pony.ai、百度、滴滴和文远知行等玩家均处于从“千台级”向“万台级”跨越的关键节点。

排版：夏悦涵