新华社 | 2026年中国AI发展趋势前瞻

1月以来，智谱、天数智芯、MiniMax等国内AI企业扎堆上市。本月由清华大学主办的“AGI-Next”峰会上，行业专家形成共识：以对话为核心的“Chat”范式已告终结，AI竞争转向“能办事”的智能体时代。2026年是“十五五”开局之年。根据“十五五”规划建议，中国将加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，全方位赋能千行百业。新华社记者采访相关部委负责人、行业专家、企业代表、创业者等，前瞻AI发展新趋势。

技术范式：AI从“聊天”走向“做事”

清华大学智能产业研究院创始院长张亚勤表示，DeepSeek标志着中国AI技术路线分化突破的出现，中国转向拥抱更轻的模型、更聪明的架构、更高的效率和更低的价格。

眼下，AI发展正沿两条主线并进：技术向上冲刺，寻求突破认知与协同的局限；应用向下扎根，解决真实痛点。“向上冲刺”聚焦提升智能密度，即密度法则——用更少的计算和数据，更高效地得到更多智能。

国内团队研究指出，AI将在能力和成本两个方向同时进化，提升效率是核心主线。行业已从“拼规模”转向“拼密度”，精细化机制、算法架构、训练方法的优化成为大模型性能提升的主要方向。其中，稀疏注意力机制成为提升模型推理效率的重要技术路径。

规模定律并未失效，但堆算力的边际效益趋于平缓，算法架构革新将是AI未来发展的突破点。随着模型“智力密度”提升，AI向下扎根、解决真实场景问题成为行业核心命题，基础模型数量持续收敛，应用效果成为关注重点。

人工智能正向智能体AI加速演进，具备自主性、能举一反三和长期记忆三大特征，将成为“能自主干活的管家”，同时逐步突破数字世界边界，向信息智能、物理智能和生物智能融合发展。目前智能体在可靠性等方面仍需提升，距离大规模应用尚有差距。

算力建设：系统升级加速协同

算力是AI发展的核心支撑，AI依赖的智算并非单纯芯片堆砌，而是由硬件、软件、能源与网络精密协作的系统。我国已建成万卡智算集群42个，智能算力规模超过1590 EFLOPS，位居全球前列。

中国算力发展呈现“政府顶层设计+市场创新活力”双轮驱动特征，产业架构正从分散走向全国一体化。东数西算工程已形成8大枢纽节点、10个数据中心集群，8大枢纽节点智算规模占全国总量的80%以上。“十五五”规划建议推进“全国一体化算力网”，强化智能算力统筹成为明确方向。

未来智算中心将向算力高密化、集群规模化、绿色低碳化演进，更大规模的算力集群将成为万亿参数模型训练的基础，头部企业正布局异构计算平台，兼容多种国产芯片。同时，算力加速向千行百业渗透，多地通过发放算力券降低中小企业使用门槛，引导算力流向实体经济。

“算电协同”已成为战略必然，2024年中国数据中心用电量占社会用电量比例1.68%，预计2030年将达3%左右（中速增长场景）。国家引导算力向西部可再生能源富集区布局，企业也在探索绿电直供等模式，通过技术优化实现算力与电力的高效协同，降低整体社会成本。

数据挖掘：从规模导向转为质量与专业化导向

随着算法边际效益递减、算力日益普及，AI技术的竞争焦点正转向高质量数据。数据标注行业已从劳动密集转向知识密集，核心是将行业深度知识、专家经验转化为可被机器学习的样本，提升垂类大模型专业性能。

中国数据生产总量占全球四分之一以上，拥有全门类工业体系和海量互联网用户，沉淀了丰富的全流程数据资源，但同时存在数据价值密度不均、标准不一、流通壁垒重重等问题，大量数据“存而不用”。

随着数据被明确为关键生产要素，国家层面持续推进数据产业发展，7个试点城市建设数据标注基地，截至2025年三季度已形成超500个行业高质量数据集，带动相关产值163亿元。数据集建设已从通用基础型转向行业高质量型，交通运输、医疗健康等领域成为重点。

2026年，数据发展将进入更深层次，单纯堆量已难以为继，数据训练密度和利用效率成为新焦点。合成数据技术将逐步普及，破解隐私保护与数据获取的矛盾。依托全门类工业体系和发达数字经济，中国有望形成“业务产生数据、数据训练AI、AI反哺业务”的良性循环，构建数据优势。

产业赋能：驱动中国制造加快转型升级

AI正成为传统产业转型升级的重要驱动力，中国开源市场优势推动企业快速切入“AI+产业”领域。从Token消耗量来看，2024年初日均1000亿，2025年6月底突破30万亿，一年半增长300多倍，彰显AI应用落地的快速推进。

AI在工业领域呈现差异化渗透特征，电子信息、消费品、装备制造等行业应用占比突出，钢铁、石化等行业形成良好应用态势。制造业AI应用主要聚焦研发设计、生产制造、运营管理三大维度，其中生产制造环节应用比例从2024年的19.9％提升至2025年的25.9%，未来仍将持续增长。

业内普遍认为，在AI主导的第四次工业革命中，中国凭借全球最完整的工业体系、海量应用场景数据、强大的工程化能力和庞大市场需求，完全有可能走在前列。国家层面出台多项政策，推动AI在制造业全环节落地，提出到2027年推广500个典型应用场景，培育行业大模型和智能原生企业。

传统产业AI改造的核心是将产业问题抽象为AI问题并实现低成本部署，超600万家中国制造业工厂将逐步拥抱AI，推动生产方式发生深刻变革。

社会价值：深刻改变治理方式和运行规则

AI正深度嵌入社会运行各环节，推动城市治理从事后处置转向事前预警，从“人海战术”转向智能调度，人机协同的治理新模式逐步形成，实现更智能、更精准的治理。

在消费领域，AI正推动消费从“需求牵引供给”向“供给定义需求”转变，从“猜你喜欢”升级为“懂你需要”，重塑消费体验与价值体系。2026年将成为AI消费终端大规模普及的关键年份，端侧AI时代来临，智能网联汽车、智能家居等新一代智能终端将加速普及，打造全场景智能交互环境。

AI也在重塑工作与教育模式，降低跨界门槛，成为人类能力的放大器，推动工程师专注创新、从业者挖掘自身潜力。教育领域正逐步转型，重点培养学生“AI+技能”复合素养、复杂问题解决能力和可持续学习能力，而非单纯依赖AI获取答案。

安全防范：护栏建设将趋严趋实

AI技术快速发展的同时，安全隐患与伦理挑战日益凸显，主要集中在数据隐私与安全边界模糊、技术滥用与虚假信息产生、算法偏见与决策“黑箱”三大方面。未来智能体与物理终端连接后，协同失控或恶意滥用的风险将进一步放大，“越狱攻击”等安全问题也需重点应对。

我国正构建“柔性政策+硬性法律”的AI治理体系，从理念走向落地。“十五五”规划建议明确加强人工智能治理，完善法律法规与伦理准则；新修改的网络安全法于2026年施行，强化AI伦理规范与安全监管；多项政策推动形成多元协同的治理格局。

“规范发展”已成为业界共识，我国已启动大模型内容安全系统化、标准化认证，牵头制定金融等行业大模型标准，企业与研究机构也在健全AI安全伦理体系。同时，AI全球协同治理至关重要，需构建公平公正的全球治理体系，兼顾技术发展与社会福祉，化解潜在风险。

来源：新华每日电讯，有删减。

声明：麦可思研究转载此文，是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请及时与我们联系（18602824882），我们将及时更正、删除或依法处理。

关注“麦研文选”,获取更多数据——