分类： 全球前沿科技动态

2026年，全球AI军备竞赛迎来关键拐点。行业持续数年的“通用参数内卷”正式落幕，取而代之的是垂直场景深耕、专业能力制胜的全新竞争格局。通用大模型的普适性红利见顶，聚焦细分领域、解决硬核专业问题的垂直大模型，正在成为新一轮技术突围的核心赛道。

5月16日，行业分水岭事件正式落地。在OpenAI官宣上市前最大规模组织架构重组、全力整合通用生态的同一天，Anthropic悄然在Google Cloud Console移除Claude Mythos的“预览版”标签，这款曾因“能力过强、风险极高”被长期封印的顶级安全AI模型，正式全面开放商业化落地。

这场无声的发布，彻底改写了AI安全赛道的竞争格局，也揭开了垂直大模型对通用大模型的范式级降维打击。

一、被长期封印的“顶级攻防AI”：解禁背后的安全底气

Claude Mythos的诞生与解禁，堪称近年AI行业最具戏剧性的技术故事。

2026年4月7日，Anthropic正式推出首款专为防御性网络安全量身打造的旗舰垂直大模型，主打漏洞挖掘、风险研判、攻防复现、安全研判等硬核能力。不同于通用大模型的多元场景适配，Mythos从训练底层就聚焦网络安全攻防，专项攻克零日漏洞挖掘、高危漏洞复现、恶意代码分析等行业难题。

正因攻防能力过于顶尖，上线初期Anthropic出于风险管控考量，将其严格锁定为Preview预览状态，对外限制开放。行业普遍担忧：若这款超强攻防AI被滥用，或将被用于批量扫描政企机构漏洞、批量生成攻击脚本，引发全域网络安全灾难。

仅仅一个多月后，Anthropic果断解除封印，背后是其完善的安全管控体系落地。据内部披露，Mythos在正式商用前，完成了数月全方位安全加固迭代，搭建起一套闭环风控体系：包含AI输出内容实时风控、高危操作二次人工核验、敏感行为动态拦截、主流安全工具深度联动等多重防护机制。

此次解禁绝非简单的权限放开，而是Anthropic在超强能力与可控风险之间找到精准平衡，标志着AI攻防技术正式进入可商用、可监管、可落地的规模化阶段。

二、权威实测数据：对GPT-5.5的断层式碾压

真正让Claude Mythos封神、震动整个AI与网安行业的，是卡内基梅隆大学（CMU）发布的ExploitBench权威攻防测试报告。报告基于41项真实浏览器高危漏洞开展全真场景测试，直面对标当前最强通用大模型GPT-5.5，交出了碾压级成绩单。

核心实测数据全面对比：

1、专家人工引导模式：Mythos平均分9.90/16，GPT-5.5仅5.51/16，性能差距近一倍；

2、最高T1级高危漏洞攻克量：Mythos成功破解21个，GPT-5.5仅完成2个，存在数量级差距；

3、全自主无人干预模式：Mythos平均分9.55/16，GPT-5.5仅4.30/16，自主作战能力遥遥领先；

4、模式切换性能衰减：Mythos从人工引导切换全自主后，分数衰减不足0.4分，性能极度稳定；GPT-5.5衰减超1.2分，自主适配能力短板突出。

整套测试数据直观印证：通用大模型在专业攻防场景下存在天然短板，而Claude Mythos不仅在有人工辅助的场景下战力拉满，更具备极强的全链路自主攻防能力，稳定性、精准度、深度全面碾压GPT-5.5。

其中一个标杆级案例，更凸显其颠覆性价值：Mythos成功完整复现了CVE-2024-0519高危漏洞。该漏洞复杂度极高，被全球顶尖安全研究员搁置一年之久、始终无法完成完整复现。而Mythos仅通过10轮迭代测试、129次LLM调用、154次工具调用，便独立完成根因分析、异常行为触发、T3沙箱原语获取的全流程闭环操作。

随后英国AI安全研究所（AISI）的独立复测，再次验证了Mythos的顶尖实力，同时点出其核心短板：极致能力的背后，是运行成本为GPT-5.5的12倍。在120轮以上的长效测试中，Mythos累计算力消耗达36428美元，而GPT-5.5仅需3075美元，二者性价比差异显著。

三、行业博弈新格局：OpenAI规模化内卷，Anthropic垂直化破局

将两款模型的迭代节奏，置入2026年AI行业的核心竞争格局中，能清晰看到两大头部厂商截然不同的战略路径与未来胜负手。

在Anthropic解禁Mythos的同一天，OpenAI官宣公司成立以来最大规模组织架构重组：整合ChatGPT、Codex、开发者API三大核心产品线，成立统一的“核心产品与平台团队”，由联合创始人Greg Brockman全权掌舵产品战略。同时披露关键数据：ChatGPT周活跃用户突破9亿，并加速推进“Super App”战略，整合对话、编程、浏览器三大能力，打造可自主执行复杂数字任务的全能桌面应用。

OpenAI的核心思路清晰：做大、做全、做规模，依托通用能力、海量用户、全场景覆盖，夯实生态壁垒，为IPO铺路。

反观Anthropic，始终坚持差异化战略：做专、做深、做极致。放弃通用赛道的同质化内卷，精准切入网络安全这一高壁垒、高价值垂直赛道，用专项技术深耕形成碾压式优势。

两种战略无绝对优劣，但Claude Mythos的落地，已经证明了一个全新行业事实：垂直专精大模型，可在专业场景下对顶级通用大模型形成降维打击。这并非简单的参数与算力差距，而是训练范式、知识沉淀、场景适配的全方位代差，是AI行业从“万能通用”走向“场景专精”的核心转折。

四、行业范式转移：垂直化是AI下一轮十年的核心主线

Claude Mythos的出圈并非偶然，而是AI产业迭代的必然结果。全球大模型竞赛，正在彻底告别持续数年的“参数越大越强”的粗放式增长逻辑。

过去的AI竞争，聚焦参数规模、上下文长度、多模态通用性，各大厂商疯狂堆算力、扩参数，打造“全能型通用模型”。但行业痛点日益凸显：通用模型看似无所不能，却在金融、安全、医疗、工业等专业细分场景中，深度不足、精度不够、落地困难，难以解决行业硬核问题。

而Claude Mythos的核心优势，源于垂直领域的先天深耕。训练阶段深度接入全网漏洞数据库、海量恶意代码样本、历年攻防安全报告、权威安全赛事数据，完成网络安全领域的专属知识沉淀与专项能力迭代。这种垂直领域的深度积累，是通用大模型无法通过简单微调弥补的核心壁垒。

中信证券2026年中期AI行业研报明确指出：5-6月将开启新一轮大模型密集迭代窗口，但迭代方向已彻底切换，从盲目参数膨胀，转向长程智能体、场景垂直化、精准落地化的高质量竞争。AI产业正式告别粗放增长，进入精细化、专业化、场景化的全新发展周期。

五、成本与价值的双向博弈：高端定位的市场取舍

高能力必然对应高成本，Claude Mythos的商用落地，也带来了行业核心的价值取舍难题。

如AISI测试所示，Mythos的算力运行成本是GPT-5.5的12倍，长效复杂场景下的使用成本差距更为悬殊。这也决定了它的市场定位极具针对性，呈现明显的分层适配特征。

对政企机构、专业安全厂商、大型企业安全运营中心而言，Mythos的高成本完全可控。一次高危零日漏洞的提前挖掘、一次重大网络攻击的提前拦截，可挽回数百万甚至上千万的经济损失，相较于极致的安全价值，算力成本几乎可以忽略不计。

但对中小微企业、独立安全研究员而言，低成本、高性价比的GPT-5.5，仍是日常安全研判、基础漏洞检测的最优选择。

Anthropic此次的战略选择十分明确：放弃大众化性价比市场，抢占高端专业安全市场，以极致能力构建独家壁垒，实现差异化竞争，避开与OpenAI通用赛道的正面内卷。

六、重塑行业生态：AI安全的下一个十年变局

Claude Mythos的全面解禁，不仅是一款模型的落地，更将彻底重塑网络安全行业的技术形态、人才结构与行业规则，开启AI安全的全新十年。

首先，重构安全人才协作模式。未来的网络安全防护，将彻底告别“纯人工研判”或“纯AI自动化”的单一模式，形成人类专家+AI智能体的全新协作体系。AI负责海量资产扫描、重复性漏洞检测、高危漏洞自动复现、批量数据分析等机械性工作，人类专家聚焦战略研判、风险决策、攻防创新、体系搭建等高阶工作，人机协同将大幅提升全网安全运营效率。

其次，加速网安行业AI原生迭代。传统防火墙、入侵检测、漏洞扫描等传统安全工具，迭代速度慢、误报率高、适配性差，短板日益凸显。而Mythos证明，AI原生安全方案可实现全自主攻防研判，能力远超传统工具，未来将逐步替代传统安全设备，成为网络防护的核心基础设施。

最后，抛出全球AI安全治理的终极命题。当AI具备自主挖掘、复现、利用高危漏洞的超强能力，如何规避技术滥用、防范网络攻击泛滥、守住AI安全底线，成为全球监管的核心难题。目前全球AI与网络安全监管框架，已严重滞后于技术迭代速度。业内普遍预判，未来全球或将出台统一的AI安全约束规则，类似“核不扩散机制”，规范高阶攻防AI的研发与商用落地。

结语

Claude Mythos的解禁，是2026年全球AI行业最具里程碑意义的事件之一。它标志着AI竞争逻辑的根本性颠覆：规模红利落幕，垂直价值崛起；通用内卷终结，专业制胜来临。

当OpenAI深陷通用生态整合、冲刺IPO的规模化赛道时，Anthropic凭借一款极致垂直的安全AI，撕开了行业差异化竞争的全新缺口，证明AI的核心竞争力从不在于“参数更大、功能更多”，而在于“解决问题更精准、更专业、更深入”。

未来的AI竞赛，不再是单一维度的算力与参数比拼，而是场景深耕、技术落地、价值创造的综合博弈。Claude Mythos的出圈已然预示：真正的AI终极竞争力，从来不是无所不能的广度，而是解决硬核问题的深度。

引言：当AI学会”组队”

2026年的AI领域，一个深刻的变化正在发生：AI智能体不再满足于”单打独斗”，而是开始组建”团队”、形成”联盟”，共同完成复杂任务。这一转变的核心，是多智能体系统（Multi-Agent System）的崛起。

5月20日，在超聚变探索者大会上，零一万物CEO李开复首次将艺术史上著名的”美第奇效应”引入AI世界，用以描述这种多智能体协同所释放的创新能量。在他看来，当不同专长的AI Agent被放在一起协作、互补乃至对抗时，一种远超单体智能的集体智慧正在涌现——这可能才是AI真正改变商业世界的关键转折点。

一、从”辅助工具”到”超级员工”：AI的两次跃迁

要理解多智能体的意义，我们需要先回顾AI在企业中的角色演变。

第一次跃迁：从工具到助手。以ChatGPT为代表的大语言模型，让AI从”搜索工具”进化为”对话助手”，能够理解自然语言、生成内容、解答问题。这一阶段，AI扮演的是”顾问”角色，人类仍是决策主体。

第二次跃迁：从助手到执行者。2025年开始，以Claude Code、OpenAI Codex为代表的AI编程智能体，展示了AI不仅能”说”，更能”做”——它们可以自主规划任务、调用工具、编写代码、调试bug。AI开始从顾问升级为能够独立完成端到端任务的”数字员工”。

第三次跃迁正在发生：多智能体时代。李开复在演讲中描绘了这个新阶段的核心特征——多个AI Agent针对人类给定的目标，自动形成子任务集群，有机互联，构建出一张AI智能体网络。这种”群体智能”，不是简单的一加一等于二，而是在协同中产生”美第奇效应”。

二、”美第奇效应”：跨领域碰撞的创新加速器

“美第奇效应”源自文艺复兴时期的佛罗伦萨美第奇家族。这个家族资助了大量来自不同领域、具有不同背景的艺术家、科学家和思想家——达芬奇与米开朗基罗在同一个屋檐下工作，波提切利与布鲁内莱斯基相互启发。这种跨领域的思想碰撞，催生了人类历史上最辉煌的艺术与科学革命。

李开复将这个概念引入AI多智能体系统，其核心洞察是：认知多样性才能产生真正的创造力。

在传统的单体AI架构中，一个强大的模型试图”通才”，但在面对复杂问题时，它的推理路径往往是线性的、收敛的。而在多智能体架构中，不同专长的Agent被组织在一起：

• 有的Agent擅长数据分析，能够快速从海量数据中提取规律
• 有的Agent擅长代码生成，能够将分析结果转化为可执行方案
• 有的Agent扮演”魔鬼代言人”，专门质疑和挑战其他Agent的结论
• 有的Agent负责整合输出，确保最终方案的质量和一致性

当这些Agent在同一个任务中”辩论”、”协作”、”对抗”时，创新的火花更容易迸发。这就像一个投资委员会——单个投资经理可能有盲点，但一群背景各异的专业投资者相互制衡，往往能做出更可靠的判断。

三、多智能体协同的三个阶段

多智能体并非一夜之间出现，而是经历了三个清晰的演进阶段：

阶段一：工作流自动化

最早的AI智能体采用”工作流”模式——人类预先设计好流程，AI按部就班执行。典型的应用场景包括：RPA机器人按照既定规则处理发票、客服聊天机器人按照脚本回复客户。

这一阶段的局限很明显：AI没有真正的”思考”，只是在执行人类预设的分支逻辑。

阶段二：强推理能力

2025年，以OpenAI o1、Claude Opus为代表的新一代模型，展现了强大的推理能力。AI不再仅仅执行指令，而是能够自主规划复杂任务、调用多种工具、在执行中动态调整策略。

在这个阶段，单个Agent的能力边界被大幅拓展——它可以自主完成”分析需求→制定方案→编写代码→测试验证→修复bug”的完整开发流程。但核心问题仍然存在：单体Agent的智能存在上限，当任务复杂度超过一定阈值，单一模型的”思维”就会陷入局部最优。

阶段三：多智能体协同

第三阶段的核心突破，是多Agent协作框架的成熟。2026年，几个关键技术支撑这一跃迁：

AgentBFT协议：一种去中心化的多Agent共识协议，支持500+异构Agent的自治协同。不同于传统的主从式调度，AgentBFT让每个Agent都能独立决策，同时通过拜占庭容错机制确保整体一致性。

跨模态工具生态：Model Context Protocol（MCP）等标准化协议，让不同Agent能够无缝调用彼此的工具和服务。一个Agent可以”召唤”另一个Agent的帮助，就像人类专家之间的协作一样自然。

长期记忆与上下文共享：现代多智能体系统配备了分布式向量-图混合记忆库，不同Agent可以共享历史经验、积累集体智慧。这意味着每次任务的执行结果，都能成为组织”知识资产”的一部分。

四、企业数据飞轮：竞争壁垒的新来源

多智能体最深远的影响，可能不在技术层面，而在商业竞争层面。

李开复提出了一个颇具洞察力的观点：当企业将多智能体嵌入核心业务流程后，分散在各个环节的智能体会共享同一套企业数据，并在协同中不断把执行结果反馈给彼此。一个环节产出的反馈，会成为另一个环节优化决策的依据。数据由此转动起来，形成一个企业内部的专有数据飞轮。

这个飞轮的关键在于专属性。

未来，每一家企业都会部署基座模型和智能体，市场上会有成熟的解决方案。但一家公司在自己业务里沉淀出的数据和协同经验，将是最大的差异化壁垒。就像字节跳动的推荐算法之所以难以复制，不是因为算法本身有多复杂，而是因为它积累了海量的用户行为数据和实时反馈。

多智能体系统可以加速这个飞轮的形成。当AI Agent在供应链管理、客户服务、财务审核、产品研发等环节协同工作时，每一次执行都在生成有价值的业务数据，每一次反馈都在训练更精准的决策模型。随着时间推移，这套系统对企业的理解越来越深，效率越来越高，新进入者复制的成本也越来越高。

李开复甚至断言：”多智能体时代企业数据飞轮一旦启动，就会成为企业最深的护城河。”

五、AI编程临界点：99%的代码将由AI生成

支撑多智能体快速落地的，有一个关键技术背景：AI编程能力正在跨越临界点。

在2026年的SWE-bench验证通过率测试中，AI已经可以超越人类工程师的平均水平。与此同时，推理成本却在快速下降——每百万tokens的综合成本已降至数年前的十分之一。

李开复给出了明确预测：AI代码生成将很快超过人类，最终99%的代码将由AI编写。

这听起来有些激进，但背后的逻辑很清晰。编码不仅是AI能完成的任务，更是自动化数字行动的技术基石。当AI能够稳定地生成代码、调用工具、操作软件，它就具备了将人类意图直接转化为行动的能力。

更重要的是，编程能力的突破会反过来加速多智能体的进化。多智能体之间需要协调，而协调需要精确的数字指令——代码。把这个能力交给AI，人类只需要定义目标，AI就能自主完成从规划到执行的完整闭环。

六、CEO必修课：组织变革的深层挑战

多智能体的落地，不仅仅是技术问题，更是组织变革问题。

李开复在演讲中反复强调：”企业AI数智化转型是一把手工程，需要由CEO从顶层设计出发。”这并非危言耸听。

首先，多智能体改变了组织的权力结构。当AI能够自主完成端到端任务时，中层管理者的”上传下达”职能将被大幅削弱。组织架构可能需要从层级制向网络制转变，每个智能体都是一个独立的生产力节点，直接与其他节点协同，绕过传统的信息传递链条。

其次，多智能体带来了新的治理挑战。当AI开始自主做决策时，如何确保这些决策符合企业利益？当多个Agent之间出现分歧时，谁来做最终裁决？当系统出现错误时，责任如何界定？这些问题没有标准答案，需要CEO从战略层面做出抉择。

第三，多智能体需要新的评估体系。传统的KPI考核基于个人贡献，但多智能体的价值在于协同效应——1+1>2的部分如何衡量？李开复提到的”美第奇效应”，本质上是团队认知多样性带来的增量价值，但这种增量很难被传统的绩效考核体系捕捉。

七、从概念到落地：多智能体的现实应用

理论之外，多智能体已经开始在真实场景中证明价值。

金融投资领域：零一万物的多智能体平台组建了”模拟投资委员会”——多个Agent分别扮演宏观经济分析师、行业研究员、风险评估师、量化策略师，在投资决策中相互制衡、相互补充。同时，系统还引入了”红蓝对抗”机制，专门有一个Agent扮演”怀疑论者”，挑战其他Agent的投资逻辑。

企业服务领域：招商银行接入蚂蚁AaaS平台后，财报分析耗时从3人日压缩至8秒。这背后是多个专业Agent的协同——数据提取Agent负责解析PDF财报，财务分析Agent计算关键指标，风险评估Agent生成风险评级，报告生成Agent输出结构化结论。

制造业领域：富士康郑州工厂引入基于Hermes-3框架的质检机器人，实现了”缺陷识别+自动分拣+报告生成”的全自主流程。这个系统由多个专业Agent组成——视觉感知Agent负责图像分析，决策Agent负责判断产品是否合格，动作控制Agent负责机械臂操作，数据记录Agent负责质量追溯。

八、挑战与展望：群体智能的边界

多智能体系统并非完美无缺。几个核心挑战仍然存在：

协调成本：当Agent数量增加时，它们之间的通信和协调成本会指数级上升。如何设计高效的协作协议，避免”议而不决”或”过度讨论”，是一个工程难题。

可解释性：当多个Agent共同做出一个决策时，如何解释这个决策的成因？当结果出错时，如何追溯是哪个Agent的问题？传统的”可解释AI”方法在多智能体场景下面临更大挑战。

安全与对齐：多个Agent协同时，单个Agent的安全漏洞可能被放大利用。2026年Anthropic Claude Code源代码泄露事件，为整个行业敲响了警钟——如何确保多智能体系统的整体安全性，需要系统性思考。

人机边界：当AI Agent能够自主完成越来越多任务时，人类的角色应该如何定位？李开复的观点是，人类应该专注于”设定目标”和”判断价值”，而将”执行细节”交给AI。但这需要一个认知转变——许多人可能难以接受从”执行者”到”监督者”的角色转换。

结语：站在群体智能的起点

多智能体系统的发展，让我想起了人类进化史上的一个关键时刻：当早期人类从独居动物进化为社会性动物，群体协作带来的生存优势，最终造就了人类文明的辉煌。

AI正在经历类似的转变。从单体智能到群体智能，不仅是技术架构的升级，更是一种范式的跃迁——AI不再是孤立的工具，而是能够协同、互补、对抗、学习的”数字生命体”。

李开复将这种转变比作”美第奇效应”，或许有些浪漫，但它指向的洞察是真实的：认知多样性产生创造力，协同放大个体价值，数据飞轮构建竞争壁垒。

对于企业和个人而言，多智能体时代的生存法则正在改变。企业的竞争，不再仅仅是”谁拥有更强的AI模型”，而是”谁更能有效组织和协调多个AI Agent”；个人的价值，不再是”执行重复性任务的效率”，而是”定义目标、评判价值、创造性解决问题”的能力。

这或许才是AI真正改变世界的时刻——不是某一项技术突破，而是一种新的”智能组织形式”的出现。就像人类通过群体协作征服了自然，AI通过群体协同，或许正在开启一个全新的智能文明。

相关阅读：

• AI Agent元年：从聊天工具到数字员工的变革
• 推理时计算革命：多智能体协同如何突破AI推理天花板
• 具身智能商业化元年：机器人首次以正式员工身份切入工业主产线

本文分析了多智能体系统的”美第奇效应”与群体智能的最新发展趋势，为企业AI转型提供参考。文章内容仅供参考，不构成投资建议。

配图alt描述：多智能体AI系统可视化——多个发光节点组成的协作网络，代表不同AI智能体之间的信息交互与协同决策，体现群体智能的科技感。

2026年5月20日，谷歌在加州山景城举办的Google I/O 2026开发者大会，成为全球AI产业的历史性时刻。谷歌CEO桑达尔·皮查伊在主题演讲中正式宣布：”我们已经进入了Gemini时代。”更重磅的是，全新亮相的Gemini Omni世界模型，以一种全新的技术哲学，重新定义了人工智能的认知边界。

这不仅仅是一次产品迭代，而是AI范式的根本性转变。

从”预测下一个词”到”预测世界下一状态”：什么是世界模型

理解世界模型的意义，首先要搞清楚它与传统大语言模型的核心差异。

我们人类能够预判扔出去的球会落在哪里，知道杯子掉地上会碎，是因为大脑里有一个对物理世界的”模拟系统”。传统大语言模型靠的是”预测下一个词”——它根据海量文本的统计规律来回答问题，并不真正”懂”物理世界。比如你问”杯子从桌子上掉下来会怎样”，大模型会说”会碎”，那是因为它在文本里见过这句话，而并非真正理解了重力、碰撞和碎裂的因果关系。

世界模型则完全不同。它做的是”预测下一个世界状态”——它会在内部模拟杯子掉落的全过程，计算出落地时间、破碎角度、碎片飞溅的方向，让AI第一次具备了理解空间、时间、因果和物理规律的能力。

用更学术的话说，世界模型的核心目标是实现”Next-State Prediction”（下一个状态预测），让AI掌握时空连续性与因果关系，而非仅仅是语言统计规律。这一方向已被杨立昆、Yann LeCun等顶级AI科学家视为通往通用人工智能（AGI）的必由之路。

三大技术路线：像素生成、抽象预测与空间智能

截至2026年初，全球主要玩家在世界模型领域已经形成了三条截然不同的技术路线，代表了完全不同的技术哲学，目前尚无收敛趋势。

像素生成派：”世界即视频”

这一派的核心逻辑是通过视频生成技术来模拟世界演化，认为”能够生成逼真视频就意味着理解了物理规律”。代表玩家包括OpenAI Sora、Google Genie 3、阿里HappyOyster。其技术特点是采用Diffusion Transformer架构，强调时序连贯性和画面质量，追求长时长视频生成。这一路线的优势在于直观易懂，直接面向内容创作场景。但短板同样明显：对物理规律的理解停留在表象，难以支撑机器人训练等硬核场景。

抽象预测派：”世界即因果”

这一派的代表是Meta V-JEPA 2，由Meta首席AI科学家Yann LeCun主导。其核心逻辑是反对像素级重建，主张学习世界的抽象表征和因果逻辑。V-JEPA 2采用JEPA架构，在潜在空间进行预测而非像素空间，强调因果推理和可解释性，运行速度是英伟达Cosmos的30倍。LeCun认为”真正的世界模型应该是预测未来的抽象大脑”——不预测画面细节，只在潜在空间预测未来的抽象结构。

空间智能派：”世界即3D”

这一派的核心观点是真正的世界模型必须理解三维空间和物体关系，能够生成可编辑、可导出的3D资产。代表玩家包括斯坦福World Labs、腾讯HY-World 2.0、NVIDIA Omniverse。腾讯HY-World 2.0的核心差异化在于”可导出性”——生成的3D资产文件可直接用于游戏开发；群核科技则拥有全球最大的空间数据集，推出SpatialLM空间语言模型。这一路线的优势在于可直接用于游戏开发、机器人仿真，工程化落地最快。

Gemini Omni的颠覆性突破：原生全模态与物理世界理解

在Google I/O 2026上发布的Gemini Omni，代表了世界模型发展的新高度。谷歌并未将其简单定义为”多模态模型”，而是定位为真正意义上的”世界模型”——能够将任何输入模态（文本、图像、视频、音频）转化为统一的世界表征。Gemini Omni Flash不仅能完美理解各种视听信号，更具备了对物理世界的直观感知能力。

在大会现场演示中，Gemini Omni已经能够理解动力学规律、动能转换与重力效应——这意味着它不仅”看过”物理现象，而且真正”理解”了物理规律。谷歌直接将该模型应用于前沿机器人的训练中，实现了从”看懂”到”看懂并行动”的跨越。

更具颠覆性的是，Gemini Omni Flash将推理与内容生成的边界彻底模糊。用户仅通过自然对话，就能让模型将一段氨基酸定格动画短片进行精准编辑——无论是替换背景、调整分镜还是改变角色的物理运动轨迹，模型均能实时渲染输出高品质视频。从技术架构看，Gemini Omni实现了”原生全模态”——通过统一Token化技术，将所有模态映射到同一语义空间，解决了传统多模态模型”模态割裂””交互卡顿””生成失真”的痛点。

基础设施支撑：TPU 8t与TPU 8i的”双芯片策略”

Gemini Omni的强大能力背后，是谷歌史无前例的基础设施投入。皮查伊透露，2022年谷歌的资本支出为310亿美元，2026年这一数字将达到1800-1900亿美元，增长了近6倍。

支撑这一切的是谷歌首次推出的”双芯片策略”：专门用于大规模预训练的TPU 8t，以及针对高并发推理极限优化的TPU 8i。TPU 8t带来了较上一代接近三倍的算力提升，更关键的是，通过底层分布式框架JAX与Pathways的深度重构，谷歌成功在全球范围内无缝串联起超过100万个TPU，实现了跨越多个物理站点的协同训练。这意味着超大规模模型的训练周期从过去的数月缩短至数周。TPU 8i则一击切中了商业化落地的最大痛点——延迟，为上层智能体的实时响应提供了可能。

应用场景：从视频生成到具身智能

世界模型的产业价值，正在从实验室走向大规模落地。

视频生成领域，Sora、Genie 3等已能生成物理一致的长视频，再也不会出现”六根手指””穿模”的bug。自动驾驶领域，特斯拉、Waymo用世界模型模拟极端路况，每天训练相当于人类500年的驾驶经验，提前5-10秒预判路况变化，无干预行驶成功率提升至95%以上。人形机器人领域，在虚拟世界中训练上亿次再迁移到真实机器人，成功率提升81%。工业数字孪生领域，世界模型可模拟工厂产线运行，使故障率降低30%。

未来展望：万亿级市场的黄金窗口

从技术突破到产业落地，2026年标志着AI从”会思考”向”能实干”的关键转折。世界模型与具身大脑的融合，正在重新定义AI的终极形态。

根据智源研究院在《2026十大AI技术趋势》中的判断，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。这一转变不仅解决了传统模型的”幻觉”痛点，更通过自动驾驶技术的迁移和工业场景的验证，开启了万亿级市场的历史窗口。

更重要的是，世界模型正在重构AI的底层逻辑。过去AI靠”堆数据、堆算力”，现在靠”理解规律、推演未来”。它让AI从”只会聊天的工具”，变成了”能在真实世界干活的智能体”。

当AI真正理解了这个世界，我们的生活和工作方式，都将被彻底改变。而Gemini Omni的发布，只是这场变革的开始。

2026年5月，一系列重磅研究的密集发布，让“测试时计算扩展”（Test-time Compute Scaling）从一个学术概念，迅速跃升为决定大模型竞争格局的核心战场。OpenAI的o1已经证明了“让模型在推理时停下来思考”的巨大价值，而最新的研究正在将这一思路推向更深处：不再是简单的链式推理，而是多智能体协同、探索驱动的优化、以及生成式奖励模型的引入。

这不只是一场技术迭代，更是一次范式革命。

一、从“记忆”到“思考”：推理时扩展的本质

理解推理时计算扩展的价值，首先要理解传统大模型的局限性。

长期以来，大语言模型的工作方式可以被类比为“超级图书馆管理员”：它存储了海量的知识，能够根据用户的提问快速检索并输出答案。这种模式的优势在于速度快、成本低，但问题同样明显——它缺乏真正的推理能力。面对需要多步推导、假设验证、错误回溯的复杂问题时，模型往往只能基于“直觉”给出答案，容易陷入幻觉和逻辑谬误。

测试时计算扩展的核心思路，是将部分计算任务从训练阶段转移到推理阶段。具体而言，当模型面对复杂问题时，它不再直接输出答案，而是生成显式的推理路径，通过自我问答、路径规划、错误回溯来验证逻辑。这个过程类似于人类的“慢思考”——系统性地分析问题、尝试不同解法、纠正错误、最终得出可靠结论。

卡内基梅隆大学的研究明确指出，这种从“快思考”到“慢思考”的范式转换，本质上是将模型的“记忆能力”升级为“思考能力”。模型不再是“被动的知识存储器”，而是“主动的任务求解器”。

二、TMAS：多智能体协同的推理新范式

在推理时计算扩展的道路上，多智能体协同是一个极具前景的方向。2026年5月11日发表于arXiv的论文《TMAS: Scaling Test-Time Compute via Multi-Agent Synergy》提出了一个创新框架，将推理过程组织为多个专业化智能体的协作。

2.1 现有方法的局限

传统的测试时计算方法面临一个根本性矛盾：推理时方法受益于从相对平滑的概率分布中进行多样化采样，而基于强化学习的后训练本质上会锐化这些分布。这导致了一个两难困境——推理时需要保持探索的多样性，而后训练却在强化正确答案的同时压制了探索空间。

现有方法要么无法有效协调并行推理轨迹，要么依赖有噪声的历史信息而没有明确决定应该保留和重用什么，这限制了它们在探索和利用之间取得平衡的能力。

2.2 TMAS的核心架构

TMAS的解决方案是将推理过程组织为协作式多智能体系统。其核心创新包括：

层级记忆机制：TMAS引入了两层记忆结构——经验银行（Experience Bank）和指南银行（Guideline Bank）。经验银行重用低层次的可靠中间结论和局部反馈，而指南银行记录先前探索过的高层策略，用于引导后续推理远离冗余的推理模式。

混合奖励强化学习方案：针对TMAS设计的混合奖励方案，联合保持基础推理能力、增强经验利用、并鼓励探索超越先前尝试的解决策略。这解决了探索-利用平衡的核心问题。

实验结果令人振奋：在具有挑战性的推理基准测试中，TMAS实现了比现有测试时计算基线更强的迭代扩展能力。混合奖励训练进一步提高了迭代扩展的有效性和稳定性。

三、EDO：探索驱动的推理优化

同一天，另一项重要研究《Exploration-Driven Optimization for Test-Time Large Language Model Reasoning》提出了探索驱动优化（EDO）方法，进一步推动了推理时计算扩展的边界。

3.1 核心问题

该研究指出，虽然推理时方法在复杂推理任务上取得了显著进展，但推理-训练矛盾的问题依然存在：推理时的方法受益于多样化采样，而基于强化学习的后训练却会锐化分布。

EDO的核心创新是将探索性目标扩展到迭代后训练中，并将其整合到标准强化学习目标中，鼓励在采样解决方案时保持更大的多样性，同时促进更有效的推理时计算利用。

3.2 技术方案

EDO被整合到迭代直接偏好优化（iDPO）和组相对策略优化（GRPO）中，产生了两个变体：ED-iDPO和ED-GRPO。实验表明，这两个变体都表现出更大的解决方案多样性，特别是在与自洽性等推理时计算技术结合使用时。

关键数据：在三个分布内推理基准测试中，EDO比最强基线提升了1.0-1.3%，在五个分布外任务上额外获得了1.5%的平均提升。除了准确性，EDO还保持了模型熵并稳定了强化学习训练动态，有效防止了过度优化导致的崩溃。

四、DeepSeek SPCT：生成式奖励模型的推理时扩展

在商业研究领域，DeepSeek与清华大学合作提出的SPCT方法同样引人注目。这项研究首次提出通过在线强化学习优化原则和批判生成，实现推理时扩展。

4.1 为什么需要新的奖励模型

现有的奖励模型（RM）在通用领域表现出局限性，特别是在面对复杂、多样化任务时。核心挑战有两个方面：通用RM需要跨领域的高质量奖励，既要灵活性也要准确性；现有RM在推理时扩展性差，无法通过增加计算资源显著提升性能。

4.2 SPCT的三层架构

生成式奖励模型：采用点式生成奖励模型，通过生成文本形式的奖励（如critiques）而非单一标量值，支持灵活输入（单响应、多响应）和推理时扩展。

在线强化学习优化的SPCT：通过两阶段过程训练GRM（生成式奖励模型）：

• 拒绝式微调：冷启动阶段，通过采样和拒绝策略生成初始数据
• 基于规则的在线RL：使用规则化奖励函数优化原则和批判的生成

推理时扩展技术：通过多次采样生成多样化的原则和批判，投票聚合最终奖励，扩展奖励空间。同时训练辅助模型过滤低质量输出，确保推理效率。

五、实测验证：推理时扩展的真实效果

理论框架需要实验数据的支撑。综合多项研究的实验结果，我们可以清晰地看到推理时计算扩展带来的能力跃升。

5.1 复杂推理任务的突破

在数学推理领域，配备推理时计算扩展的模型在AIME等高难度基准测试中取得了突破性进展。OpenAI o1的实验表明，通过让模型在推理时“停下来思考”，其数学能力从上一代模型的约40%提升到了超过80%。

更值得关注的是，这种提升并非来自模型规模的扩大，而是来自推理策略的优化。这意味着，即使是小规模的模型，如果配备了高效的推理时计算机制，也可能在特定任务上超越超大规模模型。

5.2 跨领域泛化能力

EDO的实验结果显示，在分布外任务上，推理时计算扩展同样能够带来稳定提升。五个分布外任务平均获得了1.5%的额外提升，表明这种技术具有良好的泛化能力，而非仅仅对特定基准测试的过拟合。

5.3 效率与效果的平衡

TMAS的实验表明，通过层级记忆机制，模型可以在保持推理质量的同时显著提升效率。经验银行避免了重复计算，指南银行引导推理走向更有前景的方向，整体效率提升可达数倍。

六、产业影响：从技术突破到商业落地

推理时计算扩展的价值不仅体现在学术研究上，更在于其对产业格局的深远影响。

6.1 重新定义模型竞争维度

过去，大模型的竞争主要聚焦于三个维度：参数规模、训练数据量、算力投入。推理时计算扩展引入了一个全新的竞争维度——推理策略的智能程度。这意味着，即使没有最强大的算力资源，通过更聪明的推理机制，小模型也可以在特定场景下与大模型竞争。

这种变化对整个AI产业格局具有深远影响。中小型AI企业看到了通过算法创新弯道超车的可能，而大厂则需要同时在多个维度保持领先，竞争压力骤然增大。

6.2 企业级应用的成本重构

对于企业用户而言，推理时计算扩展带来了成本结构的重构。传统的模式是：训练阶段一次性投入大量算力，推理阶段相对低成本。而新模式则将部分算力消耗从训练转移到推理阶段。

这意味着，企业需要重新评估“模型选择”的成本-效益分析。一个参数规模较小但推理策略更智能的模型，可能比一个超大规模模型更具商业价值，特别是在需要复杂推理能力的场景中。

6.3 新一代AI产品的基础设施

从更长远的视角看，推理时计算扩展将成为下一代AI产品的基础设施。想象一个能够系统性分析复杂商业问题、进行多步财务规划、执行需要数百个子任务的软件项目开发的AI助手——这些场景对推理能力的要求远超当前模型的极限。

推理时计算扩展正是解决这一挑战的关键路径。它让模型能够在推理过程中动态分配算力，对简单问题快速响应，对复杂问题深入思考，实现真正的“智能弹性”。

七、挑战与局限：并非银弹

尽管推理时计算扩展展现出巨大潜力，但我们也需要清醒地认识到其局限性。

7.1 推理长度偏见

2026年5月的最新研究揭示了一个令人担忧的现象：更长的推理轨迹与增加的位置偏见之间存在正相关。在13个具有推理能力的模型配置中，12个表现出推理长度与位置偏见分数之间的正相关，数值从0.11到0.41不等。

这意味着，当模型“思考”更长时间时，它可能更容易受到与内容无关的因素（如答案位置）的影响，而非做出更理性的判断。如何设计有效的去偏策略，是推理时计算扩展需要解决的重要问题。

7.2 创造力限制

另一项研究在CreativityBench基准上评估发现，即使是最先进的模型，在需要创意工具使用的任务上也表现出明显局限性。虽然模型通常能够为创意任务选择合理的物体，但它们在识别正确部件、功能和潜在物理机制方面仍然失败。

这表明，推理时计算扩展主要提升的是“系统性思考”能力，而非“创造性跳跃”能力。对于需要突破性创新的任务，当前的方法仍有局限。

7.3 算力成本的双刃剑

推理时计算的核心思想是用更多推理阶段算力换取更好的结果，但这也意味着推理成本的增加。在大规模部署场景中，如何平衡推理质量和成本效益，仍需要工程层面的持续优化。

八、未来展望：走向通用推理智能

推理时计算扩展的突破，让我们得以窥见AI推理能力的未来轮廓。

从短期看，2026年的重点将是将这些新技术整合到生产级系统中。TMAS、EDO、SPCT等框架的工程化落地，将决定推理时计算扩展能否真正从实验室走向千家万户。

从中期看，多智能体协同推理将成为主流范式。未来的AI系统可能不再是一个单一的“全能模型”，而是由多个专业化智能体组成的“推理团队”，各司其职、协同工作、高效解决复杂问题。

从长期看，推理时计算扩展指向的是一个更宏大的目标——通用推理智能。如果能够将人类的“系统性思考”能力完整地迁移到AI系统中，那么AGI的实现或许不再遥远。

当然，这条道路仍然漫长。推理长度偏见、创造力局限、算力成本——每一个挑战都需要持续的研究和工程努力来解决。但可以确定的是，推理时计算扩展已经证明了自己是一条可行且有价值的路径。

结语

当大模型的参数规模增长开始触及物理极限，当“暴力堆算力”的模式显现出边际效益递减，整个行业开始意识到：AI的下一场革命，可能不在于模型变得更大，而在于模型变得“更聪明”。

推理时计算扩展正是这一趋势的缩影。它不追求更大的参数规模，而是探索更智能的推理策略；不依赖更多的训练数据，而是释放推理阶段的计算潜力；不满足于“快速回答”，而是追求“深度思考”。

这场静悄悄的革命，正在重新定义AI的能力边界。当模型学会“停下来思考”，当多智能体协同解决复杂问题，当推理过程本身成为提升智能的关键——我们正在见证AI从“超级图书馆”向“通用问题解决者”的蜕变。

而这，或许才是人工智能真正的未来。

延伸阅读

• 论文原文：TMAS (arXiv:2605.10344)
• 论文原文：EDO (arXiv:2605.09853)
• DeepSeek SPCT: Inference-Time Scaling for Generalist Reward Modeling

相关术语

• 测试时计算扩展（Test-time Compute Scaling） ：在推理阶段动态分配计算资源以提升模型推理能力的技术范式
• 多智能体协同（Multi-Agent Synergy） ：多个专业化AI智能体协作完成复杂推理任务的方法
• 链式推理（Chain-of-Thought） ：让模型生成显式推理步骤而非直接输出答案的技术
• 探索-利用平衡（Exploration-Exploitation Tradeoff） ：在推理过程中平衡尝试新路径与利用已知有效策略的挑战

一、历史性转折：推理算力首超训练算力

2026年3月，中国信通院发布的一组数据，在AI行业内引发了广泛讨论。数据显示，2026年第一季度，中国AI推理算力占比达到52%，首次超越训练算力的48%。这个数字的变化，远比它看起来的意义更为深远。

过去几年，大模型竞争的焦点几乎都集中在“训练”环节。谁能训练出更大的模型、谁能获取更多的GPU、谁能在更短的时间内完成训练——这些都是媒体报道的焦点，也是资本市场的兴奋点。但随着大模型在各行各业的逐步落地，一个更现实的问题浮出水面：模型训练只是“一次性投入”，而推理服务却是“持续性消耗”。

打个比方，训练就像是你花大力气写好一本书的初稿，而推理则是这本书被复印了亿万份，每一份都需要重新排版印刷。当一本畅销书卖出100万册时，你最关心的就不再是写书花了多少钱，而是每一本的印刷成本能不能再低一点。

这正是当前AI产业正在经历的转变。2026年初，中国日均Token调用量已突破140万亿，这个数字在两年前还只是个零头。更关键的是，受Agentic AI等应用的驱动，推理计算量在两年间增长了1万倍。这种爆发式增长，直接推动了产业重心的转移。

二、成本之困：推理为何成为“阿喀琉斯之踵”

如果说训练是大模型的“面子”，那推理就是大模型真正的“里子”。面子可以靠融资撑着，里子却必须靠真金白银支撑。

2024年，OpenAI的推理预算已经是GPT-4训练预算的15倍。这个数字让很多人意识到，大模型的商业化之路，远比想象中艰难。训练一个模型，你可以告诉投资者这是“战略投入”；但每天烧掉的推理成本，如果不能被收入覆盖，那就是实打实的亏损。

2026年5月初，字节跳动旗下豆包App在App Store页面悄然上线了付费订阅方案。标准版68元/月、加强版200元/月、专业版500元/月——这一定价策略的背后，藏着推理成本的焦虑。据接近字节的人士透露，付费功能将主要聚焦PPT生成、数据分析、影视制作等复杂任务场景，而这些场景恰恰是推理资源消耗最大的业务。

豆包的底气来自于它的用户规模：截至2026年3月，豆包月活已达3.45亿，位居AI原生APP首位。但即便如此，3亿月活背后的推理成本结构依然严峻。知情人士透露，硬件折旧在豆包的推理成本中占比约58%，电力成本约占29%。当DAU持续增长，当用户的使用场景从简单的聊天扩展到复杂的工作流，推理成本的增速往往超过收入的增速。

这就不难理解，为什么豆包要在免费版的基础上推出付费服务——它需要在“用户体验”和“算力成本”之间找到一个可持续的平衡点。

三、技术突围：推理优化的“三板斧”

面对推理成本的压力，AI行业并没有坐以待毙。2026年，一系列推理优化技术正在从实验室走向产业应用，为大模型的商业化落地铺平道路。

第一板斧：PD分离架构

PD分离，全称Prefill-Decode分离，是当前大模型推理优化领域最热门的技术方向之一。其核心理念是：把推理过程中的“预填充”阶段和“解码”阶段分开处理，让不同的硬件资源专注于各自最擅长的任务。

为什么需要分离？因为这两个阶段的计算特性完全不同。预填充阶段处理输入token，类似矩阵运算，擅长并行计算，GPU利用率高；而解码阶段每次只生成一个token，类似向量运算，更吃内存带宽。过去，很多推理系统把两个阶段放在同一个GPU集群处理，结果不是计算资源浪费，就是内存资源吃紧。PD分离让两个阶段各得其所，整体效率提升显著。

2025年，Moonshot AI推出的Mooncake、字节跳动的Dynamo、阿里巴巴的UCM等工业级方案，都采用了PD分离架构。这些方案通过以存换算、分级存储、分布式内存池等技术，实现了“更快响应、更大吞吐、更长文本处理”的综合提升。

第二板斧：MoE架构的系统级优化

当大模型进入MoE（Mixture of Experts，混合专家）时代，推理优化的游戏规则也在改变。MoE模型的核心思路是“专家专精”——让不同的“专家”网络处理不同类型的任务，用多少算多少，避免“一刀切”带来的资源浪费。

但MoE模型的分布式特性，也给推理系统带来了新的挑战。2026年，头部企业开始探索“跨节点EP+PD分离”的组合优化方案。EP（Expert Parallelism）让不同专家分布在不同计算节点，PD分离则优化了推理的两个阶段。DeepSeek的推理系统是这个方向的典型案例，通过精细的负载均衡和路由优化，在保持模型性能的同时显著降低了推理成本。

此外，AF（Attention Forward）分离也在快速兴起。MegaScale-Infer、Step-3等方案通过AF分离加定制通信库，实现了专家负载的动态均衡。这种“动态”比“静态”更聪明的地方在于，它能根据实时的请求特征，自动调整资源分配策略。

第三板斧：AI存储驱动的记忆革命

大模型有个被广泛吐槽的毛病：上下文窗口虽然越来越长，但模型依然容易“遗忘”。这个问题在推理阶段尤为突出——长上下文意味着需要缓存更多的KV（Key-Value）数据，而当缓存超出显存容量时，要么减慢速度重新计算，要么直接截断丢失信息。

AI存储技术正在解决这个问题。2026年的新方案不再把存储简单地当作“仓库”，而是让它具备“记忆管理”的智能。具体来说，分层缓存技术把热点数据放在高速显存，把冷数据卸载到SSD或HDD，需要时再快速召回。这种“按需调度”的策略，大幅降低了长上下文推理的显存压力。

更前沿的探索是“知识存储”和“记忆存储”。未来的推理系统不仅要记住用户说过什么，还要理解这些信息之间的关联，并能在合适的时机调用。举个例子，当用户在聊天中提到“上个月提到的那个项目”，推理系统需要快速定位到上下文中的相关内容，而不是让用户重复一遍。这种能力，正是从“数据存储”向“知识存储”演进的产物。

四、商业变局：大模型厂商的定价策略分化

推理成本的焦虑，正在重塑大模型厂商的定价策略。2026年上半年，国产大模型厂商之间出现了明显的策略分化——有的涨价，有的降价，竞争逻辑正在从“抢用户”转向“算账”。

2026年以来，智谱AI已经三次上调API价格。2月对Coding场景套餐涨价30%，3月对GLM-5-Turbo涨价20%，4月发布GLM-5.1再度提价10%。智谱的逻辑很直接：需求太旺盛，用户规模增长太快，算力成本水涨船高，不得不把压力传导给下游。

但DeepSeek选择了相反的路线。4月25日，DeepSeek宣布V4-Pro模型API限时2.5折优惠；4月26日，全系列API服务的输入缓存命中价格降至原来的1/10。以DeepSeek-V4-Flash为例，调整后的每百万tokens输入缓存命中价格仅为0.02元——这个价格已经低于很多厂商的成本线。

DeepSeek的底气来自于它的技术积累。通过持续的推理优化，DeepSeek在保持模型性能的同时，大幅压低了单次推理的成本。降价不是为了打价格战，而是要把竞争对手拖入“亏本抢市场”的泥潭。

两种策略各有各的道理。涨价适合那些不愁客户、技术领先的头部厂商；降价适合那些需要规模效应、通过低价换取市场份额的后起之秀。但无论哪种策略，背后都指向同一个事实：大模型厂商正在从“融资驱动”转向“盈利驱动”，谁能在推理成本和用户体验之间找到最优解，谁就能在这场长跑中笑到最后。

五、未来展望：2030年推理成本下降90%意味着什么

2025年，咨询机构Gartner曾预测：2030年大模型推理成本较2025年将下降90%以上。这个数字听起来像是天方夜谭，但仔细分析技术演进路径，并非不可能。

首先是硬件升级。HBM（高带宽内存）的容量在持续增长，价格在持续下降；新一代AI芯片的推理效率每代提升30%-50%；存算一体技术正在从实验室走向商用，未来可能在推理效率上实现数量级的突破。

其次是算法优化。如前文所述，PD分离、MoE优化、投机推理等技术仍在快速迭代。当这些技术从头部厂商的“独门秘籍”变成行业通用的“基础设施”，整个行业的推理效率天花板将被大幅抬高。

第三是软件生态的成熟。vLLM、SGLang、TensorRT-LLM等推理框架正在快速普及，越来越多的开发者能够以更低的门槛用上最新的优化技术。当技术红利的扩散速度加快，整个行业的前进速度也会加快。

如果90%的成本下降真的实现，那意味着什么？意味着今天需要花100元的推理服务，2030年可能只需10元。对于企业用户来说，这意味着AI应用的ROI将从“勉强可行”变成“难以置信”；对于普通用户来说，这意味着AI助手、AI创作、AI办公将成为真正的“水电煤”——便宜到无处不在。

结语

2026年的AI产业，正在经历一场静悄悄的革命。当媒体还在追逐“谁又发布了新模型”的新闻时，真正的战场已经悄悄转移到了“谁的推理系统更高效、更经济、更绿色”。

推理时代的到来，不是大模型的终点，而是大模型真正走向成熟的标志。当一项技术从实验室走向千行百业，从技术展示变成日常工具，它就必须学会“省钱过日子”。豆包的付费订阅、DeepSeek的降价策略、智谱的三连涨价——这些看似矛盾的商业决策背后，其实都在指向同一个方向：推理成本才是大模型商业化的真正试金石。

未来的AI竞争，不会只看“谁最强”，更要看“谁最会过日子”。在这场从“技术竞赛”到“经营竞赛”的转变中，能笑到最后的，一定是那些既懂模型、又懂工程、更懂商业的团队。

当数据成为新的”原油”，我们该往哪里装？

你有没有想过一个问题：人类产生的数据，正在以惊人的速度膨胀。

根据预测，到2028年全球数据总量将突破400ZB（泽字节）。这是什么概念？如果用传统磁带库存储百万TB数据，需要占用一个足球场那么大的空间。更糟糕的是，这些磁带还需要恒温恒湿的维护环境，耗电惊人。

我们正面临着一个尴尬的局面：数据在爆炸，而传统存储介质已经力不从心。硬盘寿命不过五到十年，磁带稍长一些，但也只有十几二十年。更要命的是，全球数据中心每年消耗的电力已经超过了许多国家的总用电量，而且还在持续攀升。

怎么办？

答案可能藏在一个你意想不到的地方：DNA。

DNA：自然界最古老的数据仓库

DNA，中文名脱氧核糖核酸，是地球上所有生命携带遗传信息的分子。它由四种碱基组成：A（腺嘌呤）、T（胸腺嘧啶）、G（鸟嘌呤）、C（胞嘧啶）。这四种简单的化学分子，通过不同的排列组合，编码了从细菌到人类的全部生命信息。

事实上，DNA本身就是一种极其高效的信息存储介质。

让我们来看一组令人震撼的数字：

• 1克DNA可以存储215PB（拍字节）的数据，相当于约1000万小时的高清视频
• 理论极限密度更高，达227.5EB/g（艾字节/克）
• 仅需700克某种特殊物质就能存储2025年全球产生的全部数据
• 用几公斤DNA，理论上就能记录人类文明迄今为止创造的所有数据

除了存储密度惊人，DNA的另一个杀手锏是超长寿命。2026年4月发表的最新研究显示，在25°C干燥条件下，一套新型编解码器预测DNA存储的解码窗口期可长达282年。如果放在低温环境，保存数万年也不成问题。科学家曾将敦煌壁画存进DNA进行极端老化实验，结果显示这些壁画借助DNA存储，可以在9.4°C环境下安然保存超过2万年。

这意味着什么？你今天存入DNA的数据，你的曾孙的曾孙的曾孙都能读取。而你的硬盘或U盘，可能五年后就成电子垃圾了。

还有一个让数据中心运营商垂涎的优点：近乎零能耗。DNA存储不需要制冷，不需要供电，不需要水循环空调维护。除了编码与读取设备，干存储环节几乎不消耗任何能源。对于那些苦于电费和碳排放的科技巨头来说，这简直是”救赎级”的解决方案。

如何把”0和1″写进DNA？

那么，问题来了：计算机用的是二进制（0和1），DNA用的是碱基序列（A、T、G、C），两者怎么对话？

答案在于编码算法。

DNA存储的基本流程是这样的：

第一步：编码。将数字文件的二进制数据转化为碱基序列。这听起来简单，做起来却充满挑战。DNA合成过程中会产生各种错误——碱基插入、缺失、替换，就像打字时会打错字一样。因此，编码算法必须具备强大的纠错能力，确保数据完整无误。

第二步：合成。通过DNA合成技术，将编码后的碱基序列变成实实在在的DNA分子。目前主流的合成方法包括化学合成和酶促反应两种路线。前者技术成熟但成本较高，后者成本更低但错误率也更高。

第三步：存储。将合成的DNA分子封装保存。理想状态是冷冻干燥，在适宜温度下可以保存数百年甚至数千年。

第四步：读取。当需要提取数据时，通过DNA测序技术将碱基序列还原为二进制数据，再通过解码算法恢复为原始文件。

整个过程，就像是打造一个”生物硬盘”。

2025-2026：商业化元年真的来了

如果前几年你还觉得DNA存储只是个实验室里的科幻概念，那么2025-2026年的消息会让你改变看法。

**2025年末，一个里程碑式的事件震动了整个存储行业：全球首个可扩展DNA数据存储商业化服务Atlas Eon 100正式发布。**这标志着DNA存储正式从”论文里的未来”变成”可以买到的产品”。

与此同时，资本市场也在用脚投票。

法国Biomemory在2026年3月宣布收购美国波士顿Catalog Technologies的核心资产，后者多年来深耕可扩展高速DNA打印、高通量读取和极低错误率技术。这场整合的战略意义用四个字概括：端到端商用。合并后的公司目标直指数据中心市场，CEO Erfane Arwani放话，2026年下半年将成为商业化起锚的拐点，这一次交付的不是科幻演示，而是面向真实客户测试和部署的DNA存储柜。

无独有偶。2026年4月9日，全球领先的DNA合成技术提供商金斯瑞宣布与分子存档技术先驱Mimulus Corp达成战略合作。双方的目标是在2030年前实现突破性成本优化，共建规模化分子归档存储基础设施。金斯瑞将利用其成熟的制造平台，推动高通量DNA合成的规模化工业生产，目标从单芯片并行合成数百万条寡核苷酸，提升至数十亿条级别。

Mimulus推出的Glacier数据存储卡尤其值得关注——它的尺寸只有信用卡大小，却能构建完全独立于传统IT架构和电网的物理数据存储载体。Mimulus创始人Todd R. Nelson博士的一句话说得很犀利：”试图用上世纪中期的磁带技术来解决21世纪的AI数据问题，无异于用蒸汽机发射火箭。”

中国力量：站在DNA存储的制高点

在这场存储革命中，中国并没有缺席，反而扮演着重要角色。

天津大学团队在DNA存储领域多点开花。2025年5月，吴华明教授团队在《自然·计算科学》发表论文，提出名为HELIX的全新DNA存储系统，专门用于存储生物医学数据。团队成功将两张60MB的时空组学图像编码为13万条、每条183个碱基的DNA序列，并完整恢复了图像数据。这套系统的核心模块包括图像压缩、图像纠错编码和图像复原，还引入了深度学习技术增强信息恢复能力。

同年11月，吴华明团队又在《自然·通讯》发表最新成果——名为StairLoop的新型DNA存储方案。这套方案专门解决高错误率环境下的数据恢复问题。通过阶梯式交织结构和迭代式软判决解码机制，即使面对核苷酸错误率超过6%、序列丢失率超过30%的极端情况，DNA存储系统仍能准确解码并完整复原原始图像。验证实验中，团队甚至成功将代表早期人类文明的甲骨文图像通过电化学合成方式写入DNA链。

中国科学院院士、天津大学教授元英进团队也在持续深耕。他们成功将人脑的核磁共振影像信息用DNA方式保存，用于脑健康的长期跟踪诊疗。

此外，”毕昇一号“DNA活字存储系统实现了多类型文件的精准存储，中合基因推出了桌面式自动化存储平台DNA-DISK。上海交通大学的DNA存储研究中心牵头的国家重点研发计划”面向PB级DNA存储的系统及合成仪”，更是被定义为解决DNA存储技术”卡脖子”问题的重大战略工程。

从专利布局看，中国在DNA存储领域的专利申请量已占全球28%，整体技术实力不容小觑。

不仅是存储：DNA还能加密

你可能以为DNA存储只是换个”材料”存数据，但科学家们的野心远不止于此。

亚利桑那州立大学的一个研究团队在2025年底至2026年初发表了两项研究，展示了DNA的另一个潜力：信息加密。

第一项研究开发了一种不依赖DNA测序的存储策略，而是利用DNA分子的物理形状来表征信息。科学家创建了纳米级DNA结构，每个结构代表一个信息单元。当这些结构通过微小传感器时，机器学习算法捕获并解读它们产生的细微电信号，重建出原始文本和短消息。这种方法比传统测序更快、更便宜、更易于规模化。

第二项研究则探索了DNA的加密能力。科学家设计了一种名为DNA折纸的结构——通过折叠DNA链形成精确的二维和三维形状。与其把数据简单存储为比特或字母，不如把信息编码进这些纳米结构的排列和图案中，形成一种”分子密码”。没有正确的工具和参考图案，几乎无法解读。

团队使用超分辨率显微镜读取加密信息，机器学习软件分析数千张分子图像，将相似图案分组，再还原为原始信息。没有正确的解码框架，这些图案毫无意义。这种方法极大增加了可创建的分子代码数量，让未授权解码变得极其困难。

“几十年来，信息技术几乎完全依赖硅。”亚利桑那州立大学Hao Yan教授表示，”我们在这里展示的是，生物分子特别是DNA，可以以全新的方式存储和保护信息。将DNA视为信息平台而非仅仅遗传物质，我们可以重新思考数据如何在纳米尺度上存储、读取和保护。”

挑战仍在：成本、速度和标准化

说了这么多DNA存储的优势，我们也必须正视它面临的挑战。

成本仍是最大的拦路虎。虽然DNA存储成本已从2013年的每MB 1.2万美元骤降到2023年的3.5美元，但与传统存储介质相比，这个价格依然高得离谱。要让DNA存储真正普及，成本必须再降低几个数量级。好消息是，产业界普遍预计未来3-5年将实现每GB 10美元的目标。

读写速度是另一个痛点。目前DNA存储的数据吞吐量局限于KB/秒级，比传统数据中心的千兆以太网差了不止一个数量级。对于需要频繁访问的”热数据”，DNA存储暂时还派不上用场。但在访问频率低的”冷数据”和需要保存几十上百年的”超冷数据”领域，DNA存储的优势是压倒性的。

标准化问题也不容忽视。目前DNA存储行业缺乏统一的行业标准，不同技术路线之间兼容性有待优化。微软曾在2024年低调退出DNA存储项目，留下一句意味深长的评论：”鼓吹密度极值的人恐怕还不明白这只是表层优势。”这为行业敲响警钟——技术突破之外，应用生态和标准建设同样重要。

未来图景：DNA存储将如何改变世界？

尽管挑战重重，DNA存储的未来图景已经清晰可见。

在存储分层体系中，DNA存储将占据”超冷数据”的位置。 未来的数据中心可能呈现四级架构：SSD处理热数据（频繁访问），HDD处理温数据（偶尔访问），磁带处理冷数据（长期归档），DNA存储处理超冷数据（永久存档）。医院保存百年病历、银行保留数十年交易记录、政府存档重要文献——这些场景都是DNA存储的用武之地。

在能源消耗方面，DNA存储将推动数据中心绿色转型。 存储1PB数据仅需1瓦功率，能耗仅为传统数据中心的0.1%。在全球碳中和的大背景下，这项优势将越来越受重视。有分析师估算，如果DNA存储大规模普及，仅数据中心制冷一项，每年就能节省数十亿千瓦时的电力。

在文化遗产保护领域，DNA存储可能带来革命性变化。 敦煌壁画已经证明可以存进DNA并保存超过2万年。人类所有的绘画、音乐、电影、书籍，理论上都可以用DNA永久保存。只要还有人类在读写DNA，这些文明结晶就不会丢失。相比之下，纸张会腐烂，磁盘会消磁，光盘会老化，DNA几乎是不朽的选择。

在市场规模方面，DNA存储正在爆发的前夜。 预计2025至2030年，全球DNA存储市场年复合增长率将达到68%，2030年市场规模将突破85亿美元。中国市场增速高于全球均值，有望在这场技术竞赛中占据有利位置。

结语

回顾人类信息存储的历史，从甲骨文到竹简，从纸张到磁盘，每一次存储介质的革命都深刻改变了文明的形态。DNA存储，可能是下一个改变游戏规则的技术。

它不依赖电力，可以在常温下保存数百年；它密度惊人，一粒沙子大小的DNA就能存下整座图书馆；它几乎永恒，只要你我还在读写DNA，信息就不会消失。

当然，DNA存储不会取代你手机里的闪存或电脑里的固态硬盘。但在那些需要海量存储、超长保存、极低能耗的场景中，DNA的优势是压倒性的。

当数据成为新的”原油”，DNA或许就是那个储量最丰富、成本最低的”油田”。

参考资料：

• Science Advances、Nature Communications等期刊相关论文
• Biomemory、Catalog Technologies、金斯瑞、Mimulus等企业官方公告
• 天津大学、上海交通大学、中国科学院等科研机构公开研究成果
• 太平洋科技、科普中国等媒体报道

引言：当AI开始”做科学”

传统科学发现依赖人类科学家的直觉、经验和反复试错。从爱因斯坦在专利局思考相对论，到居里夫人用四年时间从数吨沥青中提取镭，伟大的科学发现往往需要漫长时间的积累。但这种范式正在被人工智能彻底改写。

2026年的今天，全球顶尖实验室里已经出现了一个有趣的现象：AI系统不再仅仅执行人类科学家下达的指令，而是开始主动提出假设、设计实验方案、预测实验结果。这种从”工具”到”伙伴”的转变，标志着科学研究进入了一个全新的纪元。

麻省理工学院的科学家们将这种新模式称为”AI-augmented Science”——人工智能增强的科学发现。在这一范式下，AI不仅能够处理海量数据，更能够识别人类难以察觉的模式，建立跨领域的关联，甚至在某些情况下独立完成从假设生成到实验验证的全流程。

本文将深入探讨这场静悄悄的科学革命，分析AI如何在三个核心领域——蛋白质科学、材料科学和药物化学——重塑人类探索未知的方式。

蛋白质折叠：从”宇宙最难谜题”到AI的展示台

如果说有什么问题困扰了生物学家半个多世纪，蛋白质折叠绝对是其中之一。1972年的诺贝尔化学奖获得者克里斯蒂安·安芬森曾预言，蛋白质的氨基酸序列应该能完全决定其三维结构。然而，这条看似简单的定律却让科学家们奋斗了整整五十年。

AlphaFold带来的革命性突破

转折点出现在2020年。当DeepMind的AlphaFold2在CASP14蛋白质结构预测竞赛中取得接近实验精度的预测结果时，整个结构生物学界为之震动。这一突破的意义怎么强调都不为过——它意味着，AI能够在数小时内完成传统方法需要数年才能完成的蛋白质结构解析工作。

截至2026年，AlphaFold数据库已收录超过2亿种蛋白质的结构预测，覆盖了地球上几乎所有已知的蛋白质序列。这个数字是惊人的，要知道在AlphaFold出现之前，人类通过实验解析的蛋白质结构仅有约20万种。

但真正的变革远不止于此。

从”预测”到”设计”的跨越

如果说预测蛋白质结构是AI的第一场胜利，那么蛋白质设计就是AI向”创造者”角色的跃迁。

2025年底，加州大学伯克利分校的研究团队宣布，他们利用生成式AI系统成功设计出了一种全新的人工酶。这种酶能够高效分解塑料PET，且在高温环境下仍能保持稳定活性。这意味着人类首次拥有了完全由AI设计、自然界从未存在过的生物功能分子。

这背后的技术原理相当精妙。研究团队首先让AI学习海量天然酶的结构和功能模式，然后引导AI在潜在序列空间中”想象”出具有特定功能的新结构。与传统蛋白质工程需要逐个位点突变不同，这种方法能够一次性生成完整的功能性蛋白质序列。

更令人惊叹的是，AI设计的蛋白质在某些指标上甚至优于自然界经过亿万年进化优化的产物。2026年初发表于《自然》杂志的一项研究显示，AI设计的碳固定酶将光合作用效率提升了40%以上，这一成果对农业和能源领域都具有重要意义。

科学家如何看待这一转变

面对AI的强势崛起，结构生物学家们的心态是复杂的。一方面，AI极大加速了他们的研究进程；另一方面，关于”AI能否真正理解生命”的讨论也在学界引发热议。

“AlphaFold确实解决了结构预测问题，但它并不理解为什么蛋白质要折叠成那个形状。”一位国内顶尖的结构生物学家如此评价，”真正的科学发现需要的不仅是预测能力，更是因果推理和概念创新。在这一点上，AI还有很长的路要走。”

这种观点代表了许多传统科学家的立场：AI是一个极其强大的工具，但它缺乏对科学问题的”直觉”和”洞察”。然而，支持者则认为，当AI能够持续产出正确的结果时，”是否理解”本身可能就不再是衡量科学发现的标准。

材料科学：AI如何加速”材料基因组”

一块手机屏幕背后的氧化铟锡、一块动力电池里的锂镍钴锰氧化物、一架飞机发动机中的镍基高温合金——现代文明的每一个角落都离不开先进材料。然而，传统的新材料发现过程极其缓慢：从理论预测到实验室合成，再到工业验证，往往需要十数年甚至更长的时间。

“材料基因组计划”的AI升级

2011年，美国奥巴马政府启动了”材料基因组计划”，意图用计算方法加速新材料发现。然而，早期的计算材料学面临一个根本瓶颈：尽管模拟单种材料的性质在理论上可行，但要在庞大的候选空间中系统筛选数百万种可能的成分和结构，所需算力是难以承受的。

AI改变了一切。

2026年，材料科学领域最激动人心的进展来自AI驱动的逆向设计。与传统的”先设计结构再预测性能”不同，逆向设计允许科学家指定所需的材料性能，AI则自动生成满足这些条件的候选材料结构。

这种方法的威力在2025年的一次实验中得到了充分展现。某国际研究团队需要一种同时具备高熵合金强度和陶瓷耐高温特性的新型材料，用于下一代航空发动机。传统方法下，这几乎是一个不可能完成的任务——因为相关材料空间包含了10^50种以上的可能组合。

但通过AI逆向设计系统，科学家们在短短三天内就筛选出了十余种具有目标特性的候选材料。经过实验验证，其中三种材料的综合性能远超预期。这一过程如果用传统方法，可能需要耗费数年时间和数千万美元经费。

关键突破：多尺度建模与AI的结合

材料科学研究的一个核心挑战是跨越不同尺度——从原子层面的电子结构，到纳米尺度的晶界运动，再到宏观尺度的力学行为。每个尺度都有其独特的物理规律，而AI的价值在于能够学习这些不同尺度间的映射关系。

2026年初，一项发表在《Science》杂志上的研究展示了一种基于图神经网络的材料性质预测模型。该模型能够在保持量子力学精度的前提下，将计算速度提升1000倍以上。这意味着，原本需要超级计算机运行一周的材料模拟，现在可以在普通服务器上几小时内完成。

更值得关注的是，这种AI模型展现出了惊人的”迁移学习”能力——在一个材料体系上训练的模型，经过少量数据补充后，就能准确预测另一相关体系的性质。这大大降低了AI模型在特定应用场景下的部署成本。

产业化进程加速

AI驱动的材料发现正在从实验室走向产业应用。在动力电池领域，多家头部企业已经建立了AI辅助的材料筛选流程，将新型正极材料的开发周期从平均5年缩短至2-3年。在半导体行业，AI设计的新型高κ金属栅极材料已进入中试阶段。

中国科学院下属的若干研究所也在这一领域取得了显著进展。2026年初，某团队宣布利用AI设计出了一种不含钴的镍锰酸锂正极材料，在保持能量密度的同时大幅降低了成本和供应链风险。这一成果对新能源汽车产业具有重要的战略意义。

药物化学：AI重新定义”重磅药物”

新药研发一直被认为是AI最具颠覆潜力的领域之一。一款原创新药的平均研发周期超过15年，平均成本高达26亿美元，且失败率超过90%。这种”三高一长”的特性，使得新药研发成为AI技术最迫切的用武之地。

生成式AI打开新药设计的大门

如果说AlphaFold解决了蛋白质结构问题，那么以ChatGPT为代表的生成式AI则将AI在新药研发中的角色从”筛选器”升级为”设计师”。

2025年，多款基于生成式AI设计的分子进入临床试验。其中，一款由AI设计的非酒精性脂肪肝炎（NASH）治疗药物已完成二期临床，初步数据显示出优于现有疗法的有效性和安全性。这一进展标志着AI设计药物正式从概念走向现实。

生成式AI的核心优势在于其强大的序列和结构生成能力。与需要大量标注数据的监督学习不同，生成式模型能够学习药物分子空间的基本分布规律，然后在满足特定约束（如合成可行性、ADMET性质）的前提下，创造出全新的分子结构。

更令人兴奋的是，AI正在打破小分子药物的边界。在抗体药物、核酸药物、细胞疗法等新兴领域，AI设计工具也都取得了不同程度的应用进展。

从”大海捞针”到”精准设计”

传统药物发现往往是从海量化合物库中筛选候选分子——这被形象地称为”大海捞针”。而AI的介入，正在让这一过程变成”按图索骥”。

2026年，多家AI制药公司开始采用”生成-预测-优化”的闭环设计流程：AI首先生成具有目标作用机制的候选分子；然后通过预测模型评估其成药性；最后根据反馈信息进行迭代优化。整个过程可以在虚拟空间中进行，直到获得足够优秀的候选分子后再进行实验验证。

这种方法显著提高了研发效率。统计数据显示，采用AI辅助设计的药物项目，从靶点验证到进入临床前研究的时间平均缩短了40%以上。

挑战与反思

然而，AI在药物研发中的应用也面临着诸多挑战。

首先是数据质量问题。AI模型的性能很大程度上取决于训练数据的质量，但医药领域的高质量标注数据往往难以获取。不同实验室的数据可能存在批次差异、不同检测方法的结果难以直接比较、阴性数据往往不被发表——这些问题都制约着AI模型的学习效果。

其次是可解释性问题。当AI推荐一个分子进入临床试验时，科学家们往往需要理解”为什么”。但深度学习模型的决策过程往往是黑箱的，这在医药这种高风险领域是一个不容忽视的问题。

最后是监管框架的滞后。现有的药品审批体系是基于传统研发流程设计的，如何评估AI生成的数据、如何定义”AI发现”的药物归属，这些问题仍有待解决。

科学发现的未来：协作而非替代

当AI在科学发现中扮演越来越重要的角色时，一个根本性的问题浮现出来：AI是否能够”做”科学？

重新定义”科学发现”

对这一问题的回答，很大程度上取决于我们如何定义”科学发现”。

如果科学发现仅仅是找到符合数据的模型或规律，那么AI已经证明了自己的能力。AlphaFold找到了蛋白质折叠的规律，AI设计出了自然界不存在的新材料，生成式模型创造了具有药用价值的新分子。这些成就无可否认。

但如果科学发现还包括提出有意义的问题、构建可证伪的假说、理解现象背后的因果机制，那么AI似乎还有很长的路要走。

“当前的AI系统非常擅长模式识别和插值外推，但在真正的概念创新方面仍然欠缺。”一位科学哲学研究者如此评价，”它们能够发现相关性，但很难像人类科学家那样提出’为什么’的问题。”

人机协作的新模式

鉴于AI和人类科学家各自的优劣，学界逐渐形成了一种共识：未来的科学发现将更多地依赖人机协作，而非简单的替代。

2026年，多个顶尖实验室开始探索”AI Scientist”模式：AI负责处理数据、运行模拟、筛选候选方案，而人类科学家专注于提出问题、解读结果、设计实验。这种分工让双方的优势得到最大发挥。

有趣的是，这种协作模式正在催生新的科学发现形式。有时候，AI会给出一些人类科学家意想不到的结果，引发新的研究方向；有时候，人类科学家的直觉会指出AI模型的盲点，推动算法的改进。这种持续的互动正在创造一种新型的科学知识生产方式。

结语：站在科学革命的起点

回顾人类科学史，每一次重大的方法论突破都会带来科学发现速度的指数级提升。从显微镜的发明到X射线晶体学，从计算机模拟到AI辅助设计——科学发现的工具在进化，而科学的本质也在随之改变。

2026年，我们可能正站在又一场科学革命的起点。AI不再仅仅是处理数据的工具，而是开始参与提出问题、生成假设、设计实验的过程。当这种”AI增强的科学发现”成为常态，人类探索未知的能力将达到前所未有的高度。

当然，这场革命也带来了深刻的问题：当AI能够发现我们难以理解的科学规律时，我们如何确保这些发现真正服务于人类的福祉？当科学研究的门槛因为AI而大幅降低时，如何确保知识的公平获取？这些问题没有简单的答案，需要科学界、社会和每一个研究者共同思考。

但无论如何，一个确定的事实是：科学发现的规则正在被改写，而我们正在见证这一历史时刻。

延伸阅读

• 《自然》2026年度展望：AI如何重塑科研范式
• 从AlphaFold到AlphaFold3：AI蛋白质研究的下一个前沿
• 材料科学家的AI工具箱：2026年度盘点

从“工厂仓库”到“一体化车间”：终结数据搬运痼疾

传统芯片，无论是CPU还是GPU，都遵循冯·诺依曼架构。这个架构的核心是“计算与存储分离”。你可以把它想象成一个大型工厂：计算单元是“加工车间”，存储单元是“原材料仓库”。每当需要处理数据，就必须用卡车把原材料从仓库运到车间，加工完再运回去。

问题在于，这个“运输”过程极其低效。在AI计算中，超过90%的能耗和时间都花在了数据搬运上，而不是实际计算本身。这就像工厂的工人大部分时间都在等物流，而不是操作机器。

**NEU芯片的第一项革命，叫做“存算融合”。**它彻底推翻了“工厂-仓库”的分离模式。

它的做法是：直接把微型“加工车间”建在每一个“原材料货架”旁边。在芯片内部，计算单元被直接嵌入到存储阵列之中。数据存储在哪儿，就在原地完成计算，根本不需要搬运。

这个改变带来的收益是指数级的：

• 能耗骤降：砍掉了占比90%以上的“运输能耗”，整体能耗直接降到传统GPU的1/10
• 速度飙升：数据无需在“堵车”的总线上排队，计算延迟大幅降低，速度得以提升近百倍

这一突破的核心价值在于，它解决的不只是效率问题，而是从根本上重构了计算的物理边界。

不是模仿人形，而是模仿人脑的连接方式

仅仅解决“搬运”问题还不够。NEU的第二项突破，是硬件设计哲学的根本转变。

中紫星创始人翟四通指出：“生物智能形态的本质是存算融合，神经元既是存储器也是计算单元。”我们的大脑之所以高效，不是因为某个部分特别快，而是因为它的连接方式——千亿神经元通过突触形成的动态网络，信息在其中以极低的功耗并行流动。

传统GPU的硬件连接是规则、僵化的，像一座规划好的城市，所有车辆必须沿着固定街道行驶。而NEU芯片在硬件拓扑结构上，选择了与生物智能“同构”。

这意味着，芯片内部的电路连接方式不再是机械的网格，而是模仿了神经元之间那种灵活、可重构的连接模式。神经网络模型可以直接“映射”到这种硬件连接上，无需经过复杂的软件翻译层，执行效率自然极高。

这种同构设计带来了两个关键优势：

原生适应未来模型

它能天然高效地处理下一代“非结构化稀疏模型”。这就像大脑思考时只激活相关神经元，而不是每次都动用全部脑细胞。传统GPU处理这种“稀疏”计算非常低效，而NEU是硬件层面原生支持。

提供“确定性算力”

在需要与物理世界实时交互的具身智能场景中，计算延迟的丝毫抖动都是致命的。NEU通过硬件层消除不确定性，提供零抖动、亚毫秒级的确定性响应，让机器人能在高速动态中保持精准操作。

重新定义AI芯片竞争规则

NEU芯片的这两项核心突破——存算融合解决“数据搬运病”，生物智能同构解决“硬件僵化病”——并非简单的技术迭代，而是从底层原理上重构了AI计算。

翟四通对此的总结是：“打造NEU芯片，标志着国内AI芯片产业正在从’跟随模式’转变为’定义模式’。”这一定义的核心，便是回归智能的本源，用硅基硬件去模拟碳基智能的高效法则。

当AI需要控制机器人手臂进行精密手术，或是让自动驾驶汽车在复杂路况中瞬间决策时，我们需要的不是单纯的“算力巨兽”，而是像生物神经一样高效、低耗、反应确定的“智能原生”芯片。

这或许才是AI算力的未来形态：不是越来越快的计算器，而是越来越像人脑的思考机器。

全球神经形态计算研究进展

值得注意的是，NEU芯片并非孤例。2026年，全球神经形态计算领域迎来集中突破：

剑桥大学研究团队在2026年4月发布成果，开发出一种基于氧化铪材料的新型忆阻器，可将AI能耗降低70%。该器件通过模拟人脑神经元的工作方式，在同一位置实现数据存储与处理，大幅减少数据搬运带来的能量损耗。

北京大学联合北京交通大学团队则在视觉神经形态计算领域取得突破，提出同质集成解决方案，成功构建光电LIF神经元与人工突触器件的集成系统，在自动驾驶场景测试中达到93.5%的目标检测准确率。

这些进展共同指向一个趋势：当摩尔定律逼近物理极限，模仿人脑结构的神经形态计算正在成为突破算力瓶颈的新路径。

结语

从存算融合到生物同构，NEU芯片展示了一条不同于传统技术路线的突破方向。它的意义不仅在于性能指标的跃升，更在于重新定义了“什么是AI芯片”。

当芯片开始像大脑一样思考，算力的边界或许才刚刚打开。

一场静悄悄的科学革命

2026年3月，学术界迎来了一则容易被忽视、却可能意义深远的新闻。

一篇题为《迈向AI研究的端到端自动化》的论文发表在顶级科学期刊《自然》上。这项研究来自日本Sakana AI、牛津大学、英属哥伦比亚大学等机构的联合团队，他们打造了一个能够独立完成科学研究全流程的AI系统——从产生想法，到文献检索，到编写代码、运行实验，再到分析数据、撰写论文，最后提交同行评议。

更令人震惊的是，这个AI生成的论文竟然通过了顶级机器学习会议ICLR的同行评议，获得了6.33分的平均分（满分10分），远超该研讨会的平均接受线。

这意味着什么？我们需要认真思考这个问题。

AI如何”做”科学研究

让我们来看看这个”AI科学家”是如何工作的。它的整个流程可以分为四个核心阶段：

第一阶段：灵感迸发——像科学家一样”想”

研究的起点是创意。”AI科学家”首先会被赋予一个大致的研究方向，比如”探索深度学习的局限性”。在这个范围内，它会像一个充满好奇心的博士生一样，开始头脑风暴。

它并非凭空想象，而是通过一个”创意档案库”迭代式地生成想法。每一次迭代，它都会提出一批新的研究设想，并给每个想法附上标题、核心假设、实验计划和自我评估。

更重要的是，它懂得如何避免重复”造轮子”。通过连接语义学者（Semantic Scholar）学术搜索引擎API，”AI科学家”会主动检索现有文献。如果一个想法与已发表的研究过于相似，它就会毫不犹豫地将其丢弃。

第二阶段：动手实践——像工程师一样”干”

有了好的想法，下一步就是付诸实践。这是最令人惊叹的能力——它不仅能想，还能动手”做实验”。

在”模板模式”下，系统会提供一个基础代码模板，然后它会利用AI编程助手，按照实验计划一步步修改代码、添加功能、修复bug。整个过程中，它能够自动检测运行错误，捕获日志，并反复调试，直到实验成功运行。

而在更强大的”无模板模式”下，它不再依赖任何人类提供的代码，完全从零开始自己编写实验脚本。为了高效地探索实验空间，它采用了一种”并行的智能体树搜索”策略，将实验过程划分为四个标准阶段：初步可行性调查、超参数调优、主实验执行、消融研究分析。

第三阶段：著书立说——像作家一样”写”

实验完成后，大量的数据和图表需要被总结成一篇逻辑清晰、论证有力的科学论文。”AI科学家”会扮演起作家的角色，自动填充标准的学术会议LaTeX模板，逐步撰写摘要、引言、方法、结果、结论等各个章节。

更令人惊叹的是，它还能自动编译LaTeX源文件，并修复过程中出现的任何编译错误，最终生成一份可以直接提交的完整PDF论文。

第四阶段：自我审视——像评委一样”审”

为了验证论文质量，研究者们还为”AI科学家”配备了一位”自动评审官”。这个评审官同样基于AI模型，遵循顶级会议NeurIPS的评审指南，对生成的论文进行打分、列出优缺点，并给出接收或拒绝建议。

研究者的测试表明，”自动评审官”的评判标准与人类评审员高度一致，准确率甚至能媲美人类之间的一致性。

从”辅助”到”共创”的临界点

这并不是AI第一次在科学研究中展现实力。

2026年4月初，DeepMind发布的AlphaEvolve系统再次刷新了人们对AI的认知。这个系统通过自主算法设计，一次性刷新了5项保持20年的经典拉姆齐数下界。R(4,15)自2006年起就成为人类数学家团队的攻坚目标，15年间下界始终停留在159；而AlphaEvolve仅用数天时间就将其推至160。

更重要的是，AlphaEvolve展示的能力不仅仅是”解决问题”，而是”创造解决问题的方法”。它能够基于数学公理自动生成数千种全新算法伪代码，产生人类数学家从未设想过的算法结构。

斯坦福大学《2026年AI指数报告》的数据揭示了一个更宏观的趋势：在被称为”人类最后考试”的PhD级综合测试中，AI模型得分一年内飙升30个百分点；在化学基准测试ChemBench上，顶尖模型的表现已超越人类化学家。

这意味着什么？

AI不再仅仅是科学家的辅助工具，而是正在成为共同发现者。这一角色的转变，将深刻改变未来科研的范式。

中国AI for Science的基础设施成型

在中国，AI for Science的进展同样令人瞩目。

2026年3月，在中关村论坛年会上，北京科学智能研究院发布了一系列重要成果：新一代AI化学发现平台、智能双束电镜系统hyper-fib、高性能碳纳米管纤维的AI辅助研发系统。这些成果标志着AI for Science已从科研迈向应用。

中国科学院院士鄂维南表示，当前面向AI for Science的关键基础设施已逐步成形，规模化、智能体驱动的科学研究正在成为现实。”在这个过程中，我们突破传统的对标性思维，坚持原创性思维，走出了一条完全独立于既有路径的原创之路。”

同一天，中国在郑州启用了国内最大规模的科学智能计算集群，由6万块国产AI加速芯片构成，支持自然语言交互式使用。这意味着材料、生物、气象等基础科学领域将获得更充沛、更便捷的AI算力支持。

争议与反思

然而，”AI科学家”的出现也引发了学术界的深层思考。

一个核心问题是：当AI能够独立完成科研全流程，人类科学家的价值在哪里？

支持者认为，AI将把科研人员从重复性劳动中解放出来，使其专注于更高阶的科学洞察与概念创新。北京科学智能研究院院长李鑫宇指出：”若AI能够在材料、化学、生物等领域自主感知、决策、行动，科研创新效率将被指数级提升。”

但批评者担忧，过度依赖AI可能会削弱人类科学家的创造力和批判性思维。更重要的是，当AI生成的论文与人类论文难以区分时，学术诚信和知识生产的真实性如何保障？

这个问题或许还需要时间来回答。但有一点是确定的：科学的未来，将是人机协同的新时代。

展望：下一个前沿在哪里

综合各方进展，未来一年内AI+科学研究领域有几个方向值得关注：

量子AI工具链：英伟达开源的ISING量子AI模型为量子计算研究提供了新的工具，其开源生态能否催生出类似Hugging Face的量子AI社区，值得期待。

具身智能与科学仪器：AI赋能高端科学仪器是一个被忽视的方向。hyper-fib展示的”无人值守超过8小时”能力，意味着实验科学的范式正在被重塑。

AI驱动的科学发现平台：面向材料、制药等垂直领域的AI科研助手产品化进程正在加速，未来每个科学家都可能拥有自己的AI研究助理。

无论如何，2026年正在成为科学研究范式转变的元年。AI从”工具”演变为”协作者”，这一变化的影响，或许比我们想象的更加深远。

相关阅读：

• 从AlphaEvolve到AI科学家：AI如何重塑数学研究
• 6万卡集群启用：国产算力如何支撑科学智能
• 中关村论坛重磅成果：AI for Science从科研迈向应用

从”会说话”到”会做事”：开源AI的能力跃迁

2025年之前，开源大模型给外界留下的印象，大多是”能聊天”、”能写文章”——一个出色的文本工具。但2026年春季的一波技术发布，彻底改变了这个叙事。

月之暗面发布的Kimi K2.6、阿里云发布的Qwen3.6-35B-A3B，以及腾讯的HY-World 2.0，这些来自中国科技企业的开源项目，用实打实的技术指标宣告：开源AI不仅能对话，还能自主规划路径、写代码、执行复杂任务、在3D空间中导航。这些能力，正是业界所称的”Agentic”——让AI从被动的问答工具，进化为主动的执行者。

这场变革的驱动力，来自几个关键技术点的同步成熟。

MoE架构：让大模型”聪明又省电”

理解这一代开源Agent模型，首先要搞懂它们采用的MoE（混合专家）架构。

传统大模型在处理任何任务时，都会调动全部参数参与计算。这就像一家公司的所有决策都要CEO亲自拍板——准确但低效。MoE架构则引入了”专家团队”的概念：模型内部有大量 специализированных（专业化）的子网络（专家），每个任务只激活与之相关的少数专家来处理。

以Kimi K2.6为例。它的总参数规模达到1万亿（1T），但处理每个输入时，实际激活的参数只有320亿（32B）。这意味着，它用3%的算力消耗，获得了接近全参数模型的能力。4000K的超长上下文窗口（相当于能一口气读完一部中篇小说），让它能够处理超长文本和复杂的多步骤任务。

Qwen3.6-35B-A3B则更为激进：总参数350亿，激活仅30亿。稀疏激活的特性让它在消费级GPU上也能跑起来，降低了部署门槛。阿里云还为它配备了”思维保留”（Thinking Preservation）功能，能在多轮对话中维持推理链路不断——这对需要长时间执行的任务至关重要。

Agent Swarm：300个智能体协同作战

单个Agent能力有限，但如果让数百个Agent组成团队呢？

Kimi K2.6的”Agent Swarm”（智能体蜂群）能力，允许同时调度最多300个子Agent执行4000步协同任务。这个数字听起来夸张，但背后的逻辑很清晰：现实中的复杂任务，往往需要分工协作——就像一个建筑项目需要设计师、工程师、施工队各司其职一样。

想象一下，你要开发一个完整的商业网站。传统做法是产品经理写需求、设计师出图、前后端开发分别写代码、测试工程师验收——需要不同角色的专业人员参与。Agent Swarm的模式下，Kimi K2.6可以将这个任务拆解成数百个子任务，分配给不同的子Agent：有的负责需求分析、有的负责界面设计、有的负责后端架构、有的负责代码编写和自测。子Agent之间通过消息队列通信，遇到依赖关系时自动等待前置任务完成，最终整合出完整的产品。

技术团队在内部测试中用这个能力完成了一个小型软件项目的开发，从需求到可运行代码，全部由模型自主完成。人工介入的部分，只有最初的任务描述和最终的质量抽查。

多模态感知：让AI看见、听见、理解世界

开源模型在2026年之前的主要短板，是”偏科”——太擅长文本，对图像、视频、3D内容的理解能力有限。这一局面在最近半年被打破。

Qwen3.6-35B-A3B原生支持文本、图像、视频多模态输入，能理解视频中的动态内容、识别图表数据、甚至从截图中提取代码。腾讯的HY-World 2.0更进一步：它是首个能输出可编辑3D资产（mesh网格、3DGS点云）的开源3D世界模型，产出的内容可以直接导入Unity或Unreal Engine使用。WorldMirror组件（约12亿参数）让它能理解和生成具有物理规律的3D场景。

Motif-Video 2B则专注于视频生成，支持720p分辨率、最长121帧的连贯视频输出。在VBench Total评测中，它以83.76%的得分创下了同参数规模开源模型的最高纪录。这些能力的组合，让AI不再只是处理”文字”，而是开始理解和操作”空间”——这是走向具身智能的关键一步。

编程能力的飞跃：从”辅助工具”到”主力开发者”

对于开发者群体而言，最值得关注的进展是编程能力的实质性突破。

Qwen3.6-35B-A3B在SWE-Bench Verified（软件工程基准测试）上取得了73.4分，在Terminal-Bench 2.0（终端操作基准）上取得了51.5分。这意味着它不仅能写代码，还能理解代码库结构、修复Bug、执行命令行操作——这些能力此前只有经过专项优化的闭源模型才能做到。

Kimi K2.6在HLE-Full（带工具推理评测）中得分54.0，超越了一些同场景的闭源竞争对手。卡内基梅隆大学的研究团队也在同期发表论文，展示了他们开发的OpenHands-Versa系统——一个仅凭代码执行、搜索引擎、浏览器和文件查看器四种通用工具，就能同时胜任软件开发、深度研究和网页浏览三大领域任务单一Agent系统。在SWE-Bench Multimodal、GAIA和The Agent Company三个基准测试中，它分别取得了9.1分、1.3分和9.1分的绝对提升。

这些数据指向一个明确的趋势：AI正在从”辅助人类写代码”进化为”独立完成软件工程任务”的主力开发者。

多Agent协作：A2A协议打破生态壁垒

单Agent能力再强，也有处理不了的任务——这就是为什么多Agent协作架构在2026年成为行业主流。

“分工型Agent团队”的概念很简单：不同角色、不同专长的Agent协同工作，像一个真实的项目组一样分工配合。AutoGen框架负责角色分工、LangGraph框架负责状态流转，通过A2A开放协议，不同供应商开发的Agent可以互相通信、互相调用。这意味着：一家公司用阿里云的Agent做数据分析，另一家公司用月之暗面的Agent做内容生成，它们现在可以无缝协作——就像不同品牌手机可以互相发短信一样自然。

技术团队内部测试显示，采用多Agent协作架构后，复杂任务的执行效率比单Agent模式提升了71%。一个典型的应用场景是：市场Agent负责搜集竞品信息，销售Agent分析客户需求，客服Agent处理售后问题——三个Agent在统一协议下自动流转信息，形成完整的服务闭环。

开源的意义：降低门槛，加速创新

回顾2025年，大模型能力突飞猛进，但大多数突破来自OpenAI、Anthropic、Google等闭源巨头。训练和运行这些模型的成本，决定了只有资金雄厚的大公司才能参与前沿探索。

开源模型的崛起正在改变这个格局。当Kimi K2.6、Qwen3.6-35B-A3B这些顶级模型向社区开放，所有人都可以自由使用、可以检查模型权重、可以根据自己的需求微调。这种透明性不只是”免费”那么简单——它让全球研究者能够审查模型行为、发现潜在问题、提出改进方案，形成了闭源模式无法复制的集体智慧。

更重要的是，开源降低了创新的门槛。一家小创业公司、一位独立开发者，现在可以直接调用开源Agent能力构建自己的产品，而无需从零训练大模型。这正在催生大量垂直领域的Agent应用：法律Agent、医疗Agent、金融Agent……每个细分领域的专业知识与Agent能力结合，正在创造全新的产品形态。

前沿展望：2026年的Agent生态图景

2026年的AI Agent市场，预计将从2025年的113亿美元飙升至187亿美元。增长的核心驱动力，有几个关键方向：

长期自主性与记忆机制：Agent正在从”每次对话都是新手”进化为”能积累经验的员工”。短期记忆窗口扩展至数万token，长期记忆通过向量数据库构建”经验沉淀-持续优化”的闭环。Anthropic等企业已实现Agent数周级持续工作能力，关键信息遗忘率降至10%以下。

Computer Use能力普及：Agent可模拟人类操作浏览器、ERP、CRM等企业系统，跨平台执行成功率达82%。传统”输入框”交互方式正在被更自然的”自然语言指令+Agent自动执行”模式替代。

垂直场景深度落地：医疗领域Agent能完成影像识别+报告生成；客服Agent能检测用户情绪动态调整应答策略，推动客户满意度提升15个百分点。

开源与闭源的竞争，也在催生一个更健康的AI生态。闭源模型提供最前沿的能力上限，开源模型负责让这些能力民主化、规模化。两者不是替代关系，而是互相推动、互相补充。

结语

开源多模态Agent的崛起，本质上是一场关于”AI能做什么”的认知重构。当模型不仅能理解人类语言，还能自主规划路径、执行任务、协同工作，”人工智能”这个词的含义，正在从”智能的机器”向”能动的智能体”悄然迁移。

接下来的问题不再是”AI能不能做某事”，而是”我们怎么让AI和AI、AI和人更好地协作”。开源Agent生态的成熟，为这个问题提供了越来越清晰的答案。