2026年，科学与技术将持续深刻影响人类对生命、地球与宇宙的认知边界。从实验室到临床，从地球到深空，一系列值得期待的科学实验、气候行动与太空任务，不仅勾勒出新一年创新图景，更预示着人类在应对疾病、气候危机和科学前沿挑战上，可能迎来关键性的突破与转折。在这些进展中，还伴随着人工智能技术发展所带来的新动力。这不仅是技术的叠加演进，更是一场关于生命质量、家园呵护、星空探索与人工智能的协同进化。

技术范式：AI从“聊天”走向“做事”

　　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。

　　曾担任OpenAI研究员、后出任腾讯总裁办公室首席AI科学家的姚顺雨认为，在AI竞争的下一个阶段，为谁解决什么问题成为关键。

　　各大厂商不约而同加快AI真实场景落地的开发。腾讯已把自研大模型在内部超过900个场景和应用落地，相关负责人说核心思路是把AI深度融入场景，让好用的AI成为普惠生产力。百度公司创始人李彦宏称，未来AI领域只会剩下少数几个基础模型，但在应用层，将出现许多在不同方向上都取得成功的参与者，那里才是机会最多的地方。

　　清华大学智能产业研究院创始院长张亚勤认为，人工智能正向智能体AI加速演进。智能体AI能够像人一样设定任务、规划实现路径、试错反馈，具有自主性、能举一反三和长期记忆三个特征。

　　如果说聊天机器人是“会说话的字典”，智能体AI就是“能自主干活的管家”。

　　专家认为，AI的创新前沿将突破数字世界的边界，未来的AI将是信息智能、物理智能和生物智能的融合。

算力建设：系统升级加速协同

　　工信部数据显示，我国已建成万卡智算集群42个，智能算力规模超过1590EFLOPS，位居全球前列。

　　业界认为，中国算力发展将继续呈现“政府顶层设计+市场创新活力”双轮驱动特征。

　　产业架构将从分散走向全国一体化，是未来算力发展的明显特征。东数西算工程已形成覆盖东中西部的8大枢纽节点、10个数据中心集群，其中8大枢纽节点已建成智算规模超过全国智算总量的80%。

　　中国信通院云计算与大数据研究所副所长李洁认为智算中心将向算力高密化、集群规模化、绿色低碳化方向演进，算力中心单机架功率与算力密度将逐渐提升，算力中心间协同联动能力强化，规模化算力集群将加快构建。

　　硬件层面，不仅是芯片研发，还有构建软硬件协同生态。头部科技公司正打造能兼容多种国产芯片的异构计算平台。

　　应用层面，算力加速从科技企业走向千行百业。今年，上海、珠海等地已宣布发放算力券，降低中小企业使用智能算力的门槛，引导算力资源流向工业制造等实体经济领域。

　　电力，被业界称为“算力的尽头”。中国信通院报告显示，2024年中国数据中心用电量占社会用电量比例1.68%，并提出未来高中低三种差异化发展场景，按照中速增长，预计到2030年底这一比例将达3%左右，全国数据中心用电量将突破4000亿千瓦时;而按照高速增长趋势，或将突破7000亿千瓦时。

　　展望算力前景，李洁认为“我们不仅追求硬件性能的突破，也关注从硬件到软件、从基础设施到绿色能源的系统性创新”。

数据挖掘：从规模导向转为质量与专业化导向

　　在AI三要素中，算法像设计图，定义AI学习的方法和逻辑;算力是引擎，提供计算的能力;数据则像人类学习所需要的书本和经验。

　　AI技术的竞争焦点正转向更基础也更难复制的要素——高质量数据。

　　工信部赛迪研究院信软所所长韩健认为，数据价值密度不均、数据标准参差不齐、数据流通壁垒重重，导致大量数据“存而不用”，部门、企业的数据像一个个“孤岛”，“不敢传”(怕泄密)、“不愿传”(怕丧失竞争优势)、“不会传”(缺乏技术标准)。

　　难题正在破解。随着数据被明确为关键生产要素，国家数据局挂牌，《“数据要素×”三年行动计划(2024—2026年)》等相继出台，旨在培育数据产业，打造高质量数据集。

　　国家数据局指导7城市建设数据标注基地。截至2025年第三季度，形成医疗、工业、教育等行业的高质量数据集超过500个。

　　数据集建设已从通用基础数据集转向行业高质量数据集。中国信通院对数据标注企业的调研结果显示，78%的企业以行业数据集供给为主，重点是交通运输、医疗健康、教育教学、工业制造。

　　专家认为，AI应用到千行百业后，数据有望成为新的中国优势，因为中国工业门类齐全、数字经济发达。未来的关键是充分挖掘利用我国在制造业和互联网等优势领域中积累的“数据金矿”，形成“业务产生数据、数据训练AI、AI反哺业务”的良性循环。

产业赋能：驱动中国制造加快转型升级

　　2024年初中国日均Token消耗量1000亿，而截至2025年6月底，中国日均Token消耗量突破30万亿。一年半时间增长300多倍，反映出AI应用落地的快速增长。

　　Token，中文叫“词元”，是大语言模型处理信息的基本单位。模型输出每一个答案都消耗Token。

　　2025年12月，豆包大模型日均Token调用量突破50万亿，同比增长超10倍，累计使用量超万亿Token的企业客户突破100家。业界人士预测，未来的Token消耗，约80%来自企业，20%来自个人用户。

　　“大模型会率先在数字化基础较好、数字化人才相对聚集的行业落地，比如互联网服务、金融、政务等信息化技术好的领域;在物理资产较多、数字化相对滞后的传统产业则会落地较缓。”魏凯分析说。

　　聚焦制造业，会发现AI应用在三个维度展开：研发设计、生产制造、运营管理。

　　国家部署为企业助力。去年，《关于深入实施“人工智能+”行动的意见》提出加快人工智能在设计、中试、生产、服务、运营全环节落地应用;今年1月，工业和信息化部等八部门印发《“人工智能+制造”专项行动实施意见》，提出到2027年推动形成特色化、全覆盖的行业大模型，推广500个典型应用场景。

　　(本报综合)

　　2026年，科学与技术将持续深刻影响人类对生命、地球与宇宙的认知边界。从实验室到临床，从地球到深空，一系列值得期待的科学实验、气候行动与太空任务，不仅勾勒出新一年创新图景，更预示着人类在应对疾病、气候危机和科学前沿挑战上，可能迎来关键性的突破与转折。在这些进展中，还伴随着人工智能技术发展所带来的新动力。这不仅是技术的叠加演进，更是一场关于生命质量、家园呵护、星空探索与人工智能的协同进化。

技术范式：AI从“聊天”走向“做事”

　　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。

　　曾担任OpenAI研究员、后出任腾讯总裁办公室首席AI科学家的姚顺雨认为，在AI竞争的下一个阶段，为谁解决什么问题成为关键。

　　各大厂商不约而同加快AI真实场景落地的开发。腾讯已把自研大模型在内部超过900个场景和应用落地，相关负责人说核心思路是把AI深度融入场景，让好用的AI成为普惠生产力。百度公司创始人李彦宏称，未来AI领域只会剩下少数几个基础模型，但在应用层，将出现许多在不同方向上都取得成功的参与者，那里才是机会最多的地方。

　　清华大学智能产业研究院创始院长张亚勤认为，人工智能正向智能体AI加速演进。智能体AI能够像人一样设定任务、规划实现路径、试错反馈，具有自主性、能举一反三和长期记忆三个特征。

　　如果说聊天机器人是“会说话的字典”，智能体AI就是“能自主干活的管家”。

　　专家认为，AI的创新前沿将突破数字世界的边界，未来的AI将是信息智能、物理智能和生物智能的融合。

算力建设：系统升级加速协同

　　工信部数据显示，我国已建成万卡智算集群42个，智能算力规模超过1590EFLOPS，位居全球前列。

　　业界认为，中国算力发展将继续呈现“政府顶层设计+市场创新活力”双轮驱动特征。

　　产业架构将从分散走向全国一体化，是未来算力发展的明显特征。东数西算工程已形成覆盖东中西部的8大枢纽节点、10个数据中心集群，其中8大枢纽节点已建成智算规模超过全国智算总量的80%。

　　中国信通院云计算与大数据研究所副所长李洁认为智算中心将向算力高密化、集群规模化、绿色低碳化方向演进，算力中心单机架功率与算力密度将逐渐提升，算力中心间协同联动能力强化，规模化算力集群将加快构建。

　　硬件层面，不仅是芯片研发，还有构建软硬件协同生态。头部科技公司正打造能兼容多种国产芯片的异构计算平台。

　　应用层面，算力加速从科技企业走向千行百业。今年，上海、珠海等地已宣布发放算力券，降低中小企业使用智能算力的门槛，引导算力资源流向工业制造等实体经济领域。

　　电力，被业界称为“算力的尽头”。中国信通院报告显示，2024年中国数据中心用电量占社会用电量比例1.68%，并提出未来高中低三种差异化发展场景，按照中速增长，预计到2030年底这一比例将达3%左右，全国数据中心用电量将突破4000亿千瓦时;而按照高速增长趋势，或将突破7000亿千瓦时。

　　展望算力前景，李洁认为“我们不仅追求硬件性能的突破，也关注从硬件到软件、从基础设施到绿色能源的系统性创新”。

数据挖掘：从规模导向转为质量与专业化导向

　　在AI三要素中，算法像设计图，定义AI学习的方法和逻辑;算力是引擎，提供计算的能力;数据则像人类学习所需要的书本和经验。

　　AI技术的竞争焦点正转向更基础也更难复制的要素——高质量数据。

　　工信部赛迪研究院信软所所长韩健认为，数据价值密度不均、数据标准参差不齐、数据流通壁垒重重，导致大量数据“存而不用”，部门、企业的数据像一个个“孤岛”，“不敢传”(怕泄密)、“不愿传”(怕丧失竞争优势)、“不会传”(缺乏技术标准)。

　　难题正在破解。随着数据被明确为关键生产要素，国家数据局挂牌，《“数据要素×”三年行动计划(2024—2026年)》等相继出台，旨在培育数据产业，打造高质量数据集。

　　国家数据局指导7城市建设数据标注基地。截至2025年第三季度，形成医疗、工业、教育等行业的高质量数据集超过500个。

　　数据集建设已从通用基础数据集转向行业高质量数据集。中国信通院对数据标注企业的调研结果显示，78%的企业以行业数据集供给为主，重点是交通运输、医疗健康、教育教学、工业制造。

　　专家认为，AI应用到千行百业后，数据有望成为新的中国优势，因为中国工业门类齐全、数字经济发达。未来的关键是充分挖掘利用我国在制造业和互联网等优势领域中积累的“数据金矿”，形成“业务产生数据、数据训练AI、AI反哺业务”的良性循环。

产业赋能：驱动中国制造加快转型升级

　　2024年初中国日均Token消耗量1000亿，而截至2025年6月底，中国日均Token消耗量突破30万亿。一年半时间增长300多倍，反映出AI应用落地的快速增长。

　　Token，中文叫“词元”，是大语言模型处理信息的基本单位。模型输出每一个答案都消耗Token。

　　2025年12月，豆包大模型日均Token调用量突破50万亿，同比增长超10倍，累计使用量超万亿Token的企业客户突破100家。业界人士预测，未来的Token消耗，约80%来自企业，20%来自个人用户。

　　“大模型会率先在数字化基础较好、数字化人才相对聚集的行业落地，比如互联网服务、金融、政务等信息化技术好的领域;在物理资产较多、数字化相对滞后的传统产业则会落地较缓。”魏凯分析说。

　　聚焦制造业，会发现AI应用在三个维度展开：研发设计、生产制造、运营管理。

　　国家部署为企业助力。去年，《关于深入实施“人工智能+”行动的意见》提出加快人工智能在设计、中试、生产、服务、运营全环节落地应用;今年1月，工业和信息化部等八部门印发《“人工智能+制造”专项行动实施意见》，提出到2027年推动形成特色化、全覆盖的行业大模型，推广500个典型应用场景。

　　(本报综合)