人工智能的技术发展趋势和产业发展重点

当前，全球各国的人工智能行动计划侧重于展望新一代人工智能的生产力潜力，仍需通过对其发展的前瞻性研究及实践进行不断修正。其中，对未来人工智能技术和产业发展趋势进行研判，进而打造智能经济新形态至关重要。只有这样，才能将新一代人工智能的生产力潜力转化为现实。新产业发展大都要经历多元技术路线、典型应用场景、可行商业模式、市场监管规则等不同阶段的探索。目前，基于算力的模型训练规模法则（Scaling law）正逐步失效，生成式人工智能基础模型间的技术差距出现明显的收敛迹象。新一代人工智能发展开启加速寻求应用场景和商业模式，推动部署应用的新阶段。

人工智能技术发展趋势研判。2026年有望成为生成式人工智能推理模型和可执行智能体发展元年，并推动新一代人工智能由此进入产业化发展新阶段。生成式人工智能推理模型和可执行智能体将发挥承上启下作用，一方面，由于基于算力的模型训练规模法则逐步失效，生成式人工智能基础模型正被生成式人工智能推理模型和可执行智能体新范式替代；另一方面，促进智能终端和智能体广泛部署，使得真实场景数据采集和多模态模型训练更加便利，为以智能机器人和自主系统为代表的物理具身智能率先取得突破创造有利条件。

对新一代人工智能技术发展趋势的判断，很大程度上受到以华尔街为代表的资本市场叙事的干扰。新一代人工智能再现生产力影响滞后于技术发展的“索洛悖论”，呈现出J度曲线效应。但人工智能技术发展仍有规律可循，按照数字技术范式平均每八年更新换代的经验推算，新一代人工智能大致会按“生成式人工智能基础模型—推理模型和可执行智能体—多模态模型和物理具身智能—下一代人工智能计算架构”趋势演进。

新一代人工智能产业发展重点。可借鉴弗里曼和卢桑运用演化经济学分析产业革命长波的方法，从显著的技术创新、主导产业、核心投入、基础设施、技术扩散及组织和管理变革五个视角考察人工智能产业发展的重点。只有到了技术扩散以及组织和管理变革阶段，新一代人工智能才能引发普遍的宏观经济增长。

根据上述对技术发展趋势的研判，未来十年人工智能产业发展将以新一代人工智能基础设施建设以及智能终端和智能体部署为重点，前者确保人工智能基础设施稳定供应，后者则通过生成式人工智能推理模型和可执行智能体相结合，降低智能溢价。

目前而言，只有等到多模态模型和物理具身智能发展成熟，实现高效率计算和低成本通信集成，新一代人工智能技术才会扩散到低价值应用场景和产业，迎来人工智能的技术发展转折点，充分释放生产力潜力，引发新一轮宏观经济增长。综上所述，新一代人工智能发展已越过多元技术路线探索，进入产业化落地阶段。其将主要通过生成式人工智能推理模型和可执行智能体，率先对数字世界产生影响，在部分高价值应用场景实现“用创意生产创意”。随着多模态模型和物理具身智能日渐成熟，新一代人工智能还将进一步对物理世界产生影响，实现“用产品生产产品”。

打造智能经济新形态的着力点

新一代人工智能的技术发展和产业化应用正推动各行各业的变革，亟需在应用场景、商业模式和市场监管方面协同发力，积极打造智能经济新形态，着力将新一代人工智能的生产力潜力转化为现实。

打造智能经济新形态的内涵。人工智能工厂模式是与智能经济相适应的新型产业组织方式，构成打造智能经济新形态的主要内涵。所谓人工智能工厂，就是利用被称之为人工智能的基础设施来生成人工智能内容。因此，人工智能工厂模式包括双层内容：其一，人工智能基础设施的稳定供应，对应人工智能工厂模式中的第一层人工智能；其二，人工智能部署应用，对应人工智能工厂模式中的第二层人工智能。唯有在确保人工智能基础设施稳定供应的同时，让垂类场景充分使用它，人工智能工厂模式才能有效运转。

打造智能经济新形态的路径。其一，人工智能基础设施稳定供应是人工智能工厂模式有效运转、打造智能经济新形态的重要基础。在人工智能成为真正的“水电煤”之前，其基础设施必须先达到“水电煤”级别的可靠性。否则，每一次宕机都将是一次对整个生态的压力测试。

其二，广泛部署应用导向的人工智能是人工智能工厂模式有效运转、打造智能经济新形态的关键环节。人工智能基础设施的形成会催生对人工智能的派生需求，而要让人工智能工厂模式有效运转，仍需积极培育应用市场，充分使用人工智能基础设施。实现人工智能工厂模式的有效运转、打造智能经济新形态关键在于，找到典型应用场景和可行商业模式，实现人工智能的应用导向。

人工智能赋能发展新质生产力，建设现代化产业体系。新一代人工智能在新质生产力发展中发挥着独一无二、举足轻重的作用。一方面，新一代人工智能是新质生产力的重要代表和组成部分；另一方面，新一代人工智能可通过“以创意生产创意”和“以产品生产产品”两种方式，分别作用于技术进步和创新以及运营效率提升，实现新一代人工智能对发展新质生产力的赋能。人工智能赋能发展新质生产力，建设现代化产业体系，主要包括三方面内容：一是赋能新兴产业发展壮大；二是赋能未来产业前瞻布局；三是赋能传统产业和服务业智能改造升级。

人工智能赋能科学发展，驱动科研范式变革。科学研究范式经过长期演变，正在步入人工智能驱动的科学研究（第五范式）的新阶段。作为新一代人工智能发展的重要工具，深度学习为新的科研范式提供了可能，即通过个例给出猜测，然后设计实验让计算机模拟，进而快速验证猜测的结论。这类由人工智能赋能引发的科研范式变革，能够推动有组织科研的工程化，更好地应对知识重组和生产面临的维度灾难，提高知识生产率。

人工智能赋能科研范式变革对强化企业科技创新主体地位提出迫切要求。人工智能赋能科研范式变革带来工程化、开源和开放等一系列创新特点，使得企业不仅在技术和产品开发上，而且在科学发现中发挥越来越大作用。

在商业模式探索方面，人工智能工厂模式有效运转、打造智能经济新形态，同样离不开可行商业模式，否则便无法形成商业闭环。新一代人工智能更强调定制化的服务交付及其带来的生产力改进，不能简单照搬互联网流量变现的商业模式。

其三，人工智能生态发展是人工智能工厂模式有效运转、打造智能经济新形态的有力支撑。当前，世界各国在前沿突破上出现你追我赶态势，美国正试图运用在人工智能生态发展上的优势，来弥补其在部署应用上的不足。与英伟达CUDA百万级的算法生态相比，华为基于云原生、操作系统、高端芯片等自主根技术的生态只达到万级，两者仍有较大差距。

与此同时，我国更加突出人工智能应用导向，充分运用产业体系完整和人工智能应用场景广泛的优势，推动在全球范围内建立开源开放的新一代人工智能生态。我国是全球唯一拥有联合国产业分类中全部工业门类的国家，具备41个大类、207个中类、666个小类的工业体系，200多种主要工业品产量全球第一。2024年，全国数据生产总量达41.06泽字节(ZB)，占全球数据总量的26.67%，用于人工智能开发、训练和推理的数据量同比增长40.95%。

其四，人工智能治理完善是人工智能工厂模式有效运转、打造智能经济新形态的坚实保障。新一代人工智能正处于日新月异的发展之中，代表着新一轮科技革命和产业变革，刚刚步入产业落地阶段。除了技术迭代和产业发展，打造智能经济新形态还取决于新一代人工智能被社会所接纳的程度。这对推进伦理对齐，完善人工智能治理提出更高要求。一方面，伦理对齐要求进行可信计算，提高模型可解释性和算法透明度，明确人工智能人类使用者的主体责任；另一方面，伦理对齐要求统筹人工智能发展和安全，形成强秩序和弱秩序共同配合的治理结构，确保人工智能使用符合人类利益。人工智能发展带来高度不确定的外部性。只有同时引入以法律和监管为代表的自上而下强治理秩序，和以企业、行业、消费者等利益相关者多方参与为代表的自下而上弱治理秩序，才能动态应对。强治理秩序负责守住人工智能安全底线，弱治理秩序则在低成本、灵活处理人工智能创新外部性上发挥不可替代作用。

原文有删减，详见《学术前沿》杂志2026年第15期

作者：中国社会科学院经济研究所人工智能经济研究室主任、研究员、博导 张磊