電話
028-6313-8188
郵箱
joyouai@joyouai.com
TOP
賽迪研究院：2026年我國人工智能產(chǎn)業(yè)發(fā)展形勢展望
2026-01-13新聞資訊
2025年8月，國務(wù)院印發(fā)《關(guān)于深入實施“人工智能+”行動的意見》，系統(tǒng)明確了行動的總體要求、階段性發(fā)展目標與重點任務(wù)方向， 推動人工智能與經(jīng)濟社會各領(lǐng)域廣泛深度融合。在政策支持、市場需求和技術(shù)進步的共同推動下，我國人工智能產(chǎn)業(yè)蓬勃發(fā)展，成為培育和發(fā)展新質(zhì)生產(chǎn)力的重要引擎。展望2026年，人工智能技術(shù)將迎來進一步升級躍遷，產(chǎn)業(yè)要素供給能力將進一步增強，人工智能技術(shù)將加速傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，與新興產(chǎn)業(yè)深度融合創(chuàng)新，全方位賦能千行百業(yè)，為經(jīng)濟高質(zhì)量發(fā)展注入強勁動力。
對2026年形勢的五點基本判斷
（一）人工智能產(chǎn)業(yè)規(guī)模將持續(xù)增長
2025年，全球人工智能產(chǎn)業(yè)呈現(xiàn)蓬勃發(fā)展態(tài)勢，人工智能市場規(guī)模迅猛增長。根據(jù)市場研究機構(gòu)Precedence Research數(shù)據(jù)，全球人工智能市場規(guī)模在2025年將達到7575.8億美元，同比增長18.7%，我國人工智能產(chǎn)業(yè)受益于DeepSeek、通義千問等生成式人工智能技術(shù)成熟應(yīng)用和“人工智能+”行動的持續(xù)深入，規(guī)模呈現(xiàn)爆發(fā)式增長態(tài)勢，已成為全球人工智能產(chǎn)業(yè)發(fā)展的主力軍。根據(jù)工業(yè)和信息化部數(shù)據(jù)，截至2025年9月， 我國人工智能核心產(chǎn)業(yè)規(guī)模超過9000億元，人工智能企業(yè)數(shù)量超過5300 家，國家級人工智能專精特新“小巨人”企業(yè)超400家，整體實力居全球第一梯隊。
展望2026年，我國人工智能將維持高速增長態(tài)勢，繼續(xù)引領(lǐng)全球人工智能行業(yè)應(yīng)用發(fā)展。根據(jù)Precedence Research預測，2026年全球人工智能市場規(guī)模將達到9000億美元，亞太市場仍為全球增速最快的地區(qū)之一。多家市場研究機構(gòu)看好2026年我國人工智能市場發(fā)展，如MRFR預測2025- 2035年我國人工智能市場規(guī)模的復合增長率將達到30.6%，Statista預測41.8%（2025-2031年），Grand View Research預測更高為47.1%（2025-2030年）。
?。ǘ┤斯ぶ悄芗夹g(shù)將迎來多維升級
2025年，人工智能技術(shù)演進走向“新范式”，原生多模態(tài)、強邏輯推理、時空物理感知等技術(shù)加速突破。阿里、百度等企業(yè)持續(xù)加碼能夠統(tǒng)一理解與生成不同模態(tài)信息的原生多模態(tài)大模型，從訓練初期就融合文本、圖像、視頻、音頻等多模態(tài)數(shù)據(jù)，實現(xiàn)了理解與生成一體化。清華大學等團隊研發(fā)的SALMONN音視頻大模型在多項權(quán)威評測中超越GPT-4o 和Google Gemini等主流模型，在視頻描述、問答等綜合任務(wù)上表現(xiàn)出色。DeepSeek、阿里、科大訊飛等紛紛發(fā)布推理大模型，該類模型在物理、化學和生物學等領(lǐng)域能力超越人類博士水平。騰訊發(fā)布開源世界模型混元Voyager，3D空間和時間中感知、推理能力顯著增強，在斯坦福大學世界模型基準測試WorldScore上位居綜合能力首位。昆侖萬維自研世界模型Matrix-3D，只需單張圖就能生成可自由探索的3D世界。
展望2026年，我國大模型技術(shù)能力將聚焦物理認知深化、推理效能提升、架構(gòu)范式革新等關(guān)鍵維度，迎來進一步升級躍遷。大模型認知功能將從文字符號處理邁向環(huán)境交互與物理推理，世界模型構(gòu)建將取得進一步發(fā)展，通過融合視覺、三維空間等多模態(tài)數(shù)據(jù)，使大模型得以內(nèi)在編碼物理規(guī)律，提升其在人形機器人、自動駕駛等需與現(xiàn)實世界交互的場景中的決策合理性。大模型推理機制將從淺層統(tǒng)計關(guān)聯(lián)邁向深度因果推斷，模型的反事實推理與邏輯鏈條分析能力進一步增強，識別變量間因果關(guān)系的精準性和效率進一步提升，為藥物研發(fā)、材料創(chuàng)新等科學發(fā)現(xiàn)場景及企業(yè)決策等復雜任務(wù)提供可靠技術(shù)支撐。
?。ㄈ╆P(guān)鍵產(chǎn)業(yè)要素供給將進一步增強
2025年，算力與數(shù)據(jù)作為支撐人工智能產(chǎn)業(yè)發(fā)展的兩大核心要素， 供給能力顯著提升。算力方面，智能算力規(guī)模穩(wěn)步擴大，根據(jù)IDC和浪潮信息的聯(lián)合測算，2025年全國智能算力規(guī)模將達到1037.3EFLOPS。萬卡級集群成為支撐大模型訓練與推理的主流載體，華為、中興等企業(yè)在超大規(guī)模集群技術(shù)上取得突破，高速互聯(lián)與綠色低碳技術(shù)同步推進。數(shù)據(jù)方面，數(shù)據(jù)資源體量持續(xù)擴容，根據(jù)全國數(shù)據(jù)資源調(diào)查工作組數(shù)據(jù)， 2025年全國數(shù)據(jù)生產(chǎn)總量將突破50ZB。數(shù)據(jù)標注基地建設(shè)成效顯著，七大基地標注總規(guī)模達17282TB，已形成醫(yī)療、工業(yè)、教育等領(lǐng)域高質(zhì)量數(shù)據(jù)集超300個。
展望2026年，關(guān)鍵產(chǎn)業(yè)要素供給將實現(xiàn)質(zhì)效雙升。算力方面，算力結(jié)構(gòu)持續(xù)調(diào)整，智能算力占比有望突破35%，國產(chǎn)芯片在部分場景實現(xiàn)規(guī)?；瘧?yīng)用，軟硬件協(xié)同生態(tài)逐步成型，“東數(shù)西算”工程推動全國算力資源協(xié)同調(diào)度。數(shù)據(jù)方面，數(shù)據(jù)要素質(zhì)量與開放度同步提升，高質(zhì)量中文語料與行業(yè)數(shù)據(jù)集建設(shè)提速，跨領(lǐng)域數(shù)據(jù)共享機制逐步健全，為模型訓練與應(yīng)用創(chuàng)新奠定堅實的數(shù)據(jù)基礎(chǔ)。
?。ㄋ模┲悄荏w產(chǎn)業(yè)生態(tài)將加快成熟
作為人工智能技術(shù)迭代和落地應(yīng)用的重要形態(tài)，智能體正進入快速發(fā)展階段。“軟智能體”方面，智能體創(chuàng)新企業(yè)Monica公司推出智能體Manus，可以直接操作電腦，完成報告撰寫、簡歷篩選等任務(wù)。智譜推出智能體家族，包括面向手機的AutoGLM，支持抖音、微博、餓了么、京東、拼多多等主流APP，支持跨終端APP操作。百度推出金融智能體應(yīng)用“智金”，深度融合財富管理、資產(chǎn)評估、業(yè)務(wù)合規(guī)等金融業(yè)務(wù)場景。
“硬智能體”方面，智能體終端產(chǎn)品加速推廣，開辟高成長性消費新賽道。如，字節(jié)跳動推出搭載豆包大模型的AI智能體耳機Ola Friend， 支持日常隨問隨答、個性化導游、聊天情感陪伴等智能化體驗。宇樹科技、優(yōu)必選、小米等推出系列具備智能交互能力的機器人產(chǎn)品。
展望2026年，智能體產(chǎn)業(yè)生態(tài)將加快成熟，行業(yè)企業(yè)不斷加大智能體應(yīng)用力度，各領(lǐng)域應(yīng)用場景逐步拓展。IDC預測，到2026年，50%的中國500強數(shù)據(jù)團隊將使用智能體實現(xiàn)數(shù)據(jù)準備和分析。行業(yè)標準與治理體系逐步完善，工具調(diào)用、數(shù)據(jù)交互等互聯(lián)規(guī)范加快推進，安全防護與倫理治理機制持續(xù)探索。
（五）人工智能將全方位賦能千行百業(yè)
2025年，在“人工智能+”行動深入推進下，人工智能產(chǎn)業(yè)應(yīng)用正加速從局部試點向全域滲透邁進，成為推動產(chǎn)業(yè)升級的核心動力。用戶側(cè)，截至2025年6月，我國生成式人工智能用戶規(guī)模達5.15億人，普及率36.5%。產(chǎn)業(yè)側(cè)，重點行業(yè)應(yīng)用成效持續(xù)凸顯。人工智能正深度嵌入制造體系，全國智能工廠數(shù)量突破3萬家，帶動生產(chǎn)效率提升22.3%，研發(fā)周期縮短近三成；2025年上半年我國AI大模型解決方案市場規(guī)模達30.7億元，同比增長122.1%，金融、政府、醫(yī)療等領(lǐng)域成為應(yīng)用主力；截至7月底，央企已在16個重點行業(yè)布局800多個人工智能應(yīng)用場景，涵蓋能源、交通等關(guān)鍵領(lǐng)域。新興賽道崛起迅猛，2025年1-10月具身智能獲73筆超億元融資，占AI領(lǐng)域融資總數(shù)的52%，累計融資257億元；工業(yè)及服務(wù)機器人在倉儲物流、商業(yè)服務(wù)等特定場景實現(xiàn)商用落地。
展望2026年，人工智能產(chǎn)業(yè)應(yīng)用的滲透深度與融合廣度將進一步拓展。應(yīng)用鏈條上，技術(shù)從前端服務(wù)環(huán)節(jié)加速向研發(fā)、生產(chǎn)等核心領(lǐng)域延伸，全流程智能化重構(gòu)成為傳統(tǒng)產(chǎn)業(yè)升級的核心路徑。物理世界融合持續(xù)深化，具身智能突破虛擬邊界在實體場景實現(xiàn)規(guī)?；涞?，與智能駕駛、XR等領(lǐng)域形成協(xié)同發(fā)展態(tài)勢。生態(tài)協(xié)同格局加速成型，互聯(lián)網(wǎng)巨頭的平臺生態(tài)與初創(chuàng)企業(yè)的垂類應(yīng)用形成互補，數(shù)據(jù)共享與跨行業(yè)協(xié)作機制不斷完善，推動技術(shù)紅利從金融、制造等重點領(lǐng)域向千行百業(yè)擴散。
產(chǎn)業(yè)發(fā)展面臨多方挑戰(zhàn)
（一）我國企業(yè)市場拓展空間受到擠壓
目前，我國企業(yè)在獲取先進訓練芯片及相關(guān)云服務(wù)等方面受限，面臨成本投入上升、供給穩(wěn)定性下降的風險，遲滯我國企業(yè)技術(shù)迭代升級與產(chǎn)品創(chuàng)新進程，同時，我國企業(yè)在海外項目獲取與生態(tài)合作中將面臨更多隱性門檻，國際市場拓展受到擠壓。
（二）大模型產(chǎn)品執(zhí)行復雜任務(wù)能力不及預期
大模型在復雜任務(wù)執(zhí)行中仍面臨多重現(xiàn)實瓶頸。一是專業(yè)場景適配不足，通用大模型的 “大而全” 設(shè)計與行業(yè) “專而精” 需求存在矛盾，在醫(yī)療診斷、工業(yè)質(zhì)檢等需 99.9% 以上準確率的場景中，現(xiàn)有模型難以滿足業(yè)務(wù)要求，罕見病識別、復雜缺陷檢測等任務(wù)表現(xiàn)平平。二是邏輯推理與知識整合能力薄弱，處理跨學科、多步驟任務(wù)時，容易出現(xiàn)流程斷裂或判斷偏差，如法律場景中對 “但書條款” 的實際適用分析、金融領(lǐng)域的多維度風險評估等任務(wù)仍存在理解鴻溝。三是模型幻覺與可靠性問題突出，在專業(yè)決策場景中可能編造虛假信息，如虛構(gòu)藥物劑量、引用不存在的法條，且多模態(tài)處理專業(yè)數(shù)據(jù)格式時力不從心。此外，任務(wù)拆解的靈活性不足、跨系統(tǒng)協(xié)同效率低等問題，進一步制約了復雜任務(wù)的落地效果。
?。ㄈ└哔|(zhì)量數(shù)據(jù)集仍難滿足模型發(fā)展需求
盡管我國數(shù)據(jù)資源規(guī)模優(yōu)勢明顯，但高質(zhì)量數(shù)據(jù)供給仍滯后于模型發(fā)展需求。一方面，高質(zhì)量數(shù)據(jù)短缺矛盾日益凸顯。據(jù)人工智能研究和預測組織Epoch測算，高質(zhì)量的數(shù)據(jù)會在2026年耗盡，低質(zhì)量語言數(shù)據(jù)、圖像數(shù)據(jù)存量將分別在2030年至2050年、2030至2060年枯竭。其中，中文語料以及行業(yè)語料更是缺乏，當前全球通用的50億大模型數(shù)據(jù)訓練集中，中文語料占比僅為1.3%，難以支撐具有文化背景和語言特性的本土模型優(yōu)化。另一方面，數(shù)據(jù)壁壘問題突出。各類數(shù)據(jù)擁有方通過技術(shù)和法律手段限制內(nèi)容調(diào)用，版權(quán)訴訟頻繁，數(shù)據(jù)獲取成本上升。此外，數(shù)據(jù)標準不統(tǒng)一、跨領(lǐng)域流通機制缺失，導致企業(yè)數(shù)據(jù)與公共數(shù)據(jù)難以有效融合，從供給側(cè)制約了高質(zhì)量數(shù)據(jù)集的構(gòu)建，進而影響我國自主AI大模型的持續(xù)迭代升級。
?。ㄋ模┤斯ぶ悄墚a(chǎn)業(yè)應(yīng)用商業(yè)閉環(huán)尚未打通
當前人工智能產(chǎn)業(yè)應(yīng)用商業(yè)閉環(huán)仍處于構(gòu)建完善階段，尚未形成可持續(xù)的價值循環(huán)體系。產(chǎn)業(yè)鏈算力、模型、應(yīng)用層各層存在明顯“斷鏈”現(xiàn)象，算力資源與應(yīng)用需求適配不足，模型層定制化能力薄弱，應(yīng)用層多為單點工具型產(chǎn)品，難以形成生態(tài)協(xié)同效應(yīng)。數(shù)據(jù)孤島與算力適配問題突出，跨領(lǐng)域數(shù)據(jù)流通機制缺失，國產(chǎn)算力與主流模型兼容優(yōu)化不足，制約應(yīng)用創(chuàng)新。另外，盈利模式面臨“高成本、低收益”結(jié)構(gòu)性矛盾，模型訓練與推理的算力、數(shù)據(jù)成本高昂，而企業(yè)付費習慣尚未普及，消費端收費模式推行困難，多數(shù)應(yīng)用企業(yè)依賴項目制或政策補貼， 自我造血能力有待提高。工業(yè)、醫(yī)療等垂直領(lǐng)域的AI應(yīng)用多處于試點驗證階段，缺乏標準化解決方案，難以實現(xiàn)規(guī)模化復制與商業(yè)變現(xiàn)。
多管齊下加速人工智能發(fā)展
?。ㄒ唬娀诵募夹g(shù)攻關(guān)
一是緊跟全球前沿技術(shù)動態(tài)，攻堅人工智能算法模型。加強語言、視覺、多模態(tài)等底層算法研究，突破類腦智能、世界模型等前沿技術(shù)。鼓勵研發(fā)提升算力效率的新型模型架構(gòu)。二是強化算力供給，推動構(gòu)建人工智能軟硬件協(xié)同發(fā)展生態(tài)。加快高端芯片研發(fā)，通過關(guān)鍵場景應(yīng)用加快技術(shù)創(chuàng)新迭代。突破人工智能芯片高速互聯(lián)、超低延遲傳輸、異構(gòu)計算融合等關(guān)鍵技術(shù)。打造“類CUDA”AI計算軟件生態(tài)，發(fā)展編譯器、算子庫、AI框架等核心工具鏈。
?。ǘ┘訌姼哔|(zhì)量數(shù)據(jù)集建設(shè)
一是以國家級數(shù)據(jù)標注基地為依托，加快醫(yī)療、工業(yè)、交通等重點領(lǐng)域高質(zhì)量數(shù)據(jù)集的標準化開發(fā)與共享，推動建立數(shù)據(jù)資源分級分類標準。二是建立跨行業(yè)、跨主體的數(shù)據(jù)流通機制，通過“數(shù)據(jù)沙箱”“數(shù)據(jù)信托”等模式破解數(shù)據(jù)孤島問題，推動公共數(shù)據(jù)授權(quán)運營與企業(yè)數(shù)據(jù)跨域融合。三是鼓勵企業(yè)與科研機構(gòu)合作，開展多模態(tài)、場景化數(shù)據(jù)合成與增強技術(shù)研究，豐富中文及行業(yè)數(shù)據(jù)集。四是完善數(shù)據(jù)產(chǎn)權(quán)規(guī)則， 明確數(shù)據(jù)采集、標注、使用的合規(guī)路徑，構(gòu)建可持續(xù)的數(shù)據(jù)供給生態(tài)。
（三）優(yōu)化資金支持
一是用好“AI戰(zhàn)略投資基金”，重點支持處于技術(shù)突破期的創(chuàng)新企業(yè)。二是落實各類財政支持政策，加大對國產(chǎn)AI框架、操作系統(tǒng)、AI開發(fā)工具研發(fā)的支持力度，吸引更多開發(fā)者投身自主 AI 軟件生態(tài)建設(shè)， 夯實AI應(yīng)用底座。三是創(chuàng)新科技金融工具，推進知識產(chǎn)權(quán)證券化，激活企業(yè)無形資產(chǎn)價值。
?。ㄋ模┘哟髴?yīng)用推廣
一是加快構(gòu)建面向算力、模型、應(yīng)用的一體化協(xié)同機制，建立產(chǎn)業(yè)鏈上下游聯(lián)動平臺，推動科研院所、算力廠商與應(yīng)用企業(yè)深度合作， 打造技術(shù)研發(fā)、場景驗證、商業(yè)落地閉環(huán)。二是完善數(shù)據(jù)與算力支撐體系，搭建跨行業(yè)數(shù)據(jù)共享平臺，加快國產(chǎn)算力與主流模型適配優(yōu)化， 降低應(yīng)用開發(fā)成本。三是創(chuàng)新多元化盈利模式，推廣行業(yè)解決方案訂閱制、按使用量計費等靈活定價方式，聚焦垂直領(lǐng)域打造可量化價值的應(yīng)用場景。四是強化政策引導與生態(tài)培育，以“人工智能 +”行動為抓手，打造標桿示范項目，破解場景規(guī)?；涞仉y題。
文章來源：中國電子報
