
文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

每到歲末年初 , 我們就會被眾多研究機構的預測所包圍 。 不少科技公司的朋友 , 也希望跟我們交流一下對來年的行業趨勢的看法 。
他們都表示 , 平時忙于本職工作 , 往往只關注自己所在的特定領域 , 以及自家和友商明年想推什么產品 。 到了年底復盤、年度規劃的時候 , 更渴望跳出單一視角的局限 , 以更全面、宏觀的維度 , 審視整個行業的變化 。 找來找去 , 似乎就我們平時關注的技術領域格外全面 , AI、云、終端、通信、計算、軟件等都有涉及 。
為啥不只盯著AI算法 , 非要關注這么多技術領域?背后的邏輯有點類似查理·芒格的格柵理論 , 這么多技術概念相互交織 , 才能構建多因素綜合的認知框架 , 對產業進行全局觀察和綜合研判 , 從而預測某一個具體技術可不可靠、能否落地 。
結合2025年我們對多個技術領域的實地走訪與觀察 , 一個核心感受是:2026年 , 科技行業不會再上演概念的狂飆突進 , 開始進入現有技術能力的消化期 。
諸多熱點退潮的2026 , 將是一個祛魅之年 。
當浮華褪去 , 比起踩中風口 , 提高容錯率才是對個人和企業真正重要的事情 。 所以我們不打算預測來年熱點 , 更希望幫大家預測下什么會涼 , 提前祛魅 。
提到祛魅之年 , 首當其沖的就是英偉達敘事 。
2025年 , 算力荒焦慮下 , GPU成了資本市場的最大亮點 , 英偉達市值沖高 , 國內凡是沾上AI芯片概念的企業 , 無論是否能量產 , 也都被寄予厚望 。 坊間戲言 , 這類公司的估值方式就是 , 如果有1%的概率成為英偉達 , 那市值就是英偉達的1% 。
智算市場的2026 , 還會延續2025的增長神話嗎?業內已經有共識 , 總量仍在增加 , 但增速已經斷崖式放緩 。 調研數據顯示 , 智算市場的增幅從2025年的近80%降至約38% 。 雖然總需求上升 , 但遍地黃金的日子結束了 。
與此同時 , 2025年也是中國AI算力確定突圍的一年 。 華為昇騰明確了后續幾代產品路線 , 昆侖芯、海光等國產芯片都在穩定出貨并加速商業化 , 海外AI算力“斷供即停擺”的風險已基本解除 。
需求放緩+國產崛起 , 共同破解了算力荒的問題 , 也讓“英偉達神話”開始祛魅 。
這一轉變 , 也催生了2026年的新命題:智算市場的玩家 , 將加速收斂 , 行業集中度進一步提升到那些擁有成熟生態和技術實力的廠商身上 。
硬件上 , 企業用戶真正青睞的是那些生態成熟、能規模量產的芯片廠商 , 它們要么已建立成熟生態 , 要么正快速追趕 , 并實現大規模出貨 , 逐步在提高國產算力占比 。 大量政企尋求本地化、小規模、高安全的部署方案 , 尤其在中國市場 , 這仍是空白增量 , 所以國產超節點(單體高密度智算單元)也將持續火熱 。
軟件上 , 國產算力的高效使用成為下一戰 。 通過軟件平臺、調度系統和全棧優化 , 最大化國產芯片的算力效率 , 讓異構集群跑得更快、更穩、更省 。 同時 , 通過算法、調度與平臺整合 , 激活現有通用算力中心 , 實現資源復用 , 也將是下一個市場的重心 。
總的來說 , 2026年的智算市場 , 不再是誰都能分一杯羹的狂歡 , 行業集中度進一步收斂 , 優勝劣汰加速 , 這對具備軟硬件壁壘的頭部廠商更為利好 。
說到這里 , 可能有人會問:既然AI是這一輪浪潮的核心 , 為什么我們先談智算 , 而不是直接預測AI大模型?
答案也很簡單 。 吃到了第一波AI紅利 , 最先賺錢的是英偉達、AMD這些賣“鏟子”的硬件公司 , 而真正做AI算法、訓練大模型的公司 , 雖然聲量最大 , 卻至今沒能跑通可持續的商業模式 。
年底上市的“中國OpenAI第一股”的招股書 , 向大眾清楚展示了模廠仍在燒錢階段 。 那2026年 , AI算法和模型廠商的處境會好嗎?
我們的判斷是:2026年 , 模型恐怕不會再有大的質變 , 即使有 , 各行各業也仍需要一段時間才能消化掉現有的模型能力 , 不會再像年初集體追DeepSeek那樣上頭 。
回看2025年 , 年初DeepSeek提出MoE架構后 , 大模型技術基本沿兩條路徑演進:一是向上摸高 , 比如GPT-5、Gemini , 靠更大參數與高質量數據堆出通用能力;二是小而精 , 用多個小專家模型組合 , 提升推理效果 。 但無論哪條路 , 底層技術棧仍然沿用預訓練+監督微調+RLHF(基于人類反饋的強化學習) , 只是在此基礎上的漸進優化 。 而最重要的變化Agent , 也是應用層的創新 , 本質還是在消化基礎模型的能力 。
消化前一階段的技術能力 , 這沒有問題 。 有問題的是 , 商業模式沒有跑通的算法公司 。
當前 , 無論是大模型或Agent , 并不等于能賺錢 。 國外主流模式仍是“訂閱+Token消耗” , 本質上和手機套餐沒區別 。 OpenAI也在試水社交、廣告、硬件等模式 , 說明它自己也知道 , 訂閱制這條路走不遠 。
而在中國 , 商業模式更加曲折 。
企業級市場 , 要么是“賣盒子” , 比如deepseek一體機年初特別火 , 歸根結底是因為國內軟件不好賣 , 看得見、摸得著的設備才容易過預算 。 要么就是“賣人天” , 給客戶做B端定制服務 , 按人天收費 , 賺個辛苦錢 。 說白了 , AI還沒找到自己的收費錨點 。
ToC市場 , 2025更是貼身肉搏 。 互聯網巨頭一邊在外賣、電商等傳統業務上大打出手 , 一邊在AIToC應用賽道掀起軍備競賽 。 字節的豆包、阿里的千問靈光、騰訊混元 , 各家不僅快速推出C端產品 , 甚至重金搶奪春晚贊助席位 , 只為搶占“AI入口” , 恰恰說明 , 沒有一家能高枕無憂 , 做C端只要免費一停 , 感情立刻歸零 ,2026年這場廝殺只會更慘烈 。
或許2026年 , 有越來越多C端AI產品嘗廣告變現 , 但這不會帶來商業模式的本質突破 , 因為用戶不會像沉迷刷短視頻、看團播那樣 , 沉迷和ChatBot聊天 , 所以對被廣告打擾的容忍度很低 , 而遷移又幾乎無成本 , 免費的AI工具那么多 , 一旦體驗下降 , 流量立刻萎縮 , 整個模式難以為繼 。
一旦流動性下降、投融資收緊 , 這些“burning money.com”型AI產品就可能崩塌 。 所以 , 直面商業現實 , 學會在有限資源下抓住少數真實價值 , 或將成為AI算法公司2026年的生存之道 。
2025年 , AI手機、AI PC、智能體終端等新品密集發布 , 但換機潮卻遲遲未到 。 除了大環境下消費趨于謹慎之外 , 主要問題還是 , 這些終端的AI能力或許并沒有那么強的使用價值 , 也沒有足夠深的體驗壁壘 。
無論是年末火爆的豆包手機助手 , 還是各類標榜AI agent的新機型 , 用戶實際使用后都會發現 , 多數功能流于表面 , 智能體只能完成少數特定場景的任務 , AI應用和交互邏輯大同小異 , 根本沒有非換不可的理由 。
【祛魅之年:2026科技涼點展望】2026年 , AI終端的突破或在重點細分場景 , 放棄對全民買單的幻想 , 轉而深耕高價值垂直領域 , 為特定人群解決真實痛點 。
比如AI PC , 聚焦專業生產力場景 。 2025年的誤會在于認為AI PC能吸引所有普通用戶換機 , 但實際大眾對PC的核心需求仍停留在基礎辦公 , AI帶來的增量感知微弱 。 只有那些在工作流中 , 重度引入AI的群體 , 尤其是知識工作者 , 比如律師靠AI高效檢索文獻 , 設計師借助本地AI快速生成并迭代設計草圖 , 白領依賴AI實時整理會議紀要 。 這類專業用戶愿意為能提升效率的生產力工具付費 , 將成為AI PC的核心增長引擎 。
AI手機不再靠零散AI功能進行宣傳 , 需要靠系統級能力 , 形成差異化體驗 , 深度改變某些場景的使用習慣 , 將AI重度植入生活 。 比如用戶出差時自動整理行程并同步預訂信息 , 依賴的是長期積累的底層能力:對個人行為數據的精準理解、自研大模型與操作系統的深度耦合、智能體在系統層的高效調度執行 。 榮耀、vivo等提前布局的廠商 , 通過OS優化、個人因子建模和端云協同的深度打通 , 能快速將新AI能力轉化為私密、個性化的場景體驗 , 這才是2026年AI手機的核心護城河 。
AI新硬件 , 也將進入體驗優化期 , 深耕細分場景 。 如AI學習機、AI玩具等 , 把教育、陪伴等剛需場景做深做透 , 比如答題準確率、AI老師應答低時延 , 或者AI智能體長時記憶等 , 解決真實痛點 。 2025年 , AI眼鏡也實現了從概念到實用的轉變 , 找到了“不方便掏手機”的核心場景 , 比如導航、提詞器、翻譯、支付等 , 這些場景都需要第一視角的信息交互 , 愿意為場景價值付費 , 把這些核心場景的產品體驗進一步打磨好 , AI眼鏡的市場將實現爆發 。
2026年的終端市場 , 誰能更早認清AI局限 , 放下大眾買單的幻想 , 深耕細分場景 , 把核心價值做深做透 , 市場會以回報這份清醒 。
過去十多年 , 云廠商靠IaaS、PaaS業務打下江山 , 價格戰也愈演愈烈 , 日子并不輕松 。 MaaS(Model as a Service)服務曾被視作云廠商新的盈利模式 , 但2025年的市場現實卻證明 , MaaS這碗飯遠比想象中難啃 。
最典型的便是2025年年初 , DeepSeek云服務商的虧損之爭 , 提供DeepSeek服務的云廠商難以覆蓋成本 , 陷入“用戶越多、虧損越大”的困境 。
從市場需求來看 , 越來越多企業已放棄全量上云 , 更傾向于把自家IT團隊搞不定的核心難題“外包”給云廠商 。 核心需求集中在兩類:一是全棧深度優化 , 從國產芯片到AI框架、推理引擎再到應用接口 , 整條鏈路的協同調優需要極強的技術整合能力 , 普通IT部門根本玩不轉 , 這成了云廠商去啃的硬骨頭;二是異構算力調度 , 企業集群中往往混雜著英偉達、海光、寒武紀等多種架構的芯片 , 如何實現高效協同、降低算力浪費 , 需要云廠商提供強大的軟件層調度能力 , 這也是控制成本、實現盈利的關鍵 。
這一趨勢下 , 行業馬太效應愈發明顯 , 只有具備全棧技術能力的頭部廠商才有機會突圍 。
比如阿里云(通義+含光+超節點+飛天)、火山引擎(背靠字節的AI工程化經驗)、百度智能云(文心大模型+昆侖芯+飛槳+百舸平臺) , 以及華為云 。 盡管華為云2025年在大語言模型領域遇到瓶頸 , 但在超大規模集群、超節點部署、異構計算底座等硬核基礎設施領域 , 仍擁有國內最扎實的積累 , 在視覺大模型、科學計算求解器等垂直領域的技術實力也不容小覷 , 這些都是做好AI云服務的必備要素 。
2026年 , 能提供全棧、高效、安全且可落地的AI infra服務商 , 才能端穩MaaS的飯碗 。 AI , 將是云廠商的最后一戰 。
2025年 , “AI+通信”的融合敘事一度引爆市場 , 算網融合成為行業熱詞 。
算力與通信的融合確實是趨勢 , 但這并不意味著大規模建網的需求會隨之爆發 , 以AI為敘事帶動的建網熱潮 , 大概率會降溫 。 核心原因很簡單 , 多數場景的現有網絡能力 , 其實是能夠匹配AI應用的運力需求的 , 真正需要新增建網的高價值場景是有限的 。
相信大家都有體感 , 普通辦公場景的AI生成 , 個人的AI娛樂應用 , 現有千兆網絡是綽綽有余 。 只有少數極端高價值場景 , 比如無人化工廠的實時數據傳輸、AI訓練集群的跨地域互聯 , 才需要新一代網絡技術支撐 , 這類場景的建網會持續推進 , 但體量有限 。
更普遍的現狀是 , 很多學校的Wi-Fi一進教學樓就斷、酒店的Wi-Fi連直播都卡頓、園區還在用十年前的老舊交換機 , 這些地方的核心問題 , 根本不是為了AI而建網 , 而是之前的網絡就不怎么好 , 早就到了該改造的時候 , 但之前沒有高性價比的設備與方案 。
以前企業級網絡設備動輒幾萬元 , 酒店、中小企業等預算有限 , 根本負擔不起 , 只能用好幾臺家用路由器進行組網 , 結果就是信號打架 , 管理起來也很混亂 , 就是湊合用 。 現在恰好遇上數智化改造 , 加上華為坤靈等高性價比的設備跟方案進入分銷市場 , 終于能讓這些主體花小錢辦大事了 。
這也意味著 , 2026年通信行業的增長重心 , 從國家隊大工程轉向中小企業微改造 , 而且并不是雨露均沾 。
相比大工程的大水漫灌 , 中小企業等買家更謹慎、預算也有限 , 也擔心工程商干完活就跑路 , 因此更傾向于選擇有品牌、有服務、有長期承諾的頭部渠道伙伴 。 所以 , 市場機會只會流向更有市場秩序、產品競爭力、公平透明的玩家 。
回望2025 , 我們曾為DeepSeek、智能體、人形機器人等技術熱點激蕩不已 , 這些詞點燃了想象 , 也裹挾了狂熱 。 就像蒸汽機與鐵路、光纖電力PC與互聯網 , 一場產業革命 , 從來不是由單一技術的孤勇突進而帶飛的 , 往往是眾多的技術領域 , 各自完成了對最新通用技術的消化、適配 , 形成一組彼此咬合、相互支撐的“技術親族” , 才最終匯聚成改變世界的洪流 。
與其說我們預測2026是祛魅之年 , 不如說我們更期許 , 接下來的一年 , 市場能消化過往對AI的概念炒作、觀念錯配 , 在擠干水分之后 , 產業智能革命以AI為引擎 , 加速而確定地到來 。
推薦閱讀
- 蘋果2026年不發布iPhone 18標準版
- 2026旗艦五大殺招:2nm芯片+10000mAh電池+雙兩億像素,齊上陣!
- 2026年國補對比2025年深度解讀,怎么買手機最香?
- 2026年國補來了,帶你快速了解!家電、手機、汽車怎么買最合適
- 小米公布2026年首批8折換電池機型:小米15等54款在列 79.2元起
- Arm發布20項技術預言!2026年小芯片、3D IC成核心
- 2026年家電最高只補貼1500元,數碼類新增智能眼鏡
- 蘋果在2026年筆記本電腦出貨量下滑中占據有利地位
- 2026年,CPO將如何發展?
- 2026《時間的朋友》第11場,1000天后的世界主題演講觀后感,我們一起聊AI(4000字完整筆記)
