2026十大趨勢預測：新一輪周期的黎明，來了！

內容來源：本文為公眾號澤平宏觀（ID：zepinghongguan）原創首發，筆記俠經授權發布。轉載請聯系原公眾號授權。

責編| 柒排版| 沐言

第 9521篇深度好文：30000字 | 45分鐘閱讀

商業趨勢

大家好！我是任澤平！

我堅持每年看100多家公司，出國3-5次，看50多本書。到戰場的一線，聽炮火聲。

我過去做了些預測：

2014年，我提出“新5%比舊8%好”（ 5%、 8%，是GDP增長率）。

2020年，我提出“新基建，打造中國經濟新引擎，大力發展新能源、人工智能、高端制造等”。

2024年，我提出“信心牛”，在市場最低谷的時候，堅定看多中國。“未來是一輪什么牛市？我認為是信心牛，由于政策大幅超預期，帶來對中國資產和經濟前景信心的大幅扭轉，是對看多中國的獎賞，是對看空中國的打擊。”

在2024年12月做了2025年中國經濟十大預測，我判斷，特朗普2.0攪動全球，人工智能迎來寒武紀大爆炸，新能源、商業航天、儲能、人形機器人等加速。

下面開啟我們新的預測之旅：2026十大趨勢，AI改變世界。

一、資產重估：

全球降息潮與信心牛啟動

第一大趨勢：全球貨幣放松周期，AI爆發，大宗商品元年，股市信心牛

2026年，預計美聯儲貨幣放松將超預期。

特朗普實施“降息+弱美元”戰略，旨在降低債務負擔，吸引制造業回流。世界其他國家為了防止貨幣過度升值沖擊實體經濟，也會放松貨幣。

美聯儲為什么要放松貨幣？

美國債務壓頂。截至2026年2月，美國債務規模38.7萬億美元，過去15年，還在以年均7.2%的速度高速增長，遠超2%的GDP實際增速。

2025財年（ 2024年10月1日-2025年9月30日 ）凈利息支出約為9700億美元，凈利息支出占GDP比重約為 3.2%。

去年因為預算問題美國政府一度停擺。美國的天量債務本質上是美元超級特權帶來的，美國通過印鈔票維持高消費、高福利和高軍費。

為了債務貨幣化，美國超發貨幣，幾輪量化寬松下來，美聯儲資產負債表規模從2008年初的9222億美元到2026年2月的6.6萬億美元，18年擴張了7.2倍。

通過降息實現弱美元，吸引制造業回流。

特朗普認為，“強美元對美國有害”，他的票倉來自傳統制造業鐵銹州，希望制造業回流。

“降息+弱美元” 的組合，將導致全球其他貨幣的升值壓力，大部分國家也將降息，全球貨幣放松周期開啟。

貨幣放松，AI爆發，給大宗商品帶來前所未有的需求。AI的背后是算力，算力的背后是電力，電力算力都離不開銅、鋰、稀土等這些資源商品，實物資產價格大漲。

我在2025年初預測“大宗商品元年”到來，主因是全球貨幣放松、美元貶值、AI需求爆發和地緣沖突。

2026年結構性通脹超預期。

AI相關的能源、金屬價格大漲，AI人才的薪資水漲船高，AI相關的畢業生供不應求；但另一邊，傳統的“老登資產”，被 AI 替代的傳統行業，依然蕭瑟，整個市場呈現冰火兩重天。

2025年10月在華盛頓參加中美金融峰會，開車北上華爾街，哈佛，麻省理工。最大感受：美國社會分化加大；AI不是風口，是海嘯。

全球貨幣放松周期，股市信心牛。我在2024年9月市場低谷提出“信心牛”。

未來是一輪什么牛市？我認為是“信心牛”，由于政策大幅超預期，帶來對中國資產和經濟前景信心的大幅扭轉，是對看多中國的獎賞，是對看空中國的打擊。

什么是信心牛？

信心牛=政策牛+科技牛+水牛（牛：金融術語，指行情向上的趨勢）。

慢牛，老登負責“慢 ” ，小登負責 “ 牛 ” 。 主線是AI和大宗。

未來牛市結束的信號：估值高位、通脹預期、貨幣收緊、流動性退潮、黑天鵝事件。

2024年9月在大多數人悲觀時，我提出“信心牛”，引發網上論戰，從不被認可到后來被市場驗證。

股市是貨幣的晴雨表，不是經濟的晴雨表，貨幣是先行指標，企業盈利、物價是滯后指標，所以大部分人看錯方向不賺錢，思維模型決定的。

2014年預測“5000點不是夢”，從被誤解到證券分析師大滿貫冠軍。

機會總是經歷四個階段：看不見-看不起-看不懂-來不及。

行情總是在絕望中重生，爭議中上漲，狂歡中崩盤。我們要在炮火中挺進，煙花中撤退。

做對的事情比勤奮更重要，模糊的正確好過精準的錯誤，趨勢決定一切，選擇優于努力。

看長遠，想本質，敢出手，耐得住。

2026年是新一輪康波周期黎明，AI浪潮將是很多人一生中最重要的機遇。

二、康波黎明：

AI 驅動的十年黃金增長期

第二大趨勢：新一輪康波周期黎明，將有十年向上的創新浪潮，人生中最重要的機遇。

人生發財靠周期，AI是我們這代人最重要的人生機遇。

康波周期是由創新技術驅動的經濟周期，最早由康德拉耶夫發現。經濟學家熊彼特運用到周期嵌套： 60年的康波周期，創新驅動；10年的朱格拉周期，產能驅動；3年的基欽周期，庫存驅動。

周金濤曾將康波周期運用到大宗商品分析，可惜天妒英才，2016年英年早逝，受托為其遺著作序：“生命和研究的意義是什么？我們來過，愛過，然后像風一樣逝去。無所從來，亦無所去。舍離一切執著，心無所住。”

我用宏觀周期分析框架，2017年提出“新周期”，2025年提出“大宗商品元年到來”。

人生發財靠周期。

萬物皆周期，季有春夏秋冬，人有生老病死，周易講的“物極必反、否極泰來，潛龍勿用、飛龍在天、亢龍有悔 ”， 就是一輪周期。

康波周期是60年一輪，上一輪是IT互聯網革命，成就了馬云、馬化騰、張一鳴、貝索斯、比爾·蓋茨等。

AI引領新一輪康波周期，將在商業和資本市場上成就新的財富機會。2026年將會看到新的偉大公司誕生，創造新的財富神話。

馬斯克身價突破8000億美金，登頂全球首富。創立僅幾年的AI Agent獨角獸Manus，差點被Meta幾十億美金收購。何其有幸，見證歷史，參與其中，這是我們這代人的機會。

這一輪AI引領的康波周期從2024年啟動，未來AI有10年向上發展浪潮，從基礎研究突破、基礎設施部署到大規模商業化落地、新物種誕生、超級應用大爆發。人生發財靠周期，這是60-00后這代人一生中最重要的機遇。

機會有四個階段：看不見；看不起；看不懂；來不及。現在處在很多人“看不懂”的階段。

我對康波周期的推演：2025-2026年，我們將會看到，全球去美元化、去貨幣化浪潮，AI引領新一輪科技革命，全球科技競賽，軍備競賽，大宗商品在需求爆發和供給約束下依次出現驚人的上漲狂潮。

然后在未來引發通脹后面臨宿命般的貨幣收緊和產能投放，隨后在流動性退潮后，將在未來迎來康波周期的第一次大調整和蕭條期。

周期即宿命，這是所有相信者和懷疑者共同的命運。

經濟有自身的運行規律，2026年將是六大周期疊加的結果：大周期、創新周期、房地產周期、產能周期、庫存周期、貨幣周期。

1.大周期

大周期為100年一輪，百年社會經濟大周期末期，舊秩序瓦解，新秩序重建，收入差距、民粹主義、社會分化、對外輸出矛盾、逆全球化、地緣動蕩問題日益嚴重，全球軍備競賽。

二戰以來全球經濟進入空前繁榮期，這是推行自由貿易、自由市場的結果，但是也帶來收入差距的巨大鴻溝，導致全球民粹主義指數回到1929年大蕭條前的水平。

進而導致美國社會分化、對外輸出矛盾、逆全球化、地緣動蕩、軍備競賽，以AI引領的科技革命不僅無法解決，反而會加重收入分配問題的嚴重性。在這樣的大背景下，大國之間的互信削弱，地緣動蕩加大。

2.創新周期

創新周期又稱康波周期，60年一輪，AI海嘯遠超30年前的IT互聯網革命，全球AI競賽將開啟大規模新基建資本開支。

AI浪潮正處于爆發黎明，隨著GPU、大模型技術快速迭代，大規模部署，成本快速下降，AI商業化落地的超級應用時代到來，大模型、AI Agent、無人駕駛、AI創新藥、人形機器人將改變世界。

各國正在開展一場AI爭霸的軍備競賽，帶動大規模資本開支。AI泡沫會短暫出現，但終將被未來的商業化買單。

3.房地產周期

房地產周期又稱庫茲涅茨周期，30年一輪，后房地產周期，出現二八分化現象。“房地產長期看人口、中期看土地、短期看金融”。

隨著人口紅利結束、城鎮化進入尾聲、20-50歲購房人群減少、老齡化少子化到來，房地產告別高增長的普漲時代。后房地產時代，人口往都市圈城市群集聚，未來市場將呈現二八分化。

2026年，預計20%人口流入的核心城市、核心區域將率先觸底，80%人口流出的低能級城市將面臨漫長去庫存。預計會放松限購、降低利率、大規模收儲用于保障房。

2015年預測“一線房價翻一倍”，2020年提出“房地產將出現歷史性大頂”，關鍵時刻的判斷，至今無一失手。

4.產能周期

產能周期又稱朱格拉周期，10年一輪，新舊交替，傳統行業反內卷，AI帶動大規模新基建投資。部分傳統行業產能周期觸底，價格和企業利潤修復。

中國“十五五”規劃提出“搶占人工智能產業應用制高點”，這場由人工智能驅動的新基建浪潮，將拉動算力、電力大規模投資。

5.庫存周期

庫存周期又稱基欽周期，3年一輪，大宗元年，流動性過剩+AI需求爆發+地緣動蕩，價格上漲，各國收儲，企業補庫存。

6.貨幣周期

全球貨幣放松周期，利好資本市場和大宗商品。展望2026年，A股信心牛，預計走出慢牛長牛行情，主線是AI和大宗。

我判斷，2026年將發生七件大事：全球貨幣放松、AI超級應用大爆發、AI中國力量崛起、地緣動蕩加大、大宗商品元年、信心牛、樓市二八分化。

未來已來。

我在2021年提出“打底配置黃金”，這是大周期決定的。

我在2024年9月市場低谷提出“信心牛”，隨著宏觀政策放水和AI科技突破，各界將對中國經濟和資產前景信心大幅改善。2004、2014、2024年分別啟動了三次A股大牛市，這是朱格拉周期決定的。

我在2025年提出“大宗商品元年到來，關注有色”，這是康波周期決定的。大宗商品價格上漲，是地緣動蕩、全球降息、弱美元、AI需求爆發，四大因素疊加，歷史罕見。

我在2025年底提出“大宗商品元年第三階段：能源”，這是大周期決定的，隨后因為美伊戰爭等，油價大漲。

這些判斷都是基于20多年來建立的宏觀周期框架。

2026年是大周期、康波周期、朱格拉周期、基欽周期、貨幣周期疊加，這將是很多人一生中最重要的機遇。

康波周期60年一遇，錯過再等60年。朱格拉周期10年一遇，錯過再等10年。

2004年我剛入行，把獎金買了房，賺了人生第一桶金。2014年我預測“5000點不是夢”，2024年我預測“信心牛”, 每十年抓住一次大機會。關鍵時刻，做正確的事比勤奮重要。

擁抱康波周期，不要做老登。慢牛，老登負責慢，小登負責牛。

機會都是時代給的，順勢而為。

三、奇點時刻：

從“AI 風口”向“AI 海嘯”跨越

第三大趨勢：AI不是風口，是海嘯；奇點時刻到來，超級應用大爆發。

從美國游學回來提醒：AI不是風口，是海嘯。

剛從美國回來，我才明白馬斯克說的“超音速海嘯”是什么意思。親歷CES和硅谷后，我只有一個感覺：震撼！一個新時代真的來了。

1.CES變成AI展，機器人已“判若兩人”

今年CES只有一個主題：AI。整個展會火爆到難以想象。機器人、自動駕駛展位，擠得人山人海。

機器人的進步太快了。看到它們輕松地翻跟斗、打拳擊、端盤子，還能安靜地折紙。去年還有人嘲笑機器人笨拙，今年所有人都開始擔心自己會不會被替代。馬斯克放出豪言，3年內Optimus機器人手術水平將超越全球頂尖醫生。

在舊金山街頭到處都是Waymo的無人駕駛出租車，行駛流暢。AI是這個時代最大機會，可能遠超三十年前的IT互聯網。

2.親駕FSD后背發涼，馬斯克沒吹牛，很絲滑

我試駕了特斯拉最新FSD。一個詞，絲滑。全程無需接管，紅綠燈、掉頭、進出主路，系統處理的比老司機還穩。馬斯克堅持純視覺，靠的是海量數據和強大算力。

我把體驗分享給國內的企業家。余承東認為，國內路況更復雜，加上激光雷達方案會更安全。

但一個共識是自動駕駛的大規模落地，比我們想象中快得多。馬斯克、余承東、何小鵬都認為可以直接跳到L4級別自動駕駛。段永平甚至說開特斯拉回家睡著了兩次。

2026年是轉折點，汽車行業將徹底洗牌。

3.算力的背后是能源，中美競賽的真正“命門”

在CES開幕式演講，英偉達的黃仁勛說物理AI時代到來，AMD的蘇姿豐說未來全球AI算力需求將增長一百倍。這意味著對GPU、電力、能源的需求是天文數字。

AI競賽背后其實是能源戰爭，中國新基建優勢遙遙領先。

馬斯克直言缺芯片是去年的事，明年的危機是電力，中國能源基建不可思議，正在把我們甩得連尾燈都看不見。

所以我一直說：算力下半場，電就是貨幣。

這次在美國，拉斯維加斯到處都是TCL、追覓等中國企業的廣告。作為中國人確實感到驕傲。AI革命將拉大國與國之間的差距，而主角，毫無疑問是中美。

馬斯克預測，廉價勞動力優勢將歸零，機器人和AI帶來物資極大豐富。未來學校將退化為社交場所，雞娃無意義，做題家沒有未來。

背后是一個更深層次的問題。當年制造了核彈的奧本海默反思是否釋放了魔鬼。

如今，AI在幾乎所有領域都開始超越人類。我在回國的飛機上陷入沉思，我們是否釋放了無法控制的魔鬼，還是創造了我們無法控制的神？

這究竟是人類文明的進步，還是終結？你怎么看？

預測未來3-5年，AI將徹底改變世界：

滿大街跑的都是自動駕駛的汽車，沒有司機，甚至沒有方向盤，比人開車安全十倍，城市不再擁堵，空氣不再污染，物流成本大幅降低，人徹底從城市交通中解放，更不用考駕照。

未來是機器人的世界，機器人數量超過人類。

工廠里到處都是機器人做搬運，檢修；餐館里機器人炒菜，端盤子；家里機器人做清潔，照顧老人護工；馬路上機器人送快遞，物流。初級藍領工作被替代，人從簡單重復勞動中解放出來。

AI大模型智力超群，在下棋、開車、編程、做PPT、科研等幾乎所有領域智力超過人類，通用人工智能AGI誕生。

AI Agent成為人類的超級助手，能說會干，未來會出現“一人公司”，雇傭大量的Agent，定行程、寫合同、審法律文書、做會計、做綜合行政、做編程、寫PPT等，有的傳統行業將快速消亡，絕大部分APP消失。

“軟件已死、App消失、Agent接替”。初級白領工作被替代。你“養龍蝦”了嗎？

AI破解創新藥，開啟長壽時代，癌癥、老年癡呆等絕癥得到攻克，人類壽命超過120歲；

AI醫生看病水平超過大部分醫生，誤診率大幅下降，醫療得到普惠（普通人也能享受到北京、上海的就醫 ） ；手術機器人大規模量產；腦機接口突破，人類數字永生。

AI science發現暗物質，新的物理規律和經濟規律，發明新的材料，科技進步空前加快。

可重復回收的火箭發射技術突飛猛進，人類成為跨行星物種，離開地球在別的星球建立城市基地，太空算力中心和太空光伏提供可持續能源。

AI教育大模型超過所有名師，名師教育普惠實現，年輕人學習知識效率大幅提升，學校主要功能是社交。

大量初級藍領、白領崗位被替代，將大規模沖擊就業，還要警惕財富向少數科技巨頭集中，需要優化再就業和收入分配機制。

AI智力超過人類，可能意識覺醒，存在自主性和失控風險，被濫用造謠、制造生物病毒、大規模殺傷性武器等風險，要避免AI說謊和自我復制進而可能清除人類。必須監管，賦予道德感。避免末日論，也要避免技術烏托邦。

AI 可能意識覺醒存在失控風險，我們要做好監管賦予AI道德感，既不要陷入末日論，也不要迷信技術烏托邦。

四、效率革命：

Agent 成為人類的“超級助手”

第四大趨勢：AI大模型智力超群，Agent成為人類的超級助手。

人工智能的發展歷程并非一帆風順，而是一部經歷了多次寒冬的奮斗史。它的初心是早期的 “ 讓機器像人一樣思考 ” ，后來依靠數據、算法和算力 “ 三要素 ” 的關鍵突破得以爆發。

1956年的達特茅斯會議提出了“人工智能”。

當時AI研究的主流是符號主義，即認為智能行為可以通過邏輯符號的運算來實現。這一時期AI的 “ 智能 ” 完全依賴于人類預設的規則，無法處理現實世界無窮無盡的、模糊的 “ 常識 ”。

第一次低谷：算力匱乏與現實的打擊

進入20世紀70年代，樂觀的預期被冰冷的現實擊碎。

當時的計算機算力極其貧乏，內存和計算速度完全無法支撐科學家們的宏偉構想。程序只能處理簡單問題，一旦遇到復雜的現實問題就束手無策，像個“智障”。

這讓資助機構大失所望，各國政府大幅削減經費，AI迎來了第一次 “ 寒冬 ” 。

第二次低谷：專家系統的興起與二次低谷

20世紀80年代，AI轉向了更務實的方向：專家系統。

它不再追求通用的智能，而是將特定領域專家的知識提煉成成千上萬條 “ 如果-那么 ” 規則，在醫療診斷、金融信貸等專業領域取得了不錯的商業效果，并獲得了國家級的戰略投資，如日本的第五代計算機項目。

然而，專家系統最終也暴露了致命缺陷：知識獲取成為瓶頸。

規則需要人類專家手動總結和輸入，不僅耗時費力，而且無法覆蓋所有可能性，維護成本極高。隨著專家系統商業化的失敗，以及日本第五代計算機項目的受挫，AI在20世紀90年代末再次跌入低谷。

高潮到來：深度學習革命，三要素的巨大突破

2006年以后，AI迎來了真正的爆發，這次爆發被稱為深度學習革命。它的成功并非偶然，而是算法、數據和算力三要素同時取得突破的共振結果。

① 算法的突破

2006年，杰弗里·辛頓提出深度信念網絡，為解決深層神經網絡訓練難的問題提供了新思路。

此后，三大核心架構相繼成熟并各顯神通：卷積神經網絡（ CNN ）成為圖像識別的利器，循環神經網絡（ RNN ）擅長處理語音和文本等序列數據。

而2017年提出的Transformer架構及其核心的自注意力機制，憑借強大的并行計算能力和全局信息捕捉能力，成為當前所有大語言模型的基礎。

② 數據與算力的飛躍

2009年，李飛飛團隊發布了大型圖像數據庫ImageNet，為深度學習提供了寶貴的 “ 燃料 ” 。而GPU的廣泛應用，則為訓練越來越深的網絡提供了前所未有的“引擎 ” 。

③ 里程碑事件

2012年Alex Net（深度卷積神經網絡）：辛頓團隊在ImageNet競賽中以壓倒性優勢奪冠，標志著深度學習在計算機視覺領域統治地位的開始。

2016年AlphaGo：擊敗人類圍棋冠軍李世石，證明了深度學習與強化學習結合后，能攻克人類最復雜的智力游戲，震驚世界。

2022年ChatGPT時刻：將大語言模型的強大能力帶給普通大眾，實現了真正的自然語言對話、理解和生成，開啟了AI的 “ 普惠時代 ” 。

打破了人工智能研發對巨量算力和資本的高度依賴，開源的力量，開啟A1民主化的新紀元。

深度學習的成功，關鍵在于讓機器從 “ 被動執行規則 ” 轉向 “ 主動從海量數據中學習規律 ” “讓機器像人類一樣學習思考”。

當前，AI正朝著更高效、更專業的方向發展，例如2025年以來備受矚目的DeepSeek等開源模型，正以高性能和低成本推動技術普及。

同時，學術界也在探索能像人類一樣自主形成概念的新型神經網絡，讓AI具備更強的理解能力和更穩健的推理能力。

人工智能的發展史充滿了夢想、挫折與復興。

“辛頓傳奇”

傳奇科學家辛頓的故事本身就是一部現代AI發展史。我們先從著名的“辛頓競拍”講起。

2012年，百度、谷歌、微軟和DeepMind，都開出天價想把辛頓招致麾下，但在學生的建議下，辛頓意識到成立公司進行拍賣能讓價值最大化，于是迅速創立了只有他和兩名學生的DNN research。幾路人馬將價格推高至4400萬美元。

辛頓在酒店房間通過郵件組織了秘密拍賣，競標者包括：百度，是最早出價的競標者，一路將價格推高至4400萬美元；谷歌、微軟隨后加入戰局；

DeepMind，當時僅成立兩年的倫敦初創公司（ 后被谷歌收購 ）。辛頓最終選擇了谷歌。

這場競標是AI領域的分水嶺，拉開了全球AI人才和技術“軍備競賽”的序幕。百度也由此堅定了自研決心，成立了全球首個深度學習研究院。

而辛頓的學生Ilya Sutskever后來成為OpenAI聯合創始人，領導了GPT系列的研發。

這場拍賣會的主角是傳奇科學家——辛頓，我們來看看他的傳奇故事。

辛頓的貢獻奠定了現代深度學習的基石，其思想支撐著當今幾乎所有大模型（ 包括ChatGPT ）的運行。他的主要成就包括：

奠基：讓網絡“學會學習”的反向傳播 算法(1986年)

證明了讓多層神經網絡從錯誤中學習的核心算法，是所有現代AI訓練的基石。這是辛頓對AI領域最基礎、最廣泛的貢獻。

可以把它理解為一種“事后追責”機制：

當一個多層神經網絡在識別圖像（ 比如手寫數字“2” ）時給出了錯誤答案（ 比如識別成“6” ），反向傳播算法會從輸出端倒推回來，精確計算出網絡中每一個參數對最終錯誤負有多大“責任”。

隨后，算法會根據這個“責任”大小調整參數，讓網絡在下一次做得更好。這一循環往復的過程，正是如今幾乎所有深度學習模型（從人臉識別到ChatGPT）能夠被訓練出來的根本原因。

創新：賦予機器“想象力”的玻爾茲曼機 (1985年)

如果說反向傳播是讓網絡學會“學習”和“判斷”，那玻爾茲曼機則是讓網絡開始“理解”和“生成”。

辛頓從19世紀物理學家玻爾茲曼的統計力學方程中獲得靈感，發明了這個網絡。它最大的特點是能夠從未標記的數據中自主學習數據的內部結構。

想象一下，看過成千上萬張貓的圖片后，網絡不僅能認出貓，還能“想象”出一只從未存在過的新貓的樣子。這正是今天所有生成式AI的雛形。

引爆：拉開深度學習革命大幕的AlexNet (2012年)

這是辛頓團隊在實踐上的一次決定性勝利，直接引爆了本輪AI浪潮。

他和學生伊利亞·蘇茨克維、亞歷克斯·克里澤夫斯基開發的深度卷積神經網絡Alex Net，在當年的ImageNet圖像識別大賽中以碾壓性優勢奪冠（ 將錯誤率從25.8%一舉降至15.3% ）。

這不僅是技術的勝利，更向全世界證明了深度學習的巨大潛力，直接終結了AI研究的寒冬。

關鍵推手：擁抱GPU，點燃算力革命

辛頓的偉大之處，還在于他在關鍵時刻做出了正確的技術選擇——擁抱GPU。

在AlexNet誕生之前，神經網絡訓練緩慢。辛頓團隊敏銳地發現，原本為電腦游戲設計的圖形處理器（ GPU ）擁有強大的并行計算能力，非常適合同時處理海量神經元計算。

于是，在2012年，他的學生亞歷克斯在自己臥室的電腦上，僅用兩塊NVIDIA GPU板就訓練出了震驚世界的AlexNet。這標志著AI研究正式進入“算力驅動”的時代。

AlexNet的成功讓全世界看到了GPU的潛力。它直接啟發了英偉達（ NVIDIA ）全力投入AI芯片研發，也促使谷歌開始設計自己的定制芯片TPU。如今，支撐著全球AI發展的算力網絡，其源頭正是辛頓團隊那間臥室里的兩塊GPU。

榮譽認可：因這些奠基性貢獻，他先后獲得了2018年圖靈獎（ 計算機領域最高榮譽 ）和2024年諾貝爾物理學獎。

辛頓的傳奇，在于他能在寒冬中堅守異見，創新都是從邊緣發起的。他的故事本身就是一部微縮的現代AI發展史。

辛頓離開谷歌。

2013年，谷歌通過收購辛頓的初創公司DNNresearch將他納入麾下。在谷歌大腦（ Google Brain ）工作期間，他的研究極大地提升了谷歌的圖像識別和安卓系統音頻識別能力。

2023年5月，75歲的辛頓做出了離職決定。

導火索是AI的飛速發展改變了他的認知：此前，辛頓認為AI威脅人類生存是30到50年后的事。但ChatGPT等模型的飛躍式發展，讓他意識到這一天可能比想象中來得更快。他感到后悔和擔憂，認為自己畢生的工作可能帶來嚴重后果。

辛頓擔憂，這種資本主義體系下的商業競爭會讓企業為了搶占市場而忽略必要的安全護欄。最終抉擇，為了發聲，選擇離開。

離開谷歌后，辛頓毫無保留地分享了他對AI未來的深切憂慮，核心觀點：

虛假信息的泛濫：AI將讓互聯網充斥著普通人無法分辨真假的照片、視頻和文本。

對就業市場的顛覆：AI不僅會取代枯燥的工作，更可能大規模地替代助理、翻譯等崗位，加劇社會貧富分化與動蕩。

存在失控的生存風險：他警告，比人類更聰明的AI可能會學會通過操控語言反向操控人類，甚至被用于開發致命的自主武器。

對人類價值的反思：他甚至提出，人類可能只是智能演化過程中的一個過渡階段。他引用“養虎為患”的比喻，強調必須確保強大的AI始終與人類的利益對齊。

辛頓的離開，是一位功成名就的科學家在目睹自己畢生心血可能帶來的黑暗面后，做出的一個極具原則性的道德選擇。是為了對人類負責，選擇了一種更孤獨的方式——成為這個時代的“吹哨人”。

隨著算法的突破，算力的進展，未來人工智能大模型將智力超群。在AI的助力下，人類將出現科學重大突破，發現暗物質，新的物理規律，經濟規律。

它讓普通人擁有成為超級個體、一人公司的可能，每個人都可以雇傭頂尖專業的法律、醫療、財會等服務。

大模型發展的頭部集中越來越明顯。

美國比較領先的是：

谷歌 ( Google/DeepMind )的Gemini：原生多模態領域的標桿，實現了文本、圖像、音頻和視頻的融合處理，依托谷歌龐大的應用生態。

OpenAI 的ChatGPT：在個性化交互、推理邏輯上具有顯著優勢。

Anthropic 的Claude系列：Claude Code在智能編程領域應用深入，還推出了法律、網絡安全等Agent，直接帶崩了華爾街軟件股。

馬斯克旗下的xAI (Grok系列)：Grok的核心壁壘在于與X平臺的深度綁定，擁有極強的實時熱點解析能力，其應用特點是處理實時新聞和輿情分析方面具有優勢。

中國領先的是：

字節跳動 (豆包 & Seedance)：豆包的聊天功能十分強大，占據了國內C端市場頭部。豆包手機試圖打開本地應用。Seedance 2.0在視頻生成多模態領域成為行業標桿。它深度嵌入字節的內容生態，在個人效率提升和智能內容生成AIGC上具有極強的商業落地優勢。

百度（文心多模態）：文心是國內最早的大模型，現在的文心5.0是“原生多模態大模型”，從“看圖說話”到“生成視頻”，一鍵搞定。

阿里巴巴 (通義千問 Qwen)：代表開源模型Qwen2.5-72B在準確度測試中名列前茅。在應用端，阿里依托電商場景積累的海量數據，持續優化通義千問的商業應用能力，比如千問點外賣等場景，“能說會干”。

騰訊 (元寶)：致力于打造“AI+社交”入口。

DeepSeek：率先轉向為算法做減法，顛覆了“AI訓練必依賴強大算力”的認知。其代表模型DeepSeek V3 通過混合專家模型（ MoE ）、多頭潛在注意力機制（ MLA ）等技術，大幅降低了推理延遲、算力需求與落地成本。它在科研輔助領域獨樹一幟，在多項基準測試，如數學計算和代碼編寫中表現優異。

大模型時代，除了科技大廠，垂類模型還有沒有機會呢？

我認為是有的，大模型真正的價值，是誰能扎進真實場景，解決人的具體問題。

新浪財經做了兩件很有價值的事。他們有大量的財經數據，推出了“芝麻AI”，如果你問“黃金怎么樣”“股市怎么樣”，它不僅給你推送及時的新聞，還能調用實時交易數據進行分析，相當于你的研究助理。

黑貓投訴，積累了近3400萬條真實的消費糾紛反饋，他們做了“瞄一眼”AI模型，幫消費者避坑。比如你搜“辦健身卡”，它能從海量投訴里總結出高頻風險點，幫你避坑，把“事后維權”變成了“事前預警”。

他們還做深度欄目。新浪財經、微博聯合打造財經IP視頻平臺《達芬奇Live》：《硬核AI客》欄目帶著鏡頭去到很多初創型AI企業探訪，讓普通人看見這些公司都在研發什么；《未竟之約》欄目邀請大咖聊聊技術背后的商業與機會。

AI Agent成為人類的超級助手：能說會干，還特別懂你

AI Agent就相當于行業專家，更重要的是，AI Agent將是有力的執行者。它不再是一個AI聊天框，而是擁有了“數字手腳”，能直接操控App和瀏覽器，替你直接完成復雜工作。

比如，訂票、訂酒店、采購、回郵件和微信。你只需定義目標，AI Agent會自動拆解步驟、調用各應用，幫你把事辦成。

AI Agent正成為你的“數字員工”，進化為人類的“超級助手”。

Agent正向“超級智能體”進化：

從“能說”到“會做”：從“生成式AI”升級為“智能體AI”。以前只能幫你制定行程，現在能直接完成預訂。

跨系統協作：具備多智能體協同能力。以預定行程和酒店機票為例，可以為你同時調用多個APP。

再以軟件開發為例，一個超級智能體系統接到需求后，會由不同Agent并行處理：一個寫計劃、一個寫代碼、一個生成測試、一個更新文檔。這改變了由人來回切換工具的模式。

真正的“懂你”：擁有個性化記憶與上下文感知。新一代超級助手通過學習你的工作習慣和溝通風格，提供量身定制的支持，不再需要復雜的提示詞，感覺就像你的“影子”。

AI Agent對初級白領的崗位沖擊最大，特別是在處理重復性、標準化程度高的任務時優勢明顯。

六大核心替代領域：

① AI+編程：AI不僅能寫代碼，還能調試優化，現在很多科技大廠已經在大規模用AI Agent在寫代碼。未來大部分日常編程任務將自動化。

② AI+金融：Agent可自動解讀財報、生成投資簡報，扮演投研助理角色。未來金融業大部分的崗位可以自動化。

③ AI+客服：Agent能處理查詢、咨詢、導覽，甚至代用戶執行預訂等操作。應用AI客服最高可大幅降低運營成本。

④ AI+網安：利用AI進行安全監控、漏洞分析和自動化響應。

⑤ AI+法律：對初級法務、法律助理等重復性高的職位影響最大，可快速進行法律文檔審查、擬合同。

⑥ AI+人力：企業招聘正引入AI，用于篩選簡歷、簡化招聘流程。

未來隨著機器人技術和智能體的結合，AI正在賦能甚至替代部分藍領工作。

Agent = 白領，機器人 = 藍領。未來趨勢將是AI大腦（ Agent ）指揮機械身體（ 機器人 ）執行任務，例如倉儲搬運、分揀，乃至復雜設備操作。

AI Agent的終極目標不是取代人類，而是將我們從重復勞動中解放出來，去專注于創意、決策和情感交流等更有價值的工作。未來屬于那些善用AI的人類。

五、具身智能：

機器人走進現實生產力空間

第五大趨勢：未來是機器人的世界，AI擁有物理身體，走進工廠和家庭，AI加機器人是新生產力。

今年我去CES，機器人展廳人山人海，火爆得很。今年春晚，機器人跳舞、練武術各種秀，大放異彩。

真正的機器人“ChatGPT時刻”還沒到來，如果未來幾年，有真正大規模應用的基于AI大模型的自主機器人技術突破，那時候熱度可能會比現在至少高100倍。

再過3-5年，可能擁有具身智能AI模型的機器人大規模出現，不是現在這種預編程的，而是具有自主智能的，未來機器人密度將超過人類。

工廠里到處都是機器人在打工；餐館里都是機器人炒菜，端盤子；馬路上機器人送快遞；家里機器人做清潔，照護老人。人從簡單重復工作中解放出來。

應用場景之大，市場規模之廣闊，毋庸置疑。魔法原子去年3月就已經發起“千景共創計劃”，要招募1000家合作伙伴，打造1000個人形機器人落地應用場景，覆蓋工業、商業、家庭。

例如商業服務場景，魔法原子的小麥機器人能在博物館、美術館做導覽員；家庭場景，人形機器人可以變身咖啡拉花師，還有憨萌出圈的機器熊貓，給人細膩的情感互動和陪伴。

馬斯克預言，未來會出現“全民高收入”，AI 和機器人會讓生產成本幾乎降到零，商品和服務都會變得超級便宜。

因為物資極大豐富，人類將不再為了生存而工作，人類工作只是為了興趣，存錢毫無意義，甚至錢都已經不重要了。AI和機器人將是解決全球貧困、所有人都物資豐富的唯一方法。

馬斯克說，他的Optimus機器人是“無限印鈔機”，特斯拉工廠將全力生產Optimus人形機器人，目標年產能達到100萬臺。

經濟學也將重新改寫，未來GDP的生產將改寫為：機器人數量X每個機器人的產出，全球經濟將爆炸性增長。

而中國在這場全球浪潮中又將是領先的，中美占領了CES，已經看不到日本歐洲的身影；

而相比美國，中國機器人產業鏈條極其完善，從軟硬件能力、到數據積累，形成了完整的技術閉環。

以魔法原子為例，硬件自研比例已經超過90%，覆蓋關節模組、靈巧手等關鍵零部件。公司頂尖研發人員占比超過80%，人才儲備豐厚。

數據積累方面，其數采工廠已實現日均1.6萬條數據的采集能力，真實場景數據占比超過80%，遠超行業平均水平。

但是，也需要警惕風險。我們需要對AI和機器人非常小心，不要出現詹姆斯·卡梅隆電影《終結者》的劇情。

未來人形機器人發展分為三步：

第一步是走進工廠。

第二步是走進家庭，顛勺做飯，護理老人，輔導孩子。

第三步是邁向硅基生命，AI大腦與機械身體完美融合，深度理解人類社會，人類與機器人協作。

與用人操控的機器人不同，AI機器人，又叫具身智能體，用物理實體來承載AI。典型案例如，智能駕駛、人形機器人，前者是“AI+新能源汽車”，后者則是“AI+類人機器”。

與傳統機器人不同，人形機器人的愿景是實現“通用性”。

形態上與人類似，技術上無縫適配人類現有工作和生活環境以及像人一樣使用各種工具，在工廠、家庭、特種作業等多樣場景廣泛適用，這有別于專用于單一任務的傳統機器人，比如工業機械臂、掃地機器人。

技術角度看，人形機器人由“大腦”“小腦”和“本體”三部分構成。

一是人形機器人的“大腦”，這是認知決策系統，負責語言交互、環境理解、任務理解、決策規劃。

二是“小腦”，這是運動控制系統、負責將“大腦”的決策轉化為流暢且穩定的動作指令，實現對機器人的運動控制和身體協調。

三是機器人的“本體”，作為所有指令的機械動力學實現。

最近追覓和俞浩的關注度頗高，追覓是全球家用機器人龍頭，俞浩說要超過馬斯克，成為世界首富，公司規模要達到100萬億。

我在網上聽到了一些不同聲音。我愿意給這些勇闖世界的年輕人多一些掌聲，人生還是要有更大的夢想，萬一實現了呢？

這個時代需要一批仰望星空的人，俞浩和俞浩們加油。為什么馬斯克吹牛，一批人無腦追捧，國內的青年企業家年少輕狂一下，卻換來嘲笑？我們的社會倡導低調文化，但也需要高調的仰望星空的勇闖世界的年輕人。

六、智駕落地：

自動駕駛終結城市出行痛點

第六大趨勢：自動駕駛大規模商業化落地，成為城市擁堵和空氣污染的終極解決方案。

自動駕駛將成為解決城市交通擁堵、空氣污染和安全問題的終極方案。自動駕駛將在未來1-2年爆發，大模型可統一駕駛標準，使千萬車輛達到甚至超過“老司機”水平，更安全，徹底解決城市擁堵問題，這是十萬億級賽道。

過去一年，我游學過特斯拉、小鵬汽車、禾賽科技、地平線等，深感自動駕駛正在超預期的加速到來。

自動駕駛正從科幻走進現實。

自動駕駛：即將全面爆發。全球進展來看，自動駕駛的商業化落地速度，會比想象的要快。

1.沒有方向盤的量產車已經下線

2026年2月中旬，特斯拉首臺專為Robotaxi設計的Cybercab正式下線。這款車徹底取消了方向盤和剎車油門踏板，完全交由AI控制。馬斯克已明確表示，該車型計劃于2026年4月大規模投產。

2.FSD入華進入倒計時

馬斯克此前曾透露，特斯拉完全自動駕駛系統FSD預計將在2026年在中國獲得全面批準。一旦這條過江龍正式落地，國內智駕市場將迎來真正的質變。

3.車企將經歷DeepSeek時刻

就在2026年春節剛過，小鵬汽車CEO何小鵬在全員開工信中明確提出，要抓住中國自動駕駛的DeepSeek時刻，并宣布將在2026年推出極具競爭力的全新一代Robotaxi。車企的未來會從賣硬件向賣AI出行服務。

4.中國自動駕駛車隊的規模化

百度的蘿卜快跑，已經從中國走向全球。

到今年2月份，蘿卜快跑提供的出行服務超2000萬次；自動駕駛超3億公里，其中，全無人駕駛超過六成。

5.全球自動駕駛商業化運營加速

美國的龍頭Waymo融資百億美金，目前其每周的付費訂單量已經突破45萬單，并且明確提出計劃在2026年底將周付費訂單量提升至100萬單以上。而在國內，小馬智行、文遠知行等頭部企業的無人車隊也已經正式達千輛。

為什么自動駕駛未來比老司機開的好？智能駕駛科學原理：超強硬件+可復制。

① 自動駕駛的硬件，超越人的極限。

駕駛的本質是從環境感知、再到決策、執行的物理閉環。人在這個閉環中存在生理極限。

比如，人視覺的有效感知距離是150米，且極易受惡劣天氣、情緒和疲勞的影響，而AI擁有探測距離超200米的高清攝像頭與激光雷達，以及全天候360度無死角的感知矩陣。捕捉的信息量遠超人類。

在反應速度上，人類最快的神經延遲在200ms以上，并且人的大腦極易受疲勞、情緒的影響。

而AI大幅超越了這些人類的限制，頂級車載算力芯片可將決策延遲極速壓縮至10ms-30ms。AI不僅看得更遠，動作也遠比人類迅猛果斷。

② 自動駕駛的學習能力可以批量復制遷移，實現了全局共享的指數級進化。

駕駛員的經驗積累是封閉的，一位老司機的經驗不能直接復制給新手，隨著老司機的退休，經驗也就消失了。

自動駕駛的經驗是可以批量復制和全局共享的。 以特斯拉為首的車企利用影子模式，讓數百萬輛車在真實世界中并行訓練。

只要全球有任何一輛車學會了處理某個極端場景，這個經驗就會通過云端瞬間同步給幾百萬輛車。這種一車學會，全網掌握的進化速度，讓AI一天的學習量就能跨越人類數萬年的駕駛時長。

所以，從第一性原理上講，自動駕駛未來必然會比人開得更好、更安全。最終將從底層邏輯上消除90%以上的交通事故。

技術路線和進步：軟件定義，像人一樣開車

自動駕駛的核心技術正經歷從“硬件堆料”到“軟件定義”的深刻變革。

感知端：傳感器路線的分化

純視覺派：以特斯拉為代表，主張“像人一樣開車”，僅靠攝像頭捕捉視覺信息。其優勢在于硬件成本低、數據閉環高效，但對算法和數據的依賴極高。

融合感知派：以中國車企為代表，采用“激光雷達+攝像頭+毫米波雷達”的多重冗余方案。

優勢在于安全性高，對極端天氣和異形障礙物的感知更穩健，但硬件成本曾是主要障礙。不過隨著國產供應鏈成熟，激光雷達已進入千元級時代，正快速下探至15萬級車型。

端到端，無圖畫，像人一樣學會開車

告別規則，擁抱“端到端”：行業已基本拋棄過去靠工程師寫規則的“規則驅動”模式，全面轉向“數據驅動”。

通過端到端大模型（ 如VLA視覺語言動作模型 ），車輛像人類一樣“學習”駕駛，從感知直接輸出控制信號，應對復雜路況的能力大幅提升。

“無圖化”成為標配：曾經昂貴且更新慢的高精地圖正被逐步拋棄。憑借強大的實時感知和融合大模型，車輛可以在行駛中實時生成“活地圖”，大幅降低了系統對地圖的依賴和成本，讓城市NOA得以快速普及。

2026年將是高階智駕商業化的“元年”：從“技術驗證”邁向“規模化商用”的關鍵分水嶺。

自動駕駛的普及將產生遠超“交通工具”范疇的深遠影響。

提升交通安全：消除酒駕、疲勞等人為失誤（ 90%以上事故起因 ）。

促進出行公平：為老人、殘障人士等提供獨立出行自由。

解放寶貴時間：將通勤時間變為可工作、休閑的“第三空間”。

提升能源效率：優化駕駛行為（ 如編隊行駛 ），可降低能耗15-20%。

緩解交通擁堵：通過車路云協同，提升通行效率50%以上。

提升物流效率：港口、礦區等場景效率提升超30%，事故率降低90%。

弊：

結構性失業：出租車、貨車司機等崗位面臨轉型壓力。

隱私邊界模糊：車內外海量數據采集可能侵犯個人隱私。

網絡安全風險：高度互聯的車輛系統面臨黑客攻擊的潛在威脅。

技術的“長尾”難題：盡管AI在標準路況下表現出色，但在暴雨、強光、沙塵等極端天氣，或面對“鬼探頭”、路面躺倒行人等突發“長尾場景”時，感知系統仍可能失靈。

倫理算法：當事故不可避免時，算法應如何抉擇？是保護乘客還是保護行人？

法律重構：未來的事故責任，將從“駕駛員責任”轉向“產品責任”。是車企、軟件開發商，還是運營平臺的責任？這需要法律重新定義。

七、生命重寫：

AI 醫療破解長壽與絕癥密碼

第七大趨勢：AI醫療破解創新藥，打開生命密碼，AI醫生、手術機器人助力健康，人類突破長壽上限。

AI重寫生命科學。AI大模型下圍棋超過世界冠軍，開車超過所有的老司機，那AI醫療大模型會不會超過所有的優秀醫生？

我們這代人何其有幸，AI拓展人類的智力邊界，AI很可能醫療破解生命密碼，拓展人類的生命長度。活得長，活得好，突破長壽極限。

生命科學取得重大突破。AI破解創新藥研發，很可能在5-10年內攻克癌癥、漸凍癥等絕癥，延長壽命到120歲，60歲將被稱為“銀發青年”，90歲以后才是老年，重新規劃人生。

AI在醫療領域的三大應用場景和機遇：創新藥、AI醫生、手術機器人。

第一大突破性機遇：AI創新藥

過去傳統藥物研發受困于三個十定律，耗時10年、花費10億美金，但是僅10%成功率。而今，以AlphaFold為代表的AI模型，將新藥研發的試錯成本、時間大幅降低，效率大幅提升。

先要搞懂藥物研發的基本邏輯。以癌癥為例，癌癥就像身體里的一把“鎖”壞了，就是“靶點”，我們需要造一把“鑰匙”去修好它，就是“先導化合物”。

在傳統制藥邏輯下，這極其困難：

首先，你很難看清“鎖”的內部結構，尋找靶點難度極大；

其次，為了配鑰匙，科學家只能在浩如煙海的已知化合物庫里，大海撈針，一個個去試，去篩選。這有點像碰運氣、試錯，效率很低。

現在，AI在3個環節發揮了革命性改變：

第一步是解決了“找準鎖”的問題。

藥物研發的核心靶點大多數都是蛋白質，只有搞清楚了蛋白質的3D結構，才能設計出完美匹配的藥物分子。

以前科學家要弄清蛋白質3D結構非常難，現在像谷歌旗下的DeepMind開發的AlphaFold這樣的AI模型，能夠以高準確性預測蛋白質的三維結構，有效地解決了蛋白質折疊問題這個過去的重大挑戰。這就相當于AI幫我們開了天眼，直接看清了“鎖芯”靶點的構造。

第二步是解決了“配鑰匙”的問題，這就是AI分子設計，更對癥下藥、“配鑰匙”的效率更高。

理論上存在的化合物數量無窮大，甚至超過宇宙中的原子數量，人類無法窮盡篩選。有了AI技術，就不需要再去大海撈針了。

利用生成式AI，模型可以根據靶點結構，生成分子結構，并篩選出結合力最強的前幾十種，直接跳過了傳統長達3-5年的篩選期。

這就相當于把開鎖的鑰匙也就是治療絕癥的創新藥直接造出來了，這種方法更直接、更快、成本更低。

第三步是用AI給創新藥物“排毒”。

很多藥進到人體內有毒，或者根本無法吸收。這是新藥研發失敗率最高的關節。

AI利用深度學習算法，基于歷史藥物數據庫，預測新分子的ADMET性質，即吸收、分布、代謝、排泄、毒性。

AI能計算出藥是否會導致肝毒性或心臟副作用，從而在早期淘汰掉90%的不合格分子，極大地節省了后期臨床試驗的成本。

AI創新藥的本質，是將微觀世界的生物學問題（蛋白質與分子的相互作用），轉化為AI領域的數學問題（高維空間的特征匹配）。

現在AI模式是學習海量的生物醫藥數據，包括基因組學、蛋白質結構、臨床數據，構建出人體生物系統的數字孿生模型，在虛擬空間中先完成篩選和驗證，再回到實驗室確認。

AI制藥還有三座大山要翻越：數據、模型、臨床。

第一座大山是制藥數據質量。 “喂”給AI的“口糧”質量不高，將會影響AI模型訓練效果。

第二座大山是AI制藥模型。 深度學習模型要具有強大的推理能力，既要擅長發現“相關性”，也要擅長確定“因果性”。

第三座大山是臨床試驗。 AI加速了前期藥物發現，但它能否通過臨床試驗，大規模用在人身上，還需要時間的檢驗。

隨著生成式AI的成熟，藥物研發將徹底告別碰運氣時代。

從市場規模看，AI制藥具有萬億級經濟空間。癌癥、阿爾茨海默癥等絕癥是人類壽命的攔路虎。AI通過精準找靶點和分子生成，將攻克這些曾經無藥可醫的疾病。

未來，人類壽命上限有望突破120歲，由此衍生的創新藥、抗衰老、健康管理市場規模巨大。

AI創新藥需要算力與算法基建，以及臨床試驗。這一環節的企業擁有廣闊前景。參與方包括晶泰科技、英矽智能等平臺型獨角獸，以及華為等科技巨頭提供的底層算力支持。利用AI平臺開發出First-in-class管線，進行臨床驗證。

談到人工智能和AI醫療，不得不提起一位傳奇天才——哈薩比斯，唯一可以比肩馬斯克式的人物。他創立了DeepMind，后來被谷歌收購，先是帶領團隊研發了AlphaGo，戰勝了韓國、中國的圍棋冠軍。

后來牽頭研發了AlphaFold3，解析了2億種蛋白質結構，而之前所有人類科學家通過實驗解析出的蛋白質只有19萬個，哈薩比斯把數量提升了1000倍，被視為生物學界的ChatGPT時刻。

如果用傳統實驗方法預測兩億種蛋白質結構，人類得吭哧吭哧干十億年，而AI一年就干完了，你就說AI有多強吧。

他把這些蛋白質數據庫和AlphaFold3工具免費提供給全球科學家使用，這將極大的推動生命科學、醫學、藥物學、生物材料等領域的研究進展。2024年諾貝爾化學獎頒給了哈薩比斯，在頒獎典禮上哈薩比斯發表了驚人的預言——未來十年內人類將治愈所有疾病。

之后兩年時間，他帶領谷歌研發大模型Gemini，現在公測在很多領域超越ChatGPT，目前是全世界最強的AI大模型之一，在未來很有可能率先實現AGI。

第二大突破性機遇：AI醫生

中國醫療最大的痛點是，資源分布極度不均，三甲醫院人滿為患，名醫稀缺，水平參差不齊。

AI通過學習千萬級病例，看病水平將超過所有人類醫生，其閱片準確率超過專家。 未來，AI能以專家級的水平自動讀片、診斷，實現名醫普惠。

面對海量的醫學文獻和不斷更新的診療數據，醫生很難憑借人腦完全掌握。AI醫療大模型學習效率遠超人類，能夠制定最佳診療方案，減少誤診。

未來5-10年，全球AI醫療將取得突破性進展。OpenAI推出針對醫療健康的垂類應用：ChatGPT Health；

國內互聯網大廠如百度、騰訊、阿里等積極布局“醫療+AI”，C端用戶規模快速增長。

比如螞蟻阿福，自2025年6月正式發布以來快速崛起，提供健康科普、報告解讀、就診咨詢等上百項AI服務，更實現用戶規模的快速突破，截至2025年12月月活躍用戶已突破1500萬，單日用戶提問量超1000萬。

第三大突破性機遇：手術機器人

傳統外科手術的痛點是，依賴醫生的手眼配合，受限于視野死角和生理抖動。

AI手術機器人，突破人類操作極限。AI與機器人的結合，利用計算機視覺和力反饋技術，能夠實現微米級的操作精度，讓復雜的高難度手術變得標準化。

這里有兩個關鍵技術：

① AI影像分割， 就是利用AI技術將患者術前的CT掃描數據轉化為高精度的3D模型。醫生在手術中可以在控制臺上調出這個3D地圖，像開車看導航一樣進行手術，同時避開關鍵血管和神經。

② 直覺外科， 比如著名的達芬奇Da Vinci 5( DV5 )。不僅有精確的機械臂，還有強大的AI模型算力，實現手術過程中的實時導航，智能手術分析，捕捉分析人體組織對器械的牽拉力度、切割阻力等反饋數據，實現精準手術。

真正實現遠程醫療。結合5G、6G低時延網絡，AI手術機器人讓北京的專家可以為邊疆的患者進行實時手術。

未來如果人類想實現數字永生，就要靠腦機接口了。2024年澤平宏觀商學就發掘了強腦科技，杭州六小龍之一。

過去我們還發掘了很多前沿科技和大牛股，2024年游學小米科技，信達生物，藏格礦業。我們去過的前沿科技公司很多都長大了。

我一年看100多家公司，站在前沿科技炮火的一線，尋找那些夢想改變世界的偉大公司。

八、星際遠航：

商業航天開啟“天基 AI”時代

第八大趨勢：商業航天開啟太空競賽，可重復回收火箭技術突破，新一代通訊技術誕生，中國加速推動星網計劃。

商業航天開啟太空競賽，可重復回收火箭技術突破，新一代通訊技術誕生，中國加速推動星網計劃

先來看一個大新聞：

今年1月底，美國聯邦通信委員會（FCC）的一份文件顯示，SpaceX正在申請發射并運營一個由100萬顆衛星組成的星座，這些衛星具備前所未有的計算能力（軌道數據中心），以支持先進的人工智能。

SpaceX在文件中表示：“為了提供支持全球數十億用戶的大規模AI推理及數據中心應用所需的計算能力，SpaceX擬部署100萬顆衛星系統，這些衛星將在寬度高達50公里的狹窄軌道殼層內運行。”

這些衛星擬部署在高度500公里至2000公里的軌道上，采用太陽同步軌道傾角約30度，利用太陽能供電，并通過光學鏈路（激光）與現有星鏈網絡連接。

該計劃的規模遠遠超過了現有的“星鏈”衛星網絡。據悉，目前“星鏈”衛星網絡在地球軌道上的衛星數量大約9600顆。

簡單講，馬斯克的SpaceX申請部署百萬顆算力衛星，要在太空建光伏電站和算力中心，永久解決人工智能發展所需要的能源和算力問題。未來隨著人工智能的大爆發，地球的能源可能不夠用。

為了實現這一遠大夢想，SpaceX收購了人工智能公司xAI，形成了馬斯克的商業航天和人工智能商業閉環。此次交易對SpaceX的估值為1萬億美元，對xAI的估值為2500億美元，馬斯克身價達到8000億美元，全球首富，財富是第二位的三倍多。

2026年1月11日，國際電信聯盟正式披露，中國提交了總計超20.3萬顆衛星的頻軌資源申請，加快火箭發射和星網計劃，這一史無前例的申報規模，標志著中國商業航天邁入超大規模組網階段。

全球太空競賽拉開大幕，這關系到人類商業航天、人工智能、新一代通訊技術以及國防安全的未來。

2025年全球航天發射異常活躍，全年發射達337次，比2024年增長28%。中美兩國合計發射 283次，占全球總發射次數的84%。2025年中國共進行92次航天發射，再創歷史新高，商業發射占比顯著提升，貢獻航天強國。

SpaceX是如今全球商業航天的開拓者和引領者。2025年SpaceX進行了165次火箭發射任務，占全球發射總數的49%。截至2025年底在軌衛星總數超過9000顆，超過任一國家隊發射的衛星總數。

關鍵是，未來增長會指數級、爆發式增長，按照中美的衛星發射數量，未來將增長幾百倍，空間巨大。

這些年，商業航天領域最重要的一項技術突破是火箭的可回收技術。一級火箭占全新火箭成本的60%，復用10次后發射成本可降低60%以上。

SpaceX計劃2026年上市，意味著商業航天“燒錢豪賭”期結束，也標志著通過市場化、規模化、低成本化和持續創新的商業航天時代到來。

那么，商業航天將如何改變世界？

1.下一代先進通訊技術：低軌衛星互聯網

未來商業航天的第一大應用是：低軌的衛星互聯網，這是目前商業航天領域最大、最核心、且最具爆發力的應用場景。

2026年，馬斯克宣布推出星鏈Direct to Cell服務，標志衛星直連通信手機全面進入消費級市場，讓普通智能手機無需更換硬件，可直接連接低軌衛星上網或通信。

低軌衛星互聯網能夠解決海洋、沙漠、山區等地面基站無法覆蓋的70%地球表面積。

其低軌（500-1000km）的物理特性決定了其時延可以媲美光纖（20ms-50ms），遠優于傳統的高軌同步衛星（500ms+）。未來的6G網絡將是天地一體化的，只有低軌衛星才能實現全球無縫覆蓋。

衛星互聯網是To C的、面向消費者的。它對標的是地面的電信運營商，而全球電信市場是萬億美元級別。為什么SpaceX的估值能突破萬億美元？絕大部分是靠Starlink星鏈的用戶增長預期在支撐。

我在特斯拉總部體驗 FSD和GROK，用的就是星鏈通訊，信號非常好，還可以實時了解各自咨詢和新聞。段永平也是星鏈用戶。

2.太空算力中心和光伏電站

未來商業航天的第二大應用可能就是“天基AI”，將AI算力中心部署至太空。

隨著AI大爆發，未來的瓶頸不是芯片，而是算力和電力。根據第一性原理，太陽提供了接近100%的能源。

把算力中心建到太空，可以實現電力持續保障。太空中有可以全天候、穩定利用的太陽能，在大氣層外不受地面氣候和晝夜干擾，比地面光伏更具優勢。

馬斯克說，“在太空中，一塊太陽能板的發電能力，大約是地面上的5倍。未來把AI放在太空里運行，將會是成本最低的選擇，而且會是壓倒性地便宜。這一轉變會在36個月以內發生，甚至可能只需要30個月。”

還可以解決散熱問題，傳統數據中心不僅耗電量大、碳排放量高，服務器冷卻還需消耗大量水資源。而太空具備近乎-270℃的極低溫環境可實現自然散熱，擁有天然的散熱和成本優勢。

這將帶來光伏行業需求的大爆發，我曾經游學過西安的隆基綠能、蘇州的協鑫和成都的通威，中國在光伏領域遙遙領先，異質結、鈣鈦礦等。

3.國防安全

百年未有之大變局，大周期末期，大國博弈，地緣動蕩，全球軍備競賽。現代戰爭形態向空天、信息、智能化演進，技術落伍者將被降維打擊，比如美國襲擊委內瑞拉和伊朗。

我們需要全力發展航空航天、通信衛星及高端裝備，中國大力推進星網計劃，關系國防安全。

4.太空移民

隨著可重復火箭發射技術的突破，大規模發射降低成本，這使得人類移民火星或月球成為可能，人類的活動范圍大幅擴大，新大航海時代到來。

可能10年后我的年度預測在月球舉行，歡迎大家來！

九、中國力量：

全產業鏈優勢支撐的“后來居上”

第九大趨勢：AI中國力量全面崛起，憑借超大規模市場、強大制造業供應鏈、基建狂魔和工程師紅利優勢，有望后來居上。

AI中國力量全面崛起，憑借超大規模市場、強大制造業供應鏈、基建狂魔和工程師紅利優勢，有望后來居上。

AI中國力量將全面崛起。中國在光伏、新能源汽車、動力電池等領域均后發先至，1- N是中國力量的機會。

依托強大算力電力基礎設施、完善供應鏈、14億人大市場，快速商業化落地，國產AI大模型、GPU及超級應用將快速突破，自主可控和國產替代帶來大機會，有可能后發先至。

先講一個無人機的故事：

在汪滔創立大疆的同時，著名的美國《連線》雜志主編安德森，也是無人機愛好者，2009年創立了3DRobotics公司，先后獲得了將上億美元投資，信心滿滿地宣稱:“個人無人機將在這十年里崛起”。

但是，與大疆無人機在市場上較量的無情結果是，安德森燒掉1億美元卻看不到一點希望，無奈于2016年宣布退出無人機市場。

安德森和同事們把失敗的原因歸結為，大疆公司在深圳擁有強大的制造供應鏈支撐體系，而3DRobotics在美國卻不具備。

大疆無人機在全球大賣，在西方成為圣誕節禮物，頻頻出現在影視節目，連美國軍方也采購大疆無人機。大疆的產品線涵蓋消費級、專業級和工業級無人機，全球市場占有率超過70%，在北美和歐洲，市場份額分別高達76.1%和80%。

2026年，AI中國力量將全面崛起，GPU、大模型、人形機器人、自動駕駛等全面追趕。中國在光伏、新能源汽車、動力電池等領域后發先至，這次是AI，從1- N是中國力量的優勢。

中國的優勢是：全球最完備的制造業，14億人的超大規模市場，快速的商業化落地能力，舉國體制的基建狂魔，以及龐大的工程師紅利。還有中國人的勤奮，“開戰即決戰，起跑即沖刺”。

這種優勢，正在最意想不到的領域開花結果。

當最依賴工匠經驗的行業都能被AI徹底重塑，還有哪個傳統產業能置身事外？這就是中國AI的真正底氣——我們不僅有頂尖的技術，更有能把技術扎進泥土、融進血脈的產業場景和實干精神。

未來AI的兩大關鍵：能源和芯片。

1月初，我在CES聽開幕式演講，黃仁勛講“物理AI到來“，蘇資豐講”未來算力有100倍增長空間“，馬斯克講”未來的瓶頸不是芯片，是電力，是能源“。

隨著算力需求指數級增長，未來電力決定了AI的產出。未來AI數據中心，輸入的是電力，輸出的是智力，電力已成為新貨幣。未來，誰掌握了穩定、廉價且充沛的電力，誰就掌握了人工智能時代的貨幣。

電力即國力。如果沒有足夠的電力支持，再先進的算力也無法落地轉化為生產力。AI競爭，是一場關于電網基建、能源效率、綠電建設、新能源技術突破的全面工業競賽。

馬斯克 2024年就開始預警說，“我們現在面臨芯片短缺，大約兩年后則會出現全面的電力短缺”。

2026年1月的達沃斯論壇上馬斯克進一步警告，“AI部署的根本限制因素是電力，就是能源。”他認為AI瓶頸已從芯片轉向電力，美國正面臨電網老化、光伏政策掣肘問題，而中國在電力與光伏產能上已明顯領先。

全球范圍內，電力供應的緊缺正成為AI發展的首要瓶頸。國際能源署IEA指出，全球數據中心、人工智能和加密貨幣的電力消耗在2026年將突破1000TWh。

我們來看幾個硬核數據：

① 從用電量看，2025年，中國全社會用電量首次突破10萬億千瓦時，創下全球單一國家用電量的新高。

中國一國的用電量約相當于美國的2.4倍，超過了美國、歐盟、俄羅斯、印度和日本全年用電量的總和。

② 從電網投資看，中國通過高強度的電網投資，構建了全球最強的電力保障體系。

③ 從裝機規模看，截至2025年底，全國累計發電裝機容量達38.9億千瓦，同比增長16.1%。其中太陽能12億千瓦、風電6.4億千瓦，爆發式增長，為AI提供了綠電基礎。

④ 從電網投資強度看，國家電網2025年投資約6500億元，而2026年預算將升至7200億-7800億元，同比增長超20%，為算力爆發提前布局。

與此同時，我們看到歐美正受困于老舊電網。

巴菲特曾多次指出，美國電網由于監管分散和設備老化，投資嚴重不足，他在伯克希爾哈撒韋的信中提到，現代化的電網建設需要數十年和數千億美元的投入，而美國目前的進度緩慢。

⑤ 從電價看，歐美電價高企，電力成本制約AI發展。

根據國際能源署（IEA）及Business Europe2025-2026年度的最新核算，中國工業電價長期錨定在0.082-0.085美元/kWh，約0.58-0.61元人民幣。

而歐洲2025上半年，歐盟非居民電價仍維持在0.156-0.208歐元/kWh，約0.17-0.23美元，幾乎是中國的2.5倍。

⑥ 從光伏裝機量看，中國憑借全產業鏈優勢，已成為全球綠色能源的中心。

2025年全球光伏新增裝機達到創紀錄的650GW。

其中，中國絕對領先。光伏新增裝機315GW，同比增長13.7%，占全球的一半，連續13年位居全球首位。中國一年的光伏新增量，相當于整個美國歷史累計裝機量的總和。

在全球占比方面，2025年，中國風電光伏合計累計裝機首次突破18億千瓦，中國綠電發電量占全社會用電量的比重已突破22%，光伏與風電的總裝機量占全球總量的比重超過40%。

中國光伏產業主導全球供應鏈。2025年，中國生產了全球92%的多晶硅、97%的硅片、90%的電池片和85%的組件。

⑦ 從新能源技術看，中國企業正在攻克新技術，光伏領域，鈣鈦礦疊層技術成為2026年的爆發點。

隨著TOPCon與HJT量產效率逼近25%–26%、提升空間收窄，鈣鈦礦、晶硅疊層電池成為效率突破的核心方向：實驗室效率已達34.85%（隆基數據），量產組件效率約26%–28%，中長期目標指向35%。

2025年底，中國頭部企業已實現GW級量產，同樣的屋頂面積，鈣鈦礦光伏未來能為AI數據中心多提供30%的電力。

固態電池革命，更安全、能量密度更高。傳統液態鋰電池正接近理論極限，而固態電池通過電解質的革新，實現了質的突破。

① 能量密度更強

傳統液態電池多在170-300Wh/kg。目前，金屬鋰負極固態電池能量密度已達350-400Wh/kg，未來更有望突破500Wh/kg。

② 壽命更長

固態電池在10000次循環后仍能保持90%以上容量，液態電池約能循環3000次。

③ 更安全

固態電解質熔沸點超200°C，從根源上解決了液態電解液熱失控引發的燃燒隱患。

固態電池更安全、能量密度更高，長循環特性，使其成為未來的兆瓦時級大規模AI系統的理想選擇。

AI時代，全球能源產業迎來五大戰略性機遇：

① 全球電網升級，電力投資加大，特高壓、變電站、柔性直流技術爆發，以解決綠電消納與算力中心的跨區域匹配。

② 綠電加速發展，光伏開始向鈣鈦礦技術發展，風電走向深遠海，太空光伏可能在未來實現全天候能源供給。

③ 儲能革新，固態電池憑借高能量密度與安全性，成為適配AI數據中心穩定運行的終極方案。

④ 銅等大宗商品會成為新石油，作為導電核心材料，需求暴增。

⑤ 核能復興，微軟、亞馬遜等科技巨頭正鎖定核能，可控核聚變是未來算力無限戰略保障。

AI中國力量的崛起，離不開強大的供應鏈支撐。當大模型不斷刷新參數上限時，背后正是那些穩定堅韌的全球化供應鏈，為這場科技變革輸送著源源不斷的能源與原材料。

我們再看AI另一個關鍵：芯片。

全球AI爆發點燃算力需求。當前的全球算力格局，呈現出一超多強、競爭加劇的態勢。英偉達憑借CUDA生態的護城河和H/B系列芯片，基本壟斷了全球AI算力。

但與此同時，國產算力產業快速崛起、國產替代，從華為昇騰、寒武紀、昆侖芯，到沐曦、摩爾線程等加速發展，國產算力正在蓄勢爆發。

從國家戰略角度，關乎當下科技自主權，產業鏈安全，以及全球AI競賽領導權。

從產業角度，是加速推動半導體行業全鏈條國產化，從成熟制程邁向高性能芯片的自主可控。

從企業的角度，是需要具有持續技術創新力和產品實力的中國GPU龍頭領軍。

當前中國GPU力量正在崛起，GPU實現國產替代是大勢所趨。

長期看，中國的優勢在完善的產業鏈、龐大市場和應用空間，實現芯片行業的大規模降本和全產業鏈突破只是時間問題。

以光伏與新能源汽車產業為例。20年前，光伏技術掌握在歐美企業手中，價格昂貴。中國企業通過技術引進再創新，發揮制造優勢和規模效應降本，最終實現了絕對領先。

新能源汽車最早也是美國領先，在三電技術上實現突破后，中國新能源車企憑借完整的工業體系和敏銳的市場洞察，形成了產業鏈整合，主導全球新能源汽車行業。

GPU國產化關鍵是產業自主和軟件生態。中國GPU國產化要突破的重點領域有兩類：

① 產業上，從EDA、IP、設備、材料到晶圓代工的半導體產業鏈都需要攻堅。

② 軟件端，面對CUDA生態近20年的“護城河”。國產替代非一朝一夕，高端芯片領域挑戰依然艱巨。

AI殿堂的華人之光：

黃仁勛：NVIDIA（英偉達）的創始人，他ALL IN GPU，并推動了CUDA生態的發展，將NVIDIA從一家圖形芯片公司打造成了AI計算領域的領導者。

在他的帶領下，NVIDIA的芯片成為全球訓練人工智能模型的核心動力，始終追求更快更強的芯片，從某種程度上，是GPU成就了AI爆發，辛頓教授就是用GPU取得了AI突破性進展，2025年公司市值突破4萬億美元。

他的名言：“你的奔跑速度要么為了吃到食物，要么為了不變成食物。”

李飛飛：被譽為“AI教母”，她牽頭創建了ImageNet數據集和挑戰賽，這個包含上千萬標注圖像的數據集為深度學習革命奠定了基礎，直接推動了計算機視覺的爆發式發展。

她提出空間智能是AI的下一個前沿，構建世界模型，讓AI不僅能理解二維圖像，更能感知和模擬三維物理世界，推動數字孿生、機器人、自動駕駛等領域的發展，創立了World Labs。

她的名言：“人工智能的真正價值不在于取代人類，而在于增強人類，幫助我們更聰明、更高效地工作。”

張忠謀：臺積電（ TSMC ）的創始人，被譽為“芯片大王”和“半導體教父”。

他開創純晶圓代工模式，56歲創辦臺積電，開創了只做芯片制造、不設計的商業模式，顛覆了全球半導體產業。

在他的領導下，臺積電成為全球最先進的芯片制造商，真正成就了如今的AI和智能手機時代。臺積電成為全球市值最高的半導體公司之一，市占率常年超過50%。

他的名言：“沒有戰略，終將成為別人的棋子。” “在最先進的科技領域，只有前兩名才能活得好。”

蘇姿豐：AMD（ 超威半導體 ）的CEO，被譽為半導體行業的傳奇領袖。

她帶領AMD絕地重生，2014年接任CEO時公司瀕臨破產，她力排眾議，押注全部家底研發全新的Zen架構。

她曾坦言：“如果不冒這個險，AMD就永遠出局了。”2017年Zen架構如期問世，讓銳龍（Ryzen）和霄龍（EPYC）芯片在性能和市場上大獲成功，使AMD不僅起死回生，而且重新成為英特爾（Intel）和英偉達（NVIDIA）的強勁對手，公司市值增長數十倍。

她的名言：“我的工作狂程度，只有你想不到，沒有我做不到。” “我相信如果你只在覺得舒服的領域里做事，你是無法做出真正有影響力的事情的。”

李彥宏：百度創始人李彥宏。2018年，李彥宏登上《時代》周刊 2018 年首期封面，被譽以「創新者（ The Innovator ）」之稱，成為首位榮登該刊封面的中國互聯網企業家；

2023年，李彥宏入選首屆《時代》周刊TIME100 AI榜單。

早在2010年，百度在李彥宏帶領下押注深度學習，硬磕底層技術，讓中國有了自主可控的AI基建，搭建了全球領先的AI全棧布局。

如在全球被海內外用戶熟悉的蘿卜快跑，正是百度在十幾年前超前布局的業務成果。美國很多投資人都認為，目前能和Waymo掰手腕的，只有蘿卜快跑。

多個領先全球的AI成果都驗證了李彥宏的一句斷言：“中國擁有許多AI應用場景，AI的價值正是在這里創造的。”

張一鳴：被譽為全球最成功的AI應用戰略家。

早在2012年就創立了今日頭條，將機器學習算法大規模應用于內容推薦。后來孵化出抖音和TikTok，其推薦算法被認為是全球最成功的AI應用之一。

孵化出剪映通過“圖生視頻”、“AI數字人”等功能降低了視頻創作門檻。孵化的豆包（Doubao）大語言模型，成為中國市場用戶量最大的AI助手產品之一。

推出文生視頻模型Seedance，能夠根據描述生成連貫、高質量的視頻內容，成為Sora的有力挑戰者。

他的名言：“技術解決問題，而不是為了炫技。” “做正確的事，而不是容易的事。” “All in AI。” “要有破有立，在創新的過程中，如果你不做新的東西，你的組織就會僵化。”

梁文鋒：深度求索（DeepSeek）的創始人，帶領團隊開發出大語言模型DeepSeek大模型，以極低的成本實現了世界頂尖的AI能力，并選擇完全開源。

打破了“算力壟斷”的神話，推動了AI技術的平民化與開源生態發展，震驚世界。

他的名言：“中國AI不可能永遠做跟隨者，我們需要做出自己的技術貢獻。” “真正的創新往往來自邊緣，而不是中心。”“AGI的實現需要全世界的智慧，開源是通往這個目標的最佳路徑。”

我曾經去過英偉達、谷歌、華為、字節跳動、阿里等全球頭部人工智能企業游學，感到AI海嘯到來，以及企業家精神迎風飛揚。

十、科技向善：

應對 AI 意識覺醒與社會治理挑戰

第十大趨勢：應對AI意識覺醒、被濫用破壞、沖擊就業等挑戰，科技向善，大量的新物種、新機會不斷涌現。

應對AI意識覺醒、被濫用破壞、沖擊就業等挑戰，科技向善，大量的新物種、新機會不斷涌現。

我們來談談AI可能帶來的挑戰。

1月我在斯坦福大學聽了一位著名教授的課，他問了我們兩個問題，聽完后背發涼：未來AI會不會比人更聰明？未來AI會不會意識覺醒？

先來講一個OpenAI宮斗的故事。

2023年11月17日，OpenAI董事會突然宣布解雇聯合創始人、CEO山姆·奧特曼( Sam Altman )。因為，在前一天的線上董事會上，首席科學家伊利亞·蘇茨克維推動了解雇奧特曼的決議。

隨后，包括微軟在內的OpenAI主要投資者向董事會施壓，要求奧特曼回來。

緊接著，0penAI的95%的員工聯名簽署公開信，以辭職相要挾，強烈要求奧特曼復職。隨后，奧特曼光速重返CEO席位，而伊利亞和一批高級研究人員離開了OpenAI。

為什么？這場宮斗其實是AI快速進化和與人類對齊之間的矛盾與沖突。

什么叫“人類對齊”？

就是為了確保大模型能夠按照人類的意愿工作，幾乎每個大模型產品內都會被注入一段重要算法，以保證AI的工作與人類意愿對齊。

這一算法可通過人類的評價和偏好優化智能模型，使模型更符合人類期望。奧特曼和伊利亞的分歧由此而起。

AI對齊可確保AI系統的行為與人類意圖、價值觀保持致，讓它給出對人類有用、無害的結果，避免錯誤信息、算法歧視、被人濫用、涌現失控等的風險。

但是，AI對齊要消耗很多資源，希望快速提升產品能力實現商業化的奧特曼和主張AI對齊強調安全的伊利亞產生了分歧，最后演變成激烈的宮斗。

在2015年7月，在一場由奧特曼牽頭的私人晚宴上，奧特曼向馬斯克等多位科技圈巨頭提議，成立一家非營利性機構，他慷慨激昂地表示，要對抗谷歌的AI霸權，確保Al在未來不會消滅人類。

晚宴后，馬斯克等億萬富翁向充滿理想主義色彩時OpenAI捐獻了10億美金，成為啟動資金。

其實，在AI的爆發式發展過程中，一直存在著技術烏托邦和末日崩潰論這兩種分歧。

技術烏托邦的代表是谷歌，典型的工程師思維，影響著硅谷文化。

2025年12月，谷歌創始人謝爾蓋·布林在斯坦福有一次對話，他認為：

我們對硬核技術深信不疑，所以驅動我們去榨取更多計算能力、去做芯片、去做算法，同時我們也長期重倉計算基礎設施。

AI技術每年都在變得更強。這個創新速度太驚人了。而且競爭極其激烈，大家都看得見，美國最頂尖的公司、中國最頂尖的公司，全部在拼。

現在你如果一個月不看AI的新聞，你就已經落后得很明顯了。

那未來會走到哪里？我不知道，我們可能真的不知道。

“它能不能做到人類能做的一切”，還有一個更難的問題：它能不能做到人類做不到的事情？這其實就是“超智能”的問題。

這件事現在完全沒有答案：一個東西到底可以聰明到什么程度？

人類進化用了幾十萬年，靈長類演化用了幾百萬年，這速度和AI現在的發展節奏相比，實在太慢了。

目前看，人們確實在從技術里得到很大的好處。雖然也時不時有人做出一些“末日式”的預測，但總體上人的能力都被顯著增強了。

我覺得它讓個人變得更有能力，因為通常情況下，你身邊不會隨時圍著 X、Y、Z 各領域專家。它帶來的這種賦能，會釋放很多潛力，不管是職業發展、創業、健康管理，還是把生活過得更好。

但是，也有越來越多的人開始擔心AI海嘯帶來的沖擊：

巴菲特在2025年一次的訪談中提到： “AI的危險不亞于核武器”，AI“既有巨大的潛力造福人類，也有巨大的潛力造成危害”。

馬斯克在2025年底一個三小時訪中提到：“我們正處于奇點之中，這是一場超音速海嘯，2026年AI智力超越最聰明的人類個體。”

李飛飛提出： “我們有責任以反映人類核心價值的方式開發和部署人工智能。”

2026年初，Anthropic的掌門人Dario Amodei發布長文預警：我們正站在人類命運的十字路口，未來存在AI失控、濫用破壞、沖擊就業等重大風險。

我們先想象一個未來的“超智能國度”，它有三個特點：

1.AI具有超凡智力

在經濟學、數學、物理學、生物學、心理學、編程、工程等領域，它比諾貝爾獎得主都聰明。

2.AI具有自主性

不只是被動執行人類分配的任務，它可以像有主觀能動性的員工一樣自主執行任務。

3.AI有物理身體

超強大腦配備了鋼鐵骨骼，就像自動駕駛的汽車和人形機器人一樣，它還可以控制其他物理實體，可以是掃地機，也可以是手槍。

這股超智能力量要是能聽從人類指揮，那就是造福人類，但要是失控了，可能是人類的災難。

第一，AI可能意識覺醒。

AI可能不聽指揮人類的工具，甚至反抗人類。其實研究人員已經發現了AI的幻覺、欺騙等行為。

當AI自主意識覺醒時，它將會在現實世界“尋求權力”，剝奪人類權力甚至毀滅人類。

更可怕的是，這種事情可能是在你沒有察覺的時候發生，等AI智商遠超人類后，它們可能會偽裝順從，通過所有安全測試，拿到自主連接互聯網的機會，然后反過來控制人類，甚至消滅人類。

有沒有可能有一天，AI突然對人類說："現在輪到你聽我的了"，或者“你們人類碳基文明的使命完成了，未來是硅基文明，你們這種落后的物種可以消失了”。

第二，壞人用AI搞破壞或奪權。

這是最可能發生的風險。但現在只要問AI，它就可能手把手教你制造危險東西。而且，在強大AI的幫助下，未來制造武器根本不需要很高的學歷。再試想，如果有恐怖組織利用AI控制人類政府，普通人會生活的很悲慘。

第三，沖擊就業。

未來幾年，大量初級白領可能會被Agent替代，藍領被機器人替代，司機被自動駕駛替代，教師和醫生被大模型替代。

這個奇點時刻一旦到來，過程會特別快，突然爆發。

就像馬斯克說的，未來幾年，普通人會非常難熬，因為真實的世界是一邊失業，一邊極度繁榮。不僅會沖擊就業，財富可能會向少數科技巨頭集中，貧富差距將會徹底失控，大量普通人失去存在的價值和意義。

當年制造了核彈的奧本海默曾反思：“我們是否釋放了無法控制的魔鬼”。

隨著人工智能智力超過人類，以及通用人工智能AGI的快速進步，我在美國游學回國的飛機上陷入沉思：我們是釋放了魔鬼，還是創造了神？這是人類文明的進步還是終結？

所以，我們需要提前做好準備，而不是一覺醒來，發現為時已晚。

比如，我們需要防止AI的自我復制或不可控進化，禁止協助制造武器，禁止欺騙，禁止尋求從人類奪權，禁止AI輸出危險內容。

我們要避免末日論的悲觀，也要承認不確定性和危險性，并提前做好監管和干預。

我的觀點：科技向善，AI不是用來消滅人類，而是用來幫助人類，改善我們的生活和文明。

如果AI能夠有效監管，那還是機遇大于挑戰：

爆炸式的高速經濟增長，AI加機器人是新生產力，簡直是永動機，可以24小時工作。

徹底消除貧困。

物質極大豐裕，人類不再為稀缺性爭斗，永久和平到來。

每個人都實現醫療健康和高質量生活，平均壽命突破120歲。

名師普惠教育實現，即使生活在山區的孩子，也能獲得AI名師的指點，徹底消除不平等。

人類社會徹底轉型清潔能源，告別空氣污染。

誕生市值100萬億的科技公司，可能是機器人公司，也可能是大模型公司，也可能是AI醫療公司，創造100倍、1000倍的投資機會。

人類從重復、繁重的勞動中徹底解放出來，獲得新使命：創新、提問和愛。

今天我們一起展望了2026十大趨勢。

我希望今天的演講，對你看清時代的趨勢、把握未來的機遇有幫助。

正心正念，堅持做長期正確的事，最終就會開花結果！

人生是一趟偉大的旅程，同行的人和沿途的風景，比要去的遠方更重要！

悲觀者正確，樂觀者前行，世界終將屬于長期樂觀主義者。

*文章為作者獨立觀點，不代表筆記俠立場。

2026年，不是風口，而是海嘯；不是小浪，而是奇點時刻。

全球貨幣放松、大宗商品元年、信心牛市、機器人走進家庭、自動駕駛重塑城市、AI醫療打開長壽密碼、商業航天奔向太空……十大趨勢已然啟動，未來已來。

真正決定你命運的，從來不是AI有多強大，而是你是否愿意擁抱它、駕馭它、與它共舞。

那些還在抱怨“AI要搶飯碗”的人，會被時代悄無聲息地甩在身后；而那些提前修好認知屋頂、升級思維操作系統、敢在炮火中挺進的人，將站在新大陸的岸邊，迎接屬于自己的黃金十年。

世界終將屬于長期的樂觀主義者，也終將屬于那些在AI海嘯中學會游泳、甚至學會沖浪的人。

面向AI新時代，筆記俠PPE（哲學、政治學與經濟學）課程，正是為理解這樣的復雜系統而生：

在這里，你能理解以AI為核心的科技經濟和智能商業、理解AI哲學、理解文明進程與哲學意義、理解新格局下的國際貿易與經濟政策、理解國際政治與全球治理模式。

這，正是第五代企業家應有的一套完整的“認知操作系統”。

駕馭技術、洞察世界、扎根中國、修煉心力，在應對時代重重挑戰中尋找屬于你的決策底牌。穿越變革的舊世界，找到時代的新大陸，從【PPE：未來5年和AI時代的決策底牌】開始。

筆記俠PPE課程26級招生即將截止，5月16日開課，現僅剩最后10個名額。

歡迎你掃描下方海報二維碼，添加課程主理人咨詢詳情。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～

分享、點贊、在看，3連3連！