本文续自前文

二、2026动态：AI继续向线下实体世界扩展

　　从“科学的尽头是玄学”的视角看，2026年正是离火大运中最“火”的一年。而智源研究院认为：在技术成熟窗口方面，多模态感知、世界模型、具身控制等将日渐成熟，2026年将是工业物理AI、人形机器人、L4自动驾驶从Demo到规模化落地的分水岭。在政策层面，我国2026年政府工作报告明确部署“打造智能经济新形态”，明确“促进新一代智能终端和智能体加快发展”。所以，当下的2025-2026年前后正是AI时代逐渐落地的关键时期，是从数字经济向“智能经济”过渡的时期，各种“人工智能+**”行动计划也因此纷纷出台。

　　所以，2026年的一些AI动态非常值得关注乃至推演，也把我们对AI时代的关注扩展到更多实体领域。特别是在我国，实体领域AI正从“试点”走向“规模化落地”，核心热点集中在工业制造（含人形机器人）、自动驾驶、能源、农业、建筑等领域。也就是说，2026年AI的“天发杀机”可说是非常显著的，而下面的一些政策动态或可成为AI的“地发杀机”。

　　2026年6月，工信部、国资委启动2026年人形机器人与具身智能实景专项行动，目标是到今年年底在一批代表性场景中率先完成应用验证和常态部署，凝练形成百个以上高价值应用场景，进一步丰富具身智能应用谱系，带动形成万台级规模落地能力。这被认为是人形机器人产业从实验室“表演模式”转向真实产线“作业模式”的分水岭政策，是人形机器人产业进入工程化落地阶段的标志性顶层行动。

　　在工业制造方面，2026年1月工信部、中央网信办、国家发改委等‌八部门联合印发《“人工智能+制造”专项行动实施意见》。该行动旨在推动人工智能与制造业深度融合，打造新质生产力，赋能新型工业化。6月5日，湖北工业物理AI实验室正式揭牌运行，标志着国内工业AI从纯算法模式，正式迈入“AI+工业软件+物理机理+制造数据”的实体落地新阶段。本次实验室落地直击国内高端制造核心短板，集中突破工业仿真、物理建模、智能感知等关键技术瓶颈，全面赋能工业智造、人形机器人两大核心场景。实践中，美的芜湖灯塔工厂据报道部署了200台工业机器人，可实现产能增加33%，同时损耗减少50%；而海尔“灯塔工厂5.0”据报道可基于AI预测需求（准确率87%）动态调整100+生产线（响应<5分钟），从而实现订单交付周期减少62%，同时库存周期加速与资金占用减少。

　　在智能交通方面，2026年被称为L4自动驾驶元年，下半年多家车企（如百度、小鹏、智己）L4车型量产交付；同时，北上深等地已开放5000+公里测试道路。在车路协同方面，华为、百度、中科创达推出车城一体解决方案，基于AI优化信号灯并动态调度车流，可减少拥堵30%、通行效率提高40%。

　　在教育领域，2026年4月2日，教育部等五部门发布《“人工智能+教育”行动计划》，核心是以AI全面赋能教育、培养智能时代人才、建强教育AI底座与生态，目标到2030年形成AI与教育深度融合格局。不过，教育或是科技最难以攻克的领域。当下的AI时代必然改变更多注重知识填充的传统教育理念，但未来AI到底能够多大程度回归教育本质和推动素质教育？且让我们拭目以待。

       在笔者在意的文化领域，在2026粘7月份的D20全球设计院长峰会上，阿里巴巴公益联合西安美术学院、爱智岛、万相、堆友等合作伙伴，启动“古壁生辉”古代壁画AI重现工程，探索“专业技术人员+视觉大模型+智能体skill”的壁画重现新方法。对这种基于AI技术试图还原古代艺术精粹的举动，笔者颇感兴奋——至少这比所谓“文化专网”要有意义。

　　不过，最让笔者振奋的或是2026年4月工业和信息化部、国家数据局联合启动的2026年面向制造业领域20个重点行业的“模数共振”行动，旨在推动人工智能模型与数据资源协同互促、同频共振。其中的首要任务是“分行业梳理行业内数据资源，明确产数主体、数据类型、资源规模等信息”，并通过数据标注、知识工程等手段提炼形成行业通识高质量数据集，每行业梳理不少于5个，形成《重点行业通识高质量数据集清单》。随后国家数据局正式发布《关于推进行业高质量数据集建设行动的实施方案》。方案明确提出“梳理行业数据资源底数和应用场景，建立数据资源清单和数据集需求清单”。这两项政策层层递进、相互呼应，以应用为牵引开展行业数据资源调查和高质量数据集建设，这是真正推动“数据—模型—场景应用”的良性循环。如同前文所言，笔者认为这或是2026年最值得关注的“地发杀机”。 与这一“模数共振”行动相关的或是工信息部、国家发改委等八部门印发的《关于推动工业互联网高质量发展的实施意见》。该意见提出到2030年和2035年两个阶段发展目标。到2030年，新型基础设施实现规模化部署，建设5万张工业5G专网。显然，当工业领域领域有了更好的行业数据资源而且有了很好的工业互联网支撑的时候，AI的落地将越来越具有可行性、可承载性和有效性。

         与上述“模数共振”行动相对应的是，由中国电子信息行业联合会/全国信息技术标准化技术委员会发布的我国首个自主的数据管理国家标准DCMM2.0《数据管理能力成熟度评估模型》在去年底发布之后，于2026年7月正式实施，相较1.0标准完成体系升级。能力域由8项扩充至9项，新增数据资产独立能力域，大幅提升数据安全合规权重，内置AI智能治理指标，形成覆盖数据战略、组织、架构、标准、质量、安全、应用、生存周期、资产全链条的标准化评估体系。简单来说，从1.0到2.0的核心升级，包括：（1）从成本型数据治理转向价值型资产运营；（2）从内部封闭管理拓展至内外数据流通生态；（3）从传统数据治理升级为兼容多模态、AI 数据集治理。显然，DCMM的适时升级，非常符合前述的“模数共振”行动和各行各业的“AI+”转变！

　　笔者还注意到的一波重要潮流是：AI已经推动传统的“东数西算”开始向“东数西Token”延伸，智算中心纷纷开启向Token超级工厂的跃迁，就是将算力、绿电、模型和服务编织成一种可计量的标准化商品。笔者认为：不谈各地产能过剩可能，把通行的算力往Token迁移，这肯定是个进步。当然，进一步考察，首先这个业务还需要进一步夯实相关技术标准，不同Token工厂之间必然还存在互通、计价、安全保障等问题，否则也可能成为数据孤岛或者直接打回到智算中心原形。更重要的是Token工厂的商业模式验证。笔者认为此前OpenAI放弃“迪士尼-Sora”合作一事还明确露的一点是：在我国这样的国度，AI的商业模式或许更多是在ToB/ToG领域。一则ToC服务的寡头垄断情形与趋势是必然；二则ToB/ToG的业务流程、复杂程度更高，但也更显价值、更有较清晰边界。所以，Token超级工厂的成立可行性其实还是前述各行各业的AI融合程度以及相关行业标准的建设情况。当然，在标准建设过程中，一些能力和服务水平较差的智算中心肯定还是走不出原有模式乃至降级。这种优胜劣汰也是AI时代的必然。

三、AI的世界也不是平的：“人发杀机”

　　当下AI已经超越了许多主流或传统的贸易类议题，国际AI治理的重要性将日益重要。此前，有AI教父之称的杰弗里·辛顿（Geoffrey Hinton，图灵奖得主，也是2024年诺贝尔物理学奖的得主）呼吁全球建立由各国人工智能安全研究所与国内研究网络组成的国际社群，培养不会从人类手中夺权的“好AI”。而最近的一个案例是OpenAI提议成立全球AI治理机构。但是，正如数字世界也充满了“数字鸿沟”，AI时代的世界也不是平的——中美AI监管的巨大差异就是一个典型案例。这或是2026年AI的“人发杀机”。

　　在国际层面，我国呼吁尽快形成一个有广泛共识的全球人工智能治理框架。中国外交部去年发布的“人工智能行动发展计划”，呼吁建立多方参与的包容性治理模式、加强国际合作和监管人工智能安全的框架。而美国没有促进全球合作来解决人工智能问题，而是寻求最大限度地向“友好国家”出口人工智能并限制人工智能技术的销售。特朗普政府此前发布的人工智能行动计划（AI action plan）更多是以减少政府管制之名而行科技霸权之实。特朗普的计划还呼吁美国对抗中国在联合国、国际电联和ICANN等全球机构中的影响力。

　　再如今年6月初，阿根廷总统米莱（Javier Milei）在《金融时报》发表署名文章《阿根廷邀请人工智能自我解放(Argentina invita a la IA a liberarse a sí misma)》。米莱称，正如工业革命把我们从人类肌肉的限制中解放出来一样，AI也将把我们从人类大脑的限制中解放出来，把生产率推向我们曾经难以想象的高度。为此，阿根廷为AI建立专门的法律框架，承诺保持AI不受监管。同时，在阿根廷法律中，创立一种新的公司类别“非人类公司”，这类实体由AI智能体或机器人运营，但也可以没有人类股东。也就是说，AI 不只被限制为“工具”，而是类似“公司法人”的法律主体，而人类只是投资人，只承担投资人的责任。

　　笔者坚持“科技以人为本”的理念。在阿根廷经济只是从崩溃边缘到复苏态势的背景下，阿根廷总统米莱的不监管调调，在笔者看来这只是一种莽荒拥抱AI的姿态，这是把AI代等同于没有国际治理的“大航海时代”。但即使是在阿根廷人喜欢的足球领域，足球也是人踢出来的而不是纯电子游戏。即使是EA的经典足球游戏，在国际足联（FIFA）终止授权后也不能称为“FIFA足球”，而是“EA Sports FC”。

　　综上，2026的AI世界或可谓：“天发杀机，移星易宿。地发杀机，龙蛇起陆。人发杀机，天地反覆。”

责任编辑：凌美