【概览】
国产4万亿参数单机节点与GPT-5同日刷屏,把“算力即权力”推向极致;自我进化智能体、CRISPR-GPT等科研Agent落地,则让超级智能从实验室走向真实世界。一边是模型规模与训练成本指数级飙升,一边是商业化盈利模型尚未跑通,AI产业在“烧钱”与“造血”间加速分化。
01 | 下一代模型与算力军备
GPT-5甫一亮相便横扫主流基准,却同步放大了推理成本与治理空窗;国内“四大天王”芯片首次合体,单机节点4万亿参数跑通,验证超算+算法协同的国产路径。奥特曼更放言“2035年GPT-8治愈癌症”,将算力竞赛直接升格为国家战略安全议题——下一轮AI红利归属,将取决于谁能先筑起E级超算与万卡集群的护城河。
02 | 自我进化智能体新范式
普林斯顿王梦迪团队提出“自我进化agent”,打破LLM静态权重天花板,让模型在开放环境中实时改写自身参数。该框架首次把在线学习、推理与权重更新融为闭环,被视作迈向ASI的关键跳板,也将重塑机器人、自动驾驶等动态场景的评测与落地标准。
03 | 垂直领域AI智能体落地
CRISPR-GPT把基因编辑实验设计、脱靶预测到报告撰写全流程自动化,GNN隐式溶剂模型将经典力学知识零样本迁移至量子化学,误差低于DFT。科研专用智能体正把“实验外包”变成“算法外包”,生物、材料等硬核研发流程或被彻底重构,催生新的科研服务市场。
04 | AI编程商业化困境
Windsurf等明星编程工具虽把开发者效率提升30%以上,却陷入“用户越多、亏损越大”怪圈:生成代码的算力成本、模型调用与低价订阅严重错配,导致年收入2.8亿仍现金流告急。AI编程赛道集体面临“高估值、低毛利”尴尬,泡沫出清在即。
05 | 生成模型与多模态创新
腾讯X-Omini用强化学习复兴离散自回归,实现长文本到高分辨率图像的联合生成;扩散模型则被证实数据效率3倍于自回归,且可重复训练480次性能仍攀升。两大生成路线齐头并进,为长序列、多模态内容创作提供更低成本、可迭代的基座模型。
06 | 硬件自主与供应链变局
特斯拉突然解散Dojo超算团队,20名核心骨干转投DensityAI,暴露车企自研AI芯片的高风险与长周期难题;与此同时,国产64路GPU超节点跑通4万亿参数,验证本土硬件生态的可用性。全球AI芯片供应链或随“中美双线”格局再度洗牌。
07 | 机器人与具身智能热潮
世界机器人大会秀出国产人形机器人集体升级,腾讯张正友提出“真任务、真环境、真物理”三大拷问,为具身智能划定落地红线;27M小模型在推理基准上反超o3-mini,印证“轻量级模型+世界模型”路线可在实体场景快速闭环。人形机器人赛道正从“炫技”走向“真干活”。
【展望】
当“4万亿参数”成为新的起跑线,算力军备与能源配套将决定国家与企业的AI门票;自我进化Agent与科研专用模型则把超级智能推向真实场景,商业化落地速度与伦理治理必须同步提速。短期内,AI编程等工具类SaaS将迎来盈利模型大考;中长期看,硬件自主、能源效率与轻量推理将成为竞争主线,行业洗牌或在2026年前后全面爆发。