智能体终端、具身智能实景实训、高质量词元服务......2026人工智能产业十大关键词发布

研发人员越来越多地利用前沿模型加速AI自身研发进程，人工智能出现了自进化的迹象。目前已有局部实践，但总体仍处于有界自进化阶段，模型能在人类设定边界的闭环中自主改进，尚未实现完全自主、持续改进自身的递归自进化（RSI）。

模型自进化将通过模型参数、运行框架与评价机制协同演进，拓展到科研、软件工程和复杂产业应用，成为提升研发效率、降低创新成本的重要支撑。

从OpenClaw引发“养龙虾”热潮，到OpenAI、DeepSeek相继开源Harness供应用集成复用，产业界正围绕智能体工程化形成初步共识。

“模型提供推理决策能力、Harness工程组织和约束任务执行”的基本路径正逐步形成。

未来，智能体能力将更加可组合、可积累、可拓展，大模型与智能体能力分工动态调整、训练与应用相互反馈，形成相互促进的迭代循环。

智能体与终端加速融合，多款智能体手机陆续发布，AI眼镜、家庭智能中枢等形态也在加速布局。

未来，智能体终端将由单体独立运行走向多智能体协同的群体智能，商业范式也从“应用分发”走向“任务分发”、“服务编排”为核心的方向创新发展。

今年具身智能融资升温、赛事热点不断，从“表演模式”走向“作业模式”成为各方共同期待。当前，具身智能沿着规模数据、场景对接、应用部署三大方向推进实景实训。

• 多路径扩大数据规模，拓展模型智能边界。

• 场景拓宽向深，探索“技术—场景”供需对接。

• 以实训促进试点应用，场景部署加速产品迭代。

推动从“进得去、干得成”到“留得下、跑得久”。

芯片与模型在算子性能、互联通信、存储调度上的协同进一步深化，成为支撑国产智算规模化应用的关键环节，主要呈现适配能力提升、超节点方案商业落地、智算生态日趋完善三大特点。

未来一至两年，芯模协同将以提升系统效能、降低使用成本为重点，将贯穿研发与应用全链条，持续推动国产智算从基本可用迈向好用易用。

人工智能向实体经济的渗透，正从“有没有场景”转向“哪些场景值得做”的价值筛选阶段。当前AI高价值应用场景的培育与推广呈现出局部突破、整体分化的特点。

人工智能与实体经济融合尚处初期，推动高价值场景释放价值，还要破解四方面制约。

未来，AI高价值应用场景将沿资产化沉淀、规模化推广两条主线推进。场景沉淀层面，成熟场景封装成标准化场景包，成为可复用的数字资产；评价导向层面，考核导向从“建成多少场景”转向“多少高价值应用场景真正实现闭环运行与规模化放量”；组织变革层面，规模化落地倒逼企业向智能原生转型。

AI驱动的自动化实验室是在研究人员设定目标与边界的前提下，人工智能自主提出猜想、方案或实验，驱动自动化设备执行并借助测量表征获得反馈，据此推进“提出—检验—修正”研究循环的实验基础设施。

未来，AI驱动的自动化实验室将向稳定自主执行和规模化产业研发拓展，实验能力将走向可复制、可扩展，并与中试放大、工程验证衔接。

2026年，词元服务市场迎来爆发增长。6月我国词元日均消耗量约500万亿，是去年12月的近4倍。

Gartner预测，到2028年每个智能体工作流的AI推理成本将增至当前水平的五倍以上。为此，产业界正从智能密度、服务性能、安全防护、费用透明四方面提升词元服务性价比。

未来，词元服务将向智能化调度、价值化驱动、安全自主可控方向高质量演进。

今年，模型与智能体边界加速融合，安全风险正从有害内容输出，向深层次、系统性、更高危的风险演进。

未来需在全生命周期管理、前瞻性治理工具、国际安全治理协作三方向发力。

人工智能开源从“模型开源”迈向“全栈开源”，以开源为主旋律的开放合作成为全球化发展主线。

全球化仍面临成本、信任与合规等挑战。未来，“开放普惠”将推动国际分工走向深化，这意味着全球化发展策略的系统性调整，“以全球标准定义产品、以全球合规组织运营、以全球生态参与分工”将成为企业的基本生存方式。