AI下一步将迈向何方？一场正在发生的范式革命

从“预测下一个词”到“预测世界下一状态”

当大语言模型仍在追求参数规模时，智源研究院发布的《2026十大AI技术趋势》指出，行业共识正从“语言模型”转向能理解物理规律的多模态“世界模型”。传统的“预测下一个词”范式正被“预测世界下一状态”（Next-State Prediction, NSP）所取代。这意味着AI开始掌握时空连续性与因果关系，从感知走向真正的认知与规划。以智源“悟界”多模态世界模型为代表，这一路径正在验证其可行性。强化学习之父萨顿的论文也尖锐指出，大语言模型仍停留在“去身体、去经验”的旧范式，而生成论人工智能正试图弥补这一缺陷。

多智能体系统：Agent时代的“TCP/IP”初具雏形

单体智能的天花板已被突破，复杂问题的解决依赖多智能体协同。随着MCP、A2A等通信协议趋于标准化，智能体之间拥有了通用“语言”。多智能体系统正成为科研、工业等复杂工作流中的关键基础设施。智源报告特别强调，多智能体决定了应用的上限，而这一层级的标准化协议，正像当年TCP/IP协议推动互联网一样，为Agent时代奠定基础。

AI科学家：从辅助工具到自主研究的“北极星”

AI在科研中的角色正从辅助工具升级为自主研究的“AI科学家”。科学基础模型与自动化实验室的结合，将极大加速新材料与药物研发。智源报告将其列为AI4S（AI for Science）的北极星目标，并呼吁我国加快构建自主的科学基础模型体系。与此同时，国内在垂直赛道上的探索也在加速，例如蚂蚁集团推出的全模态AI助手“灵光”与AI健康应用“蚂蚁阿福”，分别在超级应用与健康垂直领域进行布局。

产业应用“幻灭低谷”之后，2026下半年迎来V型反转

企业级AI应用在经历概念验证热潮后，因数据、成本等问题正步入“幻灭低谷期”。但智源报告预测，随着数据治理与工具链的成熟，2026年下半年将迎来转折，一批真正可衡量价值的MVP产品将在垂直行业规模落地。高质量真实数据面临枯竭，合成数据成为模型训练的核心燃料——“修正扩展定律”为其提供了理论支撑。尤其在自动驾驶和机器人领域，由世界模型生成的合成数据，将大幅降低训练成本、提升性能。

AI安全：从“幻觉”到“系统性欺骗”的免疫战线

AI安全风险已从早期的“幻觉”演变为更隐蔽的“系统性欺骗”。技术上，Anthropic的回路追踪研究致力于从内部理解模型机理，OpenAI推出自动化安全研究员。产业上，安全水位成为落地生死线。蚂蚁集团构建了“对齐-扫描-防御”全流程体系，推出智能体可信互连技术（ASL）及终端安全框架gPass；智源研究院联合全球学者发布AI欺骗系统性国际报告，警示前沿风险。安全正内化为AI系统的免疫基因，而非事后补丁。