每次技术大变化，都不是靠一开始“发明”那一下就决定胜负。你看蒸汽机，从1712年出来，到真正到处用上，带动工厂、火车，花了差不多一百年。电力和内燃机也一样，用了三四十年才让美国比欧洲更强。互联网呢，从1969年有雏形，到2007年iPhone出来，移动网络开始流行，也用了快四十年。AI大模型呢？它从2012年深度学习突破算起，到现在也就十来年。它还在很早的阶段。
真正的决定性时刻，不是模型参数有多大。也不是AI演示视频多好看。重要的是，它能不能从实验室走到真实生活。它能不能从“技术可以做”变成“大家必须用”。它要从“能用”到“好用”，最后变成“离不开”。在这个时候，后来者反而可能找到机会，超越别人。
AI发展分三步：第三步是中国的主场
我觉得，这波AI发展，我们分三步看：
第一步是2023年到2024年。这时候大家比拼技术本身。模型变得越来越大，能处理更多信息。它还能理解图片和声音。大家比拼谁的基础模型更厉害。谁开源的影响力更大。这一步，那些有钱、有人、有算力的公司有很大优势。
第二步是2024年到2025年。这时候大家开始想一些特别的应用。比如，通用Agent，它能在虚拟世界帮你做任何事。还有具身智能，像人形机器人，它能在现实世界代替人。它们能做“人类能做的一切”。但是，这些东西落地很难。大部分还在实验室里研究。或者只在小范围试试水。
第三步是2025年底到现在，而且速度越来越快。这时候，大家真正关心能落地的应用。看的是公司真实的收入。谁能把AI真正用起来？谁能让成千上万的用户都用上？用户或者公司是不是愿意花钱买它？大家关注的是垂直领域的Agent。还有行业专用的大模型。AI深入到企业和政府。它帮助大家重新设计工作方式。还有AI驱动的智能硬件。
大模型以后会变成一种基本服务。就像水和电。那些有钱、有数据、有基础设施的大公司会来主导。但是，最后谁能做得更好？这要看谁能在复杂场景里把AI用得最深、最广、最有效。而中国，我们最擅长做第三步。
中国在AI应用爆发时有四大优势
为什么说第三步是中国的主场？我们有几个特别的优势。
- 中国有特别大的使用场景和数据。我们有14亿人。这个人口规模本身就是优势。我们有全球最完整的工业体系。我们生产的东西最多。移动互联网和数字支付也很发达。5G基站多，新能源车也多。这些不是空话。它们能产生大量的数据。这些数据很有用，而且类型很多。它们是“金矿”。最重要的数据，会从新设备里来。比如传感器。中国是全球新设备多的地方。摄像头、手机、车载激光雷达，还有工厂里的传感器。它们每时每刻都在产生新的数据。这是它的工作原理：先用AI改造一个场景，然后这个场景产生更多好数据。这些数据再帮助AI模型变得更好。模型好了，场景里用AI的人就更多。这是一个好的循环。它比只拼算力快多了。
- 我们善于把技术和硬件结合起来。有些人擅长“从0到1”的原创发明。但是我们更擅长“从1到100”。就是把一个发明变成大家都能用的产品。再大规模生产。过去十年，我们把普通吸尘器变成了扫地机器人。它全球卖得。我们把汽油车变成了智能电动汽车。我们把激光雷达、高精地图和AI算法结合。然后用在城市里的自动驾驶。这些经验很有用。它能直接用到AI时代。AI加上智能硬件，会出现很多新产品。比如，日本在80年代把机械产品加上了电子元件。像电子表、电子琴。但是他们后来没法再进一步。因为他们缺少传感器和智能化技术。中国不一样。我们已经从“电子化”到了“智能化”。现在有了AI这个大脑。我们如果继续在新硬件上创新。就能不断产生新数据。这会帮助我们的产品卖到全世界。
- 我们有“场景红利”和“工程师红利”。我们有14亿用户。这些用户对价格敏感。但是他们也喜欢新东西。他们希望效率更高。这是一个对企业和消费者都好的试验场。而且，我们有全世界多的AI工程师。他们很实在。他们懂实际需求。他们愿意努力解决问题。比如在垂直Agent方面。高数字化行业加上自然语言对话。这能帮到很多老公司转型。一个金融公司的例子。他们可以用AI Agent。这个Agent能帮客户分析投资。它会问客户想赚多少钱。能接受多少风险。然后它会给出几个投资方案。客户不用自己懂很多金融知识。这样客户能更快做出决定。公司也能服务更多人。
- 政策和竞争，让我们的产品做得很好。政府会引导AI发展。比如“人工智能+”行动。还有“人工智能+制造”专项行动。它们把算力、数据、使用场景都指向实体经济。国内的竞争很激烈。但是这个竞争让我们的产品变得。能赢下来的公司。它们不仅能服务好中国市场。它们也能走向全世界。然后找到新的增长点。
三大方向：帮中国大模型超越
中国大模型要超越，不是全面追赶。我们要在几个具体方向上努力。AI应用爆发的时候，有三个关键方向。它们是：AI基础设施、垂直领域AI Agent和AI智能硬件。这三者互相帮助。它们共同搭建起中国大模型的应用平台。
- AI基础设施：AI应用能落地的基础。AI应用能大量出现，需要基础设施支持。AI芯片的技术突破特别关键。回顾芯片历史。新的应用，总会带来新的芯片大公司。电脑时代，大家需要通用计算。英特尔就起来了。互联网看视频、玩游戏，需要图形处理。英伟达就成功了。智能手机出来，高通也跟着火了。现在大模型应用，对芯片的计算能力、功耗、存储和通信，提出了新要求。这个新要求，正在给中国AI芯片带来机会。中国AI芯片发展，不是简单地学国外的通用算力芯片。我们关注定制化需求。比如，用在设备边缘的推理芯片。还有低功耗的芯片。以及为特定场景定制的芯片。这些地方我们能做得有特色。智能硬件、自动驾驶、工业智能等会大量使用AI芯片。需求会一直增长。芯片研发会因为应用需求而改进。改进的芯片又会帮应用落地。这样，中国AI芯片会在基础设施上突破。为大模型的应用打好基础。比如，一个智能工厂。它需要很多传感器。传感器会产生大量数据。这些数据需要实时处理。一般的芯片可能不够快。所以需要专门的边缘推理芯片。这种芯片就在设备旁边处理数据。它不用把所有数据都传到云端。这样处理速度快。而且成本低。这是中国AI芯片的机会。
- 垂直领域AI Agent：大模型落地的主要方式。垂直领域AI Agent，是大模型在各行各业应用的重点。它也是中国大模型能赚钱的关键。它比通用大模型更贴近行业需求。它更容易商业化。它也更能发挥中国行业数字化的优势。垂直领域AI Agent适合那些业务流程成熟、数据多、客户基础好的传统企业转型。举个例子：一个教育公司。它可以用AI助教Agent。这个Agent能自动批改作业。它也能回答学生的问题。比如，学生问一个数学题怎么解。Agent立刻给出详细步骤。它还能根据学生的学习情况，推荐新的练习。这样，老师有更多时间教课。学生也能得到及时的帮助。再比如，一个制造企业。他们可以用AI智能助手Agent。这个Agent能分析生产数据。它能找到生产线上的问题。比如，它发现某个机器可能快要坏了。它会提前提醒工人去检查。这样能减少机器停工。生产效率就提高了。管理也更有效率。这些企业把大模型技术用到现有业务里。它们能更快地赚钱。大模型会成为它们新的增长点。而且，像电商直播Agent、编程Agent、游戏Agent这些新的应用也在出现。它们给新公司带来了竞争机会。比如，一个电商主播。他可以用一个直播Agent。这个Agent能自动回复观众的问题。它还能推荐商品。当主播在介绍产品时，Agent会同步展示产品信息。甚至能根据观众的提问，自动切换到不同的产品介绍。这样主播可以更专注于直播。卖货效率也更高。
- AI智能硬件：大模型应用的重要工具。AI智能硬件是大模型和物理世界交流的工具。它也是中国在全球有竞争力的方向。中国公司善于把AI技术和硬件产品结合。这样会产生很多新的智能硬件。这些硬件不只是用AI的设备。它们还是收集新数据的地方。中国AI智能硬件发展有两个特点。一个是ToB企业把技术用到ToC产品上。ToB企业有很强的软硬件结合能力。它们有传感器和芯片技术。现在它们把这些能力用到消费品上。它们能做出更符合消费者需求的智能硬件。另一个是从消费者需求出发的创新。有些公司很懂用户习惯。它们也懂技术趋势。它们反过来整合硬件、传感器和AI算法。然后做出真正能用的消费级智能硬件。AI智能硬件的出现，创造了新的消费需求。它也让中国产品更有优势。更重要的是，它产生大量新数据。这些数据会不断帮助大模型变得更好。这是一个好的循环：硬件收集数据，数据改进模型，模型优化应用。大模型通过和真实世界互动，会越来越成熟。比如，智能门锁。它不只是开锁。它可以用AI识别你的脸。当你走到门口，门就开了。而且它能记录谁在什么时间开门。这些数据能帮助它更。还能提升安全性。比如，它发现有陌生人在门口徘徊。它会立刻提醒你。还有智能手表。它不只是看时间。它能监测你的心率。它能记录你的睡眠。它甚至能判断你是不是生病了。这些数据收集起来，通过AI分析。它能给你更的健康建议。这是AI智能硬件带来的好处。
真实情况：2026年，中国AI应用已在多方面起来
现在是2026年。几个数据告诉我，AI应用爆发的时刻到了。
我们自己的开源大模型，全球下载量已经超过100亿次。它在开发者社区里越来越有影响力。
AI核心产业的规模，预计会超过1.2万亿元。比去年增长快30%。AI公司数量也超过了6000家。
制造业里AI用得更多了。工厂用大模型和智能体的比例。从2024年的9.6%到2025年的47.5%。生产环节用AI的比例从19.9%升到25.9%。预计2026年还会继续增长。智能工厂数量超过3万家。生产效率提高了22%多。研发时间缩短了近30%。
新能源汽车和智能驾驶是先锋。2026年新能源车销量预计会超过60%。L2+级智能驾驶的车也越来越多。L3级自动驾驶已经开始商用。城市NOA功能的车销量增长很快。
具身智能和机器人领域也收到了很多投资。仓储物流、商业服务等地方已经开始用它们。
这些变化不是单独发生的。它们互相帮助。基础设施在变得更好。AI深入到各种垂直场景。新的智能硬件也很多。这些都在推动中国的AI走自己的路。这条路很特别。
