📰 研报摘要
查看全文 ➔摘要： 本报告对 2026 年全球人工智能（AI）的投融资格局、政策演进、产业链技术革新及各大巨头战略进行了全景式分析。报告指出，AI 正在从资本驱动转向产业驱动，在技术端由参数扩张转向系统效能优化，在应用端则向物理 AI 和系统级 Agent 演进。
行业主线：
- 资本市场分化：中国 AI 融资与上市同步回暖，资金集中于软件应用和物理 AI；海外资金则高度集中于头部基础模型公司。
- 技术范式转移：大模型竞争重心转向系统级效能优化（如 MoE 架构）和长上下文动态记忆；物理模型（VLA 和世界模型）成为具身智能突破的关键。
- 基础设施升级：训练端向“整柜化”和“AI 工厂”演进，追求系统级有效算力（MFU）；推理端则通过 PD 分离和异构芯片优化单位 Token 成本。
关键变化与分歧：
- 政策导向：全球政策从简单的规模扩张转向治理规则落地与“主权 AI”建设。中国侧重“人工智能+”场景落地与算电协同；美国强调技术管制与生态绑定。
- 产品形态：AI Agent 从单次任务完成转向系统级持续运行，通过多 Agent 协作和持久化记忆承接复杂企业级工作流。
受益方向与风险：
- 受益方向：具备系统级算力交付能力的基建厂商、物理 AI 硬件量产企业、以及能提供端到端专业工作流的 Agent 平台。
- 核心风险：技术迭代速度不及预期、下游商业化付费意愿不足、行业竞争导致利润率收窄。