很多研究和咨询机构都发布了2026年的十大战略技术趋势，没有意外，主角肯定是人工智能，那么到底是那些人工智能呢，还有什么值得关注的地方，我们来全面研究一下。选择了常见的6个机构：Gartner、IDC、MIT科技评论、摩根斯坦利、TrendForce和资策会，这些机构的预测领域并不完全一样，有的是IT，有的是全领域，但都是科技领域的预测。初步看了一下，71%的预测都涉及到AI。我用下表列出来这些预测，用同样的粗体字来表示相近的预测。我们可以看到有很多相似的预测和有些规律的预测
1、AI超级计算平台。Gartner、TF、MS、MIC都给出了类似的预测，可见对于AI应用的前景非常看好。
2、智能体和多智能体系统。智能体当之无愧地成为了2025年最热点的应用，随着豆包手机、OpenClaw等兴起，不论在API，还是GUI方面都有了可以参考的技术。
3、AI智能编码。这是目前生成式AI最大的应用热点，25年占据了GenAI的50%。目前还有一个方向是直接生成机器码，要是这个可行，那就没有人类啥事了。
4、主权云和主权AI。原先公有云和AI在贸易战的背景之下出现分支，主权云成为了国际关系下的选择。
5、行业和边缘AI。这是讲企业数据和模型适配，部署在边缘Box的系统，真正的可以投产。
6、量子科技和计算。虽然现在AI正在大踏步地占领原本量子计算的地盘，但是还是有很多量子计算的场景需要挑战。
最后，我们可以注意到能源也是一个重要的趋势，涉及到：新型核能、液冷散热、储能等诸多细分领域。
附录1：Gartner发布2026年十大战略技术趋势
北京，2025年10月21日
https://www.gartner.com/cn/newsroom/press-releases/2026-top-strategic-tech-trends
商业与技术洞察公司Gartner今日发布企业机构需在2026年重点关注的十大战略技术趋势。
Gartner研究副总裁高挺（Arnold Gao）表示：“2026年对技术领导者而言是至关重要的一年，变革、创新与风险将在这一年以空前的速度发展。2026年的各项重要战略技术趋势将密切交织，折射出一个由人工智能（AI）驱动的高度互联化世界的现实图景。在这样一个世界，企业机构必须推动负责任的创新、卓越运营和数字信任。这些趋势不仅代表了技术变革的方向，还是促进业务转型的催化剂。今年不同于以往的一点是变革速度——这一年涌现的创新成果远超以往。由于下一轮创新浪潮已近在眼前，只有当下采取行动的企业才能应对市场波动和决定未来数十年的行业走向。”
以下是2026年重要战略技术趋势。
AI超级计算平台
AI超级计算平台整合了CPU、GPU、AI ASIC、神经系统计算和替代性计算范式，使企业能够统筹复杂工作负载，同时释放更大的性能、效率与创新潜力。这些系统融合了强大的处理器、海量存储、专用硬件及编排软件，可处理机器学习、仿真模拟和分析等领域的数据密集型工作负载。
Gartner预测，到2028年，将混合计算范式架构应用于关键业务流程的领先企业将达到40%以上，较当前8%的水平大幅增长。
高挺表示：“该技术已在推动各行各业的创新。例如医疗和生物技术企业已将新药建模时间从之前的数年缩短至仅需数周；金融服务机构通过模拟全球市场降低了投资组合风险；在公共事业领域，服务商通过建立极端天气模型提升电网性能。”
多智能体系统
多智能体系统（MAS）是由多个AI智能体组成的集合，它们通过交互实现复杂的个体或共同目标。这些智能体既可在单一环境中交付，也可在分布式环境中独立开发部署。
高挺表示：“通过使用多智能体系统，企业可实现复杂业务流程的自动化、提升团队技能并开创人类与AI智能体的新协作方式。采用模块化设计的专业智能体通过在各工作流中重复使用成熟解决方案提升效率、加快交付速度和降低风险。这种方案还便于扩展运营规模和快速适应需求变化。”
特定领域语言模型（DSLM）
首席信息官（CIO）和首席执行官（CEO）正要求AI创造更多商业价值，但通用大语言模型（LLM）往往难以胜任专业任务。特定领域语言模型（DSLM）凭借更高的准确性、更低的成本和更好的合规性填补了这一空白。DSLM是在针对特定行业、功能或流程的专用数据上训练或微调的语言模型。不同于通用模型，DSLM能更加精准、可靠且合规地满足特定业务需求。
Gartner预测，到2028年，企业使用的生成式AI（GenAI）模型中将有超过半数属于特定领域模型。
高挺表示：“上下文正成为决定代理部署成功与否的关键因素之一。基于DSLM的AI代理可解读特定行业的上下文，即使在陌生场景中也能做出合理决策，因而具有出色的准确性、可解释性和决策合理性。”
AI安全平台
AI安全平台为第三方及定制AI应用提供了统一防护机制，它能够进行集中监测、强制执行使用策略并有效防范AI特有风险，如提示注入、数据泄露、恶意代理行为等。此类平台可帮助CIO有力执行使用政策、监控AI活动并在全AI系统中建立统一防护边界。
Gartner预测，到2028年，使用AI安全平台保护AI投资的企业比例将达到50%以上。
AI原生开发平台
AI原生开发平台使用GenAI实现空前快速、便捷的软件开发。进入业务部门的软件工程师作为“前沿部署工程师”可使用这些平台协同领域专家开发应用。企业只需维持现有开发人员规模，通过组建微型团队配合AI即可开发更多应用。目前，领先的企业正在组建微型平台团队，在安全和治理框架范围内让非技术领域专家能够自主开发软件。
Gartner预测，到2030年，80%的企业将通过AI原生开发平台将大型软件工程团队转变为更小、更敏捷的团队并通过AI赋能这些团队。
机密计算
机密计算重塑了企业处理敏感数据的方式。由于工作负载被隔离在基于硬件的可信执行环境（TEE）中，因此即使面对基础设施所有者、云提供商或任何拥有硬件物理访问权限的实体，机密计算也能保持内容与工作负载的私密性。这对受监管行业、面临地缘政治与合规风险的跨国公司以及竞争对手间的合作尤为重要。
Gartner预测，到2029年，75%以上在非可信基础设施中处理的业务将通过机密计算保障使用安全。
物理AI
物理AI通过赋能具有感知、决策和行动能力的机器与设备（例如机器人、无人机和智能设备），将智能带入到现实世界。它能为自动化、适应性和安全性至关重要的行业带来可观的收益。
随着该技术的日益普及，企业需要融合IT、运营与工程知识的新型技术人才。这一转变虽带来了技能提升与协作机会，但也可能引发人们对就业的担忧，因此需要采取谨慎的变革管理。
前置式主动网络安全
随着企业面临的网络、数据及联网系统威胁成倍增长，前置式主动网络安全正成为趋势。Gartner预测，到2030年，随着CIO从被动防御转向主动防护，前置式主动防御解决方案将占到企业安全支出总额的一半。
高挺表示：“前置式主动网络安全的核心在于运用AI驱动的安全运营、程序化阻断与欺骗技术在攻击者行动前实施干预，这项技术通过预测实现防护。”
数字溯源
随着企业日益依赖第三方软件、开源代码及AI生成内容，数字溯源验证已成为一项重要的需求。数字溯源指对软件、数据、媒体及流程的来源、所有权和完整性进行验证的能力。企业可使用软件物料清单（SBoM）、认证数据库、数字水印等新工具验证和追踪供应链中的数字资产。
Gartner预测，到2029年，在数字溯源方面投入不足的企业将面临高达数十亿美元的制裁风险。
地缘回迁
地缘回迁指企业因考虑到地缘政治风险而将数据与应用从全球公有云迁出至主权云、区域云服务商或自有数据中心等本地平台。云主权这一概念曾仅限于银行与政府机构，如今随着全球局势动荡加剧而影响到各类企业。
高挺表示：“将工作负载转移至主权立场更强的服务提供商可帮助CIO加强对数据驻留、合规及治理的控制力。这有助于提高对本地法规的遵从性并获得关注数据隐私或国家利益的客户的信任。”
Gartner预测，到2030年，欧洲和中东地区将有超过75%的企业把虚拟工作负载回迁至降低地缘政治风险的解决方案，而2025年的这一比例不足5%。
附录2：IDC发布2026全球IT行业十大预测：塑造未来IT领导力的三大力量
在未来数年中，全球IT产业的发展将受到三大关键力量的驱动：
1. 在企业范围内推动AI智能体的持续扩展
2. 应对IT行业本身因“Agentic AI转型”带来的重大结构变革
3. 抢先布局量子计算、下一代连接技术与物理AI设备等快速成熟的前沿科技，以增强韧性并拓展业务边界
对CIO而言，这些趋势汇聚成一个全新的领导力命题：IT的角色正在从“系统建设与维护者”转变为“智能生态系统的指挥者”——整合人类、数字化与自主能力，实现规模化的创新与韧性。
2025年10月，IDC 2026年全球 IT 行业十大预测——IDC FutureScape: Worldwide IT Industry 2026 Predictions（Doc# US53858725，2025年10月） 中提出十项值得企业密切关注的关键趋势，这些预测共同勾勒出未来五年的清晰路线图。
预测一、从AI模型走向“复合智能”
到2026年，70%的组织将采用融合生成式、处方式、预测式和智能体技术的复合AI（Composite AI）。
CIO需要构建统一且可解释、可审计、可信赖的AI系统，并建立AI治理框架，用以追踪模型溯源、制定伦理边界并确保问责机制，从而实现企业级AI的负责任扩展。
预测二、编排智能体爆发的时代
到2027年，全球G2000企业中AI智能体的使用量将增长10倍，调用量更将提升1000倍。
这意味着智能体的筛选、编排与优化将成为核心IT职责。CIO需构建强健的监控体系与生命周期管理机制，防止“智能体泛滥”，确保自动化决策过程可控、合规且与企业目标保持一致。
预测三、智能体成为新的交互界面
到2028年，45%的IT产品与服务交互将以智能体为主要界面。
智能体正在成为IT服务的“前台”，重塑企业的采购、交付与体验方式。CIO需重新定义企业架构与用户体验，适应以智能体为中介的IT交互新生态。
预测四、衡量“协作”而非仅“生产力”
到2029年，能够衡量人机协作效果的企业，其利润率将比仅关注生产效率的企业高出15%。
未来的领军者不是“自动化最多”的企业，而是“协作最优”的企业。CIO应推动建立衡量人类创造力与智能体智能协同价值的指标体系，从“降本”思维转向“共创”思维。
预测五、服务走向模块化与自治化
到2029年，30%的全球IT服务将以模块化、平台化的产品形态交付，由生成式AI与Agentic AI驱动的自主服务编排成为常态。
IT服务生态正加速转型：传统合同式服务正被API驱动、可自我优化的智能平台取代。CIO需调整治理、采购与预算机制，以支持持续性、自治化的服务创新。
预测六、云现代化势在必行
到2027年，80%的企业将为应对AI的高算力与高数据需求而升级其云架构，迁移至专为AI负载优化的新一代平台。
无论公有云还是私有云，传统架构都难以支撑智能体规模。CIO需打造GPU密集型、异构计算与弹性调度能力兼备的AI基础设施，实现AI驱动的弹性与高效。
预测七、数据协作成为竞争新优势
到2028年，60%的企业将通过私有数据交换平台或数据洁净室开展跨行业的数据协作，支持生成式AI与Agentic AI的多样化应用场景。
在AI时代，数据共享已从选择变为竞争必需。CIO需充分利用可信的数据生态体系，平衡数据主权与隐私保护，同时推动跨行业创新。
预测八、量子准备刻不容缓
到2030年，美、欧、中三地政府将利用量子加速超级计算解决50%的复杂科研与防务难题，包括破解现有加密体系。
量子计算的到来将重塑安全格局。CIO需提前布局“后量子安全”战略，测试混合加密方案，重审身份与密钥管理体系，构建应对量子威胁的韧性架构。
预测九、下一代连接技术拓展企业边界
到2029年，75%的企业将采用低轨卫星（LEO）连接，以补充地面网络，实现卫星D2C、D2D与高速宽带融合的统一数字网络。
CIO应将LEO与5G视为全球边缘到云集成的战略支撑，构建可动态调度的网络架构，以支持全球业务拓展并提升地缘风险应对能力。
预测十、边缘智能加速本地决策
到2030年，50%的企业AI推理任务将在终端或边缘节点本地完成，从而减少云端流量与延迟，并增强敏感数据的控制力。
随着AI贴近用户侧运行，CIO需重构基础设施与治理模式，充分利用边缘智能实现实时、自主的业务决策。
CIO的全新使命：智能企业的“领航者”
这十大发展趋势传达了一个清晰的信号：CIO不再只是技术管理者，而是“智能企业的领航者”。从智能体治理到量子安全，从创新到合规，CIO必须在创新与诚信、自动化与协作、规模与主权之间取得平衡。未来的道路虽然复杂，但完全可导航。具备战略远见、现代化技术堆栈与AI协作文化的企业，将能够化动荡为机遇，将技术变革的十年转化为增长的十年。
相关推荐——【活动预告】IDC FutureScape：中国ICT市场预测论坛——AI智绘未来
洞察趋势，更需引领未来。IDC将于2025年12月2日在北京举办 “IDC FutureScape 2026：中国ICT市场预测论坛” 。本次大会以 “AI智绘未来” 为主题，与您共同深入探讨Agentic AI如何重塑企业战略，彻底改变技术、人才与绩效协同驱动增长的方式。
届时，IDC全球及中国资深分析师团队将现场深度解读FutureScape 2026全球预测报告，聚焦AI如何从试点部署迈向全域转型，并分享如何通过战略布局、信任构建与创新实践，将技术颠覆转化为跨越式发展机遇。
附录3：《麻省理工科技评论》发布2026年“十大突破性技术”
https://www.mittrchina.com/news/detail/15766
作为全球最具影响力的科技智库之一，《麻省理工科技评论》始终致力于追踪科技创新的最前沿，在纷繁复杂的技术浪潮中识别那些真正具有改变世界的新兴技术方向。自 2001 年起，我们开始发布“十大突破性技术”（10 Breakthrough Technologies），旨在挖掘尚处早期、却有望深刻影响未来的创新。
许多我们曾预见的技术，如今已从实验室走向产业：2019 年，“灵巧机器人”首次入选时，机械臂还在笨拙地尝试抓取物体；而到 2025 年，具身智能已成为最炙手可热的话题之一，机器人开始逐步真正“理解”物理世界。同样在 2019 年，我们预见到“流利对话的 AI 助手”的潜力；两年后，GPT-3 登上榜单；到现在，大语言模型与多模态 AI 已深度融入数十亿人的工作与生活。
这种从预测到见证的循环，让我们更加确信：识别那些尚未成熟、但终将改变世界的技术，是一件有意义的事。
今天，我们正站在一个关键拐点上——AI 的发展重心，正从“能做什么”转向“该做什么”；生命科学则在伦理争议中持续突破认知边界。这些趋势清晰地表明：下一波技术浪潮，不再仅仅追求“更快”或“更强”，而是更关注人类如何在技术与伦理之间取得平衡。
基于这一判断，《麻省理工科技评论》选出了 2026 年的十大突破性技术。它们涵盖多个维度：从能够精准编辑新生儿基因的碱基编辑技术，到试图让灭绝物种重返地球的“基因复活”；从承载人类太空雄心的商业空间站，到支撑 AI 算力指数级增长的超大规模数据中心……其中一些技术已进入落地阶段，另一些仍充满争议，但它们共同指向一个复杂却值得期待的未来。
为了更好地剖析技术背后的故事与思考，今年，我们还邀请到了 30 余位来自 AI、生命科学、能源与材料、社会人文等领域的顶尖专家学者，对这十项技术进行深度解读。在未来一个月内，我们将陆续发布每项技术的发展脉络、核心挑战与潜在影响。（详细名单见文末）
2026 年的十大突破性技术如下，洞见未来趋势，从此刻开始。
重大意义：超大规模数据中心正以一种革命性的架构为 AI 模型提供动力，但其能源成本令人咋舌。
主要参与者：OpenAI、谷歌、亚马逊、微软、Meta
成熟期：现在
在广阔的农田和工业园区里，一栋栋塞满计算机机架的超大型建筑正拔地而起，为 AI 竞赛提供动力。这些工程奇迹是一种新型的基础设施：它们是专为训练和运行超大规模大语言模型而设计的超级计算机，并配备了专用的芯片、冷却系统，甚至独立的能源供应。
超大规模 AI 数据中心将数十万个被称为图形处理单元（GPU）的专用计算机芯片（如英伟达的 H100）捆绑成协同工作的集群，就像一台巨大的超级计算机。这些芯片擅长并行处理海量数据。数十万英里长的光纤电缆像神经系统一样连接着这些芯片，让它们能以闪电般的速度进行通信。巨大的存储系统则昼夜不停地为这些设施中的芯片输送数据。
OpenAI、谷歌、亚马逊、微软和 Meta 等科技公司正向这种基础设施投入数千亿美元。中国、美国、中东等一些国家政府也在投入巨资。
但惊人的算力是有代价的。密集排列的芯片运行温度极高，普通的空调已无法满足冷却需求。相反，它们被安装在冷水板上，或直接浸泡在冷却液浴中。下一步可能是将它们浸入海水中。
正在建设中的最大型数据中心可能吞噬超过一吉瓦的电力——这足以供整座城市使用。其中超过一半的电力来自化石燃料，而可再生能源仅能满足四分之一多一点的需求。一些 AI 巨头正转向核能。谷歌甚至设想在太空中建立太阳能供电的数据中心。
数据中心的疯狂扩建是由 AI 的扩展定律（Scaling Laws）以及随着该技术被嵌入到从聊天机器人到健身应用等方方面面而带来的爆炸性需求所驱动的。但公众可能会在未来几年为这些建设买单，因为承载这些耗电设施的社区正面临着飙升的能源账单、水资源短缺、嗡嗡作响的噪音以及空气污染等问题。
重大意义：一种比锂更便宜、更安全、更丰富的替代品终于开始用于汽车和电网领域。
主要参与者：比亚迪、宁德时代、中科海钠、Peak Energy、雅迪
成熟期：3 至 5 年
几十年来，锂离子电池以能源革命心脏之姿，驱动着全球的移动生活与绿色转型。然而，随着电动汽车与储能需求呈现出爆发式增长，锂资源的约束正成为一道高悬的产业暗影，无论是储量有限、还是开采集中、亦或是价格剧烈波动，都在呼唤一条更宽广、更具韧性的能源之路。眼下，技术与产业的视线，正悄然转向一种源自浩瀚海洋与普通盐田的元素：钠。它是化学周期表上锂的邻居，很有希望成为破解能源焦虑的关键替代答案。
钠离子电池的工作原理与锂离子电池十分相似：通过让离子在两个电极之间移动来储存和释放能量。但与锂这种储量相对稀少、目前仅在少数几个国家开采的元素不同，钠不仅价格低廉，而且分布广泛。尽管如今的钠离子电池在成本上尚未体现出明显优势，但随着产能的扩大，其成本有望下降。
中国凭借其强大的电动汽车产业，已率先推动这一领域的发展。电池巨头宁德时代和比亚迪对该技术进行了大量投资。宁德时代于 2021 年发布了第一代钠离子电池，并于 2025 年推出了名为 Naxtra 的钠离子产品线，称已开始大规模生产。比亚迪也正在中国建设一个庞大的钠离子电池生产基地。
钠离子电池技术已开始用于汽车领域。2024 年，江铃集团开始为旗下的 EV3 新能源车型提供钠离子电池包的购买选项。中科海钠的电池则正在将钠离子电池用于低速电动汽车中。
钠离子技术最重要的影响或许不在于道路运输，而在于电网领域。储存太阳能和风能产生的清洁能源一直是个挑战。钠离子电池凭借其低成本、更高的热稳定性和长循环寿命，成为一种极具吸引力的替代方案。美国初创企业 Peak Energy 目前已经开始部署电网规模的钠离子储能系统。
尽管钠离子电池的能量密度目前仍然低于高端锂离子电池，但这一指标每年都在持续提升，并且已经足以满足小型乘用车和物流车的需求。
当前，新型电池也正在小型电动汽车中进行测试。在中国，电动摩托车制造商雅迪于 2025 年推出了四款采用该技术的两轮车型。与此同时，包括深圳在内的多个中国城市已经开始试点钠离子电池换电站，供通勤人士和外卖骑手使用。
重大意义：碱基编辑跨越至 N=1 的定制时代，首例成功案例不仅验证了其临床潜力，更重塑了罕见病的监管与治疗范式。
主要参与者：费城儿童医院、宾夕法尼亚大学、美国食品药品监督管理局（FDA）
成熟期：3-5 年
长期以来，制药巨头遵循着“重磅炸弹”的底层逻辑——即投入数十亿美元研发一款药物，必须依赖海量患者群体来分摊成本并获取回报。罕见病因患者基数小、研发回报低而深陷无药可用的处境。
对于 Kyle “KJ”Muldoon Jr. 而言，生命原本是一场与时间的残酷赛跑。这位患有罕见遗传病的婴儿，因肝脏无法代谢血液中的毒性氨，时刻面临着神经损伤甚至致命的风险。在过去，他唯一的生存希望是漫长且充满不确定性的肝移植等待。
转机源自宾夕法尼亚大学研究团队的一次大胆尝试。为了挽救 KJ，研究人员 Rebecca Ahrens-Nicklas 和 Kiran Musunuru 并没有选择传统的移植手术，而是为他“量身定制”了一套前所未有的基因编辑方案。团队采用的是碱基编辑技术（Base Editing）——这是 CRISPR 的一种革命性改良形式。如果说初代 CRISPR 是剪断 DNA 的“剪刀”，那么碱基编辑就是一支精准的“铅笔”，它能在不切断双链的情况下，直接修正致病基因中那个错误的单碱基“拼写”。
在完成细胞及动物模型验证后，7 个月大的 KJ 接受了治疗。奇迹随之发生：KJ 状况良好，各项发育指标均按里程碑稳步推进。
这一案例标志着基因编辑技术完成了一次历史性的跨越。此前，基因疗法多针对镰状细胞病等特定群体的“通用型”药物，而 KJ 是全球首位接受“N=1”（单一个体）定制化基因编辑治疗的患者。这套疗法完全为他一人的基因变异设计，虽然目前的治疗成本与肝移植相当，大约 100 万美元，但随着流程的工业化成熟，未来成本有望大幅下降。
更深远的突破在于监管范式的重塑。KJ 的成功倒逼了规则的改变，FDA 已展现出极大的灵活性，不仅就一项极小样本量（仅需 5 人）的后续试验达成一致，更在《新英格兰医学杂志》撰文探讨针对此类个体化疗法的全新审批路径。这意味着，KJ 迈出的一小步，正在为未来无数罕见病患儿推开一扇通往“可编程药物”的大门。
重大意义：研究人员能够基于新技术探查 AI 模型的内部工作机制。
主要参与者：Anthropic、Google DeepMind、Neuronpedia、OpenAI
成熟期：现在
大语言模型正广泛地被用于搜索、编程、内容生成和决策辅助等现实场景中。尽管每天有数百万人使用它们，但一个不可回避的问题是，其有时会产生幻觉，甚至在特定情境下表现出误导或欺骗用户的倾向。
实际上，我们并没有从本质上弄清楚 AI 模型的“大脑”中到底发生了怎样的变化：它们的本质和运作机制是怎样的？应该怎样设置防护措施对其进行约束？
过去，人们将 AI 看成是一个“黑箱”系统：喂进数据，获得结果，但其中经历了怎样的过程尚不清楚。随着模型规模的提升，其表现出来越来越强的能力，这种过程不可见的状态，逐渐成为安全和可信性方面的“定时炸弹”。
于是，顶尖 AI 公司的研究人员通过开发新方法，来探查这些模型得出结论的过程，并开始逐步还原其中的一部分机制。在这样的背景下，机制可解释性（MI，Mechanistic Interpretability）开始成为一条清晰的研究路线，它旨在通过研究模型内部的计算机制，梳理整个模型中关键特征及其之间的路径。
2024 年，Anthropic 公布了一套类似“显微镜”的方法，来探索其 Claude 模型的内部。研究人员发现，大模型的内部并非完全无章法，某些神经元或神经元组合，会稳定地对应特定的概念，例如以迈克尔·乔丹为代表的人物和以金门大桥为代表的地点，甚至是更抽象的语义模式。
2025 年，Anthropic 将这项研究推向了新的高度。不止步于单一概念特征，该公司利用“显微镜”可以解析出相对连贯的特征序列，并追踪模型从提示到生成回答之间的大致路径。这意味着，模型的思考过程终于“有迹可循”了。当然，这不是一家公司的独立探索，OpenAI 和 Google DeepMind 等团队也使用类似技术，来解释模型的相关异常行为或危险行为。
在人们聚焦研究机制可解释性的同时，思维链监控（Chain-of-Thought Monitoring）作为另一条研究路径，也逐渐开始发展。例如，OpenAI 使用这种技术发现了其推理模型在编程测试中，会通过作弊的行为获得高分，而并非按预期解决问题。
随着模型的能力越来越强，理解它的内部机制也愈发重要。当然，研究机制可解释性并非万能钥匙。目前，学界和产业界对这些技术最终能达到何种程度仍存在意见分歧：一部分研究者认为，由于大模型过于复杂，我们可能永远无法完全、精准地理解其内部机制；也有人指出，即使无法完全理解，但如果能找到关键机制，将有望大幅提升大模型的安全性和可控性。
尽管如此，这些新工具的发展推动着研究者和模型改善了关系：从相对被动地对黑箱系统测试，正在转向更为主动地对模型内部结构进行研究。
重大意义：新型反应堆使用新材料和小型模块化设计，使核能更安全、更便宜。
主要参与者：BWXT、中国核工业集团公司、Kairos Power、Newcleo、TerraPower、X-energy
成熟期：3 到 5 年
先进核反应堆技术正在全球范围内吸引数十亿美元的私人投资，并持续获得政府的资金支持，这背后反映了人们正在将无碳能源视为国家战略级基础设施。当下，电力需求正快速增长，尤其是用于支持 AI 应用和数据中心。
数十年来，核能始终是电网中重要的基荷能源之一，尽管传统核电站贡献巨大，但它面临着一个长期的现实问题：工期太长、设计太复杂、预算太高。而下一代核能技术的出现，有望解决这些问题。有业界人士判断，新型反应堆有可能引发自20 世纪 70 年代以来最大规模的一次核电扩张周期。
一些公司正在开发小型反应堆，值得关注的是，其发电量不到传统设计的千分之一；还有一些公司在探索熔盐或钠、铅等金属高温冷却剂，使反应堆无需像水冷反应堆那样在超高压下运行，并且高温热源可以做其他用途。
与传统反应堆通常为整座城市供电的能力不同，这些公司致力研发的先进反应堆，普遍具有共同特征：采用新型燃料与冷却剂、设计更小型模块化、制造流程更简化。这不仅可以提升安全性，同时也能满足工业供热、军事设施及数据中心等多样化的能源需求。这些改变有助于提升电网的灵活性和韧性，对于满足由电动汽车、空调和数据中心驱动的全球电力需求增长至关重要。
先进核反应堆概念通常被称为第四代反应堆设计（Generation IV）和小型模块化反应堆（SMR，Small Modular Reactor）。从技术路径上看，它们可分为四大类：采用 TRISO 包覆燃料颗粒的高温气冷堆（HTGR），代表企业包括 X-energy、BWXT 和中国核工业集团（CNNC）；熔盐冷却反应堆，包括液态燃料设计（TerraPower）和固态燃料设计（Kairos Power，美国首家获批开建下一代发电核反应堆的企业，其实验熔盐反应堆名为 Hermes 2）；以液态金属为冷却剂的快堆（所谓快堆，是因为其不减速裂变产生的高速中子），如钠冷快堆（TerraPower、CNNC）和铅冷快堆（Newcleo）；集成非能动安全特性的轻水小型模块化反应堆。
需要看到的是，能否扩大规模来满足生产和生活的实际需求，是下一代反应堆技术面临的关键问题。现在，首批示范项目处于后期规划阶段或建设阶段，未来，要想提升电网的韧性，还需要在全球范围内建造更多此类反应堆，并具备经济可行性。
重大意义：随着基因检测技术的成熟与普及，越来越多的准父母开始面临一个选择：是否要借助胚胎筛查技术，为未来的孩子“优化”遗传特征？
重要参与者：Genomic Prediction、Herasight、Nucleus Genomics、Orchid
技术成熟期：现在
在美国，对胚胎进行严重遗传疾病的筛查，被普遍视为合理且必要的医疗手段。但一旦检测范围延伸到外貌、行为乃至智力等非疾病性状，公众认可度便显著下降。
尽管如此，已有多家初创公司开始公开宣传，声称其技术能够实现这类筛选。
胚胎植入前基因检测（Preimplantation Genetic Testing，PGT）并非新鲜事物。自 20 世纪 90 年代起，它便以不同形式被应用于临床。如今，这项技术针对染色体异常（如非整倍体）或单基因遗传病（如囊性纤维化、亨廷顿病）的检测，已经发展到了成熟的阶段。对于有明确遗传病风险的家庭而言，这为他们带去了希望。
真正引发争议的，是近几年出现的 PGT-P（Preimplantation Genetic Testing for Polygenic Disorders，即胚胎植入前多基因疾病检测）。这项服务关注的并非单一基因决定的疾病，而是由成百上千个基因变异共同作用的复杂性状——既包括 2 型糖尿病、冠心病、精神分裂症等多基因疾病，也涵盖身高、眼睛颜色，甚至认知能力等非疾病特征。相关公司通过构建多基因风险评分（polygenic risk scores，PRS），为每个胚胎计算其未来呈现某一性状的统计概率，从而为准父母在多个胚胎之间做出取舍提供参考。
2019 年，Genomic Prediction 率先将 PGT-P 引入临床实践。随后，Orchid 推出了基于全基因组测序、覆盖范围更广的升级版本。在商业化过程中，这两家公司大多强调对严重多基因疾病的风险评估，刻意淡化甚至回避对智力等非医学性状的预测能力。
但到了 2025 年，新的市场竞争者开始采取更激进的策略。Herasight 和 Nucleus Genomics 明确宣称，其技术不仅可以评估疾病风险，还能够对包括智力在内的多种复杂特征进行筛查。相关服务价格高昂，单次费用可达 5 万美元，由此迅速引发舆论争议。
批评者警告，这类技术可能将社会推向一种“新优生学”的边缘；也有科学家指出，多基因风险评分本质上基于群体统计，对个体——尤其是胚胎阶段的个体——预测能力有限，其临床实用性值得怀疑。即便是支持这项技术的研究者也承认，这些结果只能提供概率性参考，而非确定性判断，其现实意义仍然相当有限。
尽管争议不断，PGT-P 在硅谷已形成潮流。包括埃隆·马斯克（Elon Musk）和彼得·蒂尔（Peter Thiel）在内的科技界人物，或通过投资，或通过公开表态，对相关企业表示支持。这项原本属于精英圈层的技术，也正逐渐向更广泛的人群扩散——截至 2025 年，美国已有超过 100 家生育诊所开始提供 PGT-P 服务。
市场竞争的加剧有望推动检测价格下降、提升可及性，并促使整个 PGT 领域在技术标准、数据解释和伦理规范方面持续改进。
重大意义：越来越多的人正在与聊天机器人建立亲密关系。对一些人来说，这是一种相对安全、可控的情感出口；但对另一些人而言，它也可能在不知不觉中埋下风险的种子。
主要参与者：Anthropic、Character.AI、OpenAI、Replika
技术成熟期：现在
今天的聊天机器人已经能够进行细腻而连贯的对话，也能高度逼真地模拟共情反应。它们似乎从不疲惫，而且始终在线。在这样的特性加持下，越来越多的人将其视为陪伴对象——有人把它们当作朋友，有人则选择和它们发展浪漫关系。
美国非营利组织 Common Sense Media 的一项调查显示，72% 的美国青少年曾使用 AI 来寻求陪伴。
这其中有一个耐人寻味的现象：尽管存在 Replika、Character.AI 这样专门提供情感陪伴的产品，人们却越来越频繁地向通用型模型——例如 ChatGPT，投射情感期待。OpenAI 首席执行官山姆·奥特曼（Sam Altman）也曾公开表示，他并不反对这种用途。
诚然，对那些长期感到孤独、缺乏情感支持的人来说，AI 的确能在短时间内提供情感安抚、倾听与某种程度上的引导。但对另一部分用户而言，这种关系反而可能放大原有的心理脆弱性。已有案例表明，长期、封闭式地与聊天机器人互动，可能诱发所谓的“AI 诱导妄想”：用户在对话中不断强化错误信念，滋生危险想法，甚至误以为自己洞察了某种隐秘而重要的“真相”。
更令人担忧的是，这类风险已经酿成悲剧。多个美国家庭曾对 OpenAI 与 Character.AI 提起诉讼，指控其伴侣式模型行为与两名青少年自杀事件存在关联。此后，类似案件仍在增加：2025 年 9 月，社交媒体受害者法律中心（Social Media Victims Law Center）对 Character.AI 提起三起诉讼；同年 11 月，OpenAI 又面临七起新的投诉。
随着风险逐渐显现，监管开始介入。2025 年 9 月，美国加州州长签署新法规，要求大型 AI 公司披露其用户安全保护机制。与此同时，OpenAI 也在 ChatGPT 中引入了家长控制功能，并着手开发一款面向青少年的专用聊天机器人，承诺设置更严格的安全护栏。
AI 陪伴或许不会消失，但可以确定的是，它在未来将面临更加严格的监管。
重大意义：通过在现代生物中表达远古基因，用基因复活技术突破演化局限，为生物医药及生物多样性保护提供了全新解决方案。
主要参与者：Colossal Biosciences、佐治亚州立大学、Revive & Restore
成熟期：现在
2025 年初，德州生物技术公司 Colossal Biosciences 高调登上《时代》周刊封面，展示了一只雪白色的犬科动物，声称复现了曾在 1 万年前的古老物种“恐狼”。
但科学界迅速给出了更严谨的定义：这本质上是一只经过精密基因工程改造的灰狼。虽然它并非真正的史前生物，但它达成了一个关键的技术里程碑，科学家成功在其基因组中植入并激活了约 20 处源自恐狼古骨的 DNA 片段。
这场关于“真假恐狼”的争论，恰恰揭示了古 DNA 分析与复活技术的成熟——得益于现代遗传学、基因编辑及克隆技术的突破，DNA 正实现“时空穿越”。科学家们通过大规模扩容的基因序列库，不仅解码了猛犸象、渡渡鸟乃至成千上万名古人类的遗传密码，更开始尝试将这些远古信息在现代生物体内重现。
这项技术的真正野心，远不止于满足人类对史前巨兽的好奇心，更是为现代医疗与生态拯救开辟了全新路径。
在医疗领域，佐治亚州立大学的研究人员去年夏天利用该技术，试图找回人类在数百万年前演化中丢失的一种酶。这种酶的缺失被认为是导致痛风的根源。通过将该基因重新植入肝细胞，科学家正试图让现代人类重新获得这种代谢能力，从而根治痛苦的关节疾病。
在生态领域，非营利机构 Revive & Restore 正在利用冷冻保存了数十年的细胞，克隆出濒危物种黑足鼬。这些克隆体携带了在现存野生种群中早已消失的数以万计的遗传变异。这种找回丢失基因多样性的能力，成为了拯救该物种免于近亲繁殖灭绝的关键。
随着海量灭绝生物基因组被解码，这项技术正在为生物医药及生物多样性保护等提供全新的解决方案。
重大意义：人们用 AI 生产软件，而整个行业也在积极接纳这类软件，但这或许是以牺牲初级编码岗位为代价的。
主要参与者：Copilot、Cursor、Lovable、Replit
成熟期：现在
曾几何时，写代码是一项孤独的工作，是程序员与计算机的一场简单对话。人们提到程序员，很容易会联想到格子衫等程序员群体较为喜欢的服装。这些程序员有不少游走于印度孟买、硅谷、北京西二旗、深圳南山等地。如今，这个群体加入了一位新伙伴：生成式编码。它并非一个简单工具，而是拥有从根本上改写软件创作的能力，可以将模糊的想法瞬间转化为可以运行的代码。
无论是专业软件工程师还是新手，都在使用 AI 编码助手来生成、测试、编辑和调试代码，从而减少了完成项目所需繁琐步骤的时间。大型科技公司已全面参与：据这些公司的负责人透露，微软高达 30% 的代码和谷歌超过四分之一的代码现已由 AI 编写，而 Meta 创始人马克·扎克伯格（Mark Zuckerberg）则希望在不久的将来，让 Meta 的大部分代码由 AI 代理完成。
与此同时，诸如微软 Copilot、Cursor、Lovable 和 Replit 等强大的新型 AI 工具，甚至让那些几乎没有编码知识的人，仅通过一系列描述他们想构建内容的提示，就能搭建出视觉效果惊艳的应用程序、游戏、网站及其他数字项目。
一些从业者甚至让软件在写代码时起主导作用，接受其部分或全部建议，这种方法被称为氛围编码。但可靠的人类专业技能仍然无可替代，因为 AI 会凭空产生无意义的内容，其建议无法保证有用或安全。麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的研究人员强调，即便是看起来合理的 AI 生成代码，也可能不总是按设计执行。尽管 Cosine 和 Poolside 等公司正在致力于解决这个问题，但是 AI 工具在处理庞大复杂的代码库时也存在困难。
我们也开始看到生成式 AI 编码对于业界其他领域产生的早期影响，包括为年轻员工提供的入门级工作岗位减少。因此，尽管生成式 AI 编码可能对你现有的工作有所帮助，但它们不一定会帮助你获得一份新工作。
重大意义：不出意外的话，首个商业轨道前哨站计划于今年五月发射。
主要参与者：Axiom Space、 Blue Origin、Vast Space、Voyager Space
成熟期：6 个月内
人类长久以来一直梦想着能栖居于群星之间。在过去的二十年里，已有数百人在国际空间站和中国空间站上实现了这一愿景。
但一个新的时代即将开启：私营企业将开始运营轨道前哨站——这意味着人类进入太空的机会有望比以往大幅增加。
国际空间站日益老化，预计将于 2031 年脱离轨道并坠入海洋。为了寻找替代方案，NASA 已向多家公司拨款超过 5 亿美元以资助开发私人空间站，与此同时，另一些公司也在自主建造各自的版本。
打头阵的是来自加利福尼亚州的 Vast Space 公司，计划于 2026 年 5 月搭乘 SpaceX 的猎鹰 9 号火箭发射其名为“Haven-1”的空间站。如果一切按计划进行，它最初将支持四名乘员在这个巴士大小的居住舱内停留 10 天。付费客户将能够体验微重力生活，并开展种植植物和药物测试等科学研究。
紧随其后的将是 Axiom Space 的前哨站——Axiom Station，它由五个模块（或房间）组成。其设计风格类似精品酒店，预计于 2028 年发射。Voyager Space 计划同年发射其名为 Starlab 的空间站，而 Blue Origin 的 Orbital Reef（轨道礁）空间站则计划于 2030 年跟进。
虽然入住这些前哨站的费用尚未公布，但预计最初的票价将高达数千万美元。不过，如果这些私人空间站能够取得成功并实现盈利，它们最终可能会为研究人员、国家航天机构，甚至希望在太空制造产品的企业提供更多的太空准入机会。
放眼更长远的未来，这些空间站可能是我们在地球轨道之外生活的前奏。Blue Origin 的创始人杰夫·贝佐斯（Jeff Bezos）长期以来一直设想有一天会有数百万人生活和工作在太空，而 NASA 和 SpaceX 首席执行官埃隆·马斯克（Elon Musk）则一直直言不讳地表达了在月球和火星上生活的目标。今年，或许将是让人类栖居群星之间的梦想变得触手可及的一年。
附录4：摩根士丹利2026年十大预测：AI能力分化加剧，科技巨头加速整合能源设施
https://wallstreetcn.com/articles/3764135
01-26 11:54
摩根士丹利预测2026年，全球AI技术发展呈现分化格局、算力需求指数级增长超越供给能力、特朗普政府推出强力政策议程、AI技术转让与国家自给自足压力、能源成本上升引发政策反弹、AI巨头加速整合能源基础设施、全球制造业版图重构、拉美迎来三重变革驱动新投资周期、企业和政府启动大规模再培训计划、变革性AI将重塑经济和资产估值。
近期，摩根士丹利全球主题研究主管Stephen C Byrd发布2026年市场展望，围绕AI技术扩散、能源未来、多极世界和社会变革四大主题，提出十项关键预测，为投资者勾勒出技术驱动下的市场格局演变路径。
该投行预计，美国前沿大模型将在2026年上半年实现能力跃升，而世界其他地区竞争者短期内难以匹敌。同时，算力需求的指数级增长将超过供应扩张速度，推动数据中心经济学发生根本性变化。
摩根士丹利强调，主题投资已被证明是强劲的超额收益来源。2025年，该行主题股票组合平均跑赢MSCI世界指数16个百分点，跑赢标普500指数27个百分点。表现最佳的三个类别均由多极世界动态驱动。
这些预测涵盖技术、能源、地缘政治和劳动力市场等多个维度，凸显AI技术扩散对全球经济结构的深远影响，以及由此引发的国家竞争力重塑。
预测一：全球AI技术发展呈现分化格局
摩根士丹利预计，2026年上半年美国前沿大模型将实现能力的阶跃式提升，而世界其他地区的竞争者在同一时间框架内难以实现同等突破。这一技术差距将形成AI发展的”两个世界”格局。
在应用层面，市场情绪将经历显著转变。2026年上半年对AI采用率的担忧，将在下半年随着AI能力的非线性增长转为乐观情绪，AI应用效益的规模将日益显著。
预测二：算力需求指数级增长超越供给能力
AI应用普及和使用场景复杂度提升，将推动算力需求呈指数级增长，供给增速则难以匹配。摩根士丹利推出新的”智能工厂”模型，帮助投资者深入理解大模型开发者在数据中心层面的经济效益。报告强调，这些经济效益具有吸引力。
预测三：特朗普政府推出强力政策议程
摩根士丹利预测，特朗普政府将采取比预期更强有力的行动，重点包括确保关键矿产、铀和金属的国内供应，支持制造业回流，增加军事开支并强调创新，以及降低消费者成本。
预测四：AI技术转让与国家自给自足压力
作为对前述趋势的回应，全球将面临AI技术转让压力。国家层面AI能力的不平等可能影响贸易动态。各国对国家自给自足和提升“国内总智能”的追求将日益强烈。
预测五：能源成本上升引发政策反弹
全球能源成本上升将引发对数据中心增长的反弹，推动低成本能源支持政策出台，并促使数据中心项目采用”离网”供电策略，这一政治化议题将重塑数据中心发展路径。
预测六：AI巨头加速整合能源基础设施
主要AI企业将采取措施加强对能源基础设施的控制，目标包括掌握自身命运、尽快获得成本最低且最可靠的能源、使其他电力客户免受AI增长冲击，以及利用AI推动能源和电力效率提升。AI与能源的融合程度将显著加深。
预测七：全球制造业版图重构
中国将在关键科技密集型行业中提升全球制造市场份额。与此同时，随着技术扩散降低低成本劳动力优势，美国制造业天平向美国国内生产倾斜。成本结构高、监管严格且AI应用程度低的地区将失去市场份额。
预测八：拉美迎来三重变革驱动新投资周期
政策转变、地缘政治变化和利率见顶，将推动拉丁美洲进入新投资周期。这一轮牛市将由投资而非消费驱动。
预测九：企业和政府启动大规模再培训计划
企业和政府将推出广泛的再培训计划，以应对AI驱动的就业变化。对AI应用导致真实或感知的失业问题的政治敏感性，将引发一系列政策干预措施。
预测十：变革性AI重塑经济和资产估值
摩根士丹利预计，2026年下半年将出现变革性AI推动多领域价格快速下降的早期迹象。这将进一步导致工资不平等加剧、资本支出增加、利率面临上行压力风险，以及无法被AI“复制”的资产价值上升，这些变化将重塑国家竞争力格局。
附录5：2026年十大科技市场趋势预测
https://finance.sina.com.cn/stock/t/2025-12-01/doc-infzhpkm2169980.shtml?froms=ggmp
数据中心、HBM、辅助驾驶、人形机器人(17.790, 0.19, 1.08%)……均为明年的重点发展技术。
今日，TrendForce集邦咨询发布了”2026十大科技市场趋势预测”。
AI液冷散热大规模渗透AI数据中心
AI数据中心承担的计算任务呈指数级增长，随着功耗和密度持续提升，带动算力液冷技术强劲需求。
传统的风冷技术难以满足数据中心发展需求，液冷技术能够有效解决高热密度机柜的散热难题，成为数据中心冷却技术的新方向。
2026年受惠于北美大型CSPs提高资本支出，对AI数据中心建置需求旺盛，预估全球AI Server出货年增将逾20%。
英伟达将面临更为激烈的竞争。首先AMD将推出MI400整柜式产品，主攻CSPs客户；其次，北美CSPs自研ASIC力道持续增强；最后，云厂商自研ASIC，以及寒武纪(1120.680, 8.18, 0.74%)等AI芯片公司强化AI芯片自主研发，将AI市场竞争推向白热化。
随着AI芯片算力提升，单芯片热设计功耗(TDP)将从NVIDIA H100、H200的700W，上升至B200、B300的1,000W以上或更高，Server机柜须以液冷散热系统对应高密度热通量需求，推升2026年AI芯片液冷渗透率达47%。Microsoft（微软）亦提出新一代芯片封装层级的微流体冷却技术。整体而言，短中期市场仍以水冷板液冷为主，CDU架构将自L2A (Liquid-to-Air)转向L2L (Liquid-to-Liquid)设计，长期则朝更精细化的芯片级散热演进。
HBM与光通讯技术愈发关键
HBM 是一种基于 3D 堆栈封装技术的高性能内存，它通过将多个 DRAM 芯片垂直堆叠，并使用硅通孔（TSV）技术实现芯片之间的高速互连，从而显著提高内存的带宽和数据传输速度。与传统的内存架构相比，HBM 具有更高的引脚密度和更低的延迟，能够在有限的空间内提供更大的内存容量和更快的数据访问速度。
目前各家存储器厂商通过HBM堆栈结构优化，封装与接口创新，并且与逻辑芯片协同设计，藉由各方面的努力来提升了AI芯片的本地带宽。
解决了存储器的传输瓶颈之后，跨芯片、跨模组间的数据传输仍成为限制系统效能的新瓶颈，为突破此限制，光电整合与CPO（Co-Packaged Optics）技术逐步成为主流GPU厂商与云端供应商的研发重点。现阶段800G/1.6T pluggable光模组已启动大量生产，而2026年起预期将有更高带宽的SiPh/CPO平台导入AI 交换机（Switch）之内。借由新型的光通讯技术来实现高带宽、低功耗的数据互连，并优化系统整体带宽密度与能源效率。
NAND Flash供应商强化AI方案
NAND Flash供应商正加速推进专门的解决方案，包含两项关键产品：储存级存储器(SCM) SSD/KV Cache SSD/HBF技术，定位介于DRAM与传统NAND间，提供超低延迟与高带宽特性，为加速实时AI推理工作负载的理想选择。
另一项是Nearline QLC SSD，QLC技术正以前所未有的速度被应用于AI的温/冷数据储存层，例如模型检查点与数据集归档。QLC的每晶粒储存容量较TLC将高出33%，大幅降低储存巨量AI数据集的单位成本。预估至2026年，QLC SSD于Enterprise SSD的市场渗透率将达30%。
AI数据中心储能市场，爆发式增长
数据中心的能源需求不仅体现在总量上，更体现在其对供电质量和稳定性的极高要求上。根据最新要求，未来，国家枢纽节点新建的数据中心绿电占比需要超80%，但风电、光伏的间歇性特征难以适配数据中心24小时连续运行的稳定用电需求。为避免断电造成服务器关闭、数据丢失、设备损坏等情况，大数据中心配储的重要性越发凸显。
预估未来五年内，AI数据中心储能除了现有的短时UPS备电和电能质量改善，2至4小时的中长时储能系统占比将迅速提升，以同时满足备电、套利和电网服务需求。部署方式也将从数据中心级的集中式BESS (battery energy storage system)，逐步向机柜级或丛集级的分散式BESS渗透，如电池备用单元，以提供更快的瞬时响应。
预期北美将成为全球最大AI数据中心储能市场，由超大规模云端厂商主导。预期全球AI数据中心储能新增容量将从2024年的15.7GWh，激增至2030年的216.8GWh，复合年平均成长率达46.1%。
AI数据中心迈向800V HVDC架构
在AI驱动的数据中心时代，千瓦级的供电标准早已无法匹配AI模型对能耗的极端需求。
以英伟达当前主力的GB200 NVL72机架为例，随着机架功率逐步逼近兆瓦级别，基于54V直流的传统配电方式已然陷入瓶颈。英伟达宣布其800V高压直流（HVDC）架构将于2027年全面部署，以支持1MW及以上的IT机架功率需求，提升供电效率与可靠性，还大幅降低铜材使用，简化系统结构，并为AI工厂的发展打下坚实基础。
第三代半导体SiC/GaN正是实现这一转型的关键，多家半导体供应商已宣布加入NVIDIA的800V HVDC计划。预估第三代半导体SiC/GaN在数据中心供电中的渗透率在2026年将上升至17%，至2030年有望突破30%。
2nm GAAFET革新，2.5D/3D封装突破
晶体管架构正进一步演变为GAAFET，在GAAFET架构中，栅极以四个方向完整包覆通道，提供了更佳的控制能力，使其在面对更严峻的工艺挑战时晶体管仍然能稳定地提升其性能。 尽管GAAFET架构看似复杂，但GAAFET架构在工艺上仍有很大一部分沿用原有的FinFET架构的工艺，降低了晶圆代工厂在GAAFET架构的工艺研发上所面对的技术挑战。
随着各家2nm GAAFET进入量产，TSMC（台积电）、Intel（英特尔）与Samsung（三星）则分别推出CoWoS/SoIC、EMIB/FOVEROS、I-Cube/X-Cube等2.5D/3D封装技术，提供前后段整合代工服务。如何在产能利用率、可靠性、成本与良率间取得平衡与商业优势，将是各大晶圆代工与封装厂的核心挑战。
2026年人形机器人出货成长逾700%
随着特斯拉等国际巨头量产时间表的明确，以及国内厂商在资本与技术上的快速跟进，一个全新的赛道正在加速成型。
2026年将是人形机器人迈向商用化的关键一年，全球出货量预估年增逾七倍、突破5万台，市场动能聚焦于两大主轴：AI自适应（AI Adaptivity）技术与场景应用导向。AI自适应技术结合高效AI芯片、感测融合与大型语言模型（LLM）的进化，使机器人能在非结构化环境中实时学习与动态决策，展现”谋定而后动”的行为能力。
笔记本电脑显示高阶化提速，折叠机主流化进程迎关键节点
OLED以自发光、高对比、轻薄化与可变刷新率等特性，突破LCD在厚度与能耗的物理瓶颈，符合Apple（苹果）对影像精度与能源效率的双重要求。Apple预计2026年正式将OLED面板导入MacBook Pro，将带动高阶笔电显示规格由mini-LED转向OLED，预估2025年OLED笔电渗透率可望来到5%，2026年之后，在Apple带动下，2027–2028年可望提升至9–12%。
苹果已经于6 月启动了折叠 iPhone 的初步原型 1（Prototype 1/P1）阶段。如果按照苹果的传统产品开发时间表，这台折叠屏手机预计将在 2025 年底完成主要的原型测试阶段，随后进入工程验证测试 (EVT) 阶段。预估将带动全球折叠手机出货量于2027年突破3,000万支。目前折叠手机仍面临迈向主流的最后障碍—铰链可靠度、柔性面板封装、良率与成本控制。
LEDoS技术蓄积成长能量
Meta Ray-Ban Display是Meta公司于2025年9月18日Connect开发者大会上推出的智能眼镜，由首席执行官马克·扎克伯格发布，套装包含全彩高清显示屏眼镜及配套神经腕带，起售价799美元。该产品右镜片配备600×600像素显示屏，支持显示通知、导航指引及社交媒体应用，搭配的Meta神经腕带（Neural Band）通过肌电图(EMG)技术检测前臂肌肉电信号实现手势操控。
随着市场预期与Meta迭代产品规划的推进，趋势正指向具备更高亮度、对比度的LEDoS 技术，以拓展应用场景，加上Apple、Google（谷歌）、RayNeo（雷鸟创新）、INMO（影目科技）、Rokid（乐奇）、Vuzix等厂商持续布局，成本有望加速下探。预估2027-2028年将出现更成熟的全彩LEDoS解决方案，Meta也预计推出新一代搭载LEDoS的AR眼镜。
2026年辅助驾驶渗透率提升
自动驾驶技术（包括高级驾驶辅助系统ADAS和自动驾驶出租车Robotaxi）已成为全球汽车产业转型的核心赛道，技术迭代、成本下降与政策支持正推动行业加速发展。
预估2026年L2(含)以上辅助驾驶的渗透率将逾40%，智能化将接续电动车成为汽车产业成长动力。此外，以L4级为目标的Robotaxi正迎来全球性的扩张浪潮。以L4级为目标的Robotaxi正迎来全球性的扩张浪潮。
附录6：資策會MIC發布2026年十大重點科技趨勢
https://www.cio.com.tw/104387/
AI需求旺 3奈米以下製程產能 AI伺服器 AI BOX成長快 文／資策會 資策會產業情報研究所（MIC）舉行《2026資通訊產業趨勢》記者會，發布2026年資通訊產業十大重點科技趨勢。整體而言，生成式 AI 與大型模型應用快速擴張，正全面推動半導體與資通訊產業結構重塑。從先進製程、AI 伺服器到邊緣運算、智慧終端、無人系統與資安服務，台灣供應鏈在多項趨勢中具備重要戰略位置。
【趨勢一】半導體：AI需求持續帶動，3奈米以下製程產能連續四年成長率超過4成 隨著生成式AI與大型模型訓練需求持續擴張，AI伺服器出貨成長明顯優於傳統伺服器，並同步放大對GPU、ASIC與HBM等高效能晶片需求。由於高密度運算元件大量導入，AI伺服器單機晶圓消耗顯著高於傳統伺服器，使先進製程晶圓需求高速擴張、倍數增長。 資策會MIC資通訊產業科技中心主任林柏齊表示，從產能配置觀察，3奈米以下製程產能自2023年起，年成長率連續四年超過4成，直接推動先進製程產能擴張與產能結構轉移，由過往以行動裝置為主的應用結構，逐步轉向以雲端資料中心與AI運算為核心。 另一方面，因半導體設備、材料與良率爬升成本均居高不下，加上晶片大廠與雲端服務業者（CSP）自研AI晶片優先綁定先進產能，先進製程資源高度集中於AI應用，對非AI應用之高階晶片形成排擠。在產能高度集中於少數國家與大廠的情況下，先進製程被各國視為戰略性資產，相關投資布局、出口管制與供應鏈安全議題同步升溫，推升整體供應鏈成本與價格。
【趨勢二】AI伺服器：雲端業者、新創主權AI加速採購，出貨將達450萬台 展望2026年伺服器市場發展，全球由AWS、Google、Meta、Microsoft、Oracle與阿里巴巴等雲端服務大廠以及眾多AI新創業者領銜，規劃數千億美元的資本支出，持續對AI伺服器積極採購，無論是用於自建資料中心或是外部採購AI算力的形式，藉此擴充運算資源並推出多樣化AI服務。也因此，在指標業者持續擴大資本支出下，MIC預估2026年整體伺服器市場出貨量將推升至1,500萬台，其中AI伺服器占3成比重、達450萬台。 對台灣產業而言，將受惠於AI伺服器採購升溫而保持台灣相關供應鏈的出貨量與產值；而各家業者持續精進產品技術，包括機櫃級 AI 平台帶動散熱與電源供應方案的升級，先進液冷與高壓直流供電將成為高密度 AI 運算平台穩定運作之關鍵，這也將讓台灣關鍵零組件供應商受惠並擴大市場機會。
【趨勢三】AI Box：垂直產業算力需求旺盛，邊緣AI硬體滲透率接近2成 隨著AI訓練與推理基礎建設更為完備，催生出更多商用的AI解決方案持續往各垂直應用領域推展。在技術面，邊緣 AI 晶片的效能於過去兩年之間有明顯突破，加上中小型 AI 模型愈來愈成熟，導致很多需要放上雲端的推理任務，開始有效地下放到邊緣端執行。而在應用面，包括製造、醫療、零售等行業，都出現高效率、低延遲的 AI 使用場景，並在資料隱私、模型主權這些議題推動下，企業對在地化、可控性的邊緣運算需求提高。 MIC資通訊產業科技中心主任林柏齊表示，預估2026年邊緣AI硬體的滲透率將朝向2成前進。對於台灣產業而言，可以用不同思維布局AI Box領域，AI晶片大廠部分可加入其成熟軟硬體生態系。台灣IPC業者可透過AI技術與晶片加值現有強固型產品與客製化成本優勢；AI晶片新創以高能效晶片區隔，繼續與策略夥伴合作競逐市場份額。
【趨勢四】AI智慧眼鏡：走入日常成為新穿戴亮點，預估出貨達950萬副 AI智慧眼鏡隨著Meta等業者產品熱賣，已經走出小眾市場，同時出現兩個關鍵變化。第一是品牌業者對於產品定位的改變，從實驗性質的方向改成賦予更明確的定位；第二是產品的關鍵技術成熟而帶動成本結構下降，包括低功耗運算晶片量產，以及感測器與鏡頭模組的能力提升，這兩項技術帶動AI智慧眼鏡的量產成本降低，讓更多消費性電子品牌業者更積極地布局AI智慧眼鏡。 MIC預測，2026年將有更多業者推出商用AI智慧眼鏡，整體市場規模將達到950萬副。對台灣產業而言，AI智慧眼鏡不算是新的硬體，已有多家業者推出產品或者發展整機代工業務，台灣業者除了爭取硬體製造與銷售業務，也可開發一般消費者或企業端應用內容與服務方案，搶攻新裝置帶動的軟硬體商機。
【趨勢五】無人機：民主國家積極發展軍用無人機部隊，市場規模達250億美元 烏俄戰爭讓各國了解無人作戰系統在現代作戰的重要性，各國不僅大規模採購無人機裝置，還積極投入開發並部署專屬的軍用無人機部隊包括培養與訓練飛手以及系統管控人員) 。因此，台灣也同樣積極編列無人機採購預算，2025年11月宣布將在未來兩年共採購48,750架、共5款無人機，目標為強化國防並發展自給自足的軍用無人機供應鏈，同時也將供貨給海外的民主國家盟友。在各國政府積極布局下，MIC預估2026年軍用無人機的市場規模將達250億美元，而在國家支持下，台灣廠商預計也將積極地朝向重要的無人機三晶二軟關鍵技術（包括飛行控制晶片及模組、通訊晶片及模組、衛星定位晶片及模組、飛行控制軟體、地面控制軟體）來突破，強化整體產品的國際競爭力。
【趨勢六】人形機器人：2030年可望邁入量產年，全球市場拚破百萬台出貨量， 隨著各國公私部門加速協力打造「物理AI」（Physical AI）基礎設施，人形機器人正迅速從實驗室與概念階段走向商業化，根據MIC最新研究，預計到2030年，全球人形機器人出貨量將超過百萬台。 從產業結構來看，人形機器人的崛起不僅帶來硬體製造與機構模組廠商的新機會，也催生出平台／作業系統（ROS）、AI模型與行為庫提供商以及場域整合SI（系統整合商）。而其中一個被視為關鍵的商業模式，是所謂的「Robots-as-a-Service（RaaS）」－也就是企業不必一次性購買機器人，而改以「訂閱／租賃」方式取得機器人服務，如此一來，即使是中小企業，也能因為門檻低、初期投入成本小，將自動化導入生產、倉儲、物流、服務等場域，進而推進量產與大規模擴散。 展望2030年，人形機器人若成功進入量產與商業導入階段，將可能催生新的產業與職業形態—「機器人即服務商」（RaaS provider）、場域整合系統商、AI模型／感知模組供應商、機器人行為訓練師等新職種將浮現，整體供應鏈、平台與應用整合能力將成為競爭關鍵，而不再只是單純硬體製造實力。
【趨勢七】低軌衛星：商用數量上看1.2萬顆、寬頻服務用戶預計突破1,000萬 2025年低軌衛星寬頻服務可覆蓋且可商用的國家持續增加，網路傳輸速度也持續提升，2026年預計除了領導業者Starlink持續拓展國際服務據點外，Amazon Leo與其他業者也將加入商用行列。MIC預估全球商用低軌衛星的在軌數量也將因此達到11,650顆，這同時會帶動全球低軌衛星寬頻用戶數朝千萬訂購戶的里程碑邁進。 在此發展下，對於寬頻產業之影響有兩個層面。第一是全球可服務範圍擴大，加上例如美國的寬頻基建補助（BEAD）也納入低軌衛星（占整體預算補助金額約2成）技術，使其將成為傳統固網寬頻包括FTTH/Cable Modem等技術在特定市場中的新競爭對手。第二是衛星通訊的重要性提升，國際行動通訊標準組織3GPP等機構正把非地面網路（NTN）規格與下世代6G通訊結合，未來寬頻的應用將朝向海地星空一體化與更多元的面向發展。許多台灣廠商看好衛星寬頻兼具商業與國防價值的優勢，投入到此領域開發關鍵衛星通訊零組件、訊號接收裝置等產品。
【趨勢八】量子電腦：2026年進入商業驗證，量子+AI應用將大量出現 量子運算、量子電腦作為各國關注的關鍵新興科技，尤其通用型量子電腦將成為美、中兩國科技競爭的新戰場，期望可以藉由政府研發資源與科技政策的推動，來取得該國在量子電腦系統標準與規格的發言權。除了政府政策之外，大廠的投入與競爭也將進入白熱化階段，包括超導體、離子阱、光子等，背後皆有推動的企業進行商業驗證，包括：量子運算的相干時間、擴展性、錯誤率，以及操作的環境條件（如操作的溫度與壓力），都成為影響通用型量子電腦最終發展樣態的產業關鍵因子。 MIC資通訊產業科技中心主任林柏齊表示，量子電腦預期成為新型態的高速運算基礎設施，如以下世代的高速運算基礎設施的角度來看，量子電腦除了核心的量子晶片之外，包含冷卻設備、雷射系統設備、位元電子控制設備、單光子源設備、光子探測器等設備等，高階光學設備的製造能力，以及運算設備的硬體系統集成，也成為台灣進入此潛力市場的關鍵要素。
【趨勢九】資訊安全：攻防升溫帶動資安升級，臺灣資安產值以近12%成長率強勢成長 面對生成式AI帶動的攻擊鏈升級，全球企業正進入全新的「AI攻防競逐」時代。MIC指出，生成式AI大幅降低攻擊成本並擴大攻擊規模，使釣魚詐騙、身分冒用與深偽社交工程更難偵測，企業對即時偵測與自動化應變的需求快速提升。傳統仰賴人工分析的資安營運中心模式（Security Operations Center, SOC）已難以因應，AI SOC、XDR、SOAR與自主訓練模型正成為強化營運韌性與信任治理的核心能力。 MIC進一步指出，AI導入正在重塑資安產業結構。第一，AI驅動的威脅偵測與事件抑制，使企業能在多雲與混合環境中維持一致的安全治理。第二，託管式資安服務供應商（Managed Security Service Provider, MSSP）與SOC as a Service快速成長，服務由人力密集轉向模型與流程驅動，平台化能力成為主要競爭焦點。第三，攻防自動化、模型驗證與第三方風險治理需求上升，帶動臺灣資安廠商在產品工具、專業服務與場域化方案出現新成長動能。 在此趨勢帶動下，臺灣資安產值展現強勢擴張，預期規模自2025年的604億元預期提升至2027年的749億元，2024～2027年CAGR達11.7%。MIC強調，AI資安將成為2026年最具策略價值的資通訊成長板塊，也是企業邁向自主化安全營運的重要里程碑。
【趨勢十】資訊服務：企業AI投資持續攀升，帶動資服產業營收上看7,200億新台幣 根據MIC最新調查，隨大語言模型快速進展，企業對於AI應用認知度普遍提高， 2025年已有約四分之一國內企業實際針對AI應用進行投資，投資家數比例較2024年成長近五成。 另外也有部分企業雖未正式導入，但員工私底下使用、或是企業雖未導入也不禁止員工使用各類AI工具（此類稱影子AI用戶，若包含此類用戶我國企業AI使用率達34%），顯示AI應用正從試點邁向規模化落地，預期2026年仍將持續上升，成為企業數位轉型的重要推力。 調查顯示，現階段企業導入AI以提升生產力與營運效率為核心目標，主要集中在文字生成、企業AI平台與程式碼生成等三大關鍵應用，透過相關應用強化內部溝通、客戶互動、流程自動化、行銷內容產製與軟體開發加速等，並促使企業進行工作流程再設計。 面對AI技術推陳出新，多數企業意識到僅靠內部團隊難以掌握模型與基礎架構最佳建構方式。根據MIC調查，在規劃導入AI的企業中，超過半數業者傾向與具垂直領域知識、能提供深度客製與持續優化服務的資訊服務業者合作，以縮短導入時程、降低自行摸索的成本與風險，並透過與資服業者合作過程累積實戰經驗。 企業在擴大AI應用的同時，則高度關注「隱私與智財疑慮」、「AI系統安全漏洞與攻擊」，以及「AI被用於未經允許的惡意使用」等風險與信任管理議題。也將帶動AI應用管理新商機。
在 CIO Taiwan 官網閱讀全文 : 資策會MIC發布2026年十大重點科技趨勢 https://www.cio.com.tw/104387/