对每一年的AI关键趋势予以预测，这是拾象投研团队的传统，我们把2026年的20大AI关键预测，当作新一年的开端，当作新年礼物，送给拾象以及海外独角兽的朋友们。

是AI颇为激荡的一年，以某事物开启，以Manus时刻作为极其出色的收尾，与此同时我们也目睹了模型某种能力的大幅度跨越进步、AI领域的ARR奇迹，以及某情况的叙事反转等等，而在2026年，AI新范式、World Model、多模态等领域同样饱含着惊喜。

让我们再次向大家致以新年的祝福！我们与大家一同满心期待着，在2026年的时候，AI领域能够涌现出更多令人心潮澎湃、激动不已的时刻，以及预示未来走向，给人以指引的信号。

Idea 01

法则与模型之后，紧接着出现的下一个全新范式的信号已然呈现，人工智能朝着自主学习的方向迈进。

我们于2025年的预测当中，已然表达了针对这一新范式突破的信心，虽说从现实层面看来，我们对技术进步以及范式突破的难度有所低估，然而，这依旧会是拾象团队在2026年最为核心的技术趋势的猜测，回过头来秉持理性的视角，在2026年要切实达成新范式的全然突破，也就是出现通用、稳定的情况，这并不具备现实可能性，可是在2026年，该领域出现积极信号，出现确定性是极高的。

“积极信号”预示着，行业会于至少1至2个技术路线方面达成共识，甚至会呈现出类似于这样代表work的情况，又或者出现类似于Law那种早期的共识因为什么对于“我们的眼睛还受得了而可以勉强看到远处出现一只船”，积极信号的确定性是极高的，是由于：

在从AGI智能实现突破的那种现实紧迫的程度方面，于如今的模型范式情形之下，模型的代际之间不大容易去拉开绝对的差距，故而新的范式必定是突破当前状况的关键所在。

从行业资源投入方面来看，除去像那样的头部AI lab在持续不断地展开探索之外，SSI、被叫作Lab的所代表的Neo AI Labs实验室同样也在就进行突围操作，呈现如此这般高密度的人才与智能资源投入情状，必定会成功带来正反馈的。

Idea 02

在真正具备实际意义的层面上达成成为全球性入口的目标，达成DAU实现翻倍的情况，达成Web流量冲破二分之一数额目的程度。

约莫在今天，DAU的水平大抵处于4至5亿，我们预估到2026年，这个数字会实现翻倍intellij idea 2026，进而达到8亿直至10亿，而当DAU为10亿时，这就意味着有一款产品在真正意义上成为了一个“全球性入口”。

另外，今日，某某在web端的流量，可简单视作搜索流量，其比例约为85比15；预计到2026年，这一数据至少会演化为70比30，即意味着，在搜索流量这块达成了二分之一某某体量。

Idea 03

“App - store”冒出来，引发首个达到$100M ARR的应用诞生。

我们在LLM浪潮刚开始的时候就做出预测，指出AI/LLM是新时代的操作系统，并且它正朝着这个方向不断进步，“App - store”表明其达成了从一个超级工具朝着超级平台的转变，而这背后是跟AI流量分发权以及生态构建相关的情况。

“App - store ” 的核心标志在于，诞生了首个实现 1 亿美金 ARR 的 App，而且这个应用必定是在生态内高度原生的，就意味着用户在不离去对话的情况下能完成任务。

有别于传统的移动 App Store， Store 所彰显的处于 AI 时代的“商店”，或许不会以列表的形式而存在。相反，是借助 AI 直接去向用户推荐应用程序，并且会把应用的功能直接嵌入到用户的对话流当中，在当下大力发展 Ads 的情形下， Apps 推荐同样也会是其中特别重要的组成部分。

Idea 04

会在 2026 下半年反转叙事，估值突破万亿美金

当前所处的这般情形，恰似二零二五年年初时的那般状况，然而，现今至少存在着两个视角，能够借由它们来实现叙事的扭转。

先是 进入 10 亿 DAU 俱乐部，去重写 互联网流量格局，变成明确得全球性入口，这样的强盛地位致使 从工具演化为“生产力收税人”。预估于 2026 年，各个领域得老牌玩家们因历经 互联网 web 1.0、2.0 得分发变化与兴衰之后，面对 这个新型得流量主权方来，会从“观望”转为面向合作，（ 和 已然踏出了这一步），这种行业推动力与利益互换会强化 得货币化事宜，甚至摸索出新得商业模型。

最本质的则是模型竞赛格局的变化。

尽管当下遭受来自某些方面的挤压，因 Top3 AI Labs交替式领先正逐渐成为一种公认的常态，所以我们认定这般“落后”大多只是阶段性现象。尤其是基于特定某种要素拥有的相关基因以及已然出现的技术沉淀，使得它更有望成为Top3 Labs里率先寻得新范式信号的一方。要是下半年能够具备释放某种形态新范式信号的契机，那么便会重归极具优势的SOTA地位，借此又将带来至少长达半年的领先态势。

除此之外，鉴于 跟 存在着高度关联的叙事情况，NVDA 同样有可能会跟 一道同步出现反转，那样的话市场就会再次认识到 “ 链” 的技术领先特性了。

Idea 05

xAI 被 Tesla 合并 ，打通数字和物理世界 AGI

xAI于2025年在模型竞争里显著地落于队伍之后，而把xAI并到Tesla方面去，算得上是去把xAI的智能资产转变成Tesla“具身智能”溢价的唯一的一条可以走的道路。

进行这样的预测，其原因和Elon Musk的企业布局紧密关联，有着密切的关系。不同于其他AI Labs，xAI处在Elon Musk的企业生态里面。所以，从xAI成立的第一天开始，我们便做出了预测，它跟其他模型公司的竞争，并非在于Grok是否会成为下一个怎样的情况，更为合理的预期是，它能不能助力Elon Musk打通物理和数字世界的AGI。

特别是，伴随AI从文字领域进军至多模态、发展为World Model开展叙事的时候，xAI与Tesla FSD同具身机器人之间的相互打通存在实现1+1+1大于3的可能性，以使得Tesla在朝着自动驾驶和具身双足机器人迈进这方面能够更进一步，这具身双足是指具有身体并能自主移动的双足机器人。

Idea 06

2026 是 AI 大年， ARR 至少翻倍

2025年，Agent取得进步，这使得AI创造经济价值成为了可能：所以，2026年是“AI的大年”，从爆发路径来看，会分化成两种典型形态，标点符号！

• Buy：即面向 的开箱即用的产品。

我们好像有可能会成为“最后一代白领”，究其本质而言，是MS套件被更具AI特性的工具或者别的东西给取代了，这里面最直接发起挑战的是AI大厂，Pro已然开始对PPT造成冲击了，并且也有为围绕Excel做产品化尝试，在2026年“有可能收获超乎市场预期的成功”。

• Build：即企业基于模型 API 深度构建

将成为最大获益者借助自身 API 业务于如今这条主要线路之上，有在 2026 年能够使 ARR 实现加倍增长的可能性，成功突破致使 ARR 达到 200 亿美元之数，甚至实现大幅度超越。其作为 AI 的最大获胜者缘由并非因模型能力处于绝对领先地位，而是源于它自身所具备的结构性位置方面的优势：

1. 为了达成与 进行结绑这一目的，在将近一年的时间里显著地弱化了 API 叙事，随后转而借助 产品去打开企业端市场。

一方面，虽说凭借着 3 逆转模型的能力收获了口碑，另一方面，然而 API 与 GCP 紧密绑定，致使生态向外扩展的能力受到限制。

综合起来看，它属于今天的 Top3 AI Labs，是其中唯一的一个，是中立的，是跨越三大云的，是强大的 API 提供者。

与此同时，那些原本被认定会遭受AI挤压的咨询巨头，像埃森哲这样的，也存在着因企业对AI的需求进步从而迎来新高的机会，会重演企业上云时代那样的高增长。

Idea 07

多模态的时候到了，迎来了所谓的“AI时刻”，在2026年，会出现一个AI版本的Pokémon GO，有这样的情况 ，有这样一回事情。

当时指出的“AI时刻”，意味着多模态领域开始有了规模化的商业收入，出现了像Code等多个能使收入呈规模化增长情况的代表公司，从本质上来说，多模态技术不再止停于好玩的Demo，已然是基于如今的生产水平真正进入到生产力环节里了。

在多模态领域进行探索的不但包括 AI 大厂intellij idea 2026，而且还有创业团队和 一样，其产品形态相当多元，在 AI- infra、终端 agent 等好几个生态位产生了具有代表性的公司，目标用户自专业用户起横越至大众泛用户。我们所预期的是，在“ 时刻”，多模态领域的代表产品会出现产品形态以及目标用户的分化。

那多出的一个模式和其他模式最大之处的差别，在于“消费级”这种属性可要更强一些，我们是持有相信的态度的，就在2026年的时候，对于多模态内容的消费这块会出现类似Pokémon GO那样的现象级内容产品。

当时Pokémon GO的意义是，首次把AR从实验室带出来，促使全世界几亿人走到街上去“抓精灵”，而且因对传感器精度、LBS数据以及图形处理性能有要求，进而引发了智能手机的一轮换机潮。 这种软硬件共同进化的情况肯定也会出现在AI硬件和多模态内容消费领域。

Idea 08

诸如 Long - Tasks 的出现，以及多模态需求的急剧爆发，这二者共同作用之下，进而带来了新一波的、价值达 10 亿美元且与 ARR 数据相关的公司。

数据公司所处的优势位置仍会持续，只是伴随模型能力提升方向发生变化，在每一阶段都会出现各异的“数据卖水人”，Scale AI 的爆发源于 pre- ， RL 的需求增多带出了 、 Surge AI。

2026年，新一波数据公司的增长驱动力产生来源，是10亿美元ARR，其中包括：

促生长航程任务所催生出的高难度数据需求，长航程任务的完成程度，乃是模型向着复杂长航程任务进行进化的必然趋向，此等任务要求模型于很长的时间跨度之中维持逻辑的一致性，所以呢，对于数据的要求就变得极为复杂，需要数量众多的、长轨迹的数据以及复杂交互的数据等。

多模态方面，模型对于多模态的理解，其得以提升以及出现爆发情况之后，创造出了全新的数据维度，而这样一来，就需要数据公司去提供更高维度的标注与处理能力。

在AI爆发的大背景情形之下，AI交付落地所呈现出的丝滑程度，与行业所拥有的积累存在着直接相关的联系关系，那些专供专有数据的专门数据公司，其拥有的机会呈显著增加态势。

Idea 09

化作头部模型用户黏性厉害工具的是个性化，成为模型竞争屏障的是Agent。

移动互联网时代，在字节系产品之中关于“深度学习，利用用户数据，给出差异化的用户体验，进而拉高用户迁移成本”这件事，已被反复论证，因此不难推断，AI时代，基于个性化交互的用户黏性提升将成为关键，而且通过在某些方面的积累并外化于产品，也会形成极具个性化的交互。

进行的，与这类转变存在些相似之处。今时今日的，更倾向于被动性质的信息搜索工具了，要是数据充足的情形下，它会依据自身对于用户画像的领会，从数量庞大的互联网数据里发掘出更多用户期望看到的内容，随后借助 Pulse 形式予以推送，甚至于协助用户规划任务了。

从关于模型有所竞争的这个角度而言，在经历从“通用工具”朝着“专属代理”演化转变之际，这样一种具备个性化特质的能力，变成了处于核心位置的竞争壁垒了。

Idea 10

World Model 路线收敛，进入 GPT-2 时刻

与多模态有着紧密关联的另外还有World Model，如今关于World Model的探索尚处在路线探寻阶段，当下存在着两条重要路线，其中一条是面向人类用户的，其是以实时视频生成为根本核心，为文娱、游戏等等消费级场景提供服务，另一条却是面向AI的，着重关注物理准确性，为机器人、自动驾驶等领域给予服务，在这两条路线里头，不同的团队又于不同的细分场景展开探索。

2026年时，这种“盲目探索”会终结，世界模型的技术路径已开始达成一种共识，也就是我们所定义的“GPT - 2时刻”，进入这个时刻之后，接下来的重点会转向借助来验证模型上限，真正意义上迈入爆发的前夜。

Idea 11

Web 博弈致使 AI 那一方出现类似“3Q 大战”的情况，并且 Apple 进入该领域进而推出了具有决定性作用的协议。

Web所具有的与PC 的区别，Web所具有的与移动互联网时代的区别，其最本质之处在于，AI 能够跨越边界，AI 能够主动替用户采取行动，这乃是真正意义上的“Web 3.0”。

这样的一种转变，会从底层直接把消费互联网基于流量分发的商业逻辑给打破，在移动端是 App 割据的状况下，这种“绕开行为”所带来的利益冲突会更为激进 ，所带来的竞争结果也会更加残酷。

字节豆包手机，一方面，打开了市场针对Web的激情以及想象力空间，当中包括手机厂商、操作系统以及软件之间的博弈，并且这种博弈迅速往上升级，其中系统级控制权的争夺明显显得更为重要，另一方面，“3Q大战”中，其导火索是360尝试通过外挂这种方式来接管QQ，如今的豆包手机所代表的乃是在OS之上借助AI“接管”所有Apps的“势力新军”。

但是呢，在那之前的情况是，Apple 凭借着自身所拥有的话语权，去对手机厂商应当怎样针对各个软件来分配利益做出决定，在这个阶段，我们对于所有的安卓厂商以及 AI 公司，都不认为它们能够把这个做好，也就是端侧 Agent 这件事做得出色。Apple 尽管一直以来都存在着让大家诟病的地方，就是在 AI 方面的行动显得比较迟缓，然而呢，到了 2026 年的时候，也许会因为 AI 竞争这个因素，从而实现“翻身”的情况。

之所以这样，是由于，与安卓厂商相比较而言，苹果凭借基于软硬全栈的技术布局以及具有强势的用户心智，具备充足的能力去推行Web协议规范，软件商为了能够留在iOS生态范围之内，必定会交出一部分控制权，而这是以各自为战状态存在的安卓阵营所没有办法拥有的。

Idea 12

AI 科学家解决了一个重大科学问题

2025年时，我们已然目睹陶哲轩等科学家借助AI去解决各类科学发现，科研Agent也已然开始涉足文献综述或者辅助实验设计环节，而在2026年前后，AI参与科研的深度将会更进一层楼，会凭借更“原生”的方式去解决首个重要的科学问题，最具可能性发生的领域涵盖数学、物理或者材料学。这种突破的背景在于， 、 等AI Labs均在加大对科学领域的投入。

Idea 13

开源 SOTA 被中国公司持续占领，美国出不了

2025年起始点之际，开源 SOTA的话语权已然达成了从美国朝着中国的转移，我们秉持信念，待到2026年的时候，诸如Qwen这般的中国开源模型会持续维持在全球开源界的SOTA状态，开源领域里的全球Tier 1将会全然被中国公司所占据。

即便我们也有留意到，美国出现了那样专门从事开源的模型团队，然而在美国，在这一特定的生态位范围之内，将会缺少能够与之形成抗衡的对标产品，并且其技术发布水平以及模型质量，普遍被认定为难以企及中国开源巨头所达到的高度。

开源领域里，中美存在的差距，在人才错位竞争这一层面有差距，于商业模式差异这个方面有差距，在技术执行力这一点上也有差距。中国顶尖的那些科技巨头，还有 AI labs，它们都拿出最核心的力量去研发开源模型，凭借这个来确立自身在全球范围内的领先地位。与之相较，美国最顶尖的团队，像（此处列举的那些团队），它们主要的精力以及资源，全都集中在闭源模型的开发工作上，目的是维持自身的商业护城河。

实事求是来讲，在商业化的途径之上遭遇更为繁多的挑战，致使中国公司借助开源这种方式去“跑马圈地”，以此获取流量以及影响力，然而就是这种“被迫进行开源”的背景状况，反倒成就了中国公司于开源生态里的统治力量。

Idea 14

AI 公司估值共识形成，Agent 产品价值逻辑可被量化

在过去的10年当中，不管是面向消费者的to C业务，还是面向企业的to B业务，企业运营指标已然成为了一套制式化的标准，其中，to C产品重视用户留存情况且大力抢夺用户屏幕使用时间，而to B产品的目标却是企业的IT预算，并且看重产品毛利率、UE、seats数量得以增长以及“Rule of X”等情况，然而，随着AI开始直接进入认知、判断以及执行环节，这些指标明显已经失效了。

尽管至今，针对 Agent 产品价值的判定准则，已然朝着“经济价值”的探讨范例展开转移，然而，却尚未拥有足够直观以及量化的标准共识，在 Agent、Long - tasks 于产品面里普及开来的情况下，伴随 、 等超级应用的实践，会在 2026 年出现全新的评估体系，进而引领市场。

Idea 15

激进投入光互联领域，CPO 并购潮开始

在当下这种 AI 叙事情形之中，算力存在的瓶颈，已然从计算的速度方面，转变到了数据吞吐这一方面。其会在达到 3.2T 代际的时候，受到最底层的物理方面的限制，从而难以进行迭代，CPO 被赋予了很大的期望，在 2026 年它所拥有的技术地位，还将会进一步得到提升。

凭借微环调制器，在CPO领域能够反超AVGO的技术领先地位，与AVGO、AMD在互联上，拉开技术代差。

这有引发一场并购狂潮的可能性，该狂潮是针对CPO创新企业的，时间预计在2026年。

Idea 16

多模态爆发带来存储革命，存储从芯片外设深度融入算力核心

2025年，存储上涨是由“周期修复”这一逻辑带动的，到了2026年，存储还会进一步上涨，其核心驱动力源自多模态革命。

多模态训练出现了爆发，多模态推理也出现了爆发，这使得硬件侧的关注点，从单纯的算力，转移到了存储带宽与容量上，特别是eSSD。

要是 World Model 的技术之道在 2026 年加快且达成通达条件，这般分级存放的级联往外溢出的状况就会变成促使存储领域（从 NAND 一直到高性能控制器）上扬的顶级强大推动力量。

NVDA，极有可能在2026年，针对视频规划专属芯片，若此事发生，便标志着存储已由芯片外设深度融入算力核心。在此背景下，eSSD的爆发式需求，与2026年底HBF样品的首次亮相，将凭借“更优成本下的极致带宽”彻底重塑市场估值逻辑，成为贯穿全年的最强驱动力。

只可惜，HBF 的实际交付大概要到 27 年以及 28 年才会落地，这样一种“预期领先于现实”的时间段，极其容易在 2026 年促使二级市场的溢价泡沫被推高。

Idea 17

推理算力大爆炸， 消耗至少增长 10 倍

2025年时，推理算力已经展现出明显的增长态势，然而，2026年才将会是真正的推理算力“大爆发”的年份，从算力硬件的层面来看，或许会受到台积电产能增长幅度有限的局限，可是要是从另一个角度去看，我们预估2026年将会有最少10倍的增长。

2026年，推理算力会出现本质跃迁，从量级角度看会跃迁，从驱动因素角度看也会跃迁，主要来自以下几个技术和产品趋势：

• 自从“对话”转变为“长程任务” ，AI 的主力任务性质产生了根本的改变与转型：在 2025 年的时候，其推理大多是即时问答这种类型，然而到了 2026 年，模型便能够更为可靠地去执行那种需要耗费一天甚至两天方可完成的任务。这表明了一个任务很有可能要开展几百次甚至上千次的推理，这样对单体任务推理强度提出的需求是之前的数倍之多。

当 Agent 着手主动针对用户去处理任务，并且发送消息之际，推理并非再由人类予以触发，竟是由 AI 自行产生的持续性的行为，这会带来推理流量呈指数级的增长。

2026年，多模态推理将会迎来爆发，其中涵盖World Model的广泛运用，并且，随着自动驾驶（/FSD）以及机器人踏入“大年”，用于实时处理视频流、空间数据以及长轨迹逻辑所需的推理算力，将不会再被局限于文本，而是进入到一个计算消耗处于更高维度的阶段。

紧接着，GB系列（）以及后续Rubin架构予以交付，如此一来，推理的性价比以及延迟将会得到极大程度的改善，并且，硬件层面所进行的升级，也会对用户以及企业产生刺激，进而促使他们产生更多的Token消耗需求。

Idea 18

美国股票市场迎来人工智能公司首次公开募股的大年，市场在到达展现出的情绪处于高涨状态之后，很有可能会迎来一波呈现出衰退趋势的情况。

智谱和，其上市成为全球AI IPO热潮之起始，、和，已先后传出上市规划，堪称2026年最值得予以期待的美股IPO，除模型公司外，已获取规模化收入的AI公司，极有可能成为AI IPO的关键构成部分，具代表性的公司涵盖、等。

要是这些规模超大的公司，在同一年里紧密地进行上市操作，那就表明2026年肯定会出现一个规模巨大的牛市，原因在于这能直接体现出极高的市场参与程度和资金的热烈程度。

可是，历史当中经历过往的事情所显示证明出来的情况说明了，那种规模巨大的公司所做的首次公开募股的行为常常就是能体现出市场处于情绪方面的那种达到顶点的信号，所以，我们针对于市场在情绪上出现的变化同样是需要去具备保持更加高程度的敏感感受性的，而美联储进行的加息周期停止了、美国国内通货膨胀再次呈现出上升的态势等这些宏观层面的因素跟首次公开募股吸收资金的这种情况加在一起的状况都有可能会给市场带来调整的情况。

Idea 19

市值突破5万亿美金，M7分化程度愈发加剧，MSFT掉队，AWS掉队，Meta也掉队。

有一种推测认为“王者归来”不会仅仅局限于停留在2025年这个时间节点。我们做出预测宣称，到2026年的时候，市值将会出现状况，大概率是向着更高目标进一步冲高，会突破5万亿这个数值。这一情况同时也就意味着，特定关于它的EPS有望达到的数值范围是在16至20美元之间。并且，从市场方面来看，可能会给出30倍以上的PE倍数。

我们对 的和信心主要来自：

虽然模型格局会展现出 Top 3 不停地交替领先的一种趋势，不过全球模型竞赛第一梯队的那个位置不会出现什么改变，并且在多模态领域所拥有的深厚的积累将来会重新被市场认可，还会是就是 2026 多模态大年的明确的受益方。

纵使遭遇颇强的竞争，然而，被瓜分争夺的广告份额，不一定会遭受极大的冲击，甚而说不定会因AI而增添数量。

若从估值锚定角度来看，倘若某事物估值得以在2026年存在达到1万亿至1.5万亿美金的可能性，那么该事物维持在4到5万亿美金的市值便能够被视作是合理的样子。

到二零二六年的时候，鉴于不同的公司在人工智能方面的收益情况，以及穿越周期的能力其差异越来越明显了，故而M7之间的分化将会进一步加剧，总体上被划分成三层梯队。

• 和 是当之无愧的核心赢家；

因为硬件的优势位置，Apple维持相对中间地位，因为物理AI的优势位置，Tesla维持相对中间地位。

•MSFT、AWS 和 Meta 大概率会掉队。

Idea 20

这一年，自动驾驶步入规模化商业变现阶段，此时，Tesla跟FSD达成指数增长。

2016年，是行业开启大规模投入自动驾驶的起始点，到2026年，恰好处于10年周期，当10年节点到来之际，我们同样坚信，自动驾驶会从“实验性技术”正式迈向“大规模商业化大年”。

不再仅仅是新闻之中所呈现的概念的自动驾驶，如同往昔打车软件的广泛普及那般，借由几十万辆车的规模化实现落地，以及FSD订阅量得以提升，切实转变成一种能够创造出巨额现金流的社会基础设施。

全球范围内，车队的总体数量大概会在当下总计约两万台的基础状况下实现增长至十倍这一变化情况，会达成可以达到约三十万台这样的数量级别走向。在此特定状况之内呀，诸如 Pony.这个样子的处于领先位置具备优势的参与者被人们认定为在二零二六年的时候拥有能够扩展到一万台以上的数量规模的潜在可能性。

FSD 最新的订阅用户数量已经达到了 70 万，按照每年 1000 美金来进行计算，其年收益已经达到了 7 亿美金，我们以乐观的态度预计，在 2026 年的时候，FSD 的订阅用户有可能会呈现翻倍增长的态势，达到 150 万左右，进而成为特斯拉极其重要的现金流来源。

除去Tesla，Waymo（当下约3,000台），Pony.ai，百度，滴滴以及文远知行等参与者，都处在从“千台级”朝着“万台级”迈进的关键阶段，是这样的情况。

排版：夏悦涵

全新的合伙人指出，要摒除掉SaaS的逻辑以及毛利率，在AI这样的时代去看待估值时应该着眼于单客所具备的价值 ，并且有标点。

硅谷领域，AI医疗全景有了更新，为何出现了数量最多的AI独角兽呢？

就 2026 年 AI 预测展开深度探讨，其中最关键的下注点究竟处于何方呢？这便是所谓的 Best Ideas。

对 Menlo AI 展开调研，其在一年时间里增长到了原本的 3.2 倍，那么 370 亿美元的企业级 AI 支出究竟流向了何处呢？

深度解析世界模型：新范式的路线之争，实时交互与物理仿真

如有侵权请联系删除！