2026科技展望：从祛魅到真金

每逢年末年初，众多研究机构的预测便如潮水般涌来。科技公司的朋友们也渴望与我们分享他们对未来行业趋势的见解。

他们表示，日常工作中往往只关注自己领域的特定领域以及自家和友商计划推出的产品。到了年底进行复盘和年度规划时，他们更希望跳出单一视角，以更全面、宏观的角度审视整个行业的变化。我们发现，我们平时关注的技术领域确实非常全面，包括AI、云、终端、通信、计算和软件等。

为何不仅要关注AI算法，还要关注众多技术领域？背后的逻辑类似于查理·芒格的格栅理论，这些技术概念相互交织，构建了多因素综合的认知框架，使我们能对产业进行全局观察与综合研判，从而预测某一具体技术的可行性和落地性。

2026年，科技行业将不再上演概念的狂飙突进，而是进入现有技术能力的消化期。

诸多热点退潮的2026，将是一个祛魅之年。

当浮夸褪去，比起踩中风口，提高容错率才是对个人和企业真正重要的事情。因此，我们不想预测来年热点，而希望帮助大家预测哪些会降温，提前祛魅。

对“英伟达叙事”祛魅

提到祛魅之年，首当其冲的是英伟达叙事。

2025年，在算力焦虑下，GPU成为资本市场的最大亮点，英伟达市值飙升。国内凡是沾上AI芯片概念的企业，无论能否量产，都被寄予厚望。坊间甚至戏言，这类公司的估值方式就是，如果有1%的概率成为英伟达，那市值就是英伟达的1%。

智算市场的2026年，还会延续2025年的增长神话吗？业内已有共识：总量仍在增加，但增速已经断崖式放缓。调研数据显示，智算市场的增幅从2025年的近80%降至约38%。虽然总需求上升，但遍地黄金的日子结束了。

与此同时，2025年也是中国AI算力确定突围的一年。华为昇腾明确了后续几代产品路线，昆仑芯、海光等国产芯片都在稳定出货并加速商业化，海外AI算力“断供即停摆”的风险已基本解除。

需求放缓+国产崛起，共同破解了算力荒的问题，也让“英伟达神话”开始祛魅。

这一转变也催生了2026年的新命题：智算市场的玩家将加速收敛，行业集中度将进一步提升到那些拥有成熟生态和技术实力的厂商身上。

硬件上，企业用户真正青睐的是那些生态成熟、能规模量产的芯片厂商。它们要么已建立成熟生态，要么正快速追赶并实现大规模出货，逐步在提高国产算力占比。大量政企寻求本地化、小规模、高安全的部署方案。尤其在中国市场，这仍是空白增量，所以国产超节点（单体高密度智算单元）也将持续火热。

软件上，国产算力的高效使用成为下一战。通过软件平台、调度系统和全栈优化最大化国产芯片的算力效率，让异构集群跑得更快、更稳、更省。同时，通过算法、调度与平台整合激活现有通用算力中心实现资源复用也将是下一个市场的重心。

总的来说，2026年的智算市场不再是狂欢的盛宴。行业集中度进一步收敛优胜劣汰加速这对具备软硬件壁垒的头部厂商更为利好。

对大模型祛魅

有人可能会问：既然AI是这一轮浪潮的核心为什么我们先谈智算而不是直接预测AI大模型？

答案很简单。第一波AI红利被最先赚钱的英伟达、AMD这些卖“铲子”的硬件公司所占据而真正做AI算法训练大模型的公司虽然声量最大却至今没能跑通可持续的商业模式。

我们的判断是：2026年模型恐怕不会再有大的质变即使有各行各业也仍需要一段时间才能消化掉现有的模型能力不会再像年初那样集体追DeepSeek。

回看2025年年初DeepSeek提出MoE架构后大模型技术基本沿两条路径演进：一是向上摸高比如GPT-5、Gemini靠更大参数与高质量数据堆出通用能力；二是小而精用多个小专家模型组合提升推理效果。但无论哪条路底层技术栈仍然沿用预训练+监督微调+RLHF（基于人类反馈的强化学习）只是在此基础上的渐进优化。最重要的变化是应用层的创新本质还是在消化基础模型的能力。

消化前一阶段的技术能力没有问题。有问题的是商业模式没有跑通的算法公司。

当前无论是大模型或Agent并不等于能赚钱。国外主流模式仍是“订阅+Token消耗”本质上和手机套餐没区别。OpenAI也在试水社交、广告、硬件等模式说明它自己也知道订阅制这条路走不远。

而在中国商业模式更加曲折

企业级市场要么是“卖盒子”比如deepseek一体机年初特别火归根结底是因为国内软件不好卖看得见、摸得着的设备才容易过预算。要么就是“卖人天”给客户做B端定制服务按人天收费赚个辛苦钱。说白了AI还没找到自己的收费锚点。

ToC市场2025更是贴身肉搏互联网巨头在外卖、电商等传统业务上大打出手同时在AIToC应用赛道掀起军备竞赛。字节的豆包、阿里的千问灵光、腾讯混元各家不仅快速推出C端产品甚至重金抢夺春晚赞助席位只为抢占“AI入口”。这恰恰说明没有一家能高枕无忧做C端只要免费一停感情立刻归零 2026年这场厮杀只会更惨烈。

对AI终端祛魅

尽管AI手机、AI PC智能体终端等新品在2025年密集发布但换机潮却迟迟未到。除了大环境消费趋于谨慎外主要问题还是这些终端的AI能力或许并没有那么强的使用价值也没有足够深的体验壁垒。

放弃对全民买单的幻想转而深耕高价值垂直领域为特定人群解决真实痛点可能成为AI终端突破的关键。

对MaaS祛魅

过去十多年云厂商靠IaaS、PaaS业务打下江山但价格战也愈演愈烈日子并不轻松。MaaS（Model as a Service）服务曾被视作云厂商新的盈利模式但2025年的市场现实证明MaaS这碗饭远比想象中难啃。