标签: AI趋势

  • MIT发布2026年十大AI趋势:人形数据、智能体协作、中国开源押注

    MIT发布2026年十大AI趋势:人形数据、智能体协作、中国开源押注

    MIT Technology Review 2026年十大AI趋势
    MIT Technology Review首次发布年度AI趋势清单

    MIT Technology Review在2026年4月发布了首次年度AI趋势清单,从人形机器人训练数据、AI加速诈骗、武器化深伪,到多Agent协作与中国开源押注,10个正在发生的AI趋势逐一解析。这份报告旨在剔除行业泡沫,精准识别那些具有实质影响力的技术、新兴趋势与强大运动。

    人形机器人训练数据成新石油

    就像人类文本成为大语言模型的训练数据一样,人类运动视频正被大规模收集用于训练人形机器人。从工人重复完成任务的”训练中心”,到被海外陌生人远程操控的机器人,这是一项没有成功保障的奇特尝试。这个方法是否有效,业界还在观望。

    大语言模型仍有巨大挖掘空间

    大语言模型曾风靡全球,现在所有AI从业者都在追逐下一个突破性技术。虽然容易实现的应用场景已经基本被开发,但大语言模型不会退出舞台。这项技术仍有巨大的挖掘空间,LLMs+的时代才刚刚开始。

    AI正在降低诈骗分子和黑客的准入门槛,让他们攻击目标的速度更快、成本更低、操作更容易。与此同时,武器化深度伪造的威胁已经成为现实。

    世界模型让AI理解物理世界

    AI公司希望构建能够理解外部世界的系统。如果这一目标实现,将克服大语言模型的局限性,帮助AI进入物理环境。这个世界模型(World models)被认为是下一代AI系统的关键方向。

    智能体协作取代单打独斗

    第一代AI智能体只能运行浏览器或编写代码片段,且只能单独行动。接下来将出现能够协作完成更复杂目标的智能体团队。多Agent协作(Agent orchestration)将是2026年AI应用落地的重要方向。


    中国开源模型赢得全球开发者好感

    免费开放前沿模型让中国实验室获得了全球信誉和开发者的广泛好感。这种方式是否具备财务可持续性尚不可知,但全球开发者已经在基于中国的基础模型进行开发。中国在开源AI领域的布局正在产生实质影响力。

    AI科学家的想象与现实

    学术界和企业都在开发能够自主完成研究任务、与科学家作为真正协作伙伴共事的智能体。有人认为这些AI合作科学家未来能够达到诺贝尔奖级别的研究高度。人工智能科学家(Artificial scientists)如能实现,将彻底改变科研范式。

    与此同时,全球范围内正在形成一股强大的AI反对浪潮。从保守派到自由派,从艺术家到工会,活动人士的势头正在上升,并且已经开始取得小的胜利。AI的快速发展正在遭遇越来越强的阻力。

  • MIT选出2026年AI最重要的10件事,每一件都在发生

    MIT选出2026年AI最重要的10件事,每一件都在发生

    每次打开AI新闻,都有一股”不知道该看哪里”的焦虑感。模型一个接一个发布、功能三天一小改、公司每周都有大新闻——但哪些真的重要、哪些只是杂音?

    MIT Technology Review在2026年4月首次推出年度清单”10 Things That Matter in AI Right Now”,由AI记者与编辑集体选出今年最值得持续关注的10个AI议题。这份清单不是看谁的模型最强,而是从更大的视角回答:AI正在改变什么,而你应该知道哪些?

    MIT Technology Review 2026年AI最重要的10件事
    MIT Technology Review首次发布AI年度趋势清单

    人形机器人训练资料正在悄悄收集

    人形机器人要学会”动作”,需要的不是更多文字资料,而是人类行为的影片。已有公司设立专门的”训练中心”,雇用工人重复执行特定动作让机器人录影学习。更奇特的是另一种做法:远端遥控人形机器人,由海外某个人”钻进机器人”操纵它的动作。

    人形机器人训练资料这个问题指向一个即将到来的现实:人类的身体动作,正在成为下一波AI训练的核心原料。

    AI加速诈骗,现在就影响你

    AI最直接且现实的黑暗面,不是机器人统治世界,而是诈骗变得更快、更便宜、更难识破。AI降低了诈骗的门槛:你不再需要懂技术才能制作逼真的钓鱼信件、伪造语音通话、或是批量生成假帐号。

    语音诈骗、Deepfake影片诈骗、自动化社交工程攻击,已在全球造成实质财务损失。理解这件事的意义不是叫你不要用AI,而是提醒你:当有人用影片、语音、文字”证明自己是某人”,你需要比以前更谨慎地验证。

    多Agent协作:AI从”一个助手”变成”一支团队”

    第一代AI Agent能帮你浏览网页、写一段程式码,但它们各自为政。下一步是让多个Agent分工合作:一个Agent负责搜集资料、另一个负责分析、第三个负责起草报告、第四个负责执行发布——整套流程自动完成,人只需要在关键节点确认。

    这项趋势在Google、Anthropic、Microsoft等平台的agentic平台陆续推出后,已从概念阶段进入企业落地阶段。对未来几年的影响会是:你交给AI的任务,会开始被一组AI一起完成,而不是靠你自己拼凑不同工具。

    中国的开源押注:免费模型背后的地缘政治

    中国AI实验室正在把顶尖模型免费开放给全球开发者,这个策略让世界各地的应用正在建立在中国AI的基础上。DeepSeek、Qwen(阿里巴巴)、GLM(智谱AI)——这些中国开源模型在关键基准测试上已接近主流商用LLM,加上可免费部署、推论成本较低,让全球开发者纷纷在上面建构应用。

    越来越多美国与全球的应用,正在”默默”跑在中国开源模型上——这个现象已悄悄发生,而且难以逆转。

    反扑浪潮:AI发展速度超过社会准备

    对AI的强力反扑正在全球范围内成形,而且已开始取得具体的小胜利。这波反扑的来源异常多元:保守派和自由派都有、艺术家和工会都有、欧洲监管机构和美国地方政府都有。他们的诉求各异,但共同点是:AI的发展速度已超過社会准备好接受它的速度。

    具体的胜利案例包括多国对AI生成艺术的版权保护立法推进,以及影视、音乐、艺术等产业在合约中加入AI使用授权条款。这件事的长期影响,可能决定未来AI工具的使用规则与创作者的收益分配方式。


    其他值得关注的趋势

    • LLMs Plus:大型语言模型不会消失,但正在被要求做更多、更难、更少出错的事
    • 世界模型:让AI能理解并模拟真实物理世界的系统,对机器人、自动驾驶意义重大
    • AI进军作战室:生成式AI已进入军事决策流程,指挥官真的在采纳它的建议
    • 武器化深伪:Deepfake从”技术上可能”变成了”已成事实”,所有影片都需要怀疑其真实性
    • AI科学家:能自主设计实验、分析数据、提出假设的AI研究代理系统