《麻省理工科技評論》年度AI洞察：10個關鍵詞理解正發生的AI趨勢

（來源：麻省理工科技評論）

在嘈雜喧囂的 AI 世界里，什么才是真正值得關注的？《麻省理工科技評論》的記者和編輯花了多年時間思考這個問題，追蹤 AI 的進展，描繪下一步走向。現在，我們第一次把答案濃縮成了一份清單。

受我們每年評選的“十大突破性技術”啟發，這是一份全新的盤點：那些正在推動進步或改變權力格局的 AI 大趨勢、大方向和新突破——它們定義著今天，也將塑造明天的可能性。

人形機器人數據

Humanoid Data

就像我們說的話和寫的字變成了大語言模型的訓練數據一樣，人類運動的視頻如今也在被大規模收集，用來訓練人形機器人。

這股風潮始于一個簡單的類比：ChatGPT 靠海量文本學會了生成語言，那人形機器人能不能靠海量運動數據學會在真實世界里干活？問題在于，描述人類運動方式的數據集遠不像互聯網文本那樣現成。虛擬仿真曾經是替代方案，但仿真永遠無法完美還原真實世界的物理特性，訓練出來的機器人一到現實中就容易摔跤。

于是企業決定走笨辦法：直接收集真實世界的數據。世界各地出現了大型訓練中心，工人穿著外骨骼一天擦幾百次桌子；尼日利亞和印度的零工把手機綁在頭上，在家拍自己做家務；美國的快遞公司給員工裝上傳感器記錄搬箱子的動作，一邊研究工傷，一邊為未來可能取代他們的機器人積累訓練數據。

2025 年，僅人形機器人領域就吸引了 61 億美元投資。但一段我打開微波爐的視頻到底值多少錢？要多少個這樣的片段才能教會一個機器人做晚飯？沒有人知道這條路能不能走通。

更強大的大語言模型

LLMs+

ChatGPT 之后，下一個大事件是什么？答案可能讓人意外：還是大語言模型——只不過更強、更高效、更能獨立干活。

當前 LLM 的核心瓶頸在于：它們擅長回答一個問題，但讓它們連續工作幾天、獨立攻克一個復雜的多步驟任務，就很容易跑偏或遺忘。要從“聊天助手”進化成“AI 勞動力”，LLM 需要在三個方向上突破。

第一是效率。混合專家模型（MoE）把一個大模型拆成多個小模塊，每次只啟動需要的那部分，大幅降低算力消耗。擴散模型和 DeepSeek 提出的“文本轉圖像編碼”等實驗性方案也在探索更便宜的計算路徑。

第二是工作記憶。兩年前 LLM 一次只能處理幾十頁文本，現在最新模型的上下文窗口已經擴展到了 100 萬個 token，相當于一整摞書。但窗口越大，模型越容易在長任務中迷路。MIT CSAIL 提出的“遞歸 LLM”提供了一種新思路：把輸入拆成小塊分發給自己的多個副本，各自處理再匯總，在長任務上的可靠性遠高于傳統方案。

第三是成本。部署 LLM 的費用正在急速下降，一些模型的服務成本按年化計算已經降了幾百倍。

LLM 沒有過時，它正在脫胎換骨。

AI 詐騙

Supercharged Scams

ChatGPT 讓所有人看到了生成式 AI 的威力，犯罪分子也不例外。自 2022 年以來，網絡犯罪者迅速把 AI 工具整合進了自己的作業流程：用 LLM 寫釣魚郵件、用深偽技術制作以假亂真的視頻、用 AI 自動掃描系統漏洞、讓惡意軟件變得更難檢測……AI 沒有從根本上改變黑客攻擊的本質，但它大幅降低了入行門檻，讓攻擊變得更快、更便宜、更容易規模化。

這種趨勢已經在全球顯現。國際刑警組織警告說，東南亞的詐騙中心正在用廉價 AI 工具提速擴量；阿聯酋聲稱挫敗了一系列由 AI 輔助的攻擊；Anthropic 則透露，其正在測試的模型 Mythos 在所有主流操作系統和瀏覽器中都發現了嚴重漏洞，公司因此推遲了模型發布，并聯合多家科技公司成立了名為 Project Glasswing 的防御聯盟。

攻擊在變強，防御也在跟進。僅微軟一家，每天就要用 AI 系統處理超過 100 萬億個可疑信號，一年內攔截了價值 40 億美元的詐騙和欺詐交易。讓攻擊成為可能的同一種技術，也可能是未來防御的最大依仗。

眼下，基本的安全措施仍然能擋住大部分粗糙的 AI 輔助攻擊。但隨著公開可用的生成式 AI 能力不斷增強，未來面對更精密的攻擊時我們能否守住，還遠沒有答案。

世界模型

World Models

AI 在數字世界里已經很厲害了，但物理世界仍然是人類的地盤。寫小說、寫代碼遠比疊衣服、上街導航容易得多。許多研究者認為，要跨過這道坎，需要一種叫做“世界模型”的技術。

世界模型的核心理念是：讓 AI 像人類一樣在腦子里構建一個外部世界的模型，用它來預測行動的后果，再據此做決定。你知道把杯子推下桌子會摔碎，是因為你的大腦里有一個夠用的物理模型。AI 目前還沒有這個東西。LLM 看似能回答“杯子推下桌會怎樣”，但研究表明這種“理解”很脆弱，稍微換個條件就徹底失靈。

這個方向最近突然熱了起來。谷歌 DeepMind 和斯坦福教授李飛飛創辦的 World Labs 都在積極推進，楊立昆從 Meta 離職創辦了專注世界模型的初創公司，OpenAI 也把關閉 Sora 視頻應用后釋放的資源轉投到了“長期世界模擬研究”上。

目前的應用還比較初級。谷歌 DeepMind 和 World Labs 在做的事情是根據文本、圖像或視頻生成可交互的 3D 虛擬環境，可以用在游戲設計和 VR 體驗中。《寶可夢 Go》的開發商則在用玩家收集的數十億張圖片構建世界模型的雛形，目標是引導配送機器人。

真正的突破可能要等到世界模型被整合進靈活的智能體，既能理解環境，又能預判后果，還能自己做決定。到那一步，機器人才有可能真正走進物理世界。

戰爭中的 AI 指揮

The New War Room

把伊朗沖突稱為第一場“AI 戰爭”并不準確。從阿富汗到烏克蘭再到以色列，算法幫軍方做分析、識別目標已經有好多年了。真正新的東西是：指揮官們開始向基于大語言模型的對話式 AI 尋求行動建議，而不只是讓它幫忙分析情報。

過去十年，Maven 等 AI 系統干的是初級分析師的活，從海量監控畫面和衛星圖像中挑出有價值的信號。現在大語言模型讓這些系統變得更具交互性：軍方人員可以把一份潛在目標清單丟給聊天機器人，讓它建議先打哪一個。Anthropic 的 Claude 已經深度嵌入美軍作戰流程，以至于五角大樓說要花六個月才能替換掉它。

問題是顯而易見的。用過生成式 AI 的人都知道，同一個提示詞每次跑出來的結果不一樣，建議未必準確。正常情況下用戶應該逐條核查，但在“五分鐘內決定打哪個目標”的壓力下，核查很可能被省略。軍事專家還警告說，指揮官可能過度信賴 AI 把復雜戰場壓縮成一塊整潔儀表盤后呈現的畫面，而科技公司也可能借此對軍方決策產生不當影響。

與此同時，五角大樓正計劃讓 AI 公司用機密軍事數據訓練新模型，這將帶來全新的安全風險，也讓硅谷與五角大樓的距離前所未有地近。

算法自動化軍事中的苦差事已經有很長一段時間了，但現在生成式 AI 在作戰室里有了自己的席位，指揮官們開始認真對待它的建議。它正在重塑軍方共享情報、與大型科技公司合作以及做出致命決策的方式。

被武器化的“深度偽造”

Weaponized Deepfake

隨著生成式 AI 的進步和工具的普及，偽造圖像、視頻與音頻的門檻大幅降低，普通人也能制造高度逼真的虛假內容。這些內容已被廣泛用于色情制作、詐騙和政治操控，不僅傷害個體，也在更深層次侵蝕社會信任。

其中，女性與邊緣群體承受的影響尤為嚴重，大量深度偽造內容帶有性剝削性質。與此同時，政治領域的濫用也在加劇，一些 AI 生成的圖像和視頻被用于影響公眾認知，甚至誤導選民。

盡管業界提出了技術防護、用戶自我保護和立法監管等解決方案，但都存在明顯局限：技術可以被繞過，行為難以改變，監管執行也充滿不確定性。隨著美國中期選舉臨近，而相關監管與研究力量卻在削弱，深度偽造可能進一步加劇信息混亂。

當真假難辨成為常態，人們失去的或許不只是判斷力，而是對現實本身的信任。

多智能體協作

Agent Orchestration

當前，生成式智能體（Generative Agent）正在擺脫只能“聊天”的功能邊界，走向任務的自主執行。在此基礎上，多智能體系統通過角色分工與動態調度，可協同完成編程、調研、流程管理等復雜任務，讓個體工作者具備團隊級產出能力。從代碼協作到科研輔助，這類工具試圖將知識工作模塊化、流水線化，重構白領崗位的價值鏈條。

效率提升的背后是控制力的讓渡。當智能體開始操作真實系統、調用敏感數據，模型幻覺、目標錯位或提示詞注入都可能引發難以追溯的連鎖錯誤。而當前評估標準、審計機制與應急方案普遍缺位，技術落地跑在了安全基建前面。

更深層的拷問在于：當我們習慣將決策鏈條交給自主代理，人類是變得更高效，還是逐漸喪失對過程的理解與干預能力？信任不該是黑箱的副產品，而需建立在可解釋、可回退、可問責的基礎之上。

中國的開源押注

China’s Open-source Bet

中國 AI 實驗室正以“開源”為杠桿，影響全球的開發者生態。不同于硅谷將核心模型封裝收費，DeepSeek、阿里巴巴的千問、月之暗面的 Kimi 等機構選擇直接釋放模型權重，允許任何人下載、微調、本地部署。這一策略迅速贏得預算有限、追求靈活性的開發者青睞。去年中國開源模型下載量首次超越美國，阿里系模型的社區衍生版本數量已超過谷歌與 Meta 之和。

開源對于中國來說不僅是技術共享，更是地緣博弈下的務實路徑：在高端芯片受限的背景下，借助全球開發者的反饋與貢獻，反而能加速模型迭代。

當然，開放也伴隨著壓力。關于模型內容合規約束、能力蒸餾爭議依然存在。但當越來越多產品建立在中國開源底座之上，AI 技術的權力結構已悄然重構：多極化不是預測，而是正在發生的現實。

人工智能科學家

Artificial Scientist

當“自主探索”成為可能，AI 在科研中的角色正悄然轉變。如今的大模型已能檢索文獻、撰寫論文、生成代碼，而下一步的目標更加清晰：打造能獨立提出假設、設計實驗、解讀結果的“人工智能科學家”。

2024 年，DeepMind 憑借 AlphaFold 斬獲諾貝爾獎，點燃了新一輪競爭。隨后，OpenAI 發布 GPT-Rosalind，Anthropic 深耕生物領域，谷歌推出多智能體協作工具——由不同角色分工配合，共同推進研究流程。

突破不止于代碼。為彌補 AI“無法動手”的局限，研究者開始將其接入自動化實驗室：OpenAI 與 Ginkgo Bioworks 合作，讓 AI 自主迭代實驗方案，成功將某種蛋白的合成成本降低 40%。

但效率提升的同時，隱憂也隨之浮現。Nature 的一項研究提醒，當科研過度依賴 AI 分析既有數據，探索方向可能偏向“易建模、數據足”的領域，而那些冷門卻關鍵的問題，反而容易被忽視。技術可以加速發現，但科學應有的廣度與多元，終究需要人類主動守護。

人工智能抵制浪潮

Resistance

一股對人工智能的質疑浪潮，正在全球悄然蔓延。人們擔憂的不再是遙遠的科幻場景，而是眼前的現實：數據中心推高了電費，工作崗位被悄然替代，聊天機器人影響青少年心智，軍事應用缺乏邊界，創作成果被無償調用。

抗議行動隨之浮現。倫敦街頭出現示威人群，美國不同立場的群體罕見聯合，簽署宣言呼吁“技術應服務于人”；部分用戶因軍方合作卸載常用工具，家長聯名要求校園暫緩引入聊天機器人。民意調查顯示，多數公眾對 AI 的快速滲透持保留態度。

這些聲音已開始影響政策走向：紐約、加州為陪伴型機器人設立規則，英國在藝術家反對下撤回版權豁免提案，多地社區成功延緩數據中心建設。技術演進的速度從未放慢，但越來越多的人希望，在塑造未來的過程中，普通人的關切也能被認真傾聽。

https://www.technologyreview.com/2026/04/21/1135643/10-ai-artificial-intelligence-trends-technologies-research-2026/