一键解锁全球智库20W份行业报告   →立即订阅

• 报告名称：全球人工智能趋势追踪报告：人工智能专题研究（文末附全文PDF）
• 出  品 方：野村

《全球人工智能趋势追踪报告》5个核心观点。

一、DeepSeek-V4 或许会延续算法方面的创新路径，然而并不会再次上演 V3/R1 级别那样的全球冲击。

报告表明，DeepSeek-V4预估会在2026年2月中旬进行发布，有可能在编程、超长代码处理以及推理可靠性等方面达成突破。然而，和一年前V3/R1所引发的市场震动不一样，全球主要云服务商，也就是CSP，已然加快朝着通用人工智能，即AGI的方面迈进，不间断的算力投入致使市场对于新模型的冲击具备更强的韧性。所以，V4更大概率会促使中国AI产业链创新周期加快，而不是去颠覆全球AI基础设施市场的格局。

二、mHC与Engram技术架构代表大模型效率优化的新方向

近期，DeepSeek发表了两篇论文，这两篇论文揭示了V4可能采用的核心技术，其中，流形约束超连接（mHC）通过改进残差连接机制实现了更深网络层间的稳定信息流，Engram条件记忆模块则通过解耦记忆与计算，把静态知识检索任务从Transformer计算中剥离。这两项创新分别从训练稳定性和内存效率角度，为突破”芯片墙“和”内存墙“提供了工程化解决方案。

三、算法创新正在重构AI价值链的成本收益结构

通过双随机矩阵约束以及Birkhoff多面体投影的mHC机制，在维持深层信号传播稳定性之际降低梯度爆炸风险；Engram借助把百亿级参数的记忆表卸载到CPU内存，使得推理吞吐量损失能够忽略不计（<1%）。这样一种“以算法换算力”的路径，让国产AI芯片于训练失败率较高的当前状况下，依旧能够经由架构优化达成可用性能，进而加速国产算力的大规模运用。

四、开源模型生态从DeepSeek单极主导走向多元竞争

有数据显示，DeepSeek V3以及R1，在2024年年底的时候，曾经占据OpenRouter开源模型token消耗量的50%还要多，然而到了2025年下半年，其份额已经明显下降，Qwen、Llama、Mistral等模型形成了“夏季拐点”之后的碎片化局势。这表明开源大模型市场正从单一技术领先者的红利时期，进入到多玩家技术迭代与生态竞争的新的阶段。

五、AI应用层正从对话工具向复杂任务执行体演进

观察到有报告称，豆包AI手机，还有阿里通义APP，已然能够自动开展多步骤任务，这意味着AI智能体（也就是Agent）开始从那种”对话式交互“状态朝着”任务型助手“方向转型。这种演进会明显使得token消耗量和算力需求有所增加，原因在于复杂任务的执行需要更加频繁地与大模型进行交互，这样一来，就有可能把模型效率提升所带来的单次调用成本下降给抵消掉。