第一章 人工智能行业全景扫描
1.1 全球人工智能发展概览
全球人工智能市场正处于高速增长的产业上升周期，技术落地与资本投入形成双向共振。从支出规模来看，2025 年全球 AI 总支出接近 1.5 万亿美元，2026 年全球 AI 总支出预计达到 2.59 万亿美元，同比增长 47%。其中 AI 基础设施是增长核心动力，AI 优化服务器支出同比增长 49%，占总支出的 17%，未来五年内 AI 优化服务器支出规模将实现三倍增长，成为基础设施板块最大的细分赛道。从狭义市场规模口径统计，2026 年全球 AI 市场规模含软件、硬件及服务为 3010 亿美元，同比增长 35.2%，预计 2028 年将达到 6320 亿美元；生成式 AI 细分市场 2026 年支出达 1270 亿美元，同比增长 59%，企业级 AI 支出 2026 年预计达到 4070 亿美元，同比增长 34.8%。
▌区域格局方面，美国在研发投入、资本活跃度和企业数量上仍保持全球领先地位，私有资本持续向算力基础设施、前沿模型研发倾斜；中国凭借庞大的市场基数、完整的工业体系与政策驱动快速追赶，在应用落地与产业融合层面形成差异化优势；欧洲则在 AI 伦理与监管治理领域走在全球前列，主权 AI 计划在全球范围内持续兴起，印度启动 IndiaAI Mission，日本投入 10 万亿日元用于 AI 与半导体产能建设。
▌企业应用渗透层面，AI 技术已加速从实验阶段进入核心生产流程。截至 2026 年第一季度，72% 的企业已至少在生产环境中部署了一个 AI 工作负载，较 2024 年的 55% 显著提升；生成式 AI 企业采用率在 2025 年已达 65%，较 2023 年的 33% 实现翻倍，是有记录以来增长最快的技术采用曲线。行业渗透呈现分层特征，金融服务、科技、医疗、制造业、零售的 AI 采用率位居前列，分别达到 87%、85%、74%、68%、64%。企业部署成熟度呈现阶梯分布，28% 的企业进入规模化生产部署阶段，24% 处于有限生产使用阶段，26% 仍在试点与概念验证阶段，22% 处于探索评估阶段。消费侧同样保持高增长，2025 年上半年全球生成式 AI 应用下载量接近 17 亿次，应用内购买收入达 19 亿美元。
1.2 中国人工智能发展现状
中国人工智能产业正处于技术突破与产业落地并行的高速发展期，整体实力跻身全球第一梯队。产业规模层面，2024 年中国人工智能核心产业规模超过 9188 亿元，同比增长 31.1%；2025 年核心产业规模突破 1.2 万亿元，同比增长 30%，AI 企业数量超过 6200 家，国家级专精特新小巨人企业超 400 家；2026 年核心产业规模预计突破 1.7 万亿元，同比增长约 40%。长期维度看，智能经济核心产业市场规模到 2030 年将达到 12.6 万亿元，占数字经济总收入的 25.1%；到 2035 年将达到 29.6 万亿元。
大模型调用量实现爆发式增长，2026 年 3 月国产日均 Token 调用量突破 140 万亿，两年增长超千倍；截至 2026 年 6 月，仅头部大模型日均 Token 调用量已达 180 万亿，较发布时增长超 1500 倍。全球 AI 大模型总调用量前十阵营中，中国 AI 大模型占据六席，本土模型在代码、智能体等垂直场景的调用占比已超过 85%。
▌用户渗透层面，国内 AI 应用已进入全民普及阶段，用户结构呈现多终端协同特征。截至 2026 年 6 月，国内 AI 应用全终端月活用户持续扩张，其中 AI 原生 APP 月活规模达 4.99 亿，同比增长 85.4%；手机厂商原生 AI 助手月活达 7.55 亿，同比增长 14%；PC 网页端 AI 应用月活 1.72 亿，PC 客户端月活 0.18 亿。用户粘性持续提升，AI 原生 APP 月人均使用次数达 92.7 次，月人均使用时长超过 180 分钟，远超传统工具类与拍摄美化类应用。头部产品格局逐步清晰，豆包以 3.82 亿月活位居 AI 原生应用首位，千问、DeepSeek 分别以 1.67 亿、1.30 亿月活位列第二、第三梯队。
▌算力基础设施层面，中国智算规模持续快速扩张。截至 2025 年底，中国智算总规模已达 159 万 PFlops，2026 年 3 月底进一步增至 188 万 PFlops，2026 年智能算力占比有望突破 35%。算力供给端从单一紧缺转向结构性平衡，英伟达合规版高端芯片已进入中国市场，同时国产算力芯片性能跨过可用向好用的拐点，华为昇腾、寒武纪思元、海光深算等系列产品在实战中快速迭代，百度昆仑芯、阿里平头哥及字节跳动自研芯片均开始大规模部署。
1.3 人工智能投资与资本动向
2025 年是全球 AI 投资创纪录的一年，AI 赛道成为全球风险投资的核心流向。全球 AI 公司风险投资占全球风险投资总额的 61%，达到 2587 亿美元，较 2022 年实现翻倍；其中生成式 AI 公司融资额达 353 亿美元，约占 AI 总风险投资的 14%。区域分布上，美国企业吸纳了全球 AI 风险投资交易价值的约 75%，规模达 1940 亿美元；欧盟占 6%，规模为 158 亿美元；中国占 5%，规模为 139 亿美元。投资结构向头部集中，单笔超过 1 亿美元的巨型交易持续上升，占 2025 年 AI 投资总值的约 73%；AI 基础设施和托管领域吸引了最多风险投资，2025 年达 1093 亿美元，超过其他所有 AI 细分行业总和的三分之二。
全球科技巨头资本开支持续飙升，算力基础设施成为核心投向。2025 财年微软全年资本支出约 814 亿美元，亚马逊全年资本支出约 1000 亿美元，Meta 全年资本支出在 660 亿至 720 亿美元区间，谷歌全年资本支出达 850 亿美元，四家巨头 2025 财年资本支出总额超过 3500 亿美元。2026 年头部企业投入进一步加码，亚马逊计划资本支出提升至 2000 亿美元，四家巨头合计计划资本开支区间达 6100 亿至 6600 亿美元，主要投向 GPU 集群、数据中心、AI 服务与 AI 研发领域。
中国市场方面，国内互联网相关公司 2026 年资本开支投入有望超过 5000 亿元，AI 服务器等直接算力资源占比有望超过一半；中国 AI 数据中心相关投资约 1200 亿至 1400 亿美元，五年规划投资规模达 3 万亿元。具身智能领域融资热度位居各 AI + 赛道首位，2025 年具身智能领域融资占 AI 赛道总融资的 31.6%，全年共有 930 家 AI 公司获得总计 1070.7 亿元人民币的融资。
1.4 人工智能政策环境
2026 年是十五五规划开局之年，人工智能产业政策从顶层规划全面转向落地实施。十五五规划纲要明确提出全面实施人工智能 + 行动，推动人工智能全方位赋能千行百业，同时强调完善人工智能领域法律法规、政策制度、应用规范与伦理准则。国务院发布的关于深入实施人工智能 + 行动的意见明确了三阶段发展目标：到 2027 年智能体等应用普及率超过 70%，2030 年提升至 90% 以上，2035 年全面步入智能经济和智能社会发展新阶段。工信部等八部门联合印发人工智能 + 制造专项行动实施意见，明确到 2027 年培育 1000 个高水平工业智能体、500 个典型应用场景。
地方层面政策同步跟进，浙江省出台支持人工智能创新发展的若干措施，提出到 2027 年全省规模以上 AI 核心产业营收超 1 万亿元，打造 100 亿元以上人工智能基金群。全国多地围绕算力建设、数据要素、垂直行业应用出台配套政策，形成中央统筹、地方落地的政策体系。
治理与标准化建设同步推进，产业规范化程度持续提升。国家层面出台人工智能生成合成内容标识办法及配套国家标准，构建源头标识、分发审核、传播核验、用户声明的治理闭环，2025 年 9 月正式施行。智能社会发展与治理标准化指引发布，明确智能技术应用场景与社会影响评估指标；人工智能安全治理框架 2.0 版推出，完善风险分类分级与动态治理机制。网络安全法修订案新增 AI 安全治理条款，明确国家支持人工智能基础理论研究和算法等关键技术研发，2026 年 1 月正式施行。政务领域人工智能大模型部署应用指引发布，成为我国首个面向政务领域的大模型应用专项政策。数据标注产业专项政策出台，提出到 2027 年数据标注产业年均复合增长率超 20%，布局 7 个数据标注先行先试城市。
标准化体系建设取得突破，2026 年 2 月《人形机器人与具身智能标准体系 (2026 版)》正式发布，成为我国首个覆盖全产业链、全生命周期的标准顶层设计，涵盖基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理六大板块。浙江省发布人工智能标准化建设指南，计划到 2027 年制定各类标准 150 项以上。整体来看，中国人工智能立法正处于从增量立法到增质立法转型的关键时期，逐步推动从分散性立法向系统性立法转型，构建人工智能 1+N 立法体系。
1.5 人工智能发展阶段研判
当前人工智能产业正处于从技术验证迈向产业化规模落地的关键转折期，多维度呈现阶段跃迁特征。
▌技术层面，产业正经历从 Chat 到做事的范式转移，以对话为核心的交互范式已进入成熟期，AI 竞争核心转向能解决实际问题的智能体时代，模型能力从单一对话升级为任务执行、工具调用与多智能体协作。
▌技术竞争逻辑层面，行业从拼规模转向拼密度，参数规模军备竞赛宣告终结，精细化机制、算法架构创新成为模型能力提升的主要方向，精炼高效成为大模型演进的核心逻辑，用更少的计算和数据实现更高的智能密度成为行业共识。
▌市场层面，企业级应用进入规模化落地前夜，七成以上企业已部署 AI 工作负载，金融、科技、医疗等行业渗透领先，但整体仍处于 ROI 验证期，多数企业通过现有软件供应商获取 AI 能力，待投资回报率可预测性提升后将进入全面规模化应用阶段。
▌投资层面，全球 AI 投资创历史新高，基础设施与具身智能成为资本聚焦方向，但市场定价逻辑已从技术突破预期转向资本回报率考核，投资理性度持续提升。政策层面，产业进入系统性规模化实施阶段，十五五开局叠加人工智能 + 行动全面推进，政策红利从顶层规划持续传导至产业落地端。
第二章 人工智能产业链深度解构
2.1 AI 算力：底座基础设施
算力是人工智能时代的能源基础，AI 芯片与算力基础设施共同构成产业发展的硬件底座。AI 加速卡市场格局正在经历颠覆性重构，国产替代进程加速推进。2025 年中国 AI 加速卡总出货量约 400 万张，英伟达出货约 220 万张，占 55% 的市场份额，较制裁前约 95% 的份额大幅萎缩近 40 个百分点；中国本土厂商合计出货约 165 万张，拿下 41% 的市场份额；AMD 以约 16 万张出货排在第三，占 4%。
进入 2026 年，国产替代进程进一步提速，国内 AI 加速卡市场份额首次突破 50%，英伟达市场占比跌破 50%，全年预计在 30% 至 40% 区间。国产厂商中华为昇腾系列持续领跑，2025 年出货 81.2 万颗 AI 芯片，占全市场约 20%、占国产厂商出货量的近一半；2026 年华为昇腾单一品牌份额接近 30%。阿里巴巴旗下平头哥以约 26.5 万张出货量位居国产厂商第二，百度昆仑芯和寒武纪各出货约 11.6 万张并列第三，海光、沐曦、天数智芯等厂商分列其后。2026 年全年国内 AI 加速卡总出货量预计超过 600 万张，国产厂商整体出货占比超过 60%，剩余份额由海外厂商占据。
技术层面，国产 AI 芯片持续突破性能边界。华为发布的新一代 AI 加速卡搭载自研昇腾 950PR 芯片，在 FP4 低精度运算下算力达 1.56PFLOPS，效能表现突出。多家厂商陆续推出新一代训推一体芯片，算力性能与软件生态持续完善，开发者生态规模快速扩张，华为昇腾开发者规模已达到约 400 万人，占国产 AI 芯片阵营总量近八成。
算力需求结构正在发生深刻转型，2026 年是中国算力需求从云端训练向训练加推理双轮驱动转型的关键之年。训练侧向高质量与多模态进阶，规模效应在多模态领域依然显著；推理侧因 AI 应用加速渗透呈现陡峭的需求增长曲线，C 端流量爆发与 AI 漫剧、编程等原生场景崛起，推动推理侧需求成为拉动产业链增长的新引擎。企业采购逻辑也从单纯追求算力规模转向关注 Token 产出效率，单位预算可生成的 Token 数量、单位能耗支撑的推理量成为算力采购的核心评估指标。
2.2 大模型技术演进：能力跃迁的关键引擎
大模型技术正经历从对话交互到任务执行的范式转移，行业共识认为以对话为核心的 Chat 范式已进入成熟阶段，AI 竞争全面转向能办事的智能体时代。技术演进的核心逻辑从规模法则转向密度法则，不再单纯依靠参数规模堆叠提升能力，而是通过架构创新、算法优化实现更高的能效比，用更少的计算和数据更高效地得到更多智能。
算法架构创新成为技术突破的核心方向，稀疏注意力机制成为提升模型推理效率的重要技术路径。以 DeepSeek 的 NSA 架构、月之暗面的 MoBA 架构为代表，稀疏激活、条件记忆等创新架构大幅降低了推理成本，提升了长上下文处理能力。部分厂商推出记忆与计算分离的新型架构，将条件记忆模块独立于计算主干，大幅提升模型的长文本处理与信息留存能力。
模型分层格局逐步形成，行业从单纯的通用基座竞争，向通用基座加垂直小模型的分层格局演进。通用大模型聚焦基础能力突破与生态构建，垂直行业模型则基于通用基座针对特定领域深度优化，在法律、医疗、编程、工业设计等领域打造专家模型，实现场景适配能力与成本效率的平衡。
国产大模型能力持续逼近国际领先水平，在代码生成、智能体、中文理解等场景已形成差异化优势。本土模型定价更符合经济效益，同等能力下使用成本仅为海外竞品的四分之一左右，推动 Token 成本大幅下降，降低了 AI 开发与应用的门槛，赋能开发者生态快速扩张。
2.3 数据服务：从原油到汽油的价值炼化
数据是人工智能产业的核心生产要素，数据标注与数据处理服务是连接原始数据与模型训练的关键环节。中国数据标注行业保持高速增长，市场规模从 2016 年的 11.21 亿元增长至 2025 年的 117.53 亿元，年复合增长率达 29.8%；其中数据资源定制服务占比 84.73%，规模达 99.58 亿元。政策层面明确到 2027 年数据标注产业年均复合增长率超 20%，产业发展进入政策加持的快车道。
产业基地建设稳步推进，国家数据局指导成都、沈阳、合肥、长沙、海口、保定、大同七个城市建设数据标注基地。截至 2025 年 3 月，七大基地数据标注总规模达 17282TB，形成医疗、工业、教育等行业高质量数据集 335 个，赋能 121 个国产人工智能大模型研发，引进培育标注企业 223 家，带动从业人员 5.8 万人，相关产值超 83 亿元。
数据标注产业呈现三大发展趋势：一是标注模式升级，从传统人工标注向机器预标注、人工校验修正的人机协同智能标注演进，自动化标注能力持续提升；二是服务垂直化，从通用化服务向自动驾驶、医疗、金融等垂直行业深度定制转型，行业专属数据集价值凸显；三是竞争核心转移，技术平台能力与自动化标注效率成为企业竞争的核心要素，单纯人力密集型模式的竞争力持续下降。
数据要素治理规范化程度持续提升，2026 年 3 月 Token 的中文译名正式定为词元，标志着我国人工智能数据要素治理进入规范化新阶段，为产业界提供了统一的技术术语标准，也为后续数据要素市场化配置和国际规则对接奠定了基础。Token 消耗规模的爆发式增长，也推动数据服务从单纯标注向全生命周期数据治理升级，数据质量、数据合规、数据安全成为产业核心竞争力。
第三章 人工智能细分领域与赛道分析
3.1 大模型赛道：从百模大战走向梯队分化
中国大模型市场已从百模大战的粗放竞争，进入梯队分化与差异化竞争的新阶段。市场规模持续高速扩张，2025 年中国 AI 大模型市场规模约为 495.39 亿元，2026 年将突破 700 亿元，同比增长达 49.1%。截至 2025 年底，国内已发布各类大模型超 300 个，但真正实现规模化应用的不足 30%，市场集中度持续提升，头部效应逐步显现。
通用大模型领域已形成清晰的梯队格局，头部厂商在用户规模、技术能力与生态布局上拉开差距。综合评测榜单显示，DeepSeek、元宝、豆包、千问、文心、Kimi、百川、灵光、纳米 AI、360 智脑位居国内大模型综合实力前十。用户规模层面竞争动态变化，2025 年底豆包以 2.26 亿月活位居首位，DeepSeek 月活 1.35 亿，元宝月活 0.41 亿；进入 2026 年，千问用户规模快速增长，2026 年 2 月月活达到 3.22 亿，截至 2026 年 6 月，豆包以 3.82 亿月活保持领先，千问、DeepSeek 分别以 1.67 亿、1.30 亿月活构成第二梯队。
来源：中投产业研究院，人工智能产业深度分析报告2026
各厂商差异化定位逐步清晰：DeepSeek 走开源高性价比路线，凭借轻量架构与极致成本优势在开发者群体中占据核心地位；豆包依托字节跳动内容生态，绑定视频生成与内容创作场景，成为 C 端 AI 应用核心入口；千问依托阿里电商与云生态，强化办事能力与多场景协同；元宝深度整合腾讯社交生态，依托社交场景实现用户快速渗透；文心一言聚焦企业级服务，打造大模型加生态流量分发的平台模式；Kimi 则主打长文本处理，聚焦专业文档处理场景。
垂直行业大模型成为差异化突围的核心方向，行业更倾向于在法律、医疗、编程、工业设计等垂直领域打造专家模型。编程与代码领域，DeepSeek、MiniMax 等厂商深耕代码生成与智能体原生设计，在开发者群体中渗透率持续提升；金融领域，可信智能体产品聚焦长思维链处理与合规风控，应用于信贷审批、风险评估等场景；医疗领域，基于 RAG 增强的知识库产品赋能医疗问答与知识管理；政务领域，安全可信的全链路数据治理方案支撑政务事项办理；工业设计领域，工程级专业模型赋能工业仿真与设计辅助；电商领域，商品数字化与图像生成能力支撑电商素材生产与商品展示。
来源：中投产业研究院，人工智能产业深度分析报告2026
整体来看，字节跳动凭借内容创作与流量生态领跑 C 端应用，阿里依托办事能力与全域生态强势突围 B 端市场，智谱 AI 侧重工程级专业场景，MiniMax 与 DeepSeek 则通过开源策略与成本优势形成有力补位，共同构成分层竞争、各有侧重的市场格局。
3.2 企业级 AI 智能体：2026 上岗元年
2026 年被行业定义为企业智能体上岗元年，AI 智能体从概念验证全面走向规模化商用，成为企业数字化转型的核心抓手。全球市场层面，2025 年全球 AI Agent 相关市场规模已突破 2000 亿美元，活跃 Agent 数量约为 2860 万；预计到 2030 年全球活跃 Agent 数量将增长至 22.16 亿，增长倍数约 77.5 倍。企业级应用软件市场正面临智能体带来的颠覆性重构，价值 6500 亿美元的企业级应用软件市场即将被 AI 智能体重塑，预计到 2031 年，客服中心、销售团队和营销类应用的 AI 智能体渗透率将接近 100%。
中国市场增长更为迅猛，2025 年中国企业级 AI 智能体应用市场已突破 232 亿元，2023 至 2027 年复合增长率高达 120%；2026 年市场规模预计达到 449 亿元，同比增长 71.9%。超过 60% 的大型企业已将智能体开发纳入数字化转型战略核心，但目前仅有约 18% 的企业将 AI 智能体深度嵌入核心业务流程，多数企业仍处于方案评估与小范围试点阶段，市场增长空间广阔。
资本流向呈现 4-3-3 格局：40% 投向 AI 基础设施，30% 用于智能体管理平台，30% 布局场景化应用，反映出企业投资逻辑从买模型向建生态的转变。行业结构上，制造、能源、金融、政务四大领域占比超 70%，是智能体落地的核心场景。
技术流派呈现多元发展格局，四类路线各有侧重：可信智能派以金融级合规与长思维链处理为核心能力，适用于信贷审批、政务数据流转等高合规要求场景；全栈工具派主打多 Agent 协作与插件生态，适配互联网运营、客服等高频交互场景；大模型原生派依托自有大模型底座与生态流量分发，深耕内容创作、电商等场景；开源技术派提供模块化深度定制能力，支撑客服系统改造、私有化部署等定制化需求。
来源：中投产业研究院，人工智能产业深度分析报告2026
应用落地成效显著，多个行业已验证智能体的商业价值。金融领域，交易智能体可实现转化效率提升 3 倍，业务规模翻倍；汽车设计领域，智能体将风阻评估周期从 3 个月缩短至 2 天；交通领域，信控智能体可使主城区车均延误下降 18%；航空领域，数字员工实现一站式主动服务，内化核心业务流程；工业制造领域，智能质检 Agent 可使产品缺陷率降低 40%，设备故障率降低 35%。
技术演进持续升级，智能体正经历从 L1 工作流 Agent、L2 推理 Agent 到 L3 多智能体的三阶段跃迁。多智能体体系可实现基于目标的智能协作与结果交付，多个 Agent 像真实团队一样分工协作、相互检查，人类员工从事务管理转向结果管理，大幅提升工作效率与决策质量。
3.3 工业具身智能：从技术验证到量产元年
2025 年是人形机器人商业化元年，2026 年产业正式迈入万台级量产阶段，具身智能成为 AI 产业最受关注的实体赛道。全球市场层面，2025 年全球人形机器人出货量约为 1.8 万台，同比增长约 508%；2026 年全球出货量预计突破 5 万台，同比增长 178%，部分机构预测全年出货量可达 5.1 万台。长期来看，2030 年全球人形机器人出货量将突破 51 万台，年复合增长率接近 95%。
来源：中投产业研究院，人工智能产业深度分析报告2026
中国市场领跑全球，2025 年中国人形机器人出货量约 5000 台，占全球出货量近三成；中国具身智能市场规模达 52.95 亿元，人形机器人市场规模达 82.39 亿元，分别占全球约 27% 和 50%。2026 年产业量产进程加速，工信部公布数据显示，2026 年中国人形机器人全年整机产量有望突破 10 万台；中国人形机器人市场规模将近 13 亿美元，同比增长翻倍以上，具身智能整体用户支出规模超 110 亿美元，保持近 120% 的高速增长。全球出货量前十的企业中，前九家均来自中国，其中智元机器人和宇树科技两家企业贡献了 64.2% 的出货量。2026 年 3 月底，智元机器人宣布第 10000 台通用具身机器人正式下线，距千台量产里程碑仅用时不到 4 个月，标志着中国具身智能产业正式迈入万台级量产阶段。
标准化与政策支撑体系持续完善，2026 年 2 月发布的《人形机器人与具身智能标准体系 (2026 版)》，将以往各自为战的软件接口、硬件路线统一到量产、测试、出海的协同发展路线图上。中国关键零部件供应商数量远多于美国，供应链优势使得整机成本可控制在海外同类产品的约 50%。专利层面，2019 至 2024 年全球通用人形机器人专利申请量中，中国占比 45.2%，美国占比 37.8%，日本仅占 7.3%，技术储备优势显著。
产业竞争呈现三大阵营：一是聚焦工业为主、多场景协同发展的硬核派，以拓斯达、埃斯顿酷卓、宇树科技为代表；二是布局服务与消费场景的创新派，聚焦商用服务与家庭陪伴场景；三是深耕垂直细分领域的专精派，针对特定行业场景打造专用具身智能产品。技术突破的核心方向在于机器人大脑演进，特别是世界模型技术的突破，实现更高维度的环境理解与自主决策能力。
资本市场同步升温，2025 年具身智能领域融资占各 AI + 赛道首位，前 5 个月融资额已突破 230 亿元，超过 2024 年全年总和。2026年8月，它以每股150.80元的价格开启申购，发行市值逼近610亿元，成为具身智能量产元年背景下首家上市的通用机器人整机企业，为产业提供了重要的资本化路径参考。
3.4 AI 短剧与 AIGC 视频：内容生产的范式革命
AI 技术正在重构内容生产的底层逻辑，AI 短剧与 AIGC 视频成为内容领域增长最快的赛道，实现了成本端的颠覆性下降与供给端的爆发式增长。市场规模层面，2025 年漫剧市场规模达 168 亿元，2026 年预计达到 220 亿至 240 亿元，部分机构预测全年市场规模可达 400 亿元。用户规模同步高速扩张，2025 年 AI 漫剧用户规模为 1.2 亿，2026 年预计增长至 2.8 亿，上半年实际用户规模已突破 6 亿，远超年初市场预期。
内容供给端 AI 渗透率快速提升，2026 年 1 月漫剧百强榜中 AI 仿真人短剧占比已从 2025 年的 7% 激增至 38%；2026 年一季度全网上线微短剧 12.8 万部，其中 AI 短剧数量高达 12.2 万部，占比突破 95%。2026 年春节期间，短剧 86.7 亿总播放量中 AI 漫剧占比已接近 30%，AI 仿真人漫剧贡献了其中 80% 以上的播放量。头部内容已验证市场吸引力，多部 AI 短剧播放量突破亿次，头部作品单月播放增量超 21 亿，证明优质 AI 短剧完全具备媲美真人短剧的流量吸引力。
成本重构是行业爆发的核心驱动力。AI 技术可将单分钟制作成本从传统模式的数万元降至 1000 至 2500 元，2023 至 2026 年进一步降至 200 至 500 元。制作周期从月级压缩至周级，人力成本降幅达 90%，极低的入行门槛吸引了大量创作者涌入，2026 年上半年相关从业者及个人创作者合计已超 50 万人。
商业生态逐步闭环，头部互联网平台依托大模型能力形成从 IP 获取、AI 生成到分发变现的完整商业链路。字节跳动依托豆包大模型家族布局漫剧赛道，日耗峰值已达 3000 万元，漫剧市场整体规模有望贡献短剧行业 50% 的增量。用户结构呈现增量特征，漫剧的付费用户与短剧付费用户重合占比仅为 38%，漫剧能带来 62% 的增量用户，拓展了内容付费的用户边界。
行业同时面临多重挑战：盈利结构分化，90% 的公司处于亏损状态，爆款率仅为 0.16%；政策监管趋严，AI 内容专项治理持续推进；肖像权、声音侵权等法律风险凸显；用户对 AI 仿真人的恐怖谷效应仍待突破。出海正在成为 AI 短剧的重要增长方向，2026 年海外 AI 短剧市场规模预估可达 6.5 亿美元，部分机构预测全年海外微短剧市场规模将超过 60 亿美元。国内已有超 4000 家企业试水出海，东南亚、北美、拉美成为核心出海区域，55% 的海外用户愿为 AI 短剧付费，市场增长潜力巨大。
第四章 人工智能投资策略与风险评估
4.1 中美 AI 产业发展路径对比
中美 AI 产业正沿着差异化路径推进，形成各自的发展逻辑与竞争优势。
来源：中投产业研究院，人工智能产业深度分析报告2026
▌驱动力层面，美国路径以私有资本为主导，风险投资投入规模大，追求短期技术领先与商业回报；中国路径以国家战略加产业升级为双轮驱动，国有资本与私有资本协同发力，服务于产业升级与实体经济赋能的长期目标。
▌投资焦点层面，美国聚焦数据中心、能源基础设施等底层基建，持续强化算力供给端优势；中国侧重先进半导体、国产算力等自主可控领域，着力破解供应链卡脖子问题，构建自主可控的算力体系。
▌模型策略层面，美国追求绝对性能领先，依托全球顶尖人才与算力资源打造最强模型，通过高溢价的模型服务与生态授权获取收益；中国坚持成本效益优先，奉行效率至上原则，在算力约束条件下通过架构优化实现顶尖模型 90% 至 95% 的能力，同时大幅降低使用成本，以高性价比推动技术快速普及。
▌应用侧重层面，美国侧重消费级应用与通用人工智能探索，C 端产品创新活跃，前沿技术探索领先；中国聚焦 B 端降本增效与工业场景落地，深度融合制造业、政务、金融等实体经济场景，依托完整工业门类打造应用优先的产业路径。
▌芯片依赖层面，美国高度依赖英伟达供应链，采购份额长期保持 90% 以上，掌握芯片设计与生态主导权；中国加速推进国产替代，目标实现高比例自给率，从芯片设计、制造到封装全链条推进自主可控，降低外部供应链风险。
整体来看，美国侧重前沿突破，技术创新从 GPU 扩展至 LPU，从地面算力延伸至太空算力，持续拓展技术边界；中国重视向深处扎根，工业场景和商业链路更完整，更注重成本效益和快速商业化，走出了应用优先加产业协同的独特发展路径。
4.2 核心赛道投资机会评估
来源：中投产业研究院，人工智能产业深度分析报告2026
▌AI 算力芯片赛道处于国产替代关键窗口期，市场需求高速增长，年增速超 60%，投资时间窗口集中在 2026 至 2028 年。核心投资逻辑在于外部制裁背景下的自主可控刚需，国产芯片从可用迈向好用，市场份额持续提升，上游设计、制造、封装全链条均有投资机会，主要风险在于制造产能瓶颈与先进工艺突破进度。
▌AI 智能体平台赛道处于规模化落地初期，企业级渗透率仍较低，年增速超 100%，投资时间窗口为 2026 至 2027 年。核心投资逻辑在于企业数字化转型刚需，智能体重塑软件交互范式，平台型产品具备网络效应与高复用性，主要风险在于 ROI 验证周期较长，企业付费意愿释放节奏存在不确定性。
▌具身智能赛道进入量产元年，全球出货量高速增长，投资时间窗口覆盖 2026 至 2030 年。核心投资逻辑在于人形机器人作为新一代智能终端的长期价值，中国供应链优势显著，量产突破带动全产业链价值释放，核心零部件与整机厂商均有布局价值，主要风险在于技术成熟度仍待提升，大规模商业化落地节奏存在波动。
▌AI 数据服务赛道受益于政策驱动与需求爆发，年复合增长 20% 以上，投资时间窗口为 2026 至 2028 年。核心投资逻辑在于数据作为 AI 生产要素的基础地位，高质量标注数据是模型能力提升的核心支撑，垂直行业数据与自动化标注工具价值凸显，主要风险在于数据安全合规要求持续提升，业务合规成本上升。
▌AI 短剧与 AIGC 视频赛道用户规模高速增长，市场规模快速扩张，投资时间窗口集中在 2026 至 2027 年。核心投资逻辑在于内容生产范式重构带来的供给爆发，成本下降推动行业边界扩张，出海市场增量空间广阔，主要风险在于爆款率低、盈利不确定性高，同时面临监管政策收紧与内容合规风险。
4.3 主要风险提示
来源：中投产业研究院，人工智能产业深度分析报告2026
▌技术风险是产业发展面临的核心底层风险。大模型通用能力在稳定性、幻觉率方面仍存在短板，复杂任务场景下可靠性不足；具身智能产品出错率较高，规模化部署面临可靠性与安全性挑战；世界模型等关键前沿技术尚未成熟，技术突破节奏存在不确定性，可能影响产业长期增长预期。
▌市场风险聚焦于投资回报与商业化落地。AI 投资面临普遍的回报焦虑，高额资本开支需要对应的收入增长覆盖，企业付费意愿整体偏保守，很多 AI 项目落地卡在数据治理与流程重构环节，技术价值向商业价值转化存在障碍。同时，高性价比国产模型冲击全球定价体系，行业整体利润空间面临压缩，盈利模式仍待持续验证。
▌政策与合规风险持续存在且逐步趋严。国际层面，欧盟 AI 法案 2026 年 8 月高风险 AI 规则正式执行，出海企业面临合规成本上升与准入门槛提高；国内 AI 监管体系持续完善，数字虚拟人管理办法、AI 短剧专项治理等政策陆续出台，内容合规与算法合规要求不断提升。此外，AI 技术普及带来的岗位替代效应可能引发社会就业焦虑，相关政策调整可能影响产业发展节奏。
第五章 人工智能行业未来趋势与展望
5.1 AI 市场规模展望
全球市场将保持高速增长态势，2026 年全球 AI 总支出达 2.59 万亿美元，同比增长 47%；2027 年预计达到 3.34 万亿美元，持续保持 40% 左右的高增速。狭义市场口径下，全球 AI 市场规模 2026 年为 3010 亿美元，2028 年将达到 6320 亿美元，三年实现规模翻倍。生成式 AI 与智能体细分赛道增速显著高于行业整体，成为增长核心引擎。
中国市场增速领跑全球，2026 年 AI 核心产业规模突破 1.7 万亿元，继续保持 30% 以上的年增速；到 2030 年智能经济核心产业规模将达到 12.6 万亿元，2035 年达到 29.6 万亿元，成为数字经济的核心组成部分。具身智能、智能体、AI 算力等细分赛道将保持翻倍级增长，成为拉动产业扩张的核心动力。
5.2 AI 技术演进趋势
来源：中投产业研究院，人工智能产业深度分析报告2026
▌智能体将成为 2026 年产业核心关键词，AI 竞争焦点从底层模型的参数竞赛全面转向能够解决实际问题、创造商业价值的应用层。预计到 2028 年，45% 的 IT 产品与服务交互将以智能体为主要界面，70% 的软件供应商将重构商业模式。智能体将从单一任务执行向多智能体协同演进，从工具辅助向自主决策升级，深度嵌入企业核心业务流程。
▌具身智能将迎来技术与量产的双重突破，2026 年末到 2027 年中有望迎来具身智能的 GPT3.0 时刻。在世界模型、数据闭环与协作机制的驱动下，具身智能将从演示试点转化为可规模部署的通用劳动力，应用场景从工业制造向商业服务、家庭陪伴持续延伸。人形机器人成本将随量产规模扩大持续下降，加速商业化渗透进程。
▌大模型技术将坚定沿着效率优先的方向演进，密度法则成为行业核心共识。算法架构创新将持续替代参数堆叠成为能力提升的主要路径，稀疏激活、条件记忆、混合专家等技术将持续迭代。产业将形成通用基座加垂直小模型的分层技术体系，通用模型聚焦基础能力与生态，垂直模型聚焦场景深度与成本效率，共同支撑多元化的应用需求。
▌多模态技术将持续深化，文本、图像、音频、视频的生成与理解能力将进一步融合，端到端多模态模型成为重要演进方向。端侧 AI 能力持续提升，大模型轻量化技术不断突破，AI 原生终端加速普及，实现云端协同的混合部署模式。
5.3 AI 产业格局演变
中美双极引领的全球 AI 产业格局将持续深化，发展路径分化更加清晰。美国将持续保持前沿技术与基础研究优势，引领技术突破方向；中国将依托应用场景、供应链体系与政策支持，在产业落地与规模化应用层面持续扩大优势。两国在不同赛道各有侧重，形成既竞争又协同的全球产业格局。
国内产业格局将从分散竞争走向梯队集中，头部企业优势持续扩大。算力领域国产厂商份额将持续提升，形成一超多强的竞争格局；大模型领域头部效应凸显，通用模型市场将向少数头部厂商集中，垂直领域则涌现一批专精特新企业；应用层将涌现更多场景化龙头企业，依托行业 know-how 构建差异化壁垒。
AI 治理体系将全面深化，监管框架持续完善。我国人工智能立法将从分散性立法向系统性立法转型，构建完善的 1+N 立法体系，覆盖算法治理、数据安全、内容合规、伦理规范等全维度。具身智能、生成式内容、智能体等新兴领域的标准体系将持续完善，推动产业规范化发展。产业竞争也将从单一技术比拼，转向技术底座、盈利能力、供应链体系与合规能力的生态层面综合较量。
