“在过去的很多年里，我们先是实现了‘后发跟进’，继而展开‘弯道超越’，如今我们有可能完成第三个任务，那便是‘升级领跑’。”

　　“AI硬件的未来铁定在中国。”看完了这场智能硬件展后，吴老师愈发坚定了他的看法。

　　这两天，全球最大的消费电子展CES在美国“赌城”拉斯维加斯热热闹闹开幕了，而在美国的另一端，几乎同一时间，中国的阿里云也在深圳举办了一场智能硬件展，它被外界称为“第一届中国版CES”，似有“打擂”之意。

　　整个展馆5000多平米，不算大，但总共超1500件AI硬件新品亮相，都是从和通义多模态大模型家族合作的15万家智能厂商严格挑选出来的，其中180件在美国CES展同步首发。从Z世代到银发族，从办公软件到家庭娱乐，几乎涵盖了3C数码、家电、卫浴、玩具、乐器、健身器材、机器人、电动车、飞行器等所有消费领域。

　　区别于传统意义上的科技展台，我们对这届智能硬件的第一印象是“很强的摊位感”：

　　功能不一的智能眼镜就像在眼镜店里一样，密集地摆在一起，随意试用，成为展馆最拥挤的地方；各类智能戒指如同老铺黄金的柜台，齐刷刷地摊你在面前，手寸齐全，任君挑选；一整个大展厅全是智能玩具，毛茸茸的“大眼睛”宠物、会摇头的仙人掌、小型机器狗……仿佛走进了玩具城。

　　吴老师在现场用两个词精准地点评这个现象：涌现和泛化。前者指数据或能力值积累到一定阈值后，能力发生指数级的提升；后者意味着人工智能产品几乎应用和泛化到各个行业，各种AI产品史无前例地爆发，“千行百业都值得被想象一次”。

　　他穿戴上了一款CES同款、仅2.7kg的外骨骼助力器，在最高20kg的腰部助力，爬楼梯时如履平地；他在智能屏前和一款占地不到1平方米却能提供十多项运动的智能健身器材互动，同时在终端生成一个定制化的Agent，它不仅是你的健身教练，还能进行全周期的健康管理。

　　此外，他还第一次戴上了AI导盲眼镜、AI助听器，感叹AI硬件的人文性；当他看到能自动批改、点评、纠错的AI作业批改机时，直呼“了不起”。

　　AI，改变了中美消费电子展的形态，而中国智能硬件来到了“觉醒时刻”。甚至当AI渗透至重型机械厂、传统家电等非互联网行业时，我们正在目睹一场远比“手机APP革命”更为深刻的产业重构。

　　吴老师认为，当中国把全球最厉害的供应链和大模型能力应用到所有行业中时，将是中国的产业“升级领跑”时刻。

　　那么，两场消费电子展的背后，2026年的AI产业又将浮现出哪些重大趋势？

　　这跟刘伟光走访一百多家企业带来的感受完全一致。他是阿里云智能集团资深副总裁，在最近的演讲和访谈中，刘伟光提及了“AI的第二曲线”。

　　在刘伟光看来，此次高潮阶段的技术迭代速度将远超预期，大模型或许会以星期为单位进行更新，技术落地周期也将从以往的5—10年缩短至2—3年。而大模型的每一次迭代都将带来应用层面的快速爆发。他判断“这并非简单的器物层面升级，而是具有变革性的范式转移。”

　　这句话指向了一个关键词：物理AI。今年的CES展上，英伟达创始人黄仁勋的“物理AI的ChatGPT时代即将到来”的论断为大会打下基调。从商业逻辑来讲，物理世界的天花板比虚拟世界更大。

　　以汽车行业为例。2024年，物理AI应用的一个重要方向还体现于汽车智能化方面。而到了2025年，这一趋势进一步发展，不仅涵盖了新能源汽车、低空飞行器、传统燃油车以及重型卡车等商用车领域也相继融入智能化潮流。

　　在这个趋势下，手机已不再是AI的单一入口。AI将突破屏幕的限制，全面融入汽车、机器人、可穿戴设备以及各类工业终端之中。

　　所以，如果说以手机为主要载体的虚拟世界和消费级应用是AI的上半场，那么它的下半场和“第二曲线”将和企业端和产业端联系起来。

　　它们的主要区别是：其一，消费级应用易受消费者偏好影响，千人千面，其演变方向是多元且个性化的，而企业级应用则与专业属性高度绑定，前者求广度，后者探深度。特别是在丰富的产业应用场景下，AI在企业端的价值有待进一步挖掘，成长空间大。

　　其二，企业级人工智能直接重构生产力。其潜在的经济影响力具有颠覆性——有望促使全球国内生产总值增长10%，这意味着存在一个高达11万亿美元的价值重构空间。

　　换个角度来说，将生产力都被AI改造一遍的“价值重构”，也意味着一场“增量战争”。到2026年，人工智能所创造的新增量市场将占据整个人工智能市场的80%。

　　“未来10%的增量将超过当下100%的存量，因此赢得未来市场比纠结于当下的份额更具意义。”刘伟光说。与此同时，企业也将拿出真金白银拼市场，因为他预测在2026年，AI应用将以每年百倍的速度增长，未来的人工智能预算或许会达到信息技术预算的10倍。

　　◎一方面，传统产业借助AI实现转型升级，优势产业通过AI实现指数级进化；另一方面，“AI原生企业”用新的商业模式开疆拓土。

　　当下，美国在生物医药、金融、可再生能源和半导体等领域对人工智能进行了深度应用，而中国的人工智能则聚焦于传统制造业、新能源汽车、锂电池、电子电气、农业等，这些行业通过像阿里云这样的云端服务商，利用其云服务和大模型能力，快速实现降本增效。

　　例如，挖掘机龙头三一重工，过往其培养一名能够处理复杂设备故障的高级技师，不仅周期漫长，且成本高昂。如今借助人工智能构建的“设备维修助手”，能把几十年生产经验的数据内化成模型。此外，新手技师佩戴增强现实（AR）眼镜，借助AI知识库，按步骤排查并解决问题，能快速变成专家，此举大幅缩短了人才培养周期，达成了“人工智能平权”。

　　同样，潍柴动力亦运用人工智能开展设备故障诊断工作，将老师傅的经验转化为模型，提升了整条生产线的稳定性与效率。

　　像这类的产业创新与中国制造业的根基直接相关，是我们在这场“增量战争”中的基本盘。

　　◎另一边，以通义千问、DeepSeek为代表的“开源力量”崛起，快速催生了一批“AI原生企业”。它们主要分为四类：

　　第一类是生成式人工智能内容创作（AIGC）公司，负责生成图片、图像类内容，如儿童AI绘本；

　　第二类是人工智能漫剧/短剧公司，利用AI辅助生成剧本，多模态生成视频内容；

　　第四类则是人工智能硬件公司，如AI穿戴设备、AI玩具等等，它能放大中国供应链的优势，且能与AIGC、智能体公司业态进行融合，如既会对话又会故事创作的随身设备“听力熊”。

　　在去年杭州云栖大会和今年阿里云通义智能硬件展上，这四类“AI原生公司”在各个行业集中涌现，很多是三人以下的“超级个体”，呈现出“星火燎原”之势，构成了AI时代的创业底色。在这样的浪潮驱动下，阿里云通义通过开源300多款模型，18万款衍生模型，为这群数量高达百万级的创业者和开发者提供了支持。

　　显然，中国AI的第一波市场聚焦在娱乐、陪聊等消费端场景。而在美国，SAP、Salesforce等SaaS软件对AI大模型的调用量最大，其次是AI编程。Open AI和谷歌的报告也显示，ChatGPT和Gemini的企业客户调用量远超C端个人用户调用量。而此领域恰为人工智能创造生产力的关键环节。

　　这将促使我们对“模型的先进性”进行重新审视。其价值不应以处理生成式AI世界中的统一语言——Token数量来界定，而应以Token的“质量”与“效率”来衡量。同样的逻辑放在更上游、劣势也更明显的AI芯片端，中国公司逐渐将算力从“训练”转到“推理”，让中国中低端AI芯片有了用武之地。

　　吴老师曾说：“人工智能是虚拟世界和物理世界的一次大规模集合，40多年中国制造的能力，我们的产能、基础设施、应用能力，将在未来十年出现出乎意料的发展。”

　　其中，底层基mile米乐m6础设施建设，AI infra，是AI第二个发展高潮期的关键。

　　一个趋势已然浮现：底层基础设施正在从“Token工厂”升级为“AI超级工厂”。刘伟光将其比喻为“未来的AI云服务如同自来水厂”。

　　它不仅提供可直接使用的“纯净水”（如开箱即用的API服务），也提供需进一步加工的“工业用水”（如供企业进行本地化部署的开源模型），还提供全套的“水处理设备”（如供客户训练自有模型的裸金属和算力服务）。

　　阿里云的数据印证了这种分层服务的必要性：在阿里云上调用MaaS API的客户与使用GPU部署模型的客户重合度高达70%。

　　在制造业，这种“分层用水”的模式尤为明显。一家大型汽车诊断公司，利用阿里云的算力服务，将过去30年积累的数千万份诊断报告训练成一个专有大模型。当远程汽修厂遇到疑难杂症时，不再需要专家亲临现场，而是通过这个模型快速定位故障，其价值远非通用API所能比拟。

　　这正是“AI超级工厂”提供的“水处理设备”和“工业用水”服务。与此同时，一家照明公司则选择直接调用API，让用户通过模糊的语音指令（如“把灯光调得温馨一点”）来控制灯光，实现更智能的家居体验，这便是“纯净水”服务。

　　这意味着真正的AI云，其能力是全栈式的，融合了强大的GPU算力、高效的集群调度与网络存储能力、先进的大数据处理能力，以及构建和运行Agent的完整框架。

　　所以，“AI infra，即为云计算”。云已经变成AI的基础设施，没有云的能力，包括大数据处理，AI的真正价值根本无法实现。

　　而如果我们把视角放到更远一些，“增量风口”不仅发生在本国的优势产业，海外市场更是中国的力争之地，这意味着对以云计算为代表的AI基建提出了挑战。

　　新能源车出海，没有智能化能力就很难维持差异化；机器人、摄像头等品类出海，需要端云协同的模型能力。海外客户天然会提出“海外部署”的硬需求：低时延、数据合规、跨区域运维、弹性供给，以及在海外可用的模型服务与训练推理能力。

　　从某种意义上来说，大模型只是门票，工程化能力决定了可用性，它能让AI成为产品溢价的一部分。

　　为此，中国云服务公司已在全球展开基础设施的大力布局。以阿里云为例，截至2025年，它在全球29个地域、92个可用区构建基础设施，承接了近八成新增的中企出海需求，包括比亚迪等企业借助其全球基础设施实现10国百万辆级的落地，支撑了100%中国车企的全球化布局。

　　“在过去的很多年里，我们先是实现了‘后发跟进’，继而展开‘弯道超越’，如今我们有可能完成第三个任务，那便是‘升级领跑’。”

　　在这个意义上，我们并非在于追逐下一个爆款APP，不应是Token数量或模型分数，而是GDP质量的提升、产业结构的优化升级，以及普通劳动者技能的进化，它点出了这场AI增量竞争的本质：全球范围内在真正较量的，是谁最先改造本国优势产业，谁最快孵化出具有AI思维和会使用AI工具的产业人才。

　　展望未来，正如吴老师引用凯瑟琳·伍德和埃隆·马斯克的判断，“我们站在人类历史上最大技术爆发的临界点，未来5年全球实际GDP将增加7.3%”且“将不再有手机和APP”。

　　在去年的云栖大会上，阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭对未来的展望亦是如此，他认为：“AGI只是起点，能自我迭代、全面超越人类的超级人工智能（ASI）才是终极目标。”

　　在过去的三十年里，互联网的本质是连接，但AI通过生产力供给所创造的价值，将是互联网的几十倍。基于此，吴泳铭断言：“大模型将成为下一代操作系统，而下一代的计算机，就是超级AI云。”

　　回顾今年的这场中国版CES展，它让一幅广阔的卷轴缓缓展开，AI未来图景愈发清晰：智能硬件成为连接物理世界的最佳入口，阿里云凭借全栈AI优势，让通义大模型成为智能硬件的标配。终有一天，中国版CES也能够媲美美国的CES，而这将会是真正具有历史意义的时刻。