文字解读

当前，全球人工智能正处于从感知生成迈向通用智能的关键拐点，行业普遍面临算力成本高企、数据价值未被充分激活、AI应用落地缓慢等现实挑战，如何实现从"技术突破"到"产业价值"的转化，成为未来十年的核心命题。

核心现状与关键数据支撑： AI已走过统计学习、深度学习两波浪潮，当前正处在Transformer催生的认知智能萌芽期。报告指出，未来十年AI将迎来Beyond Transformer时代的新架构革命，走向物理世界是AGI形成的必由之路。据预测，到2035年全社会算力需求将达10的27次方FLOPS，较2025年增长10万倍；存储容量需求增长500倍，温数据占比将超70%；联接规模增长100倍，支撑90亿人口拥有9000亿智能体。这些数据背后，是智能体从"执行工具"向"决策伙伴"的实质跨越——L4级指导型智能体将在部分领域规模化落地，驱动早期千亿美金、中期万亿、远期十万亿美元的产业级革命。

关键趋势与行业预判： 报告勾勒了十大技术跃迁，核心呈现三大主线。其一，基础设施重构：计算将从摩尔定律延伸转向冯·诺依曼架构突破，融合光子、类脑、量子等新型范式；存储迈向"数据即智能"，通过Agentic AI释放历史数据价值。其二，人机关系重塑：软件开发从"写代码"转向"自然语言定义需求"，人机协同编程重构软件工程全链路；交互从GUI走向SMUI空间多模态，五感融合打造临境体验。其三，物理世界落地：具身智能跨越技术鸿沟，预计2035年实现L4+级无人驾驶、家庭机器人价格低于1万美金、电池能量密度突破800Wh/kg支撑低空经济起飞。同时，智能体互联网与能源网络深度耦合，以Token管理瓦特，构建可持续的智能底座。

分析师结语： AI时代正从"单点技术突破"走向"共生乘数效应"，AI技术、基础设施与场景应用三者协同演进，未来的竞争将不只是"谁的大模型更强"，更是"谁的系统工程能力更强"，智能世界2035正在加速到来。

报告精读概览

参考资料： 华为技术《智能世界2035：未来展望》134页

本文已完整拆解报告/白皮书全部调研数据与行业观点，满足从业者基础研究需求。若你需要持续跟进各赛道报告文字解读、月度产业数据更新、同行落地案例复盘、一对一行业问题交流，可通过下方知识星球小程序了解会员社群，圈内长期沉淀全品类行业深度分析内容。

10月9日星球新收录资料（20+份）

1.2026氢燃料电池行业报告.pdf

2.2026全球跨境企业支付服务竞争力报告.pdf

3.2026全球碳中和年度进展报告.pdf

4.2026中国网络安全行业年报.pdf

5.2026中企布局马来西亚数字支付的合规挑战报告.pdf

6.多领域先进制造：中国未来的工厂还会是工厂吗？.pdf

7.计算机行业研究：什么应用值得长期跟踪.pdf

8.洁净室专题（三）：行业竞争格局.pdf

9.金融科技2026H1业绩综述：AI赋能走向纵深，海外合规生态扩容.pdf

10.锂行业深度系列之一：锂云母行业持续升级，重视产业链长期机遇.pdf

11.全年策略：AI行情之后，各国安全垫几何？.pdf

12.全球政策与监管措施：超越电网约束的光伏集成.pdf

13.商业航天：3D打印重塑航天制造范式——增材制造篇.pdf

14.中国互联网发展报告2026.pdf

15.2026泰国金融科技报告.pdf

16.2026中国半导体产业白皮书 体系韧性 战略主动.pdf

17.等保2.0解决方案.pptx

18.某大型车企数据资产数据治理体系解决方案.pptx

19.特斯拉IT运维部门2025年工作总结暨2026年工作规划.pptx

20.2026年AI电力基建行业研究报告 AI赋能电力体系，筑牢新型电力系统底座 .pdf

21.2026欧盟网络安全法修订提案经济影响评估暨商会立场分析报告.pdf

22.智能世界2035：未来展望

23.AISWare Digital Gemini_数字孪生平台_V4.5_白皮书

OCR:IMG:02 与AI共赢 加速生产与生活全场景跃迁 35 医疗：计算健康，防病于未然，让生命更有质量 37 教育：人机协同教学，惠及每个人成长 47 出行：体验流动的“第三空间” 53 饮食：从“吃饱吃好”走向“吃出健康” 57 居家：从生活空间向懂你的智慧空间演进，让生活更舒适 59 制造：设计即制造，制造即智能，制造即服务 61 金融：AI重构金融生产力，打开智慧金融服务新纪元 67 电力：新能源主导电源格局，成为主力力量，推动电力系统革命性重构 71 物流：AI驱动全球物流供应链实现智慧化赋能与高品质精准交付 81 矿业：“智探矿脉，officemining”重塑矿区生产 87 城市：AI让城市焕发自进化的生命力 93 03 与AI共生 让可持续发展成为智能的本能 103 遵从伦理和安全，以人为本推进AI向善 106 AI普惠弥合数字鸿沟，加速可持续发展 108 公众号·产业数智前线

OCR:IMG:自主性与创新性：能够在新环境中理解、学习 及天花板，ScalingLaw逐渐失效。然而，基础 并完成任何人类可及的智力任务，胜任跨场景 理论迎来突破，出现超越Transformer的下一 推理、复杂问题解决，并展现出类人级别的灵 代核心架构（如BeyondTransformer）。发展 活适应与创造能力。作为人工智能发展的终极 动能由“规模驱动”转向“架构与理论驱动”， 目标，AGI在未来十年的发展之路上，仍面临 在新理论体系的支撑下，AI发展开启一条全新 诸多核心挑战，其“奇点”突破绝非易事。 的、不可预见的进阶之路。 展望通用人工智能（AGI）的未来十年，其 3.价值沉淀，应用深化： 发展路径主要面临三种可能性： AI技术发展进入一个漫长的平台期，在通 向AGI的核心挑战上难以取得重大突破。行业 1.规模主导，奇点降临： 的焦点从追求“通用智能”的宏大叙事，回归 ScalingLaw继续作为核心定律持续生效， 到对现有大型模型（LLM）产品化价值的深度 算力、数据与模型规模的扩展红利未见衰减。 挖掘与应用场景的精细化深耕，AI的发展主要 技术沿现有轨道高速演进，最终量变引发质变， 表现为效率提升与成本优化。 触及AGI奇点，从而颜覆现有技术范式，推动 人类社会发生根本性变革。 母庸置疑的是，未来无论走向哪个路径， AI都会持续深刻影响人类生产与生活，在各个 2.架构革新，范式转移： 领域发挥关键作用，为推动社会进步、提升生 当前基于Transformer的规模扩展路径触 活品质贡献无可替代的力量。 未来十年，AI还会发生一次大的突破 回顾过去三十年，人工智能按平均每10年 第一个十年，统计学习崛起开启了AI复苏， 一次大革命的速度演进，AI的演进经历了多波 1995年SVM（Support Vector Machine）、 次的繁荣与放缓。 1997年LSTM（Long Short-Term Memory）与 2006年DBN（DeepBeliefNetwork）的突破 让机器通过数据驱动完成邮件过滤等基础任务， IBM深蓝展现了数据建模的力量，但智能仍局 限于特定场景，泛化与复杂推理能力薄弱。 第二个十年，深度学习推动了感知智能 突破，AlexNet（一种深度卷积神经网络）等 技术的发展，赋予机器“感官系统”，AI正 式走到台前。推荐系统、视觉识别精准发力， AlphaGo和AlphaFold拓展应用边界，掀起了 05

OCR:IMG:02 与AI共赢 加速生产与生活全场景跃迁 35 医疗：计算健康，防病于未然，让生命更有质量 37 教育：人机协同教学，惠及每个人成长 47 出行：体验流动的“第三空间” 53 饮食：从“吃饱吃好”走向“吃出健康” 57 居家：从生活空间向懂你的智慧空间演进，让生活更舒适 59 制造：设计即制造，制造即智能，制造即服务 61 金融：AI重构金融生产力，打开智慧金融服务新纪元 67 电力：新能源主导电源格局，成为主力力量，推动电力系统革命性重构 71 物流：AI驱动全球物流供应链实现智慧化赋能与高品质精准交付 81 矿业：“智探矿脉，officemining”重塑矿区生产 87 城市：AI让城市焕发自进化的生命力 93 03 与AI共生 让可持续发展成为智能的本能 103 遵从伦理和安全，以人为本推进AI向善 106 AI普惠弥合数字鸿沟，加速可持续发展 108

OCR:IMG:贯穿人类文明的关键是思维的发展，从经验到科学再到智慧。而工具对人的辅助，从算盘到计 算器、计算机、互联网，再到机器智能，不断突破生命系统的约束，带来创造力跃迁，给人类发展 带来无限可能。 键盘、鼠标多点触控请临/指令手势/体势眼球追踪触觉/味觉/觉、肌机精机境口 20 第一次 第二次 第三次 超级智能体 农业经济 工业革命 工业革命 工业革命 智能革命 （机械化) ·数字智能 （电气化） （信息化） ·具身智能 类脑计算 星子计算 模拟计算 光计算 神经拟态存储 近计算 近存计算 存储与计算 PIN 冷热储发电 天基能源可控核 可控核聚变 氧储 国市电池 理电护电热信液流电池超级电容递 太阳能发电 水利发电 核能发电 新能源 锂电 五大基础技术的融合走向超级智能体 03 公众号·产业数智前线

OCR:IMG:贯穿人类文明的关键是思维的发展，从经验到科学再到智慧。而工具对人的辅助，从算盘到计 算器、计算机、互联网，再到机器智能，不断突破生命系统的约束，带来创造力跃迁，给人类发展 带来无限可能。 面键盘、鼠标多点触控语部/指令手势/体势眼球运腺触觉/味觉/镀觉、肌机腰机提口 2 30 第一次 第二次 第三次 超级智能体 农业经济 工业革印 工业革命 工业革印 智能革命 (机械化) 数字智能 （电气化） （信惠化） ·具身智能 类脑计具 星子计算 皮秒级闪府最分销三维存储 模拟计算 光计算 神经拟态存储 近似计算 近存计算 存储与计算 PIN 冷热储发电 天基能源可控 可控核聚变 氧储 国本电池 理电护电热锁液汽电池超线电 太阳旗发电 新能源 水利发电 核能发电 国电 五大基础技术的融合走向超级智能体 03

OCR:IMG:从执行工具到决策伙伴，AI智能体驱动产业革命 未来十年，智能体将发展为侧重实践的行动系统 随着大模型的发展，AI正朝着更接近通用 流程运作领域已经展现出了非常大的潜力。未 智能的方向突破。面向千行万业不同业务需求驱 来十年，智能体将发展为侧重实践的行动系统。 动，AI技术跃迁的落地载体，正是能将复杂能 此时人机之间的决策权将发生实质性迁移，智 力转化为实际价值的AI智能体。未来十年，智 能体获得更多直接与物理世界交互决策的能力， 能体（Agent）将成为人类最重要的协作伙伴。 能够自主闭环执行多类任务。 回顾历史，初期的智能体，是侧重感知的 智能体的未来发展，关键在于攻克三大交 信息系统，尚未具备复杂的决策规划能力。随 织融合的核心挑战：多智能体协同（通信与协 着技术的发展，智能体进入侧重思考的模型系 作）、云端环境交互（探索与执行），以及长 统阶段，能力较上一代智能体显著提升，市场 程推理认知（规避偏差累积与组合爆炸）。这 影响力得到大幅扩展。智能体在DeepResearch 三者共同构成了通向高级智能的道路上必须逾 深度研究领域、AlCoding编程领域与Operation 越的障碍。 实践-行动系统 与环境互动， 实现对物理世界的控制 思考-模型系统 将数据转化为知识表达 基于世界模型 通过推理与规划来 的智能体 感知-信息系统 实现预期目标 视觉-语言- 精确理解环境， 以数据为信息媒介，通过观察 动作智能体 拥有多智能体自 主闭环执行能力 人类环境交互捕获环境信息 将行动加入模型 基于大语言模型 的智能体 基于强化学习 的智能体 使用多模态感知与思维 反应式智能体 链来拥有推理规划能力 符号智能体 关注如何让智能体 关注智能体 通过环境感知学习 采用逻辑规则 与符号表示来 复杂决策规 封装知识 划能力 1980年 2010年 2015年 2020年 2025年 2035+ 智能体演进路径 08 公众号·产业数智前线

OCR:IMG:与AI共进 通往智能世界2035的 十大技术跃迁 02 公众号·产业数智前线

OCR:IMG:能级到L5智慧级的五级演进，呈现出自主决策 我们认为，2035年的智能体将带来多维度 能力逐步增强、应用场景从低风险单点功能向 突破。在分级演进上，L4级指导型智能体将在 高价值跨域服务拓展释放更大市场空间、技术 部分领域实现规模化落地。在人类工程体系成 需求从基础交互向通用智能与伦理对齐深化的 熟的领域，它能够胜任人类的工作时长与强度， 梯度发展路径。 进行自主决策，成为人类的高效协同伙伴。 未来十年，智能体将驱动各产业发生范式革命 智能体的发展也会在未来十年带来突破 生出干亿美金产业。中期，它会变革生产方式， 性的社会影响。人类角色从传统执行者升级为 比如在AI药物研发、专业服务咨询等领域，大 目标制定者与伦理监督者，“AI协作师” 幅降低科研与生产成本，有望缔造万亿美元产 “Agent训练师”等新兴职业推动劳动力向高 业。而到远期阶段，智能体将重构产品与体验， 价值领域转型。同时AI安全与伦理框架将逐步 AIPC等新产品引发办公革命，具身机器人成为 成熟，通过设定恶意操控防范机制、情感陪伴 人们的贴身助手，有望开拓出十万亿美元产业。 类智能体“共情边界”等措施，共同筑牢智能 体发展的安全防线。 未来十年，人类与智能体的关系，将从“人 机分工”走向“人机共生”。智能体不只是新 商业层面，未来十年智能体将驱动各产业 型生产力工具，更是人类文明演进的新伙伴。 发生范式革命。早期，智能体聚焦于提升运营 只有把智能体演进路径与科技向善价值深度融 与办公效率，化身客服、销售与办公助手，催 合，人类才能真正把握住智能世界的主动权。 早期阶段 中期阶段 远期阶段 提升运营与办公效率 变革生产方式 重构产品与体验 未来十年智能体将驱动各产业发生范式革命 10

OCR:IMG:第发男发 01 公众号·产业数智前线

OCR:IMG:间 RH REVR Beyond GPT3 2035 技术 Revet 2030 9 LSTM 2020 2022 领城专家 1995 2005 2010 科学卖家 事件 格新控 BMV 重白质 战胜人类 AG时代-创新与组织 阶段 大模型进化-生成与行动探素 Transfomer革命-认知智能萌芽 统计学习起-A复苏 深度学习爆发-感知智能突破 任务 邮件过速、新间分类 视觉模式识剧 推荐系统、 A问答握素、情感陪伴 自动驾驶、机器人 内容生产 A工业、科学、生活 人工智能的演进历程 第二波繁荣，但AI仍缺乏泛化性，难以灵活迁 回望人工智能的发展历程，技术革命往往在 移经验。 质疑与探索中孕育。从SVM到CNN（Convolutional NeuralNetwork）再到Transformer，每一次革命 第三个十年，Transformer催生了认知智能 都是由新架构的出现而引发。因此我们有理由期 萌芽，基于大模型的生成式AI得到发展，人类 待，未来十年将迎来一场新的AI技术革命，将 经历了ChatGPT时刻，AI在自然语言理解、多 跳出Transformer架构的固有框架，我们姑且将 模态生成和推理能力上形成突破，并且开始探 其称为BeyondTransformer时代。新架构的突 索生成与行动边界，AI从理解世界走向改变世 破是全方位的。它不仅在基础性能（如算力开 界。在这个阶段，内容生产、自动驾驶、机器 销、计算复杂度和长序列处理）和核心能力（如 人交互取得长足的进展，但AI在推理能力和创 长期记忆力与自我演进）上取得了长足进步，更 造能力方面跟人类依然存在较大的差距，可解 关键的是，在高级智能层面实现了巨大跃迁，包 释性、准确度、推理效率、实时响应与环境适 括逻辑推理、因果推理、可解释性、创新能力、 应仍是挑战。 情感识别与表达等。 06 公众号·产业数智前线

OCR:IMG:数字世界与物理世界的融合在加速，数字 术、感知与交互、算力、网络、新能源等核心 智能正在不断突破虚拟边界，快速向具有物理 要素共同驱动，深刻贯穿数字世界与物理世界 载体的具身智能演进。当物理世界和数字世界 的系统性跃迁，是一个复杂的系统工程。 交融时，有大量的数据产生、传输和处理，在 这一过程中，ICT基础设施将是人工智能革命的 为系统勾勒这幅未来蓝图，本章将聚焦于 关键底座，决定AI应用的社会渗透深度。未来 面向智能世界2035的十大技术趋势。这些趋势 十年，信息科技将会发生重要跃迁。这并非单 相互关联、彼此促进，共同构成了通往未来的技 一技术的线性发展，而是一场由数据、智能技 术脉络。 走向物理世界是AGI形成的必由之路 未来十年，实现AGI奇点突破，仍面临诸多核心挑战 站在2025年，预判AI的进化轨迹，将是 络缺乏坚实的数学理论支撑，黑盒特性导致的 未来十年的核心命题与终极挑战。人工智能智 不可解释性，以及不确定性引发的幻觉问题仍 慧进阶的速度与深度，不仅将重新定义技术疆 未得到有效解决。推动LLM快速发展的规模扩 界，更将重塑未来十年的全球格局。 展定律（Scalinglaw），正面临数据、算力、 能耗与可靠性的多重瓶颈，有放缓迹象。 自2022年底基于Transformer的大语言模 型（LLM）引爆行业以来，AI技术处于快速迭 通用人工智能（AGI）指具备人类级广泛认 代过程中，但依然存在较多挑战，比如神经网 知能力的智能系统。其核心在于实现通用性、 04

OCR:IMG:群体智能将是重要发展方向，通过竞争或 人类标注数据的依赖。超长时间任务执行能力 合作模式实现智能体间交互协调，同时在线自 实现指数级突破，从当前小时级编程任务提升 主交互学习将成为核心范式。智能体通过传感 至以月、年为单位，支撑科学实验管理、企业 器采集数据、工具操作交互积累经验，摆脱对 数据监控等场景。 AI智能体的五个等级，智能体能力与市场渗透率呈指数型关系 智能体的发展是一个逐步演进的过程。它 合，最终推动整个价值链步入可持续发展的正 需要突破技术成熟度、安全性、业务适配性与 循环，智能体能力与市场渗透率呈指数型关系。 商业投资回报（ROI）等多重限制。其核心在 于：持续提升智能体能力、构建可靠的人机信 为了更好地定义AI智能体的能力，我们将 任与责任归属框架、深化与干行万业的创新融 其分为五个等级，如下图所示。智能体从L1功 L5：智慧级-自主智慧 低 A超越人类，全面自主，人类授权 高 L4:指导级-专业指导 A提供专家级服务，人类参与 人类的干涉程度 L3：协作级-协作自治 A执行，人类协作并监督 智能程度 L2：任务级-任务执行 A执行被分解的任务， 人类拆解及分配任务 L1：功能级-辅助工具 高 A作为工具被调用， 人类执行并闭环任务 低 智能体能力分级 09

OCR:IMG:CONTENTS 01 与AI共进 通往智能世界2035的十大技术跃迁 01 走向物理世界是AGI形成的必由之路 04 从执行工具到决策伙伴，AI智能体驱动产业革命 08 人机协同编程，重塑软件未来 11 AI于镜像世界中升维，新交互打开沉浸体验 14 移动互联生态从App走向多Agent协同 16 具身智能跨越鸿沟，形成多个万亿产业 18 突破冯·诺依曼架构，新型算力满足海量的算力需求 21 数据即智能，AgenticAl驱动存储范式改变 24 从移动互联网跃迁至智能体互联网，搭建物理空间 到数字空间的智能交互桥梁 27 Token管理能源网络，让智能成为能源的“神经系统” 32

OCR:IMG:与AI共进 通往智能世界2035的 十大技术跃迁 02

OCR:IMG:自主性与创新性：能够在新环境中理解、学习 及天花板，ScalingLaw逐渐失效。然而，基础 并完成任何人类可及的智力任务，胜任跨场景 理论迎来突破，出现超越Transformer的下一 推理、复杂问题解决，并展现出类人级别的灵 代核心架构（如BeyondTransformer）。发展 活适应与创造能力。作为人工智能发展的终极 动能由“规模驱动”转向“架构与理论驱动”， 目标，AGI在未来十年的发展之路上，仍面临 在新理论体系的支撑下，AI发展开启一条全新 诸多核心挑战，其“奇点”突破绝非易事。 的、不可预见的进阶之路。 展望通用人工智能（AGI）的未来十年，其 3.价值沉淀，应用深化： 发展路径主要面临三种可能性： AI技术发展进入一个漫长的平台期，在通 向AGI的核心挑战上难以取得重大突破。行业 1.规模主导，奇点降临： 的焦点从追求“通用智能”的宏大叙事，回归 ScalingLaw继续作为核心定律持续生效， 到对现有大型模型（LLM）产品化价值的深度 算力、数据与模型规模的扩展红利未见衰减。 挖掘与应用场景的精细化深耕，AI的发展主要 技术沿现有轨道高速演进，最终量变引发质变， 表现为效率提升与成本优化。 触及AGI奇点，从而颜覆现有技术范式，推动 人类社会发生根本性变革。 母庸置疑的是，未来无论走向哪个路径， A都会持续深刻影响人类生产与生活，在各个 2.架构革新，范式转移： 领域发挥关键作用，为推动社会进步、提升生 当前基于Transformer的规模扩展路径触 活品质贡献无可替代的力量。 未来十年，AI还会发生一次大的突破 回顾过去三十年，人工智能按平均每10年 第一个十年，统计学习崛起开启了AI复苏， 一次大革命的速度演进，AI的演进经历了多波 1995年SVM（SupportVector Machine）、 次的繁荣与放缓。 1997年LSTM（Long Short-Term Memory）与 2006年DBN（DeepBeliefNetwork）的突破 让机器通过数据驱动完成邮件过滤等基础任务， IBM深蓝展现了数据建模的力量，但智能仍局 限于特定场景，泛化与复杂推理能力薄弱。 第二个十年，深度学习推动了感知智能 突破，AlexNet（一种深度卷积神经网络）等 技术的发展，赋予机器“感官系统”，AI正 式走到台前。推荐系统、视觉识别精准发力， AlphaGo和AlphaFold拓展应用边界，掀起了 05 公众号·产业数智前线

OCR:IMG:数字世界与物理世界的融合在加速，数字 术、感知与交互、算力、网络、新能源等核心 智能正在不断突破虚拟边界，快速向具有物理 要素共同驱动，深刻贯穿数字世界与物理世界 载体的具身智能演进。当物理世界和数字世界 的系统性跃迁，是一个复杂的系统工程。 交融时，有大量的数据产生、传输和处理，在 这一过程中，ICT基础设施将是人工智能革命的 为系统勾勒这幅未来蓝图，本章将聚焦于 关键底座，决定AI应用的社会渗透深度。未来 面向智能世界2035的十大技术趋势。这些趋势 十年，信息科技将会发生重要跃迁。这并非单 相互关联、彼此促进，共同构成了通往未来的技 一技术的线性发展，而是一场由数据、智能技 术脉络。 走向物理世界是AGI形成的必由之路 未来十年，实现AGI奇点突破，仍面临诸多核心挑战 站在2025年，预判AI的进化轨迹，将是 络缺乏坚实的数学理论支撑，黑盒特性导致的 未来十年的核心命题与终极挑战。人工智能智 不可解释性，以及不确定性引发的幻觉问题仍 慧进阶的速度与深度，不仅将重新定义技术疆 未得到有效解决。推动LLM快速发展的规模扩 界，更将重塑未来十年的全球格局。 展定律（Scalinglaw），正面临数据、算力、 能耗与可靠性的多重瓶颈，有放缓迹象。 自2022年底基于Transformer的大语言模 型（LLM）引爆行业以来，AI技术处于快速迭 通用人工智能（AGI）指具备人类级广泛认 代过程中，但依然存在较多挑战，比如神经网 知能力的智能系统。其核心在于实现通用性、 04 公众号·产业数智前线

OCR:IMG:智能世界2035 从算力竞赛到智能体经济 中 668

OCR:IMG:REVR Beyond GPT3 2035 技术 彩 Restet 2030 LSTM 2020 2022 1995 2005 2010 A40M 事件 M 重白质 胜人类 AG时代-创新与组织 阶段 大模型进化-生成与行动探素 Transfomer革命-认知智能萌芽 统计学习起-A复苏 深度学习爆发-感知智能突破 任务 邮件过速、新间分类 视觉模式识刷 推荐系统、 A问答搜索、情感陪伴 自动驾驶、机器人 内容生产 A工业、科学、生活 人工智能的演进历程 第二波繁荣，但AI仍缺乏泛化性，难以灵活迁 回望人工智能的发展历程，技术革命往往在 移经验。 质疑与探索中孕育。从SVM到CNN（Convolutional NeuralNetwork）再到Transformer，每一次革命 第三个十年，Transformer催生了认知智能 都是由新架构的出现而引发。因此我们有理由期 萌芽，基于大模型的生成式AI得到发展，人类 待，未来十年将迎来一场新的AI技术革命，将 经历了ChatGPT时刻，AI在自然语言理解、多 跳出Transformer架构的固有框架，我们姑且将 模态生成和推理能力上形成突破，并且开始探 其称为BeyondTransformer时代。新架构的突 索生成与行动边界，AI从理解世界走向改变世 破是全方位的。它不仅在基础性能（如算力开 界。在这个阶段，内容生产、自动驾驶、机器 销、计算复杂度和长序列处理）和核心能力（如 人交互取得长足的进展，但AI在推理能力和创 长期记忆力与自我演进）上取得了长足进步，更 造能力方面跟人类依然存在较大的差距，可解 关键的是，在高级智能层面实现了巨大跃迁，包 释性、准确度、推理效率、实时响应与环境适 括逻辑推理、因果推理、可解释性、创新能力、 应仍是挑战。 情感识别与表达等。 06

OCR:IMG:第发男实 01

OCR:IMG:能级到L5智慧级的五级演进，呈现出自主决策 我们认为，2035年的智能体将带来多维度 能力逐步增强、应用场景从低风险单点功能向 突破。在分级演进上，L4级指导型智能体将在 高价值跨域服务拓展释放更大市场空间、技术 部分领域实现规模化落地。在人类工程体系成 需求从基础交互向通用智能与伦理对齐深化的 熟的领域，它能够胜任人类的工作时长与强度， 梯度发展路径。 进行自主决策，成为人类的高效协同伙伴。 未来十年，智能体将驱动各产业发生范式革命 智能体的发展也会在未来十年带来突破 生出干亿美金产业。中期，它会变革生产方式 性的社会影响。人类角色从传统执行者升级为 比如在AI药物研发、专业服务咨询等领域，大 目标制定者与伦理监督者，“AI协作师” 幅降低科研与生产成本，有望缔造万亿美元产 “Agent训练师”等新兴职业推动劳动力向高 业。而到远期阶段，智能体将重构产品与体验， 价值领域转型。同时AI安全与伦理框架将逐步 AIPC等新产品引发办公革命，具身机器人成为 成熟，通过设定恶意操控防范机制、情感陪伴 人们的贴身助手，有望开拓出十万亿美元产业。 类智能体“共情边界”等措施，共同筑牢智能 体发展的安全防线。 未来十年，人类与智能体的关系，将从“人 机分工”走向“人机共生”。智能体不只是新 商业层面，未来十年智能体将驱动各产业 型生产力工具，更是人类文明演进的新伙伴。 发生范式革命。早期，智能体聚焦于提升运营 只有把智能体演进路径与科技向善价值深度融 与办公效率，化身客服、销售与办公助手，催 合，人类才能真正把握住智能世界的主动权。 早期阶段 中期阶段 远期阶段 提升运营与办公效率 变革生产方式 重构产品与体验 未来十年智能体将驱动各产业发生范式革命 10 公众号·产业数智前线

OCR:IMG:三大引擎联合形成世界模型推动智能走向物理世界 我们认为，当前大模型在能力上存在结构 互联网与感知数据：理念引擎通过抽象验证深 性瓶颈，其本质是基于概率学的数据压缩模型， 化认知：行动引擎涵盖目标管理、综合推理、 生成质量高度依赖于数据质量。这种不可解释 约束规划等实践能力。三大引擎联合形成的高 的概率模型不符合人类“知其然亦知其所以然” 保真世界模型推动智能走向物理世界。 的天性，不具备认知能力，可能也难以实现类 人的认知智能。所以未来，是否会出现真正结 我们认为，走向物理世界是AGI的关键路 合了符号主义，用抽象的表示符号与逻辑推理 径，通过物理实体与环境实时交互，实现感知、 来模拟人类的智能？ 认知、决策和行动一体化，能让智能体像人类 一样用身体感知世界，在互动学习中成长，从 实现结合符号主义的智能需构建三大引擎： 而更好地适应环境、解决复杂任务。未来重点 数据驱动的经验引擎、思想规则驱动的理念引 是从多模态数据积累、核心能力打磨、认知原 擎以及行动引擎。经验引擎依托深度学习处理 理提升三方面为AGI的实现筑牢根基。 理念世界 现实世界 理念引擎-Why思想和规则驱动 经验引|擎-What数据驱动 思想库 状态感知 营 知识图数据车形式化模型 化学 抽象 外部模型 内部模型 环境 假设 验证 行动引l擎-How目标驱动 决策 目标管理 规划与约束 推理与检索 工具与求解器 控制与协作 三大引擎联合形成高保真世界模型 07

OCR:IMG:是

OCR:IMG:CONTENTS 01 与AI共进 通往智能世界2035的十大技术跃迁 01 走向物理世界是AGI形成的必由之路 04 从执行工具到决策伙伴，AI智能体驱动产业革命 08 人机协同编程，重塑软件未来 11 AI于镜像世界中升维，新交互打开沉浸体验 14 移动互联生态从App走向多Agent协同 16 具身智能跨越鸿沟，形成多个万亿产业 18 突破冯·诺依曼架构，新型算力满足海量的算力需求 21 数据即智能，AgenticAI驱动存储范式改变 24 从移动互联网跃迁至智能体互联网，搭建物理空间 到数字空间的智能交互桥梁 27 Token管理能源网络，让智能成为能源的“神经系统” 32 公众号·产业数智前线

OCR:IMG:从执行工具到决策伙伴，AI智能体驱动产业革命 未来十年，智能体将发展为侧重实践的行动系统 随着大模型的发展，AI正朝着更接近通用 流程运作领域已经展现出了非常大的潜力。未 智能的方向突破。面向干行万业不同业务需求驱 来十年，智能体将发展为侧重实践的行动系统。 动，AI技术跃迁的落地载体，正是能将复杂能 此时人机之间的决策权将发生实质性迁移，智 力转化为实际价值的AI智能体。未来十年，智 能体获得更多直接与物理世界交互决策的能力， 能体（Agent）将成为人类最重要的协作伙伴。 能够自主闭环执行多类任务。 回顾历史，初期的智能体，是侧重感知的 智能体的未来发展，关键在于攻克三大交 信息系统，尚未具备复杂的决策规划能力。随 织融合的核心挑战：多智能体协同（通信与协 着技术的发展，智能体进入侧重思考的模型系 作）、云端环境交互（探索与执行），以及长 统阶段，能力较上一代智能体显著提升，市场 程推理认知（规避偏差累积与组合爆炸）。这 影响力得到大幅扩展。智能体在DeepResearch 三者共同构成了通向高级智能的道路上必须逾 深度研究领域、AlCoding编程领域与Operation 越的障碍。 实践-行动系统 与环境互动， 实现对物理世界的控制 思考-模型系统 将数据转化为知识表达 基于世界模型 通过推理与规划来 的智能体 感知-信息系统 实现预期目标 视觉-语言- 精确理解环境， 以数据为信息媒介，通过观察 动作智能体 拥有多智能体自 主闭环执行能力 人类环境交互捕获环境信息 将行动加入模型 基于大语言模型 的智能体 基于强化学习 的智能体 使用多模态感知与思维 反应式智能体 来拥有推理规划能力 符号智能体 关注如何让智能体 关注智能体 通过环填感知学习 来用逻辑规则 与符号表示来 复杂决策规 封装知识 划能力 1980年 2010年 2015年 2020年 2025年 2035+ 智能体演进路径 08

OCR:IMG:三大引擎联合形成世界模型推动智能走向物理世界 我们认为，当前大模型在能力上存在结构 互联网与感知数据：理念引擎通过抽象验证深 性瓶颈，其本质是基于概率学的数据压缩模型， 化认知；行动引擎涵盖目标管理、综合推理、 生成质量高度依赖于数据质量。这种不可解释 约束规划等实践能力。三大引擎联合形成的高 的概率模型不符合人类“知其然亦知其所以然” 保真世界模型推动智能走向物理世界。 的天性，不具备认知能力，可能也难以实现类 人的认知智能。所以未来，是否会出现真正结 我们认为，走向物理世界是AGI的关键路 合了符号主义，用抽象的表示符号与逻辑推理 径，通过物理实体与环境实时交互，实现感知、 来模拟人类的智能？ 认知、决策和行动一体化，能让智能体像人类 一样用身体感知世界，在互动学习中成长，从 实现结合符号主义的智能需构建三大引擎： 而更好地适应环境、解决复杂任务。未来重点 数据驱动的经验引擎、思想规则驱动的理念引 是从多模态数据积累、核心能力打磨、认知原 擎以及行动引擎。经验引擎依托深度学习处理 理提升三方面为AGI的实现筑牢根基。 理念世界 现实世界 理念引擎-Why思想和规则驱动 经验引|擎-What数据驱动 思想库 状态感知 知识图数据车形式化模型 1 化学 抽象 外部模型 内部模型 环境 假设 验证 行动引l擎-How目标驱动 决策 目标管理 规划与约束 推理与检索 工具与求解器 控制与协作 面 三大引擎联合形成高保真世界模型 07 公众号·产业数智前线

OCR:IMG:群体智能将是重要发展方向，通过竞争或 人类标注数据的依赖。超长时间任务执行能力 合作模式实现智能体间交互协调，同时在线自 实现指数级突破，从当前小时级编程任务提升 主交互学习将成为核心范式。智能体通过传感 至以月、年为单位，支撑科学实验管理、企业 器采集数据、工具操作交互积累经验，摆脱对 数据监控等场景。 AI智能体的五个等级，智能体能力与市场渗透率呈指数型关系 智能体的发展是一个逐步演进的过程。它 合，最终推动整个价值链步入可持续发展的正 需要突破技术成熟度、安全性、业务适配性与 循环，智能体能力与市场渗透率呈指数型关系。 商业投资回报（ROI）等多重限制。其核心在 于：持续提升智能体能力、构建可靠的人机信 为了更好地定义AI智能体的能力，我们将 任与责任归属框架、深化与干行万业的创新融 其分为五个等级，如下图所示。智能体从L1功 L5：智慧级-自主智慧 低 A超越人类，全面自主，人类授权 本高 L4:指导级-专业指导 A提供专家级服务，人类参与 人类的干涉程度 L3：协作级-协作自治 A执行，人类协作并监督 智能程度 L2：任务级-任务执行 A执行被分解的任务 人类拆解及分配任务 L1：功能级-辅助工具 高 A作为工具被调用， 人类执行并闭环任务 低 智能体能力分级 09 公众号·产业数智前线