过去一年，国内大模型行业经历了从“有没有”到“用不用得好”的关键转折。2025年被称为“大模型落地元年”，2026年则被视作进入“规模化落地的深水区”。在我看来，这一判断基本准确，去年的核心特征是“点状突破”，金融、能源、制造等关键行业开始将大模型嵌入核心业务系统，但多为单场景验证；而未来的挑战则在于“系统性渗透”，即如何实现跨部门、跨流程的规模化部署，如何在成本、安全、迭代之间取得平衡，如何验证可量化的ROI（投资回报率），期待大模型从“技术红利”走向“商业红利”。

上海正探索一条不同于硅谷的路径

　　回顾2025年，最值得关注的现象是AI Coding的规模化发展，它已从早期探索进入成熟应用阶段，成为带动行业增长的首要引擎，也是Token经济爆发式增长的核心驱动力。我认为，这一变化体现在3个层面：一是Token经济的爆发式增长，日均调用量从2024年初的百亿量级跃升至2025年的数十万亿量级，两年增长超百倍，大量Token消耗集中于代码生成、调试与优化场景；二是商业化路径的清晰化，弗若斯特沙利文报告显示，2025年中国大模型公开中标项目达数千个、披露中标金额近300亿元，应用类项目占比过半，市场重心明确从“建模型”转向“用模型”，而实质上路径清晰的主要是AI Coding——这是目前得到规模化突破与商业验证的一条赛道；三是竞争格局开始收敛，“百模大战”后，行业进入差异化竞争阶段，头部企业围绕多模态、长上下文、智能体等维度构建壁垒。

　　在这一格局中，上海扮演着独特而关键的角色。2025年，上海拥有近400家规上人工智能企业，产业规模超6370亿元，同比增长39.5%，已成为经济增长的新动能。百余款大模型通过备案，智能算力规模突破10万P。更深层来看，上海的优势在于“全要素集聚”，算力基础设施、语料数据供给、场景开放程度、国际交流平台形成闭环。

　　在我看来，上海正在探索一条不同于硅谷的路径：不是以单点技术突破定义领先，而是以制度弹性、生态密度与开放边界，重塑全球AI创新的坐标系。这种以生态密度换规则空间的策略，或许正是后发者重新定义赛道规则的关键一跃。

价值兑现是行业最紧迫命题

　　价值兑现是当前行业最紧迫的命题。高盛近期的报告预测，中国AI模型的API及订阅收入将从2026年的350亿元增长至2030年的8790亿元。对此，我更倾向于将其视为压力测试而非基准预期。2024至2025年，DeepSeek-R 1、Qwen3等模型在推理能力上的突破，标志着竞争从价格战转向能力竞赛，这比任何收入预测都更具结构性意义，意味着中国模型厂商开始具备参与全球技术话语权的底气。但纯API/订阅的独立商业模式尚未跑通，收入仍以B端定制和云厂商捆绑为主。这一预测的关键假设，即“谁买单、为什么持续买单”，答案仍不清晰。

　　距离真正的价值兑现还有多远？这取决于2026年规模化落地能否在深水区取得成功。当前两个维度的价值都尚未兑现：对客户而言，概念验证很多，但规模化复购很少，核心障碍是定价逻辑尚未从“工具成本”转向“业务结果”，客户愿为节省的人力付费，难以为“可能提升的效率”签合同；对大模型公司自身而言，ROI困境更为严峻，Token销量增长的背后，是重资产模式，数据中心上亿元级别的投入导致盈利困难，目前还很难实现真正盈利。

　　要跨越这一深水区，仍需突破三重门槛：场景深度上，核心业务从“辅助”到“自主”的跃迁决定天花板；成本效率上，算力约束正推动高效架构竞争；信任机制上，合规与可解释性要求严苛。从时间来看，今年和明年将是关键的价值验证期，头部客户能否从试用走向年度合约，大模型公司能否在重资产投入下证明盈利路径，将共同决定这个行业是停留在“技术红利”，还是真正进入“商业红利”。

期待渐次点亮的“突破光谱”

　　面向未来，自主AI的崛起正在重塑产业格局，而大模型最值得期待的突破并非单点爆发，而是一张渐次点亮的“突破光谱”。

　　自主AI的崛起标志着企业正从“AI赋能”向“AI原生”转型，AI不仅是效率提升的“加速器”，更从“助手”进化为重构决策链条的“再组织者”，真正成为企业的“决策大脑”与“行动核心”。

　　这一跃迁将重塑产业格局的3个维度：其一，企业边界模糊化。当AI智能体能够自主完成跨系统、跨部门任务时，传统科层制组织将向“人机协同网络”演化，“一人公司”（OPC）从概念走向可行。WAIC 2026首次设立OPC专属展示区、新增独立先锋挑战赛，正是对这一趋势的回应。其二，竞争要素迁移。行业竞争力将从“数据资产规模”转向“智能体协作密度”，谁能构建更高效的智能体操作系统、更流畅的人机交互界面、更可信的自主决策机制，谁就能定义下一代商业基础设施。其三，风险范式升级。自主AI的“行动核心”属性意味着错误成本指数级上升，AI治理从“事后合规”转向“事前嵌入”，这要求技术架构与伦理框架的同步设计。

　　具体到突破方向，世界模型、开源智能体、Token经济构成一条能力光谱，不同行业的切入点各异。以制造场景为例，世界模型利用先进算法生成逼真3D环境、模拟动作及其结果，正成为制造端刚需的“仿真引擎”。比如，机器人产业重心已从舞台演示转向工厂实操，世界模型的仿真闭环有望将具身智能的试错成本降低两个数量级，预计2027年工业仿真可实现商业化闭环。

　　但这仅是光谱中的一段。在医药研发领域，世界模型可加速分子动力学模拟，将候选药物筛选周期从月级压缩至天级；在医疗手术场景，开源智能体的标准化控制协议正使手术机器人从“主从操作”走向“自主辅助”；在创意产业，Token经济已从“文本计费”演进为“创意动作确权”，设计迭代、版权流转均可量化为可审计的智能合约单元。每个行业都在光谱上寻找自身的共振频率。自主AI重塑产业格局的终局，不是机器取代人，而是“会自主执行的组织”取代“不会的”。这一分化已经开始，而我们正身处其中。

　　（作者为德勤亚太物理人工智能卓越中心主管合伙人）