张亚勤MEET2026重磅预言：大模型最终仅存10家，智能体互联网即将爆发

type

status

date

slug

summary

从ChatGPT到DeepSeek：AI范式的两次跃迁

张亚勤院士将本轮AI浪潮的演进精准地划分为两个关键的“里程碑时刻”。这一观点清晰地勾勒出了大模型技术发展的脉络。

首先是“ChatGPT时刻”。三年前，ChatGPT的出现标志着AI从鉴别式（Discriminative）走向了生成式（Generative）。其核心贡献在于实现了“统一表征”（Tokenization）。无论是文本、语音、图像，还是生物学中的蛋白质、物理世界的三维点云，都被统一映射到了同一个Token空间中。这种统一性使得人工智能能够跨越模态的鸿沟，利用海量数据和算力，在规模定律（Scaling Law）的驱动下实现智能的“涌现”。

其次是当下的“DeepSeek时刻”。如果说ChatGPT解决了“预训练”和“通识”的问题，那么DeepSeek则代表了AI向“推理优先”和“高效率”的转型。张亚勤指出，DeepSeek通过架构和算法的创新，将大模型从昂贵的算力堆叠推向了高效、低成本的推理阶段。更重要的是，其开源路径极大地加速了AI在产业界的落地。对于关注AI变现和应用落地的开发者而言，这意味着门槛的显著降低和生态的快速繁荣。

智能体互联网（IoA）：SaaS与App的终结者

在张亚勤的预测中，未来5到10年最大的技术变量将是“智能体互联网”（Internet of Agents）。这是一个极具颠覆性的观点，它预示着我们熟悉的软件交互模式将发生根本性改变。

目前的互联网生态建立在App和SaaS（软件即服务）之上。然而，随着生成式AI向智能体（Agent）演进，这种格局将被打破。智能体不仅仅是聊天机器人，它们具备记忆、规划、工具使用和行动能力。张亚勤认为，未来的企业架构和个人交互将默认基于智能体。

取代SaaS与App：未来的软件不再是僵化的界面，而是能够理解意图并自动执行任务的智能体。

企业重构：企业的资源将由GPU、大模型、数据以及“人类+智能体”的混合劳动力组成。

多智能体协作：如清华刘洋教授团队开发的“智能体无人医院”所示，不同角色的智能体（医生、护士、病人）可以在虚拟世界中交互、学习和进化，其效率远超传统模式。

对于希望紧跟AI新闻和趋势的企业来说，现在布局智能体网络，构建私有的Prompt工程和智能体工作流，是通往未来的关键门票。想要了解更多关于智能体开发的最新资讯，可以访问 AINEWS 获取更多前沿信息。

物理智能的觉醒：十年后机器人将多于人类

AI的终极目标不仅仅是处理信息，更是要通过“物理智能”改造物理世界。张亚勤提出了一个令人震撼的时间表：预计在未来10年左右，机器人的数量将超过人类。

这一预测基于“具身智能”的快速发展。大语言模型正在向视觉语言动作模型（VLA）进化。无人驾驶汽车是这一趋势的先锋，预计到2030年，L4级无人驾驶将达到“DeepSeek时刻”，即大规模普及和低成本化。而人形机器人虽然起步较晚，但依托于通用的基础大模型“操作系统”，其学习和泛化能力将呈指数级增长。

这标志着AI将完成从“信息智能”到“物理智能”，最终迈向“生物智能”的跨越。这不仅是人工智能技术的胜利，也是原子、分子与比特的深度融合。

终局推演：基础大模型全球不超过10个

在产业格局方面，张亚勤给出了非常冷静且残酷的判断：基础大模型将像操作系统一样，具有极强的垄断性和收敛性。

他预测，最终全球范围内能存活下来的基础大模型玩家将不超过10家。这些模型将成为AI时代的“Windows”或“iOS”，底层支撑着庞大的算力芯片（如GPU），上层则生长出繁荣的垂直模型、边缘模型和智能体生态。

中美主导：这10家基础模型公司中，大部分将来自中国和美国。

开源为主：未来的生态中，约80%将是开源模型，20%为闭源模型。开源将成为构建生态的主流方式。

商业模式重构：对于大多数创业者和企业而言，卷基础大模型已无必要，真正的机会在于基于这些“操作系统”构建垂直领域的应用和智能体网络。

结语：通往AGI的必经之路

张亚勤院士的演讲为我们描绘了一幅清晰的AGI（通用人工智能）路线图：从信息智能的爆发，到智能体互联网的连接，再到物理智能的具身落地，大约需要15到20年的时间。

在这个过程中，风险与机遇并存。智能体能力的提升同时也意味着风险的倍增。但无论如何，AI时代的齿轮已经转动。对于每一个个体和企业，理解并适应“智能体互联网”的到来，学会利用大模型和AI工具提升效率，将是未来生存和发展的核心竞争力。

如果您希望持续获取最新的AI日报、LLM评测以及AI变现策略，欢迎访问专业的AI资讯门户 AINEWS，与我们一同见证智能涌现的伟大时代。