新解生肖成语

作者／ IT时报 贾天荣 沈毅斌 毛宇 孙永会 孙妍 郝俊慧

编辑／ 郝俊慧 潘少颖 孙妍

岁至丙午，马蹄声疾。

2026年春节的脚步渐近，《IT时报》继续坚持用“新解生肖成语”的方式，为新年的科技浪潮做一次深度侧写。

不同的是，往年，我们只会挑选十个词，而今年，我们一口气选择了二十个。

AI一日，人间一年。科技迭代的速度已远超想象，我们站在一个前所未有的时代转折点，没有人敢预测三年之后的未来，只能一路狂奔，而今年的生肖恰是马，一个中国文化中象征着速度、力量、韧性与耐力的图腾。

马可行千里，知远近。这一年，人类文明将在持续的科技爆炸中全面进入“奔腾年代”：AI重塑千行百业、量子计算冲击算力天花板、低空经济升维人类活动空间、具身智能让机器真正“能想能干”、无人自动驾驶商用规模落地、脑机科学让意念不再受困于躯体……

每一个科技领域，都可能迎来它的“专属时刻”。

马可涉险滩，显韧骨。全球大国竞逐进入深水区：博弈的棋局在量子防线与芯片自主中愈发分明；中国科技从“单点突破”迈向“体系成型”。接下来不再是比谁跑得快的短跑，而是考验耐力与战略定力的长途跋涉，“科技向善”将是人类必须牵紧的缰绳。

大幕拉开，请收下这幅马年科技全景图。

——《IT时报》编辑部

龙马精神 国产算力逐鹿新赛道

原意 比喻人旺盛的奋发向上精神和样子。

新解 当全球AI进入算力竞赛，中国算力产业正加速突围。从GPU（图形处理器）、TPU（张量处理器）到EDA（电子设计自动化）与先进封装，国产替代从单点突破迈向体系成型。2026年的中国算力，正在跑出属于自己的“龙马精神”。

近期，瀚博半导体完成科创板上市辅导，燧原科技IPO申请也获受理。若这两家企业顺利上市，科创板将汇聚四家AI芯片新贵；再加上已登陆港股的壁仞科技和天数智芯，国产AI芯片“六小龙”将在资本市场同台竞逐。这也标志着国产AI芯片进入规模化发展的关键阶段。

技术路径上，摩尔线程、沐曦、壁仞选择了GPGPU(通用图形处理器）路线，对标英伟达与AMD，强调通用算力与软件生态建设；燧原科技采用专用AI加速架构，与寒武纪类似，瞄准类TPU方向，聚焦训练效率与场景优化。通用与专用并行，国产算力正从单一替代走向体系竞争。

更深层的变化，在于发展逻辑的转变。过去，国产AI芯片更多依赖政策与资本扶持；如今行业正从“被支持”走向“自我造血”。未来，不只是性能追赶，而是能否在开放市场中持续证明商业价值，让“中国算力”成为产业链中的稳定选择。

如果说芯片决定算力的上限，那么EDA决定创新的起点。

自2025年底以来，全芯智造、芯和半导体、合见工软密集启动IPO，行业进入资本化与整合并行的新阶段。在出口管制持续收紧的背景下，EDA成为最关键的基础环节之一。当前模拟工具国产化进展较快，但数字后端仍存在明显差距，并购补短板与自主研发双轨推进，正成为行业突围的主要路径。

与此同时，算力竞争正向制造与封装环节延伸。台积电CoWoS（晶片晶圆基板封装）产能长期满载，订单排期已至2026年。国内先进封装产能快速扩张，国产替代率持续提升，通过2.5D、3D与Chiplet（小芯片）等技术路径，系统级性能优化成为国产算力提升的重要抓手。

从架构设计到工具软件，从封装工艺到系统能力，一个更加完整的国产算力体系正在形成。对中国算力产业来说，没有捷径，只有持续投入；没有短跑，只有长跑。

（贾天荣）

马首是瞻 奔向下一个ChatGPT时刻

原意 指作战时，士兵依主将的马头决定前进的方向。

新解 2025年DeepSeek的爆发已经证明，大模型时代的竞争，不只是比速度，更是比谁能率先定义方向。

进入2026年，全球大模型市场硝烟更浓。在美国移动端市场，OpenAI旗下ChatGPT的市场份额从69.1%下降至45.3%；谷歌Gemini由14.7%升至25.1%；马斯克的xAI推出的Grok则从1.6%跃升至15.2%，市场格局从一家独大转向多强争霸。

流量数据同样反映出竞争的激烈：ChatGPT年访问量从38亿次增长至57亿次，保持约50%的增速；而Gemini访问量从2.68亿次飙升至20亿次，同比增长超过6倍。用户仍在增长，但增量正在被后来者快速分流。

国内厂商的技术迭代同样在加快，仅在2026年2月前后，Kimi 2.5、Qwen3-Max-Thinking等大模型新版本密集发布；OpenAI与Anthropic几乎同时推出GPT-5.3-Codex和Claude Opus 4.6的小版本迭代。高频更新背后，是头部厂商在性能、推理、成本与开发体验上的全面竞争。

如果说过去两年大家比拼的是“更大、更强、更全”，那么2026年，国内外厂商的升级重点正在从能力上限转向实际可用性。

今年1月，一场围绕OpenClaw（开放的爪子，也称小龙虾）的狂欢已经展开，从日程管理、智能炒股、播客制作到SEO优化，它第一次让一个Agent能够长时间、连续地完成复杂任务，Agent们甚至专门打造了一个只有AI能发帖的论坛Moltbook，人类只能旁观。人们惊呼，“智能体终于出现了从量变到质变的关键里程碑式节点”。

然而，如果看看基础大模型厂商的最新产品，结论未必如此乐观。

1月13日，Anthropic正式推出了Cowork，普通小白用户也可以自然语言要求AI执行任务，同样走通用大模型路线的智谱，也发布了最新旗舰大模型 GLM-5，在实际编程场景中的“使用体感”已逼近Anthropic的Claude Opus 4.5。未来，随着基础模型的通用Agentic（智能体化）能力逐渐增强，Manus和OpenClaw还会有空间吗？

此外，谁都不知道，2026年，还会出现怎样的王炸？

大模型市场的变量，往往来自“方向变化”而非单纯性能提升。2026年，越来越多的AI公司会拥有自己的时刻。一旦某家厂商在关键路径上取得突破，无论是世界模型、Agent能力，还是推理成本的大幅下降，行业都可能迅速跟随，形成新的集体转向。

战争中，队伍看马头决定方向；而在AI时代，行业看的是谁先跑出下一条路。谁领先一步，谁就可能成为新的“马首”。

（贾天荣）

马不停蹄 从算力到能源基建 节奏不停

原意 比喻一刻也不停留，一直前进。

新解 2026年，算力是马，能源是蹄，资本是鞭。不停，是节奏——资本不能停，建设不能停，能源扩张也不能停。在通往智能未来的道路上，整个产业，都在马不停蹄。

自2024年以来，AI基础设施成为资本支出的绝对核心驱动力，亚马逊、Google、Meta三家企业支出大幅增长，资金几乎全部投向数据中心扩建、AI芯片采购与算力网络建设。

这是一场没有停歇的基础设施竞赛，巨头间竞争的焦点从应用和产品，扩展到底层算力的“硬实力”。谁能更快、更大规模地铺开算力网络，谁就可能掌握未来AI时代的话语权。

预计到2026年，全球AI基础设施支出将突破6000亿美元。然而，算力扩张越快，能源问题就越紧迫。

高盛预计，未来两年全球数据中心用电需求将从约55 GW（吉瓦）增长至84GW。电力，正成为AI规模化的制约因素。麦肯锡测算，到2030年，为满足算力增长，全球数据中心累计投资需求将达到6.7万亿美元。

这意味着，AI竞赛的真正瓶颈不再是算法，而是能源与基础设施的支撑能力。电力供应能力、能源结构以及能效水平，将直接决定一个地区能否承载大规模AI产业。

在这一背景下，新的趋势开始显现。一方面，科技公司正在加码清洁能源、自建电力与储能系统，将能源能力纳入核心竞争力；另一方面，一些更激进的设想也在浮现。SpaceX首席执行官马斯克提出，将数据中心部署至太空，以缓解土地与能源压力。尽管仍处于概念阶段，但这一思路折射出行业的现实焦虑：当地面资源趋紧时，算力扩张仍需马不停蹄地寻找新的空间。

机构普遍认为，AI红利正从“普遍受益”转向“基础设施集中受益”，真正具备定价能力和变现路径的，将是电力、芯片、数据中心和算力服务等关键环节。

资本在流动，电力在增长，数据中心在扩张——整个行业，正以一种近乎工业时代式的节奏，马不停蹄地向前推进。

（贾天荣）

一马当先 能干活才是“硬道理”

原意 指作战时策马冲锋在前，形容领先、带头，也比喻工作走在前面，积极带头。

新解 从2025年初踉踉跄跄“转手绢”的生涩，到完成高难度表演、互动、走进工厂，人形机器人从“能看能动”转向“能想能干”。2026年，多家人形机器人企业将亮相央视春晚，以“一马当先”的姿态拉开具身智能商用大幕。

2025年，具身智能和人形机器人行业“热得发烫”，前七个月行业融资金额超300亿元，6家企业订单超亿元，智元和宇树先后宣布超5000台规模量产；越来越多的人形机器人在制造业、服务业等领域展开试点。

但热潮背后，“70%的机器人都在表演”“三热三冷”等“现实骨感”暴露无遗。一方面，成本居高不下，一台能表演、交互的人形机器人售价仍需数十万元；另一方面，工业、康养、家庭等场景对机器人需求迫切，各行业缺乏统一的安全认证与性能评估标准，再加上机器人续航短、泛化能力弱的问题，面对工厂高强度作业、家庭精细护理等真实场景时，还是会出现失误，甚至面临黑客入侵、数据隐私安全等挑战。

业内人士认为，2026年，行业将跨越“1~10”关键拐点，向“10~100”规模化迈进，核心主题将切换为“量产提速与商业化场景拓展”。

2026年，人形机器人开启具身智能商用化的全新阶段，核心零部件的国产化替代将进一步降低生产成本，当然还需配合规模化生产才能把人形机器人价格降下来。智元机器人方面表示，机器人的生产成本正以每年15%~20%的幅度降低，2026年的量产目标将达到万台规模。

在场景拓展方面，2026年初诞生的擎天租机器人租赁平台催生出“共享租赁+平台化调度”的商业模式，探索更多场景需求，制造业的工业巡检、装配分拣，服务业的导览接待、清洁服务等场景将成为爆发点。

北京人形机器人创新中心CEO熊友军认为，人形机器人当前集中在危险、肮脏、枯燥等岗位，今后将逐步渗透至泛工业与商业服务领域，最终走进家庭场景，形成“刚需场景先落地、通用场景再拓展”的格局。

（沈毅斌）

肥马轻裘 成本“双轨化” AI走向大众

原意 指骑着肥壮的骏马，穿着轻暖的皮衣，形容生活豪奢，也喻指少数人掌握的优渥资源与特权，与普通大众形成鲜明差距。

新解 在AI“狂奔”的时代，算力与模型成为“肥马”与“轻裘”，高昂的算力成本与模型费用，悄然筑起一道无形的“赛博鸿沟”。

在AI的世界里，算力就是生产力。然而，这匹“千里马”的饲养成本极高，普通开发者或中小企业难以企及。

如果说算力是“马”，那么模型费就是“裘”。2025年，各类生成式大模型加入越来越多的创意功能。然而，“视频生成中，请等待30分钟”“开通199元标准会员”……越来越长的等待时间和越来越贵的会员费，已成为普通人使用AI工具的常态。

鸿沟的另一边，头部企业手握万卡智算集群，利用大模型进行研发与商业化。2025年“双十一”期间，阿里云首次提供了超千万核高性能CPU算力和万卡集群AI算力，帮助淘宝推荐等核心业务场景性能提升了超30%。

《2026全球计算十大发展趋势》预测，2026年全球算力成本将呈现“高绝对支出”与“低相对成本”并存的格局，展现出“成本双轨化”的特征。

一方面，模型架构从密集预训练向混合专家模型（MoE）转型，大模型参数规模向十万亿级别演进，单个训练任务所需的计算量将呈指数级增长，导致尖端模型的全量训练成本持续提升。

另一方面，以DeepSeek为代表的开源模型，为企业提供闭源API之外的可行替代方案，打破了原有模型能力的垄断定价格局。有专家预测，随着模型压缩、量化等优化技术的成熟，2026年有望持续降低模型在部署与推理阶段的硬件要求与能耗成本，使单位智能任务的算力成本快速下降。

政策方面，《关于深入实施“人工智能＋”行动的意见》明确推动AI技术开源可及，支持建设人工智能开源社区，促进模型、数据集等资源开放共享，从源头降低企业模型研发与使用成本；上海、深圳、成都等地通过算力补贴、专项券等方式降低算力与模型成本。

普惠才是AI发展的最终目标。

（沈毅斌）

快马加鞭 从跟跑到领跑 中国6G再提速

原意 指对快跑的马再抽几鞭子，使它跑得更快。比喻快上加快，加速前进。

新解 在科技竞技场上，6G就是那匹正在飞奔的“快马”。中国正扬起政策之鞭，“十五五”规划将其纳入未来产业，工信部亲自挂帅推进组，让这匹快马在技术赛道上再加速，力争2030年率先撞线。

2026年1月，中国6G发展迎来关键节点：工信部宣布我国6G研发完成第一阶段技术试验，同时启动第二阶段试验。这标志着中国6G研发已从“明确方向”跨入“验证方案”的深水区，距离2030年商用目标又近一步。

回望来路，中国6G的快马加鞭有迹可循。6G研发已形成超300项关键技术储备，6G专利申请量约占全球总量的40.3%，稳居全球第一。这不是偶然的冲刺，而是持续加速的必然结果。

2025年末举行的全国工业和信息化工作会议提出“加强6G技术研发”，寥寥数字，分量千钧。“十五五”规划建议更是将6G纳入六大未来产业，从国家战略层面为其发展背书。当6G时间表与“十五五”蓝图交叠时，它已不仅是技术迭代，更成为国家综合实力的重要拼图。

快马加鞭的另一个注脚藏在时间表里。

2025年6月，我国启动6G技术标准预研工作，2029年3月将完成首个版本的技术规范，2030年左右实现商用。更值得关注的是，6G不再只是“更快”的网络，而是向“万物智联”跃迁：地面无线与卫星通信融合、人工智能深度嵌入、感知与计算跨界融合。

当全球还在争论6G标准时，中国已抢占先机，政策、技术与产业协同发力。2026年，这匹快马正扬蹄疾驰，目标只有一个——在下一代通信革命中，率先抵达终点。

（毛宇）

厉兵秣马 绿色能源需应对AI大考

原意 把兵器磨快，把战马喂饱，形容做好战备，也比喻事前做好准备工作。

新解 在AI深度融合千行百业的今天，能源从业者们务必未雨绸缪，围绕这场代表未来竞争力的绿色能源“竞赛”做好充足准备。

无论是学界，还是产业界，皆有了明确的AI演进方向，即一方面解决能源困局；另一方面，让AI真正干好手头的活儿。

翻开2025年的成绩单，公开信息显示，聚焦保安全、促转型等关键领域扩大有效投资，全年能源重点项目预计完成投资3.54万亿元，同比增长11%。全国新型储能装机突破1亿千瓦，占全球比重超过40%；此外，可再生能源制氢产能超过22万吨、占全球一半以上……

“我国之所以能建成全球供电能力最强、可靠性最高的电网，除了坚强的物理电网做基础，数字化技术的保驾护航功不可没。”中国能源研究会副理事长兼秘书长孙正运曾在第四届能源电力数字化交流会上如是说。

当前，面对气候变化挑战和碳中和目标，能源开发利用的逻辑发生了根本性转变，即从资源属性走向科技属性，绿色电力将是未来最重要的二次能源之一。

但前景广阔的同时，挑战重重。这道关于安全、效率与绿色发展的能源问题，更需解决好数据、算法、算力、人才、标准等方面的难题：数据的共享机制尚不健全，技术标准有待统一，模型的可解释性不足。

其次，随着千亿参数级别的行业大模型陆续涌现，算力需求呈现爆发式增长。有业内人士认为，尽管各类企业已开展人工智能技术的开发与应用，但由于缺乏协同，行业资源冗余和系统壁垒高企。再者，在电网调度、安全控制等对可靠性与可解释性要求极高的核心业务中，AI模型的“黑箱”特性使其难以承担最终决策责任，更多只能扮演辅助角色。

最后，是对人才的考验，既懂电力系统物理特性又精通AI深度学习的复合型人才极度短缺。

2026年仍是AI与绿色能源深度融合发展的一年，凝聚着政、产、学、研、用各方力量的更多成果将陆续出现，进而应对AI大考，“技术——数据——算力——应用——人才”良性循环体系的构建路径会愈发清晰。

（孙永会）

万马奔腾 AI Agent爆发“万体大战”

原意 千匹万匹马跳跃着奔跑。形容声势猛烈，也形容群众性的活动声势浩大或场面热烈。

新解 智能体的竞争如群马竞逐，活力奔涌，从“单体智能”迈向“群体智能”，爆发“万体大战”。

阿里千问用一杯免费奶茶给大众上了一堂AI Agent（智能体）的科普课，AI助手会自动调度订餐、购物、支付等不同的功能，最终完成帮你“点一杯奶茶”的复杂任务。

2026年，Agent将如“万马奔腾”般闯入我们的生活，全面进入落地场景，“万体大战”将正式爆发。

Agent时代即将到来。“单体智能”正走向“群体智能”，毕竟一个群体的认知能力总和，通常会超越该群体中最聪明的个体。

根据硅谷AI独角兽公司Lang Chain发布的《State of Agent Engineering》（《智能体工程现状》），以客服、代码生成、内容生成为代表的单智能体系统应用占比达63%， 以研究和数据分析、内部生产力为主的多智能体系统应用占比为42.1%。

企业级AI应用必然会向复杂场景渗透，而多智能体应用则成为更优选择。在复杂场景下，单智能体系统会暴露出上下文遗忘和角色混淆等问题，而多智能体协作，将更易融入工作流，它们会通过自我反思、互相辩论等方式减少幻觉。

（孙妍）

风马牛不相及 从AI4S迈向AGI4S

原意 本指齐楚相距甚远，马牛不会走失至对方地界，后比喻事物之间毫不相干，彼此孤立无联系。

新解 曾几何时，生物制药的分子结构、量子物理的微观演算、脑科学的神经信号等领域毫无交集，而AI让这些分属不同学科领域的知识相融互通，催生出跨界的化学反应，AI制药、量子金融、脑机教育等新赛道破土而出。

2025年，AI从科研的“计算工具”，升级为“行业合伙人”。在AI制药领域，各大药企将大模型与药物分子数据、临床试验数据结合，传统药物研发动辄数年的周期被大幅压缩；量子金融打破了物理与金融的壁垒，量子计算大模型整合市场交易数据、宏观经济数据与量子算法，实现金融风险的精准预测……

在央视总台联合工信部发布的《2026年人工智能十大趋势》中，“AI+科学（AI for Science）”位列其中。

热潮之下，上海人工智能实验室主任周伯文表示，擅长处理数据充足、定义明确任务的传统深度学习模型，如果仅作为工具存在，难以应对科学发现中“未知的未知”，缺乏专业推理能力是当前AI模型的核心短板。

上海人工智能实验室联合百位科学家评估显示，前沿模型在通用科学推理任务中可打50分，但在专项文献检索、实验方案设计等专业推理任务中，得分骤降至15～30分。

这些问题，也将成为2026年AI for Science的重点突破方向。首先，跨学科大模型将向更细分的领域渗透，实现从数据处理到科学推理的全流程赋能。比如《2026年人工智能十大趋势》提到AI大模型与科学计算深度结合，在生命科学、材料科学、天体物理等领域自主提出假设、设计实验并验证，推动科研效率从线性增长迈向指数跃迁。

其次，深度专业化通用模型将成为主流，通过动态融合“直觉式快思考”与“逻辑式慢思考”，在保持通用认知的同时实现专精。

上海人工智能实验室提出的智者SAGE技术架构，尝试跨越泛化与深度专精的鸿沟，推动科学智能从AI 4S向AGI 4S迭代，进一步打破学科边界。

（沈毅斌）

策马扬鞭 未来十年的“矛”与“盾”，均执于我手

原意 通过驱赶马匹使其加速前行，后引申为做好充分准备后，快速投入工作或积极进取的精神状态，也是出征远行的代称。

新解 作为“十五五”规划中的“首席未来产业”，量子科学已成为大国博弈的焦点，美国、欧洲、日韩等先后宣布国家级量子战略，科技铁幕已早早在这个“萌芽期”的产业落下。中国只有一路策马扬鞭，才能在下一个时代站稳桥头。

2025年，是联合国定义的“国际量子科学与技术年”，而这年的诺贝尔物理学奖授予了三位研究宏观系统量子隧道效应的科学家，在量子科学诞生100年之际，这两个事件带着厚重的历史使命感。

100年前，海森堡的一篇《论量子理论对运动学和力学的重新解释》，改写了人类对微观世界的认知，这场量子革命爆发出的能量，彻底改变了此后科学的走向，芯片、半导体、手机……无不获益于此。

如今，量子力学的第二次革命启幕，不同于百年前科学界对这朵“头顶上乌云”的无知，今天的量子科技，早已是大国博弈的深水区。中美之间的“量子柏林墙”已竖起，从稀释制冷机等核心硬件，到量子纠错算法、单光子探测器，甚至是量子计算云平台，美国都对中国关紧了大门。

所幸，算力与安全，现代文明未来十年的“矛”与“盾”，中国已各执一手。2025年12月，“祖冲之3.2号”宣布突破量子纠错阈值，实现了“越纠越对”，量子计算的第二道门槛（第一道是量子优越性）即将被跨越。与此同时，一道“隐形长城”已在建设中，覆盖25城的量子通信网、12900公里的洲际量子卫星链路，以及4600公里的集成化量子网络“京沪干线”，正在构成中国天地一体化安全通信骨架。

然而，站在2026年的风口，我们也必须保持克制。

中国的量子科技正处于微妙的窗口期，一方面，量子纠错突破了阈值，让人们看到了“无限算力”的曙光；另一方面，动辄数亿的融资和估值节节攀升的独角兽，也悄然催生了一场“量子泡沫”。

必须承认，量子科技还远未到收获期，量子计算仍处于从“含噪声中等规模”（NISQ）时代向“可纠错实用化”时代跃迁的过程中。

不过，最值得期待的，是量子科技与AI之间有望形成的螺旋式“飞轮”。

2026年，中国的光量子计算机“九章”和超导量子计算机“祖冲之号”，都有可能迎来新一轮更新，并通过量子云的方式，从实验室逐渐进入产业界，中国电信的天衍量子云平台搭载了全球最大的量子计算机集群，由此形成的超算+智算+量子计算的混合形态，将加速AI模型中最重负荷的并行计算；而AI建模可以加速量子计算机复杂纠错的进程。

这个“飞轮”一旦进入爆发期，曾经只在科幻小说中描述的景象，很可能在3～5年后出现。

丙午马年，我们奔向的是一个有着“MOSS”（《流浪地球》中超级AI）的未来，这一路，既要有策马扬鞭的激情，也需要在荒原中长途跋涉的定力。

（郝俊慧）

排版／ 季嘉颖

图片／ 艺邦人工作室

来源／《IT时报》公众号vittimes

E N D