AI 创业趋势展望

AI 做 AI 研究，是这一代最大的技术杠杆
一旦 AI 能做 AI 研究，所有 AI 能力的提升都会进入更高的斜率。这个拐点确定会到来，而基础模型厂商没有能力让这件事从自己内部长出来。AI 做 AI 研究的能力，在某一天一定会达到人类水平，这也是确定性的。

硬件创业要么终极，要么垂直细分，没有中间地带
硬件创业要么敢做最终极的事，要么做真正垂直细分到不会被吃的事，中间地带是最危险的。容易摘到的果子终将被吃掉，所有你以为可以做成独立硬件的东西，最终都可能被手机吞掉，变成一个 APP。

模型进步解决效率，审美定义应用空间
模型会吞噬浅层应用，但应用公司的机会在做模型做不到的闭环——这件事我们叫升维。不是逃逸模型，是升维。当某一层的事情被模型满足了，你就应该去想上一层是什么样子。

交互方式也会跟着变
现在你无论用什么 AI 工具，最短的路径也要拿出手机，解锁，打开 App，输入。最快也要 50 秒。如果是随手一说，5 秒。这是 10 倍的差距，不是体验上的差距，是「键程」的差距。你要给智能体眼睛、耳朵、嘴巴，能同时满足这三件事的，位置并不多。

AI 时代的理想组织——天才敢死队
AI 公司的卡点是组织，不是方向。能管理多少上等马，决定了一家公司的天花板。或许可以把这个模式叫做“天才敢死队”：只招你能找到的最顶尖的人，让他们做出来的产品最终把自己的工作干掉。

脚手架不是智能，是人在教它；智能只有一个来源——规模效应（Scaling）
智能的涌现和脚手架的堆叠，是两件根本不同的事。前者是 AI 进步的真正主线，后者只是阶段性的工程补丁，早晚会被智能本身吞噬。

生成式 AI 是中国创业者一生一次的机会
这一波生成式 AI，是中国创业者很少有的、一生一次的机会——应用层我们有机会和全球平起平坐。出海没有想象中简单。国内 To C 常被大厂流量碾压，娱乐等不敏感品类更适合 Day One 全球化；涉及用户数据与合规的品类，则要在成立之初就把主体与产品边界想清楚。

模型在变成商品，价值正在让给产品和场景
模型在商品化，但系统在变得更复杂、更有价值；算力在爆发，但重心从训练迁移到推理；机器人在量产，但竞争的核心从硬件转向 AI 大脑；应用在变现，但赢家是那些真正懂用户需求的产品。

2026 年 AI 从能力建设走向经济兑现
推理压低智能成本，模型和硬件打开能力边界，应用把能力转化为商业价值。产品永远是最终承载商业价值的地方。有高频用户的产品，天然就有定价权和防御力。但技术永远不是终点。用户价值才是。

核心观点

• 全球电力需求进入新周期：电力需求增速结构性抬升，与宏观经济增长逐步脱敏，AI数据中心、工业电气化和全球气候变暖成为核心驱动力。传统能源价格的边际驱动因素从“经济周期”转向“电力高峰与系统可靠性”。
• 基荷电源价值重估：新能源局限性暴露，“基荷电源”（天然气、煤炭、核能）重要性增强，将迎来全球价值重估。
• 天然气作为第一边际可调度电源：需求增量集中于电力部门，价格对宏观经济和原油周期依赖下降。全球LNG市场可能在2028年后进入有限、阶段性的宽松，而非长期深度过剩。
• 煤电资产重估：煤电成为全球电力系统中不可忽视的可靠容量与燃料安全“压舱石”，资产久期、利用率和估值体系有望迎来系统性重估。

关键数据和研究结论

• 全球电力需求：2023年同比增长约2.5%，2024年快速抬升至约4.4%，2025年保持3%，预计2026-2030年复合增速为3.6%。
• 新兴用电结构：工业电气化、AI数据中心、全球气候变暖推升用电总量和峰值负荷。全球数据中心、AI及加密货币合并用电量2025年已超过850 TWh，预计2026年底突破1,050 TWh。
• 天然气需求：美国电力部门天然气消费占比从约30.6%升至约40.8%，电力需求韧性强劲。全球LNG需求2025-2030年温和扩张，预计2030年提升至575-580百万吨/年。
• LNG供需平衡：2025-2030年全球LNG新增产能集中释放，阶段性宽松窗口延后至2029年左右，2030年后仍需新一轮供给投资。
• 全球气价判断：美国Henry Hub价格中枢系统性抬升，欧洲TTF和亚洲JKM缓慢回落但幅度低于预期，季节性和地缘扰动导致价格波动加大。
• 煤电经济性：2025年美国出现明确的煤气切换，现役煤电相对进口天然气发电仍具备燃料成本优势。在不考虑高碳价约束的多数市场，现役煤电性价比更优。
• 煤炭价格中枢：国际煤炭边际定价易受扰动，2025年全球煤炭消费量预计同比下降1%左右，2026年可能开始进入加速上升通道，全球煤价中枢开始上移。

1. 简介

   • 大型语言模型（LLMs）的推理能力可以通过思维链（CoT）和自洽性策略提升，但这些策略产生的自然语言推理链冗长，并非高效的机器推理形式。
   • 本研究探讨LLMs能否创造新的符号语言以实现更高效的推理，提出了通信语言符号路由（CLSR）框架。
   • CLSR框架允许多个LLM代理自主发明、进化和共享紧凑的语言符号框架（LSFs），并通过一个无潜空间的路由器根据查询自适应地选择和组合这些语言，以优化准确率-标记的权衡。

2. 问题设定与指标

   • 目标：在预算内最大化预期正确率，同时考虑预期实现成本。
   • 语言符号框架（LSF）：由符号命名、语法和约束组成，作为可重用的推理协议。
   • 指标：推理准确率和生成令牌数量。

3. 研究方法

   • LSF进化：通过迭代式自举程序，使用训练数据和黑盒LLM调用逐步优化LSF池。
   • 测试时LSF路由：路由器根据查询自适应地选择和组合LSFs，实现准确率-标记权衡的优化。

4. 实验设置

   • 基准：知识密集型问答、多跳推理等七个基准测试。
   • 指标：推理准确率和生成令牌数量。
   • 进化自举：通过迭代优化LSF种群，每个进化步骤评估候选LSF，并选择正确且token高效的轨迹。

5. 主要成果

   • CLSR在不同骨干网络和基准测试中始终提升了准确率-效率前沿，与Raw CoT相比，CLSR将面向延迟生成的标记完成减少了约6倍，同时保持了准确率。
   • 消融实验表明：更深层次的进化世代会系统地将语言推向更好的按token计的准确性；扩大规模代理群体可以提高发现健壮、可重用LSFs的机会。

6. 理论分析

   • CLSR将测试时的推理形式化为一个带约束的随机控制问题，推导出最小令牌成本的信息论下界。
   • 从社会语言学视角看LSF的演变：成功的语言服务提供商遵循最小努力原则，进化导致常规化，路由实现语用性代码转换。

7. 实验结果

   • CLSR在七个多样化的推理基准和多个开源骨干网络上，始终提升准确率-效率前沿，并优于具有代表性的标记减少基线。
   • 与程序执行和提示优化方法相比，CLSR在不依赖外部执行器的情况下依然具有竞争力，并改进了针对提示优化的基线方法。

8. 结论与局限性

   • CLSR表明LLMs可以发展出面向机器的语言，而这些语言并非由人类手动设计。
   • 离线语言进化可能计算成本高昂，合成管道需要用推理内容来训练示例。
   • 未来工作应研究符号语言如何在模态、工具和多智能体环境中迁移。

申万通信行业指数在2026上半年大幅跑赢沪深300和创业板指，表现优异，但估值处于较高水平。通信行业整体运行平稳，数据中心建设稳健推进。报告聚焦AI算力及空天地一体化产业，把握两大核心投资主线机遇。

AI算力产业方面，全球CSP大厂资本支出指引上修，AI大模型能力迭代升级，Token调用量持续增长，智算中心向更高规模、更高性能发展，超节点成为主流趋势，算力租赁市场需求旺盛。超节点通过Scale-Up、Scale-Out和Scale-Across等技术协同构建，突破算力极限。光互连技术方案不断演进，可插拔光模块、NPO、CPO和OIO等技术方案并行发展，推动光芯片市场规模快速增长，光纤光缆价格快速上涨。液冷技术解决能耗和散热瓶颈，渗透率有望快速提升。

空天地一体化产业方面，我国GW星座、千帆星座组网进程加速推进，长征十号乙完成海上网系回收，我国首次实现运载火箭可控回收，标志着我国在重复使用火箭技术领域取得历史性突破。卫星互联网基础设施建设持续完善，手机直连卫星技术验证加速推进。SpaceX推进百万颗AI星座计划，发布首款太空AI计算卫星AI1完整技术规格。我国积极探索太空算力产业布局，多维度加速构建天地一体算力生态。

投资建议方面，AI算力产业建议关注运营商布局Token运营、超节点加速布局、光互连技术方案演进、高速光芯片、光纤光缆、液冷产品渗透率提升等领域。空天地一体化产业建议关注卫星互联网产业基础设施优化建设、可回收火箭验证突破、低轨卫星“星网”加速部署、卫星服务应用落地、全球太空算力产业布局等领域。

风险因素方面，包括中美科技摩擦、地缘政治风险、资本支出不及预期、技术研发不及预期、AI应用落地不及预期、卫星组网发射进程不及预期、卫星服务落地进程不及预期等。