--- author: Best Partners TV date: '2026-02-21' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=X6G7vVJGc9Y speaker: Best Partners TV tags: - ai-development - compute-infrastructure - energy-transition - biotechnology - digital-transformation title: 硅谷顶级风投解读：2026科技趋势全景与深层挑战 summary: Contrary Research发布的2026年科技趋势报告深入剖析了全球科技领域的剧烈重构。报告涵盖AI大模型、算力能源、工业自动化、生物科技及数字社会五大核心板块，揭示了AI效率提升与幻觉率挑战、数据中心能源危机、核能复兴、GLP-1药物颠覆、AR/VR分化、数字信任瓦解及AI伴侣兴起等趋势。强调科技发展需兼顾速度、理性和责任，以更好地服务人类社会。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: [] companies_orgs: - Contrary Research - OpenAI - Google - Meta - Microsoft - Amazon - Anthropic - Nvidia - Huawei - Apple - Waymo - Tesla - Aurora - Boom Supersonic - Figure AI - Neuralink - Retro Biosciences - Varda Space Industries - Spotify - Netflix products_models: - ChatGPT - GPT-3.5 - DeepSeek V3 - Maia 100 - Cobalt 100 - TPU - M5 chip - AlphaFold - GLP-1 - Robotaxi - RayBan AR glasses - Vision Pro - Jayhawk AR glasses - Boeing 737 Max - Concorde media_books: [] status: evergreen --- 大家好，这里是最佳拍档。今天我们要拆解一份硅谷顶级风投机构——**Contrary Research**带来的2026年科技趋势年度报告。这份长达350页的报告，堪称当下全球科技世界的全景图，覆盖了五大核心板块、几十个子议题，从**AI大模型**的算力博弈到全球能源革命的爆发，从**GLP-1药物**的产业颠覆到月球基地的地缘竞争，甚至还涉及到全球冲突态势对科技的影响，清晰勾勒出了当下科技领域正在发生的剧烈重构。 作为一家以人才驱动加研究驱动为核心的**VC机构**（Venture Capital: 风险投资），Contrary自2018年成立以来，就在全球顶级高校搭建了庞大的人才网络，其研究部门更是覆盖了400多家私有科技公司的深度分析，研究质量能与专业咨询机构比肩。今天我们就透过这份报告，来深度分析一下未来几年间，科技发展的核心方向和隐藏挑战。 在进入核心板块的解读前，我们先看这份报告抛出的一系列核心数据，直观展现了科技领域的发展速度和格局变化。**企业AI市场**已经占据了全球3000亿美元**SaaS市场**（Software as a Service: 软件即服务）的6%，收入从2022年的几乎为零，飙升到了2025年的370亿美元，年增长率达到了惊人的3.2到6.8倍。**ChatGPT**仅用18个月时间，周活跃用户就增长了8倍，达到8亿数量，这样的采用速度远超互联网和个人电脑时代。医疗健康领域成为了AI垂直应用中支出最高的领域，金额达到15亿美元，远超其他行业。芯片行业迎来爆发期，预计2030年整体收入将突破1万亿美元，但与之相伴的是算力基础设施的能源危机，数据中心的能源需求最早可能在2026年出现40%的供需缺口。**亚马逊**、**谷歌**、**Meta**、**微软**、**甲骨文**这些超大规模云服务商都在大幅扩张数据中心的租赁规模，算力基建的竞争进入白热化。全球核电在经历几十年的发展停滞后迎来重新增长，其中中国成为核心驱动力，有147座反应堆处于在建或规划中，而核能也被证实是最安全清洁的能源形式之一。2024年全球能源产量达到30853太瓦时，相比十年前增长了25%，能源生产的规模持续扩大。制药行业迎来技术转型，近50%的制药企业将**生物制剂**（Biologics: 通过生物过程生产的药物）列为前三创新优先事项，行业从传统的小分子药物向生物制剂方向发展。基因技术的商业化加速，基因测序成本出现暴跌，美国联邦层面的基因编辑研究拨款年增长40%，**胚胎植入前基因检测市场**规模已经达到13亿美元，预计年增长超10%。前沿生命科学领域同样进展显著，**长寿研究市场**预计2029年将达到380亿美元。**脑机接口**领域的标杆企业**Neuralink**已经完成3例人体植入，患者的独立使用时长还在持续增长。而在产业结构方面，美国制造业就业在2023年到2024年连续12个月下降，经济正持续从工业向服务业转型，这个趋势也影响着科技在工业领域的落地节奏。 ### 计算智能：规模、效率与生态重塑 接下来我们进入报告的五大核心板块，逐一来解读一下。第一个板块是**计算智能**，报告将它定义为AI发展的核心，涵盖了基础模型、AI采用、算力供需三个主要维度。核心结论是，当下的**AI大模型**还在遵循扩展定律持续变大，但是行业的游戏规则已经开始发生改变。报告统计了一个关键数据：2010年以来，深度学习模型的训练计算量大约每六个月就会翻一番，这个速度远远快于1950年到2010年间每21个月翻一番的水平。算力的投入规模成为大模型竞争的核心指标之一。 然而，报告也指出了一个被市场忽略的重要趋势：大模型的发展并非只有“规模扩张”这一个维度，达到同等性能所需要的计算量正在逐年下降，效率的提升和规模的扩张是同步发生的。一个直观的例子是，对于一个在一万亿数据点上训练的模型，2021年训练所需的计算量相比2012年少了大约16500倍。这意味着AI大模型的研发效率在十年间实现了质的飞跃。而在模型的商用环节，推理成本也在快速下降，从**GPT-3.5**到**DeepSeek V3**，在达到相同基准测试水平的前提下，模型的推理价格从每百万**token**（Token: 文本处理的基本单元）几十美元降到了不到一美元。推理成本的下降也为AI的大规模商用奠定了基础。 在AI模型的生态格局方面，当前的市场仍然由科技巨头主导，**谷歌**、**Meta**、**微软**和**OpenAI**等企业凭借着算力、资金和人才优势，在大模型的研发上保持着领先。但是学术机构并未被边缘化，反而仍在发挥着重要作用，很多核心技术的突破仍然来自于高校和科研院所的研究。从模型性能来看，迭代速度持续加快，每个后续模型在知识工作任务上的表现都有明显提升，最新的大模型在与行业专业人士的对比测试中，胜率已经达到了74％以上，AI在专业领域的能力正在逼近人类。而在商用市场的份额上，OpenAI的产品占据着绝对优势，尤其是**ChatGPT**，在企业端的使用份额达到了35.8％，其次是**Anthropic**的14.3％，头部效应在AI商用市场已经显现。 **开源模型**是这份报告着墨较多的一个板块，也是计算智能领域最具活力的部分。2025年初，**DeepSeek**的快速进展重新点燃了开源社区的热情。在**LMSYS**的聊天机器人排行榜上，DeepSeek的**Elo评分**（Elo Rating: 一种衡量相对技能水平的系统）已经达到1362分，逼近OpenAI的1366分，谷歌则以1385分暂时位居榜首。开源模型与闭源模型的性能差距正在快速缩小。更值得关注的是，中国的开源模型在2025年间开始逐渐占据上风，在**GitHub**的AI开发者仓库中，前20个最受欢迎的AI账号里有6个来自中国。同时中国研发的AI模型在全球的区域采用率也在持续上升，竞争力已经得到全球市场的认可。 在AI的产业采用率方面，市场的增长速度超出了行业预期。根据**Gartner**的数据，企业AI的收入从2022年的几乎为零，飙升到了2023年的17亿美元，2024年达到115亿美元，到2025年已经触及370亿美元，年增长率超过300%。这样的增速背后是整个产业生态的系统性重构。**Meta**、**谷歌**、**微软**、**亚马逊**这四大超大规模云服务商在2025年第二季度的资本支出已经逼近每季度1000亿美元，其中绝大部分资金都投向了AI计算基础设施，算力基建成为科技巨头的核心布局方向。自ChatGPT于2022年11月发布以来，美国的数据中心建设支出就出现了断崖式跃升，这个趋势在2026年仍在加速。而算力需求的激增也带动了芯片行业的发展，按照部分预测，如果芯片需求持续以当前速度增长，整个半导体产业的收入规模可能在2030年突破1万亿美元大关。 然而，报告也提醒，AI的发展并非一帆风顺，从算力投入到实际的智能应用，中间还存在着难以跨越的**最后一公里**。即便在法律研究这样看似最适合AI应用的垂直领域，专业AI工具生成内容时的**幻觉率**（Hallucination Rate: AI生成不准确或虚假信息的比例）仍然高达17%至33%。因此，如何降低幻觉率，提升AI生成内容的准确性，已经成为AI商用化的核心难题。 ### 资源博弈：算力、能源与地缘政治新格局 在计算智能面临挑战的同时，其背后的资源支撑也日益紧张。报告的第二个板块是**资源**，核心围绕AI发展的算力和能源支撑展开。结论是，数据中心正在吞噬大量电网资源，全球的能源博弈也围绕着算力需求全面展开。报告梳理了一个核心问题：计算供给与需求之间的缺口正在日益扩大，而这一缺口不仅是技术问题，更演变成了地缘政治问题。中美两国在AI芯片生产上的竞赛，已经从单纯的技术竞争演变为带有明显地缘政治色彩的战略博弈。 报告显示，2026年美国和中国的AI芯片产能预计都将出现快速扩张。**英伟达**虽然仍然在AI芯片市场占据主导地位，但是其他美国芯片设计商以及**华为**等中国厂商正在快速追赶，中美在AI芯片领域的差距正在持续缩小。而面对AI芯片的巨大市场需求，超大规模云服务商们也不再满足于单纯的采购，而是纷纷投入自研芯片的怀抱，这成为了行业的一大趋势。**微软**推出了**Maia 100**和**Cobalt 100**，**Meta**研发了专属的训练与推理加速器，**谷歌**的**TPU**（Tensor Processing Unit: 张量处理单元）持续迭代，**苹果**也推出了**M5芯片**。这些定制化芯片的出现表明云服务巨头们不愿意把自身的算力命运完全交到芯片供应商手中，当计算能力成为科技企业的核心竞争力，垂直整合几乎成为了必然选择。 然而，AI发展更深层的挑战来自于能源的供给。随着芯片和数据中心需求的飙升，能源的消耗也在呈指数级增长。报告引用的数据显示，AI相关产业占美国总电力需求的比例预计将从2025年的约5%，攀升至2030年的10%以上，电力消耗的增速远超预期。从全球数据中心的发展来看，2025到2030年，全球数据中心的容量需求预计将增长3.5倍，其中AI工作负载占据了增量的绝大部分。按照持续动能的情境估算，2030年全球数据中心的电力需求可能达到219千兆瓦，而2025年仅为82千兆瓦，五年间电力需求增长近2倍。为了降低成本，数据中心的布局往往聚集在电力价格便宜的地区。报告指出，美国排名前十的数据中心市场中，有六个的电价低于全国平均水平的每千瓦时9.2美分。但是这个布局仍然无法解决能源消耗的问题。美国数据中心在2024年消耗了183太瓦时电力，约占全国总电力消费的4％，到2030年，这个数字预计将增长至少133％，达到426太瓦时。而全球数据中心的电力需求将在十年内翻四倍，能源消耗的规模持续扩大。更紧迫的是，能源的供需缺口已经近在眼前。报告援引数据称，数据中心的能源供需之间最早可能在2026年就出现40％的差距，这意味着算力基建的发展将面临严重的能源制约。 除了电力，水资源也是数据中心发展的关键瓶颈。数据中心的冷却系统可以占到总能耗的近一半，而冷却过程需要消耗大量的水资源，同时还会带来一定的水污染。这个问题已经在多个数据中心的拟建地点引发了当地居民的反对，水资源的制约也成为了数据中心扩张的重要障碍。更值得关注的是，数据中心扩张所需的净新增能源在短期内仍将主要来自化石燃料，特别是天然气和煤炭。这个现实与科技行业普遍标榜的绿色承诺形成了尴尬的反差：科技企业一边喊着碳中和、绿色发展的口号，一边却在依赖化石燃料支撑算力基建。如何解决算力发展与绿色能源之间的矛盾，成为全球能源领域和科技领域的共同课题。 在这样的背景下，**核能**成为了一个正在回暖的能源领域。全球核电装机在经历了几十年的停滞后开始增长，其中中国是这个趋势的主要驱动力。从核电发电量来看，美国在总核电发电量上仍居全球首位，达到781.9太瓦时，但中国紧随其后，发电量达到417.5太瓦时，而且中国的在建和规划反应堆数量远超美国，成为全球核电发展的核心市场。而美国国内对核电的态度也发生了巨大转变，公众对核能的支持率已经攀升至75％左右，创历史新高，这与几十年前的核恐惧形成了鲜明对比，核电的安全性和清洁性正在被全球市场重新认知。报告还提到了一个极具科幻意味的细节：美国太空部队已宣布计划在本十年末前在月球上安装一座100千瓦的核反应堆。核能的应用也开始向太空领域延伸，而月球也成为了资源竞争的新前沿。报告在这个章节中专门讨论了**月球基地**这个前瞻性话题。地质勘测显示，月球拥有三种关键资源：水冰、氦-3和稀土金属。这些资源对应着人类太空探索的核心需求：水冰用来生命维持，氦-3是未来核聚变能源的核心原料，稀土金属则是电子产品制造的关键材料。月球的资源价值让其成为了各国竞争的焦点。目前全球的月球开发形成了两大阵营：中国和俄罗斯已联合宣布“国际月球科研站”项目，而美国则推动基于《阿尔忒弥斯协议》的月球开发框架。两大阵营的签约国几乎没有重叠，月球开发正在成为地缘政治竞争的又一个前沿，资源的竞争已经从地球延伸到了月球。 ### 工业化重构：AI赋能物理世界的自动化浪潮 随着AI技术和能源资源的演变，工业领域也正经历着深刻的变革。报告的第三个板块是**工业化**，核心覆盖了交通、制造和国防三大领域。核心趋势是，AI正从数字世界迈向物理世界，工业化领域的自动化和智能化成为发展方向，而美国的制造业回流与全球产业结构调整同步发生。AI与工业化的结合最直观的体现就是**自动驾驶**，这也是当前技术落地最快、最受关注的领域。**Waymo**作为自动驾驶领域的标杆企业，在2025年7月成为首个累计行驶里程超过1亿英里的自动驾驶出租车服务提供商。截至2025年11月，Waymo已计划在2026年将其服务扩展到15个新城市，目标是在2026年底前达到每周100万次出行。与之形成鲜明对比的是**特斯拉**的**Robotaxi**服务，它在奥斯汀上线时仅完成了1.5万英里的自动驾驶里程，而Waymo在同一城市上线时已有5000万英里的行驶积累。在车辆密度上，特斯拉的Robotaxi每平方英里仅有0.12辆，而Waymo则达到了1.1辆，两者在技术成熟度和商业化进度上存在明显差距。 自动驾驶的普及不仅是技术进步，更能为社会带来巨大的价值。报告列出了一个极具吸引力的数据：如果全部美国车辆都达到Waymo的安全水平运行，每年可避免约37000人死亡，同时还能节省约1万亿美元的社会成本。自动驾驶的安全性远高于人类驾驶。而在商业层面，自动驾驶出租车的每英里成本也已经低于人类驾驶的出租车或网约车，具备了商业化的成本优势。此外，自动驾驶还将对城市空间的规划产生重大影响。美国百万人口以上的城市平均将22％以上的土地用于停车，而自动驾驶汽车有望通过优化停车效率，将城市的停车空间需求降低80％，这将极大释放城市的土地资源，改变城市的空间布局。 **自动卡车**是自动驾驶在商用领域的重要应用，目前也处于起步阶段。**Aurora**等领先供应商已完成约2万英里的无人驾驶里程。从全球市场来看，美国在自动卡车的采用上处于领先地位，这得益于其强劲的**TCO**（Total Cost of Ownership: 总拥有成本）优势、严重的卡车司机短缺问题和长途货运的市场需求。欧洲则受制于跨境监管壁垒，不同国家的法规差异成为了技术落地的障碍。而中国则因为较低的TCO优势和较高的前期技术投入，在自动卡车领域相对落后。值得留意的是，自动卡车的普及也将对劳动力市场产生深远影响。在美国52个州和领地中，有35个州的运输业是男性就业者最常见或第二常见的职业，约占全体男性就业者的18％。自动卡车的推广将直接冲击这个就业群体，带来劳动力市场的结构调整。 航空业是交通领域的另一重要板块，其发展呈现出复杂的态势。自2020年以来，全球客机机队的平均机龄上升了约2%，这个趋势的出现源于三个原因： 1. 飞机交付延迟。 2. 维护实践的改进让飞机的使用年限更长。 3. 机队的增长速度快于预期。 尽管机队老化，且**波音737 Max**事故等机械故障频现，但全球航空业的死亡率却在持续下降，这得益于工程安全标准的不断改进，航空出行的安全性持续提升。但是航空业的经济状况却并不如意，从1990年到2024年，全球航空业的累计损失相当于700亿美元。每次重大事件发生后，航空业的恢复都伴随着规模的收缩，例如911恐怖袭击、2008年全球金融危机、2020年新冠疫情之后，航空业通常会恢复到比之前更小的规模。从美国市场来看，航空业国内客运收入占GDP的比例从1990年代的0.7%左右，下降到2024年的不足0.5%，航空业正在经历结构性的萎缩。面对老化的机队，全球航空业在未来20年计划大规模更换飞机，以**波音**为例，预计将更换超过75%的机队，总交付量超过10000架。这对于飞机制造商和供应链而言，意味着一个规模庞大的市场；但是对于航空公司而言，大规模的飞机更换需要巨额的资本支出，将会进一步加剧财务压力。 报告还提到了一个可能重塑航空业的发展方向——**超音速旅行**。像**Boom Supersonic**这样的初创公司希望通过技术创新大幅缩短飞行时间，而市场对超音速旅行的需求也相当强劲。调研数据显示，从华盛顿到伦敦的航班如果能从传统的7小时缩短到3小时55分钟，97%的受访者表示有兴趣；东京到火奴鲁鲁从8小时缩短到3小时50分钟，92%的受访者感兴趣；伦敦到迈阿密从9小时缩短到4小时40分钟，87%的受访者感兴趣。当然，超音速客机的发展面临着技术、经济、环境等多重挑战，**协和客机**的失败就是前车之鉴。如何解决超音速飞行的噪音、油耗、成本问题，成为这个领域发展的核心。 **高铁建设**是交通领域的另一重要赛道，而中美两国在这一领域的差距相当之大。报告援引**国际铁路联盟**的数据显示，中国修建的高铁线路运营里程达到45390公里，而美国仅有735公里，中国的高铁运营里程是美国的六十一倍以上。在全球高铁网络中，中国的运营里程远超日本、西班牙、法国等传统高铁强国。这个基础设施建设的巨大差距，部分源于美国建设成本的飙升。报告显示，美国的基础设施建设成本相比其他国家或历史时期高出数倍，高成本成为了美国高铁发展的重要障碍。 在物流领域，自动化已经取得了实质性的进展。港口作为物流的核心节点，成为了自动化落地的重要场景。中国的天津港超过88％的大型集装箱设备已经实现了自动化，而美国的长滩集装箱码头则通过自动化，将原本需要8000人完成的工作精简到仅需800人。自动化不仅提升了物流效率，还大幅降低了人力成本，成为物流行业的发展趋势。 **制造业回流**和**工业自动化**是工业化板块的核心线索。报告追溯了美国去工业化的历史，其中**北美自由贸易协定**生效和中国加入**世界贸易组织**是两个关键转折点，自此后美国的制造业就业从高峰持续下滑。但是报告也指出了一个常被忽视的推手——工业机器人的大规模应用。自动化技术的发展也导致了制造业就业岗位的减少。数据显示，美国年度工业机器人的出货量已经从早年的几千台攀升至2.1万台，而这个增长曲线远未触及天花板，工业自动化的程度还将持续提升。而从全球市场来看，中国在工业机器人领域的发展速度领先，2020年中国的工业机器人安装量已超过全球其他国家的总和，成为全球最大的工业机器人市场。而美国的制造业自动化程度仍有较大提升空间，其90％的工厂仍然没有使用机器人。 **人形机器人**是工业自动化的未来方向，也是资本市场关注的热点。报告认为，人形机器人市场有潜力产生超过1500亿美元的收入，累计销售超过1亿台。报告将机器人的早期采用曲线与汽车的早期普及进行了类比，从商业销售启动到卖出100万台，汽车用了17年，而人形机器人被预测也将用大约17年实现这个目标。当然，人形机器人的发展也存在着诸多风险，例如**Figure AI**就因为一名举报人指控其忽视安全标准被提起诉讼，该公司的机器人甚至被指控有能力击碎人类颅骨。技术安全成为了人形机器人商业化的重要前提。 ### 医疗健康：生物科技的颠覆浪潮与伦理考量 从物理世界的工业化进程，我们转向生命科学领域，探讨医疗健康的未来。报告的第四个板块是**医疗健康**，核心关注生物技术制造与医疗健康领域的发展。核心趋势是，**GLP-1类药物**成为现象级产品，重塑了医疗和食品市场，而基因编辑、脑机接口等前沿技术则渐行渐近，制药行业也迎来了从小分子药物向生物制剂的转型。 **GLP-1**，即**胰高血糖素样肽-1受体激动剂**（Glucagon-like Peptide-1 Receptor Agonist: 一类用于治疗2型糖尿病和肥胖的药物），被这份报告称为21世纪最成功的药物之一，其市场普及速度和产业影响远超预期。数据显示，18％的美国成年人目前正在服用某种形式的GLP-1类药物。全球品牌抗肥胖药物市场的规模也从2019年的大约10亿美元，飙升至2024年的超过150亿美元，预计这个市场将持续以超过10％的年增长率扩张，成为医药领域增长最快的赛道之一。GLP-1类药物的价值并不仅限于减肥，研究人员还观察到了超出预期的附带收益，这类药物能够降低动脉粥样硬化、代谢性肝病、阿尔茨海默病、帕金森病和物质使用障碍的发病风险，其临床应用场景正在持续扩大。 但是，GLP-1类药物的发展也存在着诸多问题。许多用户因药物的副作用选择停药，而停药后的体重变化呈现出明显的分化：大约一半的停药者出现了不同程度的体重反弹，另一半则维持了减重效果甚至继续减重。从停药的原因来看，费用和保险覆盖是首要因素，其次是药物的副作用和市场上的药物短缺。这些问题成为了GLP-1类药物普及的核心障碍。更有趣的是，GLP-1类药物还产生了显著的**二阶效应**（Second-Order Effects: 间接或次生影响），深刻影响了食品消费市场，这也是这份报告关注的重点。调研数据显示，80％服用**司美格鲁肽**等GLP-1类药物的美国成年人表示自己的饮食习惯发生了很大变化，其中51％的人零食摄入减少，44％的人更频繁地在家做饭。GLP-1类药物正在改变美国食品市场的规模和消费特征，对快餐行业的冲击已经开始显现，食品行业也需要根据这个趋势进行产品和业态的调整。 在更广泛的生物技术领域，制药行业正在迎来重要转型，从传统的小分子药物向生物制剂方向发展。所谓生物制剂，就是通过生物过程衍生的药物，例如抗体疗法等。2024年医药领域的新分子实体中，生物制剂的占比已接近50％，近半数的药物开发商将生物制剂列为前三大创新优先事项，生物制剂成为了制药企业的研发重点。从审批来看，生物制剂的**FDA**（Food and Drug Administration: 美国食品药品监督管理局）审批时间线通常比小分子药物更快，但是它的开发成本更高、技术复杂度更大，资金和技术成为了生物制剂研发的核心壁垒。 AI在药物发现中的应用是行业关注的热点，但是发展现状却不如预期。**AlphaFold**数据库的扩张推动了蛋白质结构预测的飞速进展。OpenAI与**Retro Biosciences**合作开发的生物模型也取得了将干细胞重编程成功率提高50％的成果，AI在生物医药研发的前端环节展现出了巨大潜力。然而，AI发现的药物中真正进入后期临床试验或实现上市的仍然极少，进入二期试验的AI发现药物的成功率仅比传统方法略高一点，说明AI在药物研发中的落地效果仍需提升。同时，AI药物研发的投资也未能跟上AI整体投资的步伐，资本的谨慎也影响了这个领域的发展。**Varda Space Industries**则提供了一种另类的研发思路，该公司利用太空的零重力环境制造药物蛋白晶体，并在2024年完成了首次成功的太空制药任务，为生物医药研发提供了新的方向。 在中美医药研发的竞争维度，中国的新药研发正在快速追赶美国。2024年中国的新药首次全球批准数量仅比美国少5％，而中国总部企业启动的新药试验已经占到全球新药试验的28％，中国在生物医药研发领域的全球竞争力持续提升。而**基因技术**的发展也为生物医药研发提供了核心支撑。人类基因组测序成本的暴跌，使得基因疗法和遗传检测变得更加可及，普通消费者也能承担相关费用。美国联邦层面的基因编辑研究拨款年增长40％，基因编辑的研发投入持续加大。但公众对基因编辑技术的态度仍然分化，熟悉基因编辑技术的人群更倾向于同时预期其正面和负面后果，技术伦理成为了基因编辑商业化的重要考量。 **脑机接口**是医疗健康领域的前沿技术。**Neuralink**作为该领域资金最充裕的公司，已经完成了3例脑机接口的人体植入，而且患者的独立使用时长在持续增加，技术的成熟度不断提升。整个脑机接口领域的融资也在持续增长，资金的布局跨越了医疗、研究和消费者使用场景，脑机接口的应用场景正在从医疗向消费领域延伸。**长寿研究**是另一大前沿领域，相关的研发资金也在持续增加，市场预计长寿研究市场到2029年将超过380亿美元，成为生物医药领域的重要赛道。 报告也指出了美国医疗健康领域存在的诸多问题。其医疗支出在经通胀调整后，自1970年以来增长了近400％，但是美国的人均预期寿命仍然落后于其他高收入国家，医疗投入与产出不成正比。同时，美国的公共健康问题也日益突出，肥胖和糖尿病的发病率持续上升。癌症发病率的年龄分布也出现了异常，15至39岁的年轻人中癌症发病率自1975年以来增长了35％，而其他年龄段的癌症发病率则在下降，年轻人的公共健康问题需要得到更多关注。 ### 数字界面与体验：屏幕、信任与孤独的时代 在科技高速发展的背景下，数字界面与人类体验的互动也日益复杂。报告的最后一个板块是**数字界面与体验**，核心覆盖了屏幕时间、广告、心理健康、**AR**（Augmented Reality: 增强现实）、**VR**（Virtual Reality: 虚拟现实）、数字信任、深度伪造以及孤独感危机等议题。核心结论是，数字技术的发展让屏幕时间持续膨胀，新的数字界面不断涌现，但同时数字信任在瓦解，深度伪造、孤独感危机等数字社会问题也日益突出。 首先是**屏幕时间**的分布，呈现出了明显的代际差异。**千禧一代**和**Z世代**作为互联网原生代，在智能手机上花费的时间最多，分别为每天4小时6分钟和3小时57分钟。而**X世代**和**婴儿潮一代**则在电视上投入更多时间，分别为每天3小时12分钟和3小时33分钟。但无论哪个世代，智能手机和电视合计的使用时间都占据了总屏幕时间的一半以上，这两种设备仍是人们接触数字世界的核心载体。在所有的数字活动中，流媒体电视节目是最受欢迎的活动，其次是浏览社交媒体，这也决定了数字内容产业的发展方向。最值得关注的变化是**大语言模型聊天机器人**的崛起，正在改变人们的数字使用习惯。数据显示，ChatGPT美国活跃用户的日均使用时长增长了202%，消费者在这类AI工具上投入的时间越来越长，AI正在成为新的数字界面。而在社交平台方面，尽管**Facebook**、**YouTube**和**Instagram**在用户数量上仍然领先，但用户在**TikTok**上花费的时间最多，这显示出短视频内容对用户注意力的强大捕获能力，短视频也成为了数字内容的主流形式。 **订阅经济**在2025年经历了一次有趣的结构性转变，成为数字经济的重要形态。音乐和视频内容仍然是最受欢迎的订阅类别，**Spotify**拥有3.65亿订阅者，年营收达到39亿美元；**Netflix**有2亿订阅者，年营收达到250亿美元，两者成为订阅经济的标杆。但是在移动应用领域，出现了一个历史性的转折点：长期以来，移动游戏一直占据移动应用收入的大头，但是在2025年，这个格局被打破，AI聊天机器人带动非游戏应用的收入首次超过了移动游戏，移动应用的收入结构发生了根本性变化。 在替代性消费硬件领域，增强现实AR和虚拟现实VR的发展命运形成了鲜明对比，呈现出了冰火两重天的态势。VR头显的销量已经连续四年下滑，2024年同比下降12％，行业发展遇冷。Meta的**Reality Labs**累计亏损超过170亿美元，迫于业绩压力，公司在2025年12月将预算削减了30％，并且在2026年1月裁减了331名员工，将业务重心收缩到游戏场景，VR的商业化进程遭遇挫折。而AR的发展则相对顺利，成为了消费硬件的新热点。Meta发布了**RayBan AR眼镜**和手势控制腕带。苹果在暂停下一代**Vision Pro**开发后，转向了与Meta **Orion**竞争的AR智能眼镜。亚马逊也在开发代号为**Jayhawk**的消费级AR眼镜，预计2026年或2027年发布。市场预测，AR市场到2027年将覆盖26亿人，成为未来消费硬件的核心赛道。 另一方面，数字生活的持续扩张也带来了许多新的社会问题，这也是这份报告重点关注的内容。首先是**数字信任的瓦解**。美国人对大众媒体的信任度在所有年龄段持续下降。在30岁以下的年轻人群中，从社交媒体获取新闻与从正式新闻机构获取新闻的比例已基本持平，传统的新闻传播渠道正在被颠覆。同时，传统文章作为新闻来源的比例在持续下降，而社交媒体帖子的比例则在不断上升，新闻的传播形式也发生了根本性变化。更值得关注的是，过去两年间美国人甚至对限制虚假信息的支持度也有所降低，虚假信息的传播成为了数字社会的一大顽疾。 **深度伪造**（Deepfake: 利用人工智能生成或修改的虚假音视频）和AI相关的安全事件正在激增，成为数字安全的核心威胁。报告数据显示，恶意行为者驱动的AI事件占所有已记录AI事件的34.2％，其中诈骗、欺诈和定向操纵是最大的类别。AI技术正在被不法分子滥用，这个现象与AI技术的快速普及形成了正相关：AI工具越强大、越容易获取，被滥用的可能性就越高。如何防范AI技术的滥用，成为了全球数字安全领域的共同课题。 **孤独感危机**是这份报告最后讨论的核心话题，也是数字社会发展带来的深层次社会问题。数据显示，美国人的独处时间持续增加，虽然在疫情期间达到峰值后有所回落，但是仍高于疫情前的趋势线，人们的社交互动正在持续减少。从全球来看，除非洲以外，其他地区的生育率均低于2.1的人口替代水平，人口增长面临着严峻挑战。而在美国，生育率的下降原因也发生了变化，过去主要是因为夫妇的生育数量减少，但如今主要是因为结成伴侣的人数在减少，社交的缺失成为了人口问题的重要诱因。而**AI伴侣**正在填补这个社交空缺，至少在部分人群中是如此。调研数据显示，33％的青少年ChatGPT用户曾将AI用于社交互动或关系目的。AI伴侣平台的采用速度比社交媒体和在线游戏同期快了约150％，AI正在成为人们的社交对象。更令人关注的是，75％的Z世代认为AI伴侣可以完全替代人类陪伴，10％的18至29岁成年人表示他们可能会与AI聊天机器人建立浪漫关系，或者已经这样做了。AI与人类的关系正在变得更加复杂，这也带来了新的伦理问题。 好了，以上就是这份硅谷350页科技趋势报告的核心内容。这份报告不仅展现了全球科技领域的飞速迭代，也让我们看到了科技发展背后的多重挑战：AI大模型的幻觉率问题、算力发展的能源缺口、技术应用的安全风险、数字社会的信任瓦解、工业化自动化带来的劳动力结构调整等等。科技的重构从来都不只是技术层面的变革，更是产业、社会、地缘政治和人类生活方式的全方位重构。未来，科技的发展不仅需要追求速度和突破，更需要兼顾理性和责任，如何让科技更好地服务于人类社会，成为了所有科技从业者和研究者需要思考的核心问题。感谢收看本期视频，我们下期再见。