Logo
Become a Client

Persona: vendor

中国智能手机市场正从规模驱动加速转向结构与利润驱动，高端化成为抵御成本压力的关键路径。

国际数据公司（IDC）最新手机季度跟踪报告显示，2026年第一季度，中国智能手机市场出货量约为6,904万台，同比下降3.3%，整体表现略高于预期，主要得益于华为与苹果的强势拉动。

其中，华为Mate 80系列供货明显改善，全新形态折叠屏产品Pura X出货量突破150万台，助力华为延续去年以来的增长势头，继续稳居中国智能手机市场第一。与此同时，苹果iPhone 17系列持续热销，但受限于供货不足，未能进一步推高出货规模。此外，部分消费者由于即将涨价选择提前购买更换手机，消费需求的前置也有利于今年第一季度的市场表现。但是面对今年严峻的存储等成本上升压力，其它品牌除陆续开始进行价格调整以外，也在减少低端产品出货量，保证自身利润。

2026年第一季度中国前五大智能手机厂商市场表现各不相同：

Huawei：从恢复增长走向结构性领先

随着Mate 80系列供应能力稳步提升，延续2025年的强劲势头，再次稳居2026年第一季度中国智能手机市场第一。在行业成本普遍高企的背景下，华为成为唯一在当季为消费者提供广泛促销优惠的厂商。HarmonyOS Next市场份额持续攀升，已突破18%。折叠屏领域，华为优势明显，全新形态“阔折叠”Pura X正引领折叠屏手机未来的发展方向。随着供应持续改善，产品逐步覆盖更多价格段，华为有望进一步巩固在中国市场的领先地位。

Apple：需求强劲但受制于供应

凭借iPhone 17 系列整体保持热销态势，在安卓旗舰频繁调价的市场环境下，该系列凭借加量不加价的定价策略更具市场吸引力，叠加一贯出色的二手保值能力，综合性价比进一步凸显。然而受核心 SoC 产能不足影响，iPhone 17 系列整体供应持续受限，出现发货周期延长、现货紧缺情况，直接制约其出货量与市场表现进一步冲高，未能完全释放销量潜力。

OPPO：高端化进入成果兑现阶段

稳居中国智能手机市场第三位，以372 美元的产品均价领跑安卓头部阵营，高端化成效显著。Reno 系列持续发力，稳固OPPO在 400–600 美元安卓中高端市场的领先优势。全新折叠旗舰 Find N6 凭借近乎无折痕的极致屏显体验，市场表现相较同类产品有显著领先优势，成为当季最畅销折叠屏新品。子品牌一加保持强劲增长，季度同比增幅接近 30%。随着 OPPO 完成品牌架构与产品分工的优化调整，投入资源将得到更高效整合，整体竞争力有望进一步提升，为后续市场突破与高端化布局注入更强动力。

Vivo：实现规模与高端双突破

本季度成为唯一实现出货量同比增长的安卓头部厂商，整体表现稳健亮眼。旗舰阵营持续发力，X300 系列保持热销势头；而X200s 作为 vivo 史上销量最高的 X 系列机型，奠定坚实基础；全新 X300s 全面升级为影像与性能双优的全能水桶机，助力 vivo 稳居 600 美元以上高端市场前三。与此同时，X300 Ultra 凭借手机与专业影像兼备的综合实力，进一步强化品牌影像标杆地位。依托行业首发的 2 亿像素潜望长焦技术，vivo 在高端 2 亿像素手机赛道持续领跑，产品力与高端化成果显著，整体市场竞争力持续提升。

Hono：多产品线协同稳健发展

稳居中国智能手机市场TOP5阵营。X70 系列自上市以来，长期占据安卓最畅销机型位置，成为拉动销量的核心主力。Win 系列凭借深度性能优化持续树立行业标杆，Power 系列以超长续航形成差异化竞争力，数字 500 系列则保持稳定市场表现。折叠屏方面，新一代 Magic V6 正式发布后，产品力与市场热度同步攀升，助力荣耀稳居中国折叠屏市场第二位。多系列协同发力，荣耀在主流价位段与高端市场持续巩固竞争力，整体发展态势平稳向好。

存储成本压力下，中国智能手机市场价格段变化情况如何？

受全球核心元器件与存储芯片成本持续上涨影响，手机厂商在内部严控成本的同时，被迫采取缩减低端机型出货、上调产品售价的策略以缓解压力。自 3 月下半月起，多家品牌陆续调整定价，进一步传导成本压力。2026 年第一季度，中国智能手机市场结构显著分化：200 美元以下入门级市场份额同比大幅收缩 13.9 个百分点；厂商资源全面向中高端倾斜，200–600 美元中端市场份额提升 3.8 个百分点，600 美元以上高端市场份额大幅扩大 10.1 个百分点。具备更高利润空间的高端产品线，已成为厂商抵御寒冬、实现稳健经营的核心支柱。

IDC中国研究经理郭天翔指出，总体来看，尽管2026年开年中国智能手机市场出现小幅回落，但预计仍将成为全年表现最佳季度。当前，存储成本大幅攀升叠加其他物料价格持续高位，给厂商带来了巨大压力。为应对成本压力，多家中国厂商已连续下调全年出货目标，尤其严格控制低端产品的出货节奏，从而将压力传导至整个产业链上下游，进一步加剧了市场的寒意。而海外品牌极有可能利用自身优势，趁势抢夺市场份额。面对行业深度调整与成本持续高企的双重挑战，稳健经营、提质增效、安全过冬，将成为 2026 年国内手机厂商最为核心的发展课题。唯有守住基本盘、修炼内功，才能在后续市场环境回暖时，快速提升产品竞争力，重新抢占行业优势地位。

如需进一步了解中国智能手机市场竞争格局、价格段变化趋势及重点厂商策略，或获取更详细的数据拆分与预测分析，欢迎与IDC中国团队联系。IDC可提供包括季度跟踪数据、专项市场研究以及定制化咨询服务，助力企业在复杂市场环境中制定更具前瞻性的业务决策。

请点击此处与我们联系。

从“能用”走向“可控”，企业关注点正在发生变化

2026年，生成式AI与大模型驱动的智能体（Agentic AI）正在从技术探索走向规模化落地。越来越多的企业开始将智能体嵌入客服、研发、运维甚至业务决策流程之中，推动生产效率与业务模式的深度重构。在这一过程中，企业关注的焦点正在从“能否用起来”，逐步转向“能否用得安全、用得可靠”。近日，Harness engineering（驾驭工程）理念在业界持续升温，其强调通过设计合理的约束、权限边界和行为控制机制，为智能体设定“安全护栏”，确保其在复杂业务环境下的行为可控、合规、可解释，防止因幻觉、目标偏移或恶意利用带来的安全与合规风险。这一理念的流行，进一步凸显了智能体安全治理的紧迫性和必要性。

IDC最新调研显示，安全与道德问题已成为企业在部署AI智能体时最为关注的风险因素。同时，约64%的企业已经在生产环境中发现未授权的智能体或自动化脚本运行在关键业务流程中 ，企业亟需一套智能体安全治理体系来帮助其AI系统的稳定安全运行。

智能体带来的，不只是效率提升，还有攻击面的重构

与传统应用系统相比，智能体具备更强的自主性与动态性。它不仅可以基于自然语言输入生成决策，还能够调用外部工具、访问多种数据源，并在复杂环境中持续执行任务。这种能力使得智能体在提升效率的同时，也显著扩大了企业的攻击面。不可预测的用户输入、复杂的任务规划路径、多组件协同运行以及与外部系统的频繁交互，都可能成为潜在的攻击入口。

从实践来看，当前智能体面临的安全风险呈现出多维度特征。首先，智能体的开发与运行依赖大量第三方组件与工具链，软件供应链风险随之放大；其次，智能体自身仍存在幻觉、目标错位等问题，在特定场景下可能被恶意利用；此外，提示词注入（Prompt Injection）正在成为典型攻击手段，可诱导智能体执行非预期操作甚至泄露敏感信息。同时，随着智能体权限范围的扩大，访问控制的复杂性显著提升，而员工自行部署的“影子智能体”也在无形中增加了企业安全治理的难度。

智能体管理从“安全问题”走向“治理问题”

这些变化意味着，智能体安全正在演变为一个贯穿全生命周期的系统性治理议题。企业智能体安全和治理工作应和智能体应用部署工作同步开展，立足智能体全生命周期管理思想，开展智能体全流程检测与管控工作。用户的智能体安全体系建设需要从智能体思考、规划、编排、执行、反馈的全流程进行规划设计和执行，尽可能关注智能体全生命周期覆盖的所有核心组件，如大模型、知识库、RAG、Skill、思维链、MCP、API、第三方工具等，根据不同阶段所存在的安全风险对应检测和防护措施，搭配AI合规、AI道德、AI隐私等管控方向，构建符合企业需求的AI治理体系。

IDC在最新发布的《中国智能体威胁检测技术评估，2026》报告指出，当前市场上的智能体安全能力正在从单点检测向体系化治理演进，相关能力涵盖资产管理、漏洞检测、运行时监测、协议安全、数据安全以及安全态势管理等多个方向。该报告综合评估了国内主要厂商在相关领域的技术能力，报告入选厂商包括360数字安全集团、安恒信息、阿里巴巴、火山引擎、华为、君同未来、绿盟科技、领信数科、启明星辰集团、瑞数信息、新华三、亚信安全以及中国电信等 。截止到2026年4月，中国智能体威胁检测这一市场仍处于技术快速迭代的状态，技术服务提供商的产品服务能力仍处于快速补齐功能的阶段，技术的精细化、行业化水平仍存在不足。

随着企业应用的深入，构建“可信的AI智能体体系”将成为用户最为迫切的需求之一，解决该需求的核心在于提升系统的可解释性、公平性、透明性、准确性与可追溯性。

可见性成为基础能力，AIBOM成为核心技术方向

在这一过程中，“可见性”正在成为智能体安全的基础能力。企业需要清晰掌握自身智能体资产的构成、依赖关系及其运行状态，才能有效识别风险并制定应对策略。

IDC预测，到2028年，50%的部署Agentic AI的企业将要求具备人工智能物料清单（AIBOM），以实现对模型、数据、API及第三方组件的结构化管理与持续风险监测 。AIBOM的引入，将推动AI系统从“黑盒运行”走向“透明可控”。

协议与协作：智能体时代的新风险边界

与此同时，随着智能体之间协作能力的增强，通信协议层面的安全问题也日益凸显。以模型上下文协议（MCP）为代表的交互机制，使智能体能够在多系统之间传递信息并协同行动，但也带来了新的风险挑战。

如何实现对协议行为的持续监测、身份验证与权限控制，将成为保障智能体系统稳定运行的重要环节。MCP资产的发现与风险监测、MCP行为监测和异常检测以及MCP身份和权限的管控将成为重要的技术发展方向。

零信任进入智能体时代，身份与权限体系被重塑

在访问控制方面，传统基于边界的安全策略已难以适应智能体环境的复杂性。以“永不信任、持续验证”为核心的零信任理念，正在逐步延伸至智能体体系中。

无论是用户访问智能体，还是智能体调用外部服务、智能体之间的互相调用，都需要在动态环境中进行实时验证与策略调整，这对身份管理与权限管控、访问控制方向的技术提出了更高要求。从人的身份、智能体的身份入手、通过对资产、环境、行为等多方面的动态监控与检测，运用AI进行动态策略推荐与调整，将更高效地帮助用户处理复杂的身份、权限和访问控制问题。

AI检测防护技术加速整合，向一体化、平台化的AI安全治理方向演进

从体系化、工程化视角来看，统一化、一体化的AI安全治理平台将成为用户AI系统的综合治理平台。该系统将从AI系统的可见性出发，逐步向AI安全态势管理（AISPM），AI检测与响应（AIDR）方向迭代，最终融合道德、伦理等能力，构建一体化的AI安全治理体系。

2026年，平台化加速，大模型安全评估平台、大模型应用防火墙（大模型安全护栏）、智能体威胁检测、智能体身份与访问控制系统等主流生成式AI检测与防护产品将快速集成并平台化，以模块式架构，构建统一的AI安全管理平台，帮助用户一体化、平台化管理AI安全态势。

IDC观点：智能体安全将成为AI落地的关键分水岭

总体来看，智能体安全正在从一个技术细分领域，演变为企业AI战略中的核心组成部分。未来几年，随着智能体规模化应用的加速推进，安全与治理能力将直接影响企业释放AI价值的效率与边界。

如何在创新与风险之间取得平衡，将成为企业在AI时代必须持续面对的重要课题。

IDC中国网络安全领域研究经理王一汀表示： “IDC预计，到2031年，中国企业将拥有3. 5亿个活跃的智能体。各类智能体在帮助企业提质增效的同时，也带来了巨大的安全暴露面，智能体安全已成为企业用好智能体的关键。其中，智能体威胁检测作为企业安全风险管控的核心，将帮助企业实现智能体资产梳理、漏洞检测、风险评估等关键工作，并协助形成威胁响应闭环。当前，中国智能体安全市场和相关技术仍处于起步阶段，产品形态、检测机制和标准体系仍需完善。随着企业智能体应用规模的持续扩张，企业对智能体安全检测与防护的需求将加速释放，市场有望迎来快速发展期。”

IDC更多相关研究：

IDC已于2026年启动AI安全技术系列研究，围绕AI原生安全架构、安全智能体成熟度评估、AI驱动DevSecOps实践路径以及企业级AI治理框架等方向展开持续跟踪与分析。对于希望进一步了解相关研究、评估自身AI安全能力或探讨落地路径的企业，欢迎与IDC分析师团队进行深入沟通，以获得更具针对性的洞察与建议。

请点击此处与我们联系。

Sophia Wang - Research Manager - IDC

Sophia Wang is a Research Manager in IDC China. She is responsible for the analysis and research of China's cybersecurity market. Her primary focus is on China's cybersecurity appliance and services market and operational technology (OT) security market. Additionally, she provides related research and consulting services for regional and global IT customers and supports their business development. Prior to joining IDC, Sophia worked in several consulting companies. She was independently responsible for consulting projects in fast-moving consumer goods (FMCG), internet, and other industries. Through market analysis and benchmarking analysis, she helped many clients solve problems in the different stages of their development. Sophia graduated from the University of Southern California with a master's degree in econometrics. She also majored in human resource management and journalism for her bachelor's degree.

近日，2026 北京亦庄人形机器人半程马拉松落幕。从赛事规模、技术复杂度与产业参与度来看，较 2025 年大幅提升，再次展示行业迈向商业导入的能力与进展。IDC 预测，2030 年全球人形机器人出货量将突破 51 万台，年复合增长率近 95%。伴随本体技术升级、应用价值挖掘、产业生态共建及商业模式持续完善，未来行业竞争将聚焦应用能力与商业价值交付。

本届赛事吸引超百支企业、高校等多元主体队伍同台竞技，在核心技术与产品性能上实现多项突破。荣耀等厂商为代表的参赛主体表现突出，部分机器人奔跑速度已超越人类水平，核心运动性能显著提升，为产业落地注入强劲动能。

荣耀夺冠进一步体现出产业参与主体持续扩展，越来越多厂商开始从战略层面重视人形机器人的长期发展。在具身智能演进过程中，算力、算法与模型仍将构成核心底座。同时，消费终端厂商的入局，有望在端侧算力与视觉模型等关键环节形成差异化优势，叠加其庞大的用户基础与生态能力，将加速技术迭代与应用落地进程。

自主导航升级，从单项能力展示走向系统级能力验证

本届赛事对机器人的要求已超越基础运动能力，38% 的参赛队伍采用全自主导航模式，且自主导航机器人凭借赛事加权规则夺得冠军。贴近真实应用场景的综合考验，标志着人形机器人竞争核心转向复杂环境持续稳定运行，打通算法与本体之间的深度融合，更要求其实现感知到执行全链路高效协同，兼具高水准系统稳定性与规模化部署的工程化能力。

  • 多模态融合让机器人具备复杂环境的自主感知。机器人依托多传感器融合（卫星、激光雷达、视觉、IMU等）与实时建图技术（结合预加载赛道地图），实现对复杂物理环境的自主感知，在坡道、急弯、不平整路面及动态障碍等场景中保持稳定运行，显著提升对多样化真实环境的适应能力。
  • 强化学习与运控突破赋予机器人高拟人动态运动能力。当下，通过在仿真环境中大量开展化强化学习训练，并结合高质量人类运动数据的采集与应用，持续优化运控算法，同时在现实环境中进行持续适配与调优，机器人在运动过程中的实时感知、平衡稳定、姿态优化及拟人化表现均取得显著提升，实现了长距离赛道中的自主导航、动态避障与路径优化。
  • 热插拔换电与液冷散热是关键突破，保障机器人长时连续运行。热插拔实现机器人高效电池更换与补能；同时通过轻量化设计、能耗优化、智能功率分配及液冷散热系统的多维升级，全面提升机器人整体续航表现，二者结合为机器人长时间运行的连续性、稳定性提供双重支撑。
  • 软硬一体的系统协同与工程化能力获突破，成赛事亮点与后续攻坚重点。面向实际物理环境与作业任务需求，机器人需持续学习适配新环境、新任务，实现感知、决策、执行模块的全链路高效协同；同时推动算法模型与不同构型的硬件本体深度融合与精准适配，打通实时交互链路，在复杂任务中保障响应速度、控制精度与系统稳定性，从而加速向高可靠性、可维护性及规模化部署的工程化落地演进。

人形机器人商业化跑出“中国速度”， 2030 年全球出货量将超 51 万台

总体来看，人形机器人正向“感知—学习—决策—执行”闭环的具身智能体系演进，工程化能力成为产品商业应用落地的核心，赛事验证能力也将加速向真实场景迁移。

回顾2025年，以中国厂商引领的全球人形机器人市场迎来爆发，出货量超1.8万台。其中，以技术验证、展示交互为主的文娱表演、教育科研及导览导购等场景应用出货量占比超过85%，工业制造、仓储物流场景也已开展一批试点探索。

IDC预测，到2030年全球人形机器人出货量将超过51万台，随着本体升级、应用价值提升、生态共建推进及商业模式持续完善，行业将逐步进入规模化应用阶段，实现近95%的年复合增长率。

本体升级：中国厂商领跑硬件规模化突破

  • 市场格局： 2025 年中国厂商人形机器人出货量预计占全球 95%，在硬件制造与规模化领域形成绝对主导优势；同时，多家中国头部厂商预计将在 2026 年实现万台级产能，进一步强化规模化供给能力，并有望持续巩固这一先发优势。
  • 本体升级：聚焦本体结构优化、关节与能源系统升级、量产能力提升及运控算法优化，为后续商业化落地筑牢硬件基础。此外，作为精细操作核心载体的灵巧手，也将迎来快速发展。
  • 品类增长：轮式与全尺寸双足人形机器人是增速最快品类。其中，轮式人形机器人于2025年应用起步，凭借更高的稳定性与可靠性可快速适配并运行于室内及半结构化环境，预计到 2030 年实现年复合增长率约120%的快速发展；全尺寸双足人形机器人依托全方位的灵活性实现更广泛场景落地，年复合增长率预计超 95%。

应用价值：从技术验证向生产力工具跃迁

  • 工业加速：联合工业龙头企业开展场景探索，完成节拍、作业成功率及连续作业稳定性验证后，加速工厂环境落地推广，预计2026 年以出货增速超 200% 居首。IDC 调研显示，未来3年，用户计划进一步在码垛、搬运、拾取、上下料场景应用机器人的比例均超 80%，这些场景可作为重点突破方向。
  • 服务深入：向个性化服务延伸，通过优化用户满意度与客户粘性，拓展在导览导购、餐饮等商业服务市场的应用空间。

生态共建：数据、模型与场景的协同创新

  • 数据规模：融合仿真数据、互联网视频数据及各类数采中心的实操数据，推动虚实数据融合与规模扩张，为核心算法与具身智能的通用能力提升提供关键支撑。当下，中国已汇集上万小时、近千TB数据集，并牵头立项全球首项《人形机器人数据集》国际标准。
  • 模型迭代：加速机器人运动模型的升级以提升运控能力，推动世界模型与VLA模型的深度融合以增强智能泛化性，从而强化人形机器人的具身智能通用能力。全球头部人形机器人及AI模型厂商正持续加速底座模型的迭代升级。
  • 场景共创：面向真实产业应用场景，推动应用开发与解决方案的生态共建，打通从技术验证到规模化应用的关键链路，加速人形机器人技术的产业化落地。

商业模式：RaaS（机器人即服务）加速推广

  • 租赁、订阅等RaaS模式通过降低用户的使用门槛，显著加快市场对人形机器人的认知与推广速度。IDC最新调研显示，用户对RaaS模式的接受率较上一年翻倍。随着服务体系、计费模式及运维体系完善，RaaS普及将进一步提速。

IDC认为，2026北京亦庄人形机器人半程马拉松已成为观察人形机器人技术成熟度与产业进展的重要窗口。赛事不仅验证了关键技术能力，也加速了产业生态构建与商业化进程。未来2–3年，人形机器人行业将进入关键发展阶段，厂商竞争将从技术展示转向实际应用能力与商业价值交付。具备系统级能力与工程化落地能力的厂商，将在新一轮市场竞争中占据主导地位。

本文核心内容引自IDC相关报告：

IDC《Worldwide Annual Humanoid Robotics Tracker》（即将发布）

IDC《具身智能与人形机器人：中国工业落地新机遇》（Doc# CHC53325326，2026年2月）等。

了解更多：

人形机器人正处于从“技术可行”迈向“商业可行”的关键窗口期，领先企业已经开始加速布局并锁定核心场景。对于仍在观望的企业而言，留给试错与判断的时间正在快速减少。

基于长期跟踪与一线调研，IDC已形成覆盖市场规模预测、重点行业机会、应用优先级排序及厂商竞争格局的完整研究框架，可为企业提供从战略判断到落地路径的系统性支持，帮助快速识别可规模化复制的商业机会。

如果您正在：

  • 评估是否进入人形机器人赛道
  • 寻找优先落地的高价值应用场景
  • 分析重点厂商能力与合作机会
  • 制定未来2–3年的业务布局与投资策略

欢迎与IDC研究团队直接联系，获取最新研究数据与定制化洞察支持。我们也可根据您的业务需求，提供一对一交流与专项分析，帮助您在关键窗口期做出更快、更准的决策。

请点击此处与我们联系。

Lily Li - Research Manager - IDC

Lily Li is a research manager for emerging technologies in IDC China. She is responsible for conducting research and analysis for Internet of Things (IoT) in the same country. She is also involved in global and regional consulting as well as business development in related markets. Prior to joining IDC, Lily has had in-depth working experiences in the urban digital transformation (DX) field and a wide range exposure to Smart City developments. She has a deep understanding of the status quo and is knowledgeable about the market's future trends. Lily holds a master's degree from the Graduate University of Chinese Academy of Sciences (GUCAS).

医疗大模型的准确率已从80%提到95%，但真正的下一站不是更准的模型，而是智能体驱动软件重构。IDC最新实测揭示：通用大模型与医疗大模型的差距正在收窄，未来的分水岭在于——谁能用智能体重塑长流程业务。

本文核心观点来自IDC于2026年4月发布的两份最新研究报告，为医疗机构及软件厂商提供技术选型、产品演进与市场策略的参考。

医疗大模型技术的价值初步得到认可

从通用大模型到部署垂直医疗大模型，2025年大模型在中国医疗体系中的应用进程被显著加速。医疗机构对这一技术的态度从被动向主动合作转变，部分机构展现出了付费意愿。2025年AI+医疗应用软件市场规模达到35.4亿元人民币，预测到2030年市场规模将达到140.0亿元人民币，渗透率达44.7%，成为医疗应用软件市场的重要增长来源。

医疗大模型实测：头部厂商的模型实现从性能到质量的综合能力提升

医疗大模型作为重要基座，其能力将影响智能体在医疗场景的能力，因此继2025年3月的第一次实测之后，IDC展开了第二次医疗大模型实测工作，此次收录的医疗大模型厂商包括百川智能、东软集团、福鑫科创、浪潮云、讯飞医疗、卫宁健康（按名称首字母排序）等发布了医疗大模型的厂商。设计了目前医疗机构最为广泛采用的医学知识、健康咨询、门诊病历生成、辅助诊断、病历分析、检验检查解读、诊后管理及随访场景实测。经过实测，IDC 有以下发现：

  • 模型在场景中的表现较去年显著提升。在任务场景表现方面，厂商的准确率较2025年有明显提升，尤其是客观选择题方面正确率从80%提升至95% ，集中在了案例类的题目；在分析类场景中，头部能够全面考虑给出的信息，引用给定的信息和出处，多模态融合决策分析，给出全面性、可循证的信息。
  • 医疗大模型之间呈现梯队化差异。相较于第一期的测试，头部厂商的大模型，如东软集团、讯飞医疗、卫宁健康等（按名称首字母排序）在各类场景中的准确率、专业度、可解释性明显提升，呈现出专业医师的水平，同时其模型性能、生成质量、模型数据显著改善。
  • 服务及落地能力形成了明显差异。基于厂商的基因不同，厂商在AI方面的人才结构、业务和客户资源、对产品的理解能力不同，部分技术厂商在向医疗领域切入时，会发现其能力方面表现较好，但是在落地应用、产品开发及验证、客户拓展等方面与头部厂商形成了明显差异；同时，医疗背景厂商在技术表现上较优，但对其AI方面能力的认可较低。
  •  

未来，以医疗领域的大型模型为基础，加速软件向AI原生化革新，重塑业务流程

在本次实测中，IDC同时纳入通用大模型，根据结果发现，头部的医疗大模型和头部的通用大模型在一些标准化程度较高的病历生成、检验检查解读，以及这些单点化场景的结果差异并不显著。因此，相对于发展全科的医疗大模型以及外挂的单点智能体，行业发展将从以下两点展开：

  • 医疗大模型需持续提升模型的性能及生成质量，同时深入肿瘤、妇科、儿科等专科的数据训练，完善门诊到住院的长流程的场景化模型训练，从而为智能体奠定基础；
  • 从单点的医疗软件+智能体的形式，转变成Agent原生的软件体系，从而发挥出大模型的推理、决策，以及智能体的自主、执行等能力，切入更长流程的业务，打造更灵活的业务流程。

适配技术发展，厂商所须具备的能力也需要对应提升

短期，跑马圈地，通过高频场景的Agent占市场先机。软件+AI形式仍将是短期内大模型技术进入医疗机构的重要落地形式，也成为了厂商产品进入医院市场的重要方式，厂商需要从高频的病历生成、检验检查解读等场景切入，尽快完善医疗软件+AI的产品及服务能力，尤其与HIS、EMR等主流软件的融合，加速验证该类产品的成熟度，从而快速抢占医院的AI需求，从而为后续的增值扩展合作建立基础。

中长期，重构软件，储备全栈式智能体能力切入长流程场景。厂商需要拓展更面向复杂的手术、住院的医疗场景，从而形成差异化竞争。厂商一方面需要重新构建由智能体驱动的软件体系，储备从全域数据平台建设、数据治理、数据标注、模型开发训练、智能体开发等综合技术能力，另一方面也要深入医院实际工作和业务系统，加深对长流程业务场景的理解。

配套按量、按需、按效果等多元化付费模式。近年来医疗机构的信息化预算收缩，而大模型及智能体的广泛应用需要配套软件及硬件的全面升级，面对高昂的费用支出，医疗机构将会望而却步。因此，厂商需要调整合作模式以适配用户的需求，包括按照分期付费、调用次数付费、按照资源消耗付费、按照使用效果付费模式等的前期探索也是厂商取得成功的关键。

本文核心观点来源于以下IDC研究报告：

  • 《中国医疗大模型技术评估，2026》（Doc# CHC53377725，2026年4月）
  • 《中国医疗软件系统解决方案市场预测， 2026-2030》（Doc# CHC53828426，2026年4月）

医疗大模型的竞赛，正在从“模型有多强”转向“业务流能改多深”。IDC最新实测显示，当标准化任务的准确率突破95%之后，真正的分水岭已经出现——谁能用智能体重构长流程业务，谁才能真正占领未来五年的医疗软件市场。

如果您正在关注：

  • 医疗大模型的真实落地能力与选型评估
  • 智能体如何与HIS、EMR等核心系统深度耦合
  • 从“软件+AI”到“Agent原生”的路径规划
  • 医疗AI应用的付费模式与ROI测算

IDC医疗行业研究团队持续追踪医疗大模型、智能体应用及医疗软件市场，拥有覆盖技术评估、厂商实测、市场预测的完整研究体系。欢迎随时与我们联系，获取报告更多信息，或针对您业务场景的定制化交流。让决策，先于趋势。

请点击此处与我们联系。

Erin Lin - Senior Market Analyst - IDC

Erin Lin serves as a senior market analyst of the IDC China Health Insights group. She is responsible for conducting research and analysis about the health industry for both domestic and regional markets. She is also involved in consulting and business development in related markets. Before joining IDC, Erin had four years of experience in medical administration; then served as an analyst in the health industry for two years. Erin is familiar with healthcare institutions and related businesses, and has been gathering deep insights into the health industry and emerging medical technologies. Erin holds a master's degree in Leadership and Management in Health and Social Care from the University of Southampton, and a bachelor's degree in Clinical Medicine from Capital Medical University.

当生成式 AI 从“技术试验”走向“业务核心”，企业真正面临的挑战已不再是模型能力，而是如何高效、可控地规模化落地。训推一体化优化，正在成为企业构建竞争壁垒的关键抓手。

生成式 AI 正在加速向企业核心业务渗透，其价值重心也从“功能创新”转向“效率重构”。IDC研究显示，到2026年，近半数中国企业将部署超过10个生成式 AI 应用场景，这意味着AI已从探索阶段进入规模化应用阶段。在这一过程中，企业逐渐意识到，大模型的真正挑战并不在于“是否拥有”，而在于“是否能够稳定、高效、低成本地运行并持续优化”。

一、生成式 AI 进入规模化落地阶段

从行业演进来看，生成式 AI 正在经历从“点状应用”向“系统性重构”的关键跃迁。早期应用主要集中在内容生成、电商营销等互联网场景，而当前则加速渗透至金融、制造、医疗等核心行业，并逐步深入到采购、销售、财务以及IT运维等企业关键流程之中。这一变化意味着AI不再只是提升局部效率的工具，而正在成为重构企业运营模式的重要基础设施。

与此同时，用户侧的使用习惯也在发生根本性变化。生成式 AI 的使用频率不断提升，越来越多用户已经形成日常依赖，这从侧面推动了企业对AI系统稳定性和响应能力提出更高要求。在此背景下，智能体（Agent）逐渐成为新的应用形态，其“认知—决策—执行”的闭环能力，使AI能够直接参与业务流程，而非仅提供辅助支持。IDC认为，智能体将成为企业数字化转型的核心驱动力之一。

二、Scaling Law 之下的工程复杂性挑战

虽然大模型能力仍然遵循Scaling Law，即通过增加数据规模、模型参数和算力投入来持续提升效果，但在实际落地过程中，这一规律正面临越来越明显的工程约束。随着模型规模扩大，企业不仅需要应对训练成本的指数级增长，还必须解决推理延迟、系统吞吐以及服务稳定性等问题。

更重要的是，系统瓶颈正在发生转移。在早期阶段，算力是主要限制因素，而在当前阶段，跨节点通信、数据传输以及系统调度能力逐渐成为新的瓶颈。特别是在多节点、多GPU环境下，网络带宽和通信效率直接影响整体性能，使得“等数据”而非“等算力”成为常态。

因此，大模型优化已经从单一算法问题，演变为涵盖计算、存储、网络和软件栈的复杂系统工程问题。这一转变也意味着，企业竞争的焦点正在从模型能力本身，转向整体工程能力和架构设计水平。

三、训推一体化成为主流优化路径

在上述背景下，企业逐渐倾向于采用端到端的训推一体化框架，以降低系统复杂度并提升整体效率。这类框架能够贯穿模型生命周期，从数据处理、模型训练到推理部署，实现统一管理与持续优化，从而显著缩短模型迭代周期。

在训练阶段，优化重点已经从“增加算力投入”转向“提升算力利用效率”。通过多维分布式并行策略以及混合精度训练技术，企业可以在有限资源条件下显著提升训练效率，并降低硬件成本。同时，显存优化和通信优化技术的应用，使得大规模模型训练逐渐具备可扩展性和可持续性。

进入后训练阶段，模型优化的重点转向业务适配能力。通过参数高效微调、模型蒸馏以及强化学习等技术，企业能够在控制成本的同时提升模型在特定场景中的表现。尤其是在智能体应用中，强化学习成为提升复杂推理能力的关键手段，但其高计算成本和系统复杂度也对企业提出了更高要求。

在推理部署阶段，优化的核心目标则是实现性能与成本之间的动态平衡。随着模型规模和上下文长度不断增加，推理系统需要同时满足低延迟、高吞吐以及高并发需求。在这一过程中，KV Cache优化、动态批处理以及低精度量化等技术成为关键手段，而PD分离架构（Prefill与Decode分离）及其配套的缓存管理机制，已逐渐成为行业共识。

在当前主流的大模型开发框架中，通常会提供覆盖模型训练与推理全流程的多种优化模型与工具。下图展示了在一个典型的大模型应用流程中，这类框架所包含的核心优化工具及其对应的主要优化方案。

四、基础设施成为新一轮竞争焦点

随着大模型应用规模的扩大，底层基础设施的重要性显著提升。IDC数据显示，中国生成式 AI 基础设施市场正处于高速增长阶段，预计未来几年将保持超过60%的年复合增长率。这一趋势表明，企业对算力资源、存储能力以及网络架构的需求正在快速提升。

更深层次来看，AI竞争正在从“模型竞争”转向“基础设施与系统能力竞争”。高性能GPU、低精度计算能力、多级缓存体系以及高速互联网络，正在共同构成新一代AI基础设施的核心。这些能力不仅决定模型训练效率，也直接影响推理成本和服务质量，从而成为企业构建长期竞争优势的重要基础。

五、对技术决策者的关键建议

大模型正在快速迭代和扩展，在训练和推理阶段都面临算力成本和数据质量的挑战。随着模型规模的增长和新技术的涌现，如何在提高训练效果和推理效率的同时，确保模型的稳定性和可控性，是技术提供方需要解决的重要问题。

模型训练阶段：采用多维分布式并行（如数据并行、张量并行、流水线并行）和混合精度训练（BF16/FP16），可大幅提升训练效率，缩短开发周期，降低硬件资源消耗。利用高效的数据管道和动态负载均衡，确保算力利用最大化，减少资源闲置。

后训练（微调/蒸馏）阶段：应用参数高效微调技术（如LoRA、Prefix Tuning）和模型蒸馏，可在保持模型性能的同时显著降低部署成本，提升模型适应性。结合自动化超参搜索和增量训练，提升模型在特定业务场景下的表现。

推理环节：采用低精度量化（FP8/INT4）、内核融合、KV Cache优化和动态批处理等技术，能有效提升推理吞吐量和响应速度，降低显存和算力需求。部署高效的服务架构（如PD分离、异步调度），保障高并发场景下的稳定性和可扩展性。

结论

大模型技术正在快速走向成熟，但真正拉开企业差距的，未来将不仅仅是模型本身，更是围绕训练、后训练与推理的系统化优化能力，这也决定了基础设施是否能输出高质量、有效Token。实践表明，通过构建统一的优化框架并持续迭代技术栈，企业不仅能够加速AI应用落地，还能够显著降低创新成本，提升整体业务价值。

本文IDC相关报告：

  • IDC《大模型训练推理优化部署的最佳实践》

基于上述分析，IDC在大模型、生成式AI以及智能体等领域已形成系统化的研究体系。围绕中国AI与GenAI市场、智能体与自动化应用、以及Data+AI与Data Agent等方向，IDC持续发布涵盖市场规模与预测、技术趋势洞察、厂商竞争格局评估（如MarketScape）、产品与能力评测（Tech Assessment / ProductScape），以及最佳实践与行业案例等多类型研究成果。同时，IDC还可为企业提供定制化咨询服务，包括技术选型与架构规划、市场进入与竞争分析、产品策略与生态评估，以及行业应用落地路径设计等。

请点击此处与我们联系。

IDC在2025年下半年实施的一系列消费者研究显示，伴随着“国补”政策的逐渐退坡，日益增长的价格使得消费者对终端商品的选择更加理性。端侧AI与智能体能力的不断增强一方面推动AI渗透率与使用率的提升，另一方面也促使智能体验成为影响用户NPS的关键因素。

通过IDC对消费终端市场最为核心的笔记本、平板以及手机市场主要厂商NPS排名与市场动态的解析，可以看到智能体验等因素如何影响消费者对终端厂商的评价，以及在2026年智能终端消费市场，厂商应该聚焦哪些方面来达成用户NPS的提升。以下为本次研究的主要发现：

笔记本市场

笔记本市场消费者在2025年下半年仍处于价格敏感期，普遍升高的到手价格对大部分品牌都产生了一定的负面影响。产品体验对于用户对品牌的推荐意愿影响力提升，笔记本产品能否提供最佳的日常使用体验以及超出预期的智能体验成为影响用户口碑的关键

AI PC细分市场

由于用户对笔记本智能体验关注的的持续提升，IDC针对AI PC市场开展了独立的调研。根据研究，AI PC消费者重视设备是否搭载有功能丰富的AI助手。本地知识库与大模型，AI创作与研究能力等功能的可用性及使用体验均对用户NPS有直接影响。是否与系统深度融合，能否跨生态智能互联或将成为AI PC竞争的新高地。

平板市场

平板市场厂商通过不断推出新品拉动消费者热情，2025年下半年密集上市的新品也提升了用户对于产品体验的关注度。差异化的使用场景使得不同平板群体的关注因素存在差异，但性能与高性价比是平板消费者共同关注的重点。能否通过AI功能进一步提升使用体验将是影响用户选择的关键因素。

手机市场：

手机市场延续数年的产品“内卷” 出现缓和迹象，不断上升的成本促使厂商对新品迭代更加精打细算。但消费者对于手机产品体验的预期也在不断提升，任何因素导致的负向体验都会对品牌NPS产生较大影响。消费者对手机端AI与智能体体验的关注度快速提升，并且显著高于其他终端市场。

市场洞察与建议

洞察一：消费逐渐回归理性，务实主义有望回归

2026年，关键元器件成本的持续上涨将推动终端产品价格持续上行，用户的购买决策将趋向理性与谨慎。产品功能，使用体验，品牌口碑以及价格因素将成为用户未来购买消费终端产品的首要考虑因素

洞察二：智能需求升级，端侧AI将成为关键要素

AI智能体认知率与使用率不断提升，“AI PC”与“AI手机”等概念被更多消费者熟知。用户对于智能体验的需求也将快速迭代。端侧搭载AI能力将逐渐成为市场标配，而能否为用户提供跨场景，无缝的智能体验将成为厂商成功的关键

洞察三：体验决定价值，场景痛点更受关注

用户的价值感受中枢将回归到场景与体验，用户的高频痛点更加具象化，且与场景深度绑定。如果厂商提供的产品与服务能够帮助用户解决高频场景下的核心体验问题，将能为用户带来最强的价值感受。同时，更多的用户开始期待AI智能体在特定场景下的表现与体验，在垂类场景深度优化的智能体验有望快速形成正向口碑传播。

分析师观点：

IDC中国研究经理王楷表示，中国智能终端消费市场处于持续变化阶段，涨价与AI体验升级预计将成为影响2026年市场的核心要素。更高的购买成本将进一步提升用户对于“买的值”的期待，能否在保证产品的基础体验过硬的同时，通过AI与智能体为用户带来实质性的体验升级，将成为厂商能否获得更多用户推荐的关键。

如需了解更多IDC相关研究或进一步与我们沟通，欢迎识别二维码与 IDC 联系，我们将安排专人与您对接，为您提供定制化的市场洞察与咨询服务。


如需了解IDC在智能终端领域的最新研究报告、数据产品及行业分析，请扫描二维码，在线获取完整研究目录与内容简介，助您精准把握市场脉动。

请点击此处与我们联系。

2026年4月8日，Anthropic正式官宣推出前沿大模型Claude Mythos Preview，并同步启动网络安全合作计划Project Glasswing，这场技术发布不仅改写了全球网络攻防的力量格局，更给中国网络安全行业带来了深刻的冲击与思考。

作为当下最具颠覆性的AI模型，Mythos在网络安全领域展现出的能力已超越多数顶尖人类安全专家，而Project Glasswing计划的核心参与方中，却未见任何一家中国网络安全厂商的身影。在全球AI安全竞争日趋激烈、技术壁垒逐渐形成的背景下，Mythos带来的不仅是行业机遇，更有不容忽视的挑战，中国传统网络安全产品的生存空间被重新拷问，国内厂商如何破局突围，成为当下最紧迫的命题。

Anthropic近期惊艳表现：Mythos与Project Glasswing重构攻防规则

作为Anthropic迄今为止最强大的模型，Mythos并非专门为网络安全场景训练的专用模型，但其通用智能的自然溢出，使其在漏洞挖掘、代码推理、漏洞复现与利用等核心安全场景中实现了跨代级提升。根据Anthropic官方披露，Mythos已在所有主流操作系统和浏览器中发现数千个零日漏洞，其中多个被定级为高危，其能力甚至超越了除最顶尖安全专家之外的所有人类，且全程无需人工引导即可自主完成相关操作。

为应对Mythos能力带来的潜在安全风险，同时推动防御方抢占先机，Anthropic同步启动了Project Glasswing计划，该计划以“防御先行”为核心定位，旨在让防御方在AI攻击能力向更广泛行为者扩散前，获得足够的防御支撑。据悉，Project Glasswing的创始合作伙伴包括AWS、苹果、谷歌、微软、思科、Palo Alto Networks等12家科技与安全巨头，此外还有超过40家构建或维护关键软件基础设施的组织获得扩展访问权限，用于扫描和加固自身及所依赖的开源系统。为支撑该计划落地，Anthropic投入了最高1亿美元的API使用额度，同时向开源安全组织捐赠400万美元，推动漏洞披露、供应链安全等领域的行业协作，并承诺在90天内披露阶段性研究成果。但中国网络安全厂商均未进入这一合作体系，无法直接共享Mythos的模型能力与相关安全资源。

Mythos对全球及中国网络安全的重大冲击

共性挑战：AI重构攻防逻辑，传统安全体系面临失效

无论对于全球还是中国，Mythos带来的核心挑战，本质上是“AI驱动的攻防速度差”与“传统安全产品的能力断层”，这种冲击正在重构整个行业的游戏规则。

首先，攻防速度差急剧压缩，被动防御模式彻底失灵。传统网络安全依赖人工分析与静态规则匹配，漏洞挖掘、攻击响应的周期以小时或天为单位，而Mythos驱动的攻击可实现分钟级全链路渗透——从自主挖掘零日漏洞，到生成攻击代码、构造攻击链路，全程无需人工干预，这让传统“告警-分析-处置”的流程完全无法适配，防御方陷入“防不住、响应慢”的困境。

其次，攻击门槛大幅降低，黑产工具呈现“平民化”趋势。Mythos的能力若被恶意利用，将彻底打破网络攻击的技术壁垒，非专业攻击者也能借助模型快速生成恶意代码、挖掘零日漏洞、构造高仿真钓鱼内容，甚至自主完成漏洞利用。

最后，传统网络安全产品的核心能力全面失效。传统漏扫产品、防火墙、IPS/IDS等产品，核心依赖静态特征库与人工规则，无法识别AI生成的无特征零日攻击与隐蔽攻击。例如，传统漏扫工具无法自主挖掘代码深层逻辑漏洞，而Mythos可快速定位隐藏数十年的安全隐患；

中国特有的额外挑战：技术壁垒与不对称竞争

相较于参与Project Glasswing计划的海外厂商，中国网络安全领域面临着更为特殊且严峻的挑战：

核心挑战之一是技术获取不对称，与海外同行形成明显技术代差。Project Glasswing计划的参与方可优先借助Mythos的强大能力，开展漏洞挖掘、威胁检测与防御体系优化，同步共享相关安全研究成果与开源资源，实现防御能力的快速迭代。而中国厂商被完全排除在该合作体系之外，无法直接获取Mythos的模型能力与相关安全资源，只能依靠自身力量研发相关技术，这导致在AI安全技术的迭代速度上，中国与海外同行存在天然差距，尤其是在零日漏洞挖掘、AI对抗等高端领域，这种代差可能进一步扩大，短期内难以实现追赶。

核心挑战之二是网络安全威胁大幅升级，关键基础设施防御压力剧增。中国金融、能源、政务、医疗等关键基础设施领域，广泛使用各类开源软件与通用操作系统，而Mythos已在这些系统中发现大量高危漏洞。参与Project Glasswing计划的海外厂商可借助模型快速获取漏洞信息、生成修复方案，及时完成系统加固；而中国厂商无法获得相关漏洞信息与修复指引，只能依靠自主排查、自主修复，不仅大幅增加了防御成本，更延长了漏洞暴露时间，显著提升了关键基础设施被攻击的风险。同时，随着Mythos能力的扩散，中国面临的国家级APT攻击、黑产攻击将更加隐蔽、高效，攻击手段也将更加多样，进一步加剧了网络安全防御的难度，对国家网络安全底线构成严重挑战。

此外，中国网络安全行业还面临着AI安全人才短缺、自主技术研发投入压力大等衍生问题。海外依托Project Glasswing计划形成了“技术共享+人才协同”的良性生态，而中国在AI安全领域的高端人才储备不足，自主研发缺乏成熟的技术参考与生态支撑，进一步制约了防御能力的提升，使得中国在应对Mythos带来的AI攻击时，处于更加被动的地位。

中国网络安全行业未来方向与市场机会

结合前文Mythos带来的攻防变革、中国面临的技术代差与安全威胁，IDC立足中国网络安全行业现状，为中国网络安全行业未来发展方向和市场机会提出以下几点建议：

  • 一是正视挑战，摒弃侥幸心理。国内厂商需清醒认识Mythos带来的技术冲击，正视无法接入海外先进模型的技术代差、关键基础设施防御压力加剧、人才短缺等现实难题，摒弃“固守传统、被动防御”的惯性思维，主动将挑战转化为转型动力，明确AI时代的发展短板，精准发力破局。
  • 二是勇于变革，突破发展瓶颈。面对行业重构机遇，厂商需主动打破传统产品与技术壁垒，以变革思维推动自身升级，不局限于现有产品体系，主动适配AI主导的攻防新格局，将“AI赋能”作为转型核心，摒弃低效、落后的防御模式，实现从“被动应对”到“主动突围”的转变。
  • 三是加快AI能力迭代，筑牢核心竞争力。AI是未来网络安全产品的核心支撑，也是弥补技术代差的关键。厂商需加大AI安全技术研发投入，优先推进AI在漏洞识别、攻击研判、威胁防御等核心场景的落地，快速迭代AI算法与产品模块，适配本土合规与场景需求，打造AI原生安全产品，杜绝技术空转，切实提升防御实效，缩小与海外同行的差距。
  • 四是重视生态协作，凝聚众家合力。单打独斗难以应对行业变革，厂商需主动联动AI企业、科研机构、行业协会，构建自主可控的AI安全生态。通过技术合作借力标准化AI资源，降低研发成本；联合攻关核心技术，补齐人才与技术短板；参与行业标准与开源生态建设，共享资源、联动防御，挖掘关键基础设施、中小企业等细分场景市场机会，弥补无法接入海外生态的资源缺口。

目前，国内网络安全技术提供商持续加大对AI技术的资源投入，并已经在网络安全运营、数据发现与分类分级、威胁检测与响应、钓鱼邮件检测等多个场景取得显著效果。IDC的预测，中国网络安全相关AI Agent应用收入的市场规模在未来五年的复合年均增长率将高达106.5%，并在2030年达到593.5亿元人民币（如下图所示）。

同时，大模型安全评估、大模型安全围栏、智能体威胁检测等专注于AI安全防护领域的安全产品也正在快速涌入市场。根据IDC的预测，中国人工智能安全收入的市场规模在未来五年的复合年均增长率将达到50.5%，并在2030年达到340.3亿元人民币（如下图所示）。

IDC在2026年将聚焦AI自身安全与AI赋能安全启动多项市场研究，洞察网络安全技术发展趋势、展现安全厂商最新技术能力、推动中国网络安全市场持续变革与快速发展，欢迎广大技术提供商积极关注。

IDC更多相关研究

IDC已于2026年启动AI安全技术系列研究，围绕AI原生安全架构、安全智能体成熟度评估、AI驱动DevSecOps实践路径及企业级AI治理框架展开深入分析。

AI攻防规则已变。IDC深耕大模型安全与智能体治理研究，助您量化风险、重构防线。欢迎联系IDC中国，获取最新洞察与定制化咨询，共探破局之道。请点击此处与我们联系。

在当前政策与产业共振的窗口期，央国企智能化转型正从“技术导入”阶段，迈入“体系重构与价值兑现”阶段。2026年全国两会政府工作报告明确提出，鼓励央企国企带头开放应用场景，打造智能经济新形态，并深化“人工智能+”行动。国资委同步推进中央企业“AI+”专项行动，强调以主责主业为牵引，构建协同高效的产业与经营机制，强化战略支撑与示范带动作用。这一系列顶层设计，意味着AI已由“技术变量”转变为“发展变量”，成为央国企重塑增长逻辑的关键抓手。

从发展路径看，央国企正由规模导向转向质量导向。国资委提出“两个确保、两个力争”，明确要求确保“一利五率”经营指标稳中向好，并实现结构性优化。这一目标体系，本质上是对投入产出效率、资产质量和经营韧性的系统重构。在这一框架下，AI不再是边缘工具，而是支撑“高质量发展”转型的决定因素，其核心在于是否能够嵌入主责主业，进入生产、运营与决策的关键环节，并形成可度量的价值闭环。只有当AI实现从“分析建议”到“自动执行”的跃迁，并满足低幻觉率与高可靠性的业务要求，才能真正支撑央国企的高质量发展目标。

三大结构性趋势重塑央国企智能化转型路径

首先，算力体系加速从通用能力向AI原生底座升级。央国企已深度参与国家算力网络建设，“算力+电力”协同持续推进。随着大模型与复杂智能体应用深化，传统通用算力体系难以支撑高并发与高复杂度场景，央国企对自主可控AI算力底座的需求显著提升。叠加信创考核与供应链安全约束，国产AI芯片与算力体系的规模化应用正在成为刚性要求。以智能云为核心的算力、数据与平台一体化底座，将成为央国企智能化的基础设施。

其次，数据治理从“汇聚管理”转向“要素化运营”，数据价值开始成为新的增长来源。央国企智能化转型在于高质量数据集与数据要素体系的构建。一方面，围绕能源、工业等关键行业，形成可支撑模型训练与智能体迭代的高质量数据资产；另一方面，通过可信数据空间与合规流通机制，实现跨部门、跨行业的数据共享与价值转化。

再次，AI应用从试点验证进入规模化落地阶段，价值导向成为核心评估标准。随着前期大模型试点基本完成，央国企的投资重心明显转向场景化落地能力。企业不再关注模型规模本身，而更加关注在生产优化、运营管理、客户服务与风险控制等关键场景中的实际效果。

进一步看，智能化建设正从工具叠加走向体系重构，AI成为业务运行的底层能力，央国企进入流程重塑与组织适配为核心的深水区。AI不再是外挂系统，而是嵌入复杂组织与业务体系之中，驱动流程再造与管理模式升级。这一转变意味着企业正从“业务数字化”走向“数字业务化”，数字技术由辅助工具转变为业务本身的运行逻辑。

IDC建议：三大结构性机遇指向央国企智能化升级关键方向

多智能体协同架构成为复杂业务场景的关键技术范式。

央国企业务链条长、专业分工细，单一模型难以覆盖全流程需求。通过构建多智能体协同体系，将不同能力模块化并形成协作网络，可以有效支撑跨部门、跨系统的复杂业务运行。同时，该架构天然契合央国企分层分级的组织结构，在实现灵活部署的同时，满足可管、可控、可审计的治理要求。

高质量数据集与数据要素体系建设成为核心基础工程。

随着行业模型与智能体应用深化，数据质量直接决定AI应用效果。央国企正在从单点数据治理走向体系化数据能力建设，通过标准化、精标注、多模态数据集构建，支撑模型持续优化。同时，围绕数据流通与价值转化，逐步形成面向行业的共享与运营体系。

国产软硬件体系进入深度适配阶段，推动智能应用规模化落地。

在自主可控战略牵引下，央国企持续推进全栈国产化替代，核心业务系统成为落地重点。从当前进展看，国产化已由“单点可用”走向“规模好用”，并在部分关键场景实现性能优化与成本下降。这一趋势为智能化应用提供了安全、稳定且可持续的技术底座。

总体来看，2026年作为“十五五”开局之年，央国企智能化转型的路径已逐步清晰：以智能算力为底座，以高质量数据为核心，以行业模型与智能体为抓手，以体系化重构为路径，实现AI在核心业务中的规模化应用。从数据治理、行业应用到云与算力体系，再到重点行业的应用场景深化，均显示出一致的方向——智能化正在从“能力建设”转向“价值兑现”。在政策牵引、技术成熟与业务需求的共同驱动下，央国企正进入以AI为核心驱动的新一轮增长周期。

IDC相关研究

面向2026年，IDC围绕“AI驱动央国企高质量发展”持续开展系统性研究，重点聚焦智能算力基础设施、行业大模型应用、数据要素体系等关键方向。IDC通过企业调研、案例分析与市场跟踪，形成覆盖技术趋势、行业实践与投资决策的系列研究报告，旨在为央国企在“AI+”行动中的战略规划、路径选择与价值评估提供可落地的参考依据。相关研究将持续更新，支持央国企在智能化转型过程中实现从能力建设到价值兑现的跨越。

如您希望进一步了解IDC在央国企智能化转型、行业大模型落地、数据要素体系建设或AI投资规划方面的研究与咨询服务，欢迎与我们取得联系。IDC可结合企业实际情况，提供定制化研究、专项咨询及落地路径设计支持，助力央国企在“AI+”转型中实现可持续增长与价值突破。欢迎随时与我们沟通交流，我们的分析师团队将为您提供更具针对性的洞察与建议。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

“在发展中固安全，在安全中谋发展”，十五五以全领域安全体系构建夯实新发展格局根基。

当数字经济深度渗透实体经济，当低空经济、人工智能等新赛道加速崛起，安全不再是发展的“附加题”，而是贯穿经济社会发展的“必答题”。十五五规划中，安全领域迎来前所未有的战略定位，网络安全、数据安全、人工智能安全、低空安全四大核心方向协同布局，从制度构建到技术创新，从国内治理到全球合作，勾勒出“以智筑防、全域覆盖、协同发展”的安全发展新蓝图，为中国式现代化筑牢安全屏障。

IDC结合规划，分析出十五五期间安全领域有如下发展前景：

1、网络安全：升维为国家安全基石，智能重构防御新体系

在十五五规划中，网络安全首次在国家规划中独立成节，正式成为数字经济发展的“基础设施”与国家安全的重要基石，其战略定位实现质的跃升。规划明确四大核心任务，从深化综合治理、严厉打击网络犯罪，到支持技术创新与产业发展，并重点强调要“推进容灾备份体系建设，加强工业控制系统和新技术新应用的网络安全防护”，最后明确要深度参与全球网络空间治理，形成“内筑防线、外拓合作”的全方位布局，让风清气正的网络环境成为数字经济发展的“沃土”。

技术层面，网络安全正完成从“被动防御”到“主动智能”的关键跨越，人工智能成为核心引擎，推动威胁检测自动化、响应流程智能化，大幅提升防护效率。产业发展也将告别单一产品竞争，迈向生态协同新阶段，MDR/MSSP等托管运营模式加速兴起，有效降低企业安全运营成本，让中小微企业也能共享专业安全防护能力。而在全球维度，在网络安全全球治理中，中国正在发挥积极作用，为全球网络空间安全贡献中国方案。

从“人防”到“技防+智防”，AI驱动的下一代安全防御体系正在重构网络安全边界，让网络安全从“事后补救”转向“事前预警、事中快速响应”，真正成为数字经济发展的“坚固底座”。

2、数据安全：全生命周期治理，解锁数据要素价值密码

数据作为新型生产要素，其安全治理是数字经济高质量发展的关键。十五五规划聚焦数据安全，提出构建全生命周期治理体系，从制度基石到技术赋能，从国内治理到跨境流动，层层筑牢数据安全屏障，让数据在安全前提下实现价值最大化。

规划明确提出“建立健全数据产权、流通利用、收益分配、安全治理等数据要素基础制度”，实施数据分类分级管理，根据数据重要性和敏感程度实施差异化保护，让数据安全保护更精准、更有效。同时，完善科学有效的监管机制，依法打击数据滥用、深度伪造、隐私泄露等行为，为数据要素流通划定“红线”。

技术赋能让数据安全治理更智能，通过AI技术实现智能感知、动态防御、全局治理，推动数据安全从被动防御向主动智能治理跨越。而在数据跨境流动领域，规划兼顾“有序流动”与“安全防控”，一方面建立科研数据等跨境安全有序流动机制，另一方面积极参与全球治理，构建跨境数据安全防线，依法打击数据滥用、深度伪造、泄露隐私等行为。

3、人工智能安全：平衡创新与风险，迈向负责任的智能时代

人工智能是新一轮科技革命的核心驱动力，而人工智能安全则是其健康发展的前提。十五五规划围绕人工智能安全，提出“推动建立人工智能全生命周期风险管理制度，健全覆盖安全监测、风险预警、应急响应的风险防控体系。”

规划强调加强数据治理，加快建设人工智能语料库，建立训练数据合理使用制度，从源头防范数据安全风险；同时，大力研究发展智能体安全相关技术，为人工智能全链条安全提供技术支撑。在技术赋能层面，人工智能正反向赋能安全治理，提升感知预警、指挥决策、精准管理和即时响应能力，让安全治理更高效、更智能。

规划更将人工智能安全纳入前沿科技攻关与“人工智能+”行动核心范畴，研制高性能AI芯片与基础软件栈，深化可解释、可决策等关键算法研究；同时，推动人工智能在市场监管、安全生产、防灾减灾、网络空间维护等领域的应用，探索构建自然人、数字人、智能机器人协同的安全治理体系，让人工智能成为安全治理的“新利器”。

创新无边界，安全有底线。十五五规划让人工智能安全与创新同频共振，让智能时代更可控、更可信。

4、低空安全：护航立体交通新秩序，夯实低空经济发展根基

作为新兴领域的重要赛道，低空经济成为十五五规划的亮点之一，而低空安全则是低空经济规模化发展的“前置条件”。规划从技术支撑、基础设施、防护体系三大维度，构建全方位低空安全保障体系，为低空经济发展保驾护航，开启立体交通新秩序。

技术与基础设施层面，规划聚焦低空装备、低轨卫星互联网、低空基础设施三大核心安全方向，推动低空智能网联系统、重点区域低空安全防护能力建设，统筹推进卫星互联网星座建设并提升其安全防护能力，让低空经济发展有“硬支撑”。

低空安全体系的构建，为无人机物流、低空旅游、城市空中交通等低空经济场景扫清安全障碍，也将成为安全领域新的热点。

未来，随着十五五规划各项政策的落地实施，安全领域将迎来技术创新、产业升级、治理完善的黄金发展期，而以安全为基石的发展模式，也将推动中国经济在高质量发展的道路上行稳致远。

总结：

十五五规划将安全提升至战略新高度，以网络安全、数据安全、人工智能安全、低空安全四大领域为核心，构建“以智筑防、全域覆盖”的现代化安全体系。IDC认为，未来安全发展将呈现智能驱动、生态协同、治理前置等趋势，AI全面赋能防护升级，数据治理激活要素价值，低空安全支撑新兴业态。安全正从发展“保障”转变为发展“基石”，为高质量发展筑牢坚实底座。

IDC相关研究报告：

《中国大模型安全评估平台厂商评估，2026》

《中国工控防火墙市场份额，2025》

《中国工控安全靶场市场份额，2025》

《中国安全大模型一体机技术评估，2026》

《中国数据发现与分类分级智能体能力评估》

《中国网络安全软件技术发展路线图，2026》

《中国网络安全厂商亚太区出海服务能力评估，2026》

《中国数据安全管理平台市场份额，2025》

《中国数据库安全审计市场份额，2025》

《中国企业级通用智能体安全防护解决方案市场洞察，2026》

《中国物联网安全市场份额，2025》

《DeepFake 智能体市场洞察，2026》

IDC已于2026年启动AI安全、工控安全、低空安全等技术研究，围绕新技术、新场景展开深入分析。如需进一步探讨或沟通，欢迎与我们联系。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

2026年GTC大会上，英伟达的一系列产品发布和战略布局再次对全球智能算力市场产生重大影响。其重点推出的Vera Rubin全栈计算平台，打破了以往“单芯片主导算力竞争”的传统逻辑，转而以机架级系统、集成式AI工厂架构为核心，强调软硬件协同、全链路优化的平台化价值。

国际数据公司（IDC）最新服务器市场追踪报告预测，到2029年全球加速计算服务器市场规模将超过1万亿美元规模，未来5年仍然以每年增长30%的速度猛增。未来几年的人工智能发展，仍将依赖于智算算力基础架构设施的不断扩张和技术革新。结合IDC全球AI基础设施市场数据，IDC总结出未来几年智能算力发展的五大核心发展趋势，为科技企业、云服务商及投资者提供决策参考。

趋势一：算力架构专用化深化，GPU与CPU/专用加速器协同成为主流

Vera Rubin计算平台和Groq 3 LPX机架的协同发布，清晰折射出AI算力架构从通用优化向专用分工的深度演进。Vera Rubin的Rubin GPU侧重高吞吐量、大规模参数处理，适配智能体AI的复杂推理与训练需求；Groq LPX的LPU则聚焦低延迟token生成，专攻推理场景中的解码环节，两者通过解耦推理架构实现协同，本质上是算力架构专用化的极致体现。

这一趋势是全球智算算力发展的必然选择。随着大语言模型参数迈向万亿级，智能体AI的应用普及，单一GPU架构在特定场景下的效率瓶颈日益凸显，专用加速器的价值持续提升，LPU针对大模型推理的延迟与带宽瓶颈优化，形成与GPU的互补分工。IDC认为，未来几年间，通用GPU+专用加速器的异构协同架构将成为AI算力集群的标配，不同场景下的专用算力芯片将持续涌现，算力架构将呈现场景适配、分工协同的核心特征，彻底打破GPU单一主导的格局。

趋势二：互联技术迭代升级，超节点技术和算网融合成为算力架构的发展重点

Vera Rubin架构的NVLink 72和Spectrum-6交换机等产品的发布，标志着智算互联技术上升到了一个新的台阶，算网融合成为技术竞争的核心焦点。NVLink 72实现72个GPU的全互联拓扑，单机柜带宽达260TB/s；Spectrum-6交换机则通过将硅光子引擎封装到芯片，减少信号损耗，进一步压缩端到端延迟，适配高密算力集群的互联需求。

随着大模型模型规模扩大，多节点协同成为常态，通信延迟与带宽瓶颈成为制约算力释放的主要瓶颈。IDC调研数据显示，当前AI大模型训练中，数据通信耗时占比已达30%-40%。这都推动了新一代智算集群互联技术的发展。互联架构从树形拓扑向全互联无损网络演进，算网融合的深度与广度将持续提升，成为AI算力集群的核心基础设施。

趋势三：冷却与能效技术革新，液冷成为高密算力集群必选配置

新推出的Vera Rubin系统的100%液冷设计架构，高密机柜的部署模式，印证了冷却技术与能效优化已成为智算算力基础设施的核心支撑。随着算力密度持续飙升，训练服务器单机柜功率极限即将突破100kW，液冷技术从可选升级正式转变为必选配置。

液冷技术的普及，不仅是散热需求的驱动，更是能效优化的必然选择。IDC预测，到2029年仅中国国内的液冷服务器市场规模就将突破200亿美元，年复合增长率超过50%，其中AI算力场景占比将超过60%，成为液冷技术的核心应用领域。

除了液冷技术，能效优化还将呈现“软件+硬件”协同的趋势。通过动态调度技术，通过软件算法优化算力与电力分配，最大化每瓦token产出效率，实现算力输出与能效优化的动态平衡。未来，每瓦token数的能效指标，将取代单纯的算力性能FLOPS，将成为考核智算算力的核心维度。

趋势四：智能体生态崛起，推动算力需求多元化与边缘渗透

OpenClaw热潮延续到了本次大会。智能体技术落地加速，正推动算力需求向多元化、全域化演进。作为开源智能体操作系统，实现了资源调度、工具调用的全流程自动化，推动AI从生成内容走向自主执行，这一变革直接带动推理算力需求的指数级增长。

从算力需求结构来看，智能体时代的算力需求呈现两大特征：一是推理算力占比持续提升，IDC预测，2027年推理算力在智能算力大盘中的占比将超过70%，成为算力需求的核心增长引擎；二是算力需求从核心数据中心向边缘、车端、工业现场等全域渗透，边缘算力需求增速将超过核心算力，成为新的增长极。

这一趋势将推动算力基础设施的形态变革。边缘算力节点需具备小体积、低功耗、高可靠的特征，适配智能体在工业机器人、车端、电信基站等场景的部署需求。同时，智能体对工具调用、数据访问的需求，将推动算力与存储、网络、安全技术的深度融合，形成算力+生态的协同发展格局。

趋势五：SCSP/Neo‑clouds崛起，专业智算服务重构算力供给格局

大会提及的算力合作伙伴CoreWeave等，属于IDC 定义的专业云服务商SCSP，或称Neo‑cloud，即面向 人工智能的专用算力云，主打高密度 智算集群、低延迟网络、弹性调度与成本优化。与传统提供全栈通用云能力，覆盖企业全场景 IT 需求的超大规模云相比，专业算力SCSP/Neo‑clouds聚焦智算算力即服务，极致优化大模型训练 / 推理集群，交付更快、更专、更省的 智算算力。两者共同构成混合多云格局，成为企业算力的主流交付模式。

与全球市场不同，中国的传统超大规模云厂商也在加大对智算算力的投资。在继续覆盖企业多场景应用的前提下，也提供智算算力的供给与优化，匹配智能体AI场景的核心需求。未来，智算算力与通用型算力形成分工互补的格局：智算算力专注于AI专用算力领域，为大模型的训练和推理提供基础架构；通用算力则聚焦智能体执行操作，覆盖Agent Skill更多场景，满足企业多元化算力需求。

IDC建议

IDC中国研究副总裁周震刚先生表示，本次大会发布的产品所折射的五大技术趋势，本质上是AI走向规模化生产的必然结果。对于科技企业而言，需聚焦专用算力架构、算网融合、液冷能效等核心技术领域；对于开发者而言，开源生态的崛起为技术创新提供了广阔空间，可依托OpenClaw等开源平台，聚焦垂直场景的智能体开发；对于投资者而言，液冷服务器、专用加速器、边缘算力等赛道，将成为未来3-5年的核心增长领域，值得重点关注。

同时，IDC也提醒市场参与者关注技术迭代带来的挑战：一是技术转型成本较高，中小厂商面临研发投入与供应链整合的双重压力，行业分化将持续加剧；二是电力资源约束日益凸显，能效优化能力成为企业的核心竞争力；三是开源生态的安全风险需重点防范，尤其是智能体时代，数据安全与合规性将成为行业发展的重要前提。

IDC相关研究报告：

China Digital Infrastructure Strategies (Chinese Version)

China AI Infrastructure Strategies (Chinese Version)

China Semiannual Accelerated Server Tracker

China Semiannual Liquid Cooling Server Tracker

China Semiannual Intelligent Computing Infrastructure as Services Tracker

IDC将持续追踪全球智能算力架构、市场格局与应用创新的最新动态，围绕AI基础设施、算力服务、边缘智能、绿色计算等核心议题，输出前瞻性研究与深度洞察。如您希望进一步获取相关报告或进一步交流，欢迎与我们联系。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

Thomas Zhou - Vice President - IDC

Thomas Zhou is the vice president of Enterprise Research for IDC China. He leads the enterprise research team in covering market analyses, tracking of data, forecasting, and consulting for enterprise computing, storage, networking, infrastructure software, cloud, and datacenter. He is also responsible for IDC data tracking of software, services, and the public cloud services market in China. Thomas speaks frequently at IDC, industry, and user events and is always quoted in leading business and technology publications. Thomas joined IDC in 2006. He provides in-depth market analysis, research, and consulting on all aspects of the enterprise infrastructure to IT vendors and investors. During his tenure at IDC China, Thomas has led IDC's primary research focused on emerging trends in enterprise systems and datacenters. This research continues to make IDC a thought leader in enterprise infrastructure‒powered digital transformation. Thomas's recent topics covered software-defined infrastructure, hyperconvergence, virtualization, and cloud computing infrastructure. Prior to joining IDC, Thomas worked for 10 years as a senior project manager and business consultant for several leading IT companies in China. Thomas holds a master's degree in Computer Engineering from the University of Science and Technology of China.