Logo
Become a Client

Resource Regions: Asia Pacific

BEIJING, April 15, 2026 – China’s smartphone market declined 3.3% year over year in the first quarter of 2026, with shipments reaching approximately 69.0 million units. Despite a slight contraction, performance exceeded initial expectations due to strong demand for premium products from Huawei and Apple. Rising memory and component costs constrained supply and forced vendors to prioritize high-end models, signaling a from a volume-driven recovery to a margin-protection phase, making quality growth and operational efficiency the primary indicators for the year.

China smartphone market shipments Q1 2026 IDC data

“China’s smartphone market is entering a phase where profitability matters more than shipment growth,” said Will Wong, senior research manager, Devices Research, IDC Asia/Pacific. “Vendors are making deliberate trade-offs by reducing low-end exposure and focusing on premium segments to offset rising costs and protect margins,” Wong ends.

What happened in the China smartphone market in Q1 2026?

The market declined 3.3% year over year to 69.0 million units, but outperformed expectations due to strong premium demand led by Huawei and Apple. Growth was constrained by rising component costs and supply shortages, prompting vendors to reduce low-end exposure and prioritize profitability over shipment volume.

China Smartphone Market at a Glance — Q1 2026

  • Total shipments: 69.0 million units (–3.3% YoY)
  • Primary growth driver: Premium demand from Huawei and Apple
  • Key constraint: Rising memory and bill-of-materials costs
  • Supply challenge: Component shortages limiting full demand realization
  • Market shift: Transition from volume growth to margin protection

Why did the market change?

Premium demand remained resilient, particularly for Huawei’s Mate 80 series and foldable Pura X, as well as Apple’s iPhone 17 lineup. However, rising memory costs increased overall device production expenses, forcing vendors to reduce exposure to low-margin segments. Supply constraints further limited shipment potential, especially for Apple, where growth could have been higher without shortages.

IDC outlook

The first quarter is expected to be the strongest period of 2026. Vendors are revising annual targets downward and maintaining tight control over low-end inventory. Market performance for the rest of the year will depend on how effectively vendors balance innovation, cost management, and supply chain resilience amid sustained pricing pressure.

Vendor Highlights

Huawei maintained market leadership, supported by improved supply of its flagship and foldable devices, with the Pura X exceeding 1.5 million units in shipments. Apple recorded the fastest growth among the top five vendors, with shipments increasing 33.3% year over year, although overall volume was constrained by supply limitations.

FAQs

Why did the market decline despite strong premium demand?

Rising component costs and supply constraints offset gains from premium devices. Vendors reduced low-end production to protect margins, resulting in an overall shipment decline.

Which vendors benefited the most?

Huawei and Apple led market resilience. Huawei benefited from strong flagship and foldable demand, while Apple recorded the highest growth rate among leading vendors.

What risks could impact the market in 2026?

Persistent component cost inflation, supply chain disruptions, and reduced low-end demand could limit recovery. Vendor discipline on inventory and pricing will remain critical.

-Ends-

About IDC Trackers

IDC Tracker products provide accurate and timely market size, company share, and forecasts for hundreds of technology markets from more than 100 countries around the globe. Using proprietary tools and research processes, IDC’s Trackers are updated on a semi-annual, quarterly, and monthly basis. Tracker results are delivered to clients in user-friendly excel deliverables and on-line query tools. The IDC Tracker Charts app allows users to view data charts from the most recent IDC Tracker products on their iPhone and iPad.

About IDC

International Data Corporation (IDC) is the premier global provider of market intelligence, advisory services, and events for the information technology, telecommunications, and consumer technology markets. With more than 1,300 analysts worldwide, IDC offers global, regional, and local expertise on technology and industry opportunities and trends in over 110 countries. IDC’s analysis and insight helps IT professionals, business executives, and the investment community to make fact-based technology decisions and to achieve their key business objectives. Founded in 1964, IDC is a wholly-owned subsidiary of International Data Group (IDG), the world’s leading tech media, data and marketing services company. To learn more about IDC, please visit www.idc.com/ap. Follow IDC on Twitter at @IDCAP and LinkedIn. Subscribe to the IDC Blog for industry news and insights.

Will Wong - Senior Research Manager - IDC

Analyst Profile LinkedIn
Will Wong is a Senior Research Manager with IDC’s Asia/Pacific Client Devices Group. Based in Singapore, he covers the mobile phone market and is responsible for formulating valuable insights to help clients stay competitive and successful.

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。

随着Sora的退场，全球多模态大模型竞争格局正在发生深刻变化。从“技术标杆”到“商业现实”的转折，不仅意味着AI视频赛道进入理性发展阶段，也对中国厂商提出更高要求。在多模态能力加速突破与产业应用持续深化的背景下，中国大模型正从追赶走向引领，但在算力成本、商业化闭环与合规安全等方面仍面临关键考验。IDC基于最新实测结果，对中国多模态大模型的发展现状、竞争格局与未来趋势进行了系统解析。

Sora落幕并非可以放慢脚步的信号，中国多模态大模型更需加速前行

近日，OpenAI宣布关停旗下视频生成模型Sora，曾被视为AI视频标杆的产品正式退出市场。这一事件引发全球AI行业震动，也让国内多模态大模型领域迎来新的思考：外部标杆退场，并非可以 “躺平” 的理由，反而意味着中国多模态大模型技术必须持续坚持自主创新，在技术、生态与商业化上走出自己的道路。

Sora的关停，源于高昂算力成本、版权合规压力与商业化困境，这也为全球多模态赛道敲响警钟：炫技时代结束，实用、可控、可落地才是核心竞争力。依赖外部模型、简单对标模仿的路径已不可持续，自主创新的技术架构、合规安全的数据体系、高效普惠的产业价值，将成为下一阶段竞争的关键。

面对行业变局，中国多模态大模型已展现强劲势头，从文本、图像到视频、3D、语音的全域融合，正在重构内容生产与产业效率。Sora的离场，清空了浮躁的对标焦虑，却也让全球赛道进入更残酷的“自研淘汰赛”。对中国而言，这既是窗口期，更是压力测试：算力底座、算法创新、数据安全、伦理合规、商业闭环，缺一不可。

2026年3月，国际数据公司（IDC）发布《中国多模态大模型市场主流产品评估》报告，全面评估了国内主流厂商在图像生成、图像理解、视频生成等三大多模态大模型核心领域的技术实力与产品表现。报告显示，中国多模态 AI 产业正迎来高质量发展新阶段，使用多模态大模型构建的应用可以处理和整合多种类型的数据，这些数据更丰富、更能感知上下文，从而大大提高准确性、效率和用户体验。随着技术不断成熟，多模态 AI 也将进一步渗透到个人生活、办公场景，企业级应用场景，推动人机交互方式的革命性变革。

中国多模态大模型迈入加速迭代期：IDC 2026年3月实测结果揭晓

2025年至2026年初，中国多模态大模型领域迎来前所未有的迭代浪潮，新一代模型在文本、图像、音频及视频的理解与生成上实现了质的飞跃。技术供应商竞相发布具备更强逻辑推理与长上下文能力的旗舰产品，使得AI不仅能 “看” 懂复杂图表，也能实时创作高清视频。如字节跳动、阿里、快手、腾讯等旗下产品，在多模态大模型关键指标上持续突破，逐步形成 “技术突破—产业应用—生态反哺”的正向循环。

IDC在2026年1-2月对市面上主流的多模态大模型产品进行了实测，本次实测覆盖了国内多家头部技术供应商的代表性产品，测试时间截至 2 月 28 日，对象为公开的网页版产品，实测问题涉及图像生成类、理解类、视频生成类。打分标准主要考察生成/理解内容的质量，从指令遵循与幻觉、逻辑性、鲁棒性、质感及细节、生成时间与稳定性、可用/创新性、 内容安全性/公平与隐私保护等方面综合展开。主要研究结论如下：

图像生成类：字节跳动豆包 Seedream 5.0、腾讯元宝 Hunyuan Image 3.0、阿里万相 2.6 凭借出色的生成质量位居前列。这些产品在语义理解、细节还原、风格多样性等方面表现突出，能够精准匹配用户创作需求，同时在生成效率与画质稳定性、内容安全性上实现平衡。

图像理解类：字节跳动豆包大模型 2.0、阿里千问 3.5、阶跃星辰 Step3 表现最为亮眼。这类产品在复杂场景识别、跨模态推理、细粒度语义解析等核心能力上优势明显，能够高效处理图文混合输入，为多场景应用提供有力支撑。

视频生成类：字节跳动即梦 AI Seedance 2.0、快手可灵2.6、生数科技 Vidu Q3等产品视频生成表现极佳，凭借优质的生成质量与高效的生产效率成为行业标杆，推动国产视频生成技术在短视频创作、影视特效、虚拟数字人等领域的落地应用。

把握多模态技术发展趋势，中国多模态大模型未来仍需审慎推进

IDC 报告指出，未来，随着多模态技术与各行业深度融合，中国厂商有望在全球市场占据更重要的地位，为数字经济发展注入新动能。未来在图像和视频模态，IDC认为重要的技术趋势有：

图像模态：从生成到理解，走向统一与可控——未来更注重生成质量与可控性跃升、理解与推理深度化、架构统一化、轻量化与端侧部署、3D模型生成等方向发展。

视频模态：时序建模突破，走向长视频与实时交互——未来将更注重长上下文与时空一致性、生成质量/成本与效率、视频深度理解与多模态交互、3D 与世界模型融合等方向发展，更好地服务于个人生活以及影视娱乐、游戏、媒体、教育等行业应用。

中国多模态大模型市场头部厂商当前商业化路线以 ‌B端+C端全面展开‌，一方面通过借助C端流量与生态基础，另一方面聚焦于将多模态AI能力深度嵌入企业工作流，打造“模型即服务”（MaaS）与针对在媒体、短视频创作、影视特效、虚拟数字人、电商、文旅等行业定制化解决方案。有一部分具有生态优势的国内头部厂商已形成内容-流量-变现的商业闭环，用户使用量与付费转化率均领先海外同行。但多模态大模型技术供应商仍需持续监控未来转化与留存指标，部分中国市场C端产品定价并不普惠。

另外，B端场景的全面渗透也仍需时间。Sora近期关停也给中国多模态大模型技术供应商带来启示，仍需警惕以下风险：

内容安全与深度伪造风险：超逼真图像、视频易被用于虚假信息传播、金融诈骗、人格侵权，对社会信任与公共安全构成威胁。

监管政策、版权与法律合规风险：训练数据多来自未授权的图片、影视、短视频素材，生成内容版权归属模糊，易引发诉讼与监管处罚。全球各国对AI生成内容的监管趋严，可能限制真人素材生成、内容传播等核心功能，影响产业扩张。

技术与算力成本风险：多模态大模型的算力成本，是文本大模型的数十倍甚至上百倍，以致训练与推理算力成本高昂，中小厂商难以负担；同时存在算法偏见、模型幻觉等技术缺陷。

商业化可持续性风险：C端用户付费意愿、转化与留存需要密切监测，B端场景渗透仍需时间，警惕内容同质化与可持续性发展风险。

IDC中国研究经理程荫表示，本次实测结果反映出中国多模态 AI 产业已从技术追赶转向创新引领阶段。头部厂商在技术迭代与产品落地方面持续发力，不仅在基础能力上实现突破，更在商业化场景探索中取得进展。技术竞争没有终点，标杆退出不代表终点线前移。中国多模态大模型仍需深耕技术底座、贴近产业需求、筑牢安全底线，才能在全球AI格局中占据主动，真正实现从跟跑到并跑、再到领跑的跨越。

IDC长期深耕人工智能与生成式AI领域，围绕技术演进、竞争格局与商业落地构建了系统化研究体系。基于持续的一手实测与行业跟踪，IDC不仅提供权威数据与趋势判断，更可为技术供应商、行业用户及投资机构输出面向实际决策的策略建议，助力识别关键技术路径与商业化机会。

在多模态大模型加速演进的关键阶段，欢迎与我们联系，获取完整研究成果、报告解读及定制化咨询服务，抢占下一轮AI发展先机。请点击此处与我们联系。

Anne Cheng - Research Manager - IDC

Anne Cheng is a research manager in IDC China whose research focuses on the AI and big data markets. She collaborates with IDC's regional and global consulting teams and is involved in the business development of related markets. Prior to joining IDC, Anne had nearly four years of working experience in the IT/ecommerce and consulting industries, serving as consultant and business analyst. Her experiences made her familiar with industry data/customers and helped her gain deep insights into the business application scenarios. Anne holds a master's degree in Statistics from the University of Missouri Columbia.

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。