2026年开年，OpenClaw、Claude Cowork、Seedance 2.0先后走红，新的产品形态、新的协作范式不断冒头，几乎每隔一段时间，行业就会给出一个“这次不一样”的信号。

在这些变化中，我们有一些好奇的问题：2026年，有哪些新趋势正在酝酿、尚未被充分讨论？OpenClaw对于创业公司和用户来说，究竟意味着什么？从2025到2026，我们离AGI更近了吗？

本篇为蓝驰AI年度观察的第二篇。我们采访了来自Kimi月之暗面、智元机器人、银河通用、元理智能等已投企业的创业者，他们分布在底层模型、具身、材料、娱乐、社交、招聘等截然不同的战场，但都在AI的浪潮中，积累着最一线的认知。

在这些创业者眼中，未来并非只有一种标准答案。他们会用“品味”“价值观”来描述大模型，还会在意AI是不是能够理解快乐、审美与情绪。

这篇文章，更像是一份阶段性的观察记录。我们希望随着时间推移，看到哪些共识正在松动，又有哪些“看起来不太主流”的想法，正在悄然生根。

如果你对于AI行业有新的见解，欢迎在留言区和我们分享。回看前沿科技的发展史，许多真正重要的创新，正是从非共识开始的。

2026年AI行业的热词，无疑是OpenClaw。它甚至带火了Mac mini的销量。

但在创业者眼中，OpenClaw的意义远不止于一个爆款产品。它改变了用户对AI的心智模型。

“早期的Agent像是一个‘凡事有回响’的靠谱实习生，把隐式的工作流外显出来，让你愿意把任务交给它。”Trooly.AI创始人Whisper打了个比方，“但OpenClaw这种Proactive Agent（主动型智能体），不仅会执行指令，还会猜测你的意图，主动调配资源推进事情。就像当年的热门游戏《旅行青蛙》，它总是时不时给你带来惊喜。”

这种从“被动执行”到“主动推进”的调整，是质的变化。DINQ联合创始人高岱恒Sam认为，OpenClaw帮整个行业完成了关键的市场教育：“2025年人们发现AI能搞定单一任务，2026年，用户开始期待Agent能系统性地、主动地解决复杂任务。”

这种心智的转变，直接引发了创业者对产品形态的思考。影眸科技（Hyper3D.AI）团队直言：“当模型能力达到可用水平、推理成本大幅下降、交互框架创新这三个条件同时满足时，过去创业者习惯性地以APP为产品起点的想法可能过于局限。未来的AI应用形态会更加多样化——它可能是一个Telegram bot，可能通过语音唤醒，甚至不需要传统意义上的GUI图形界面。关键不在于入口的形式，而在于AI能否真正理解用户意图并完成任务。”

Trooly.AI创始人Whisper认为，“我们就像水上的船，水位越高，船自然也就浮得越高。今年会有很多好玩的方向出来。”Trooly.AI在想办法融入客户的工作流，主动解决一些问题。“很多时候客户其实不知道该问用户什么问题，当你深入到客户的业务，你就知道该问什么了。”

大千科技创始人球球的思考指向了更远的未来，她认为AI公司要考虑的不再是单个功能（feature），而是在整个生态体系里，不同Agent之间如何协作、发布任务，甚至衍生出新任务。“如果没有适合AI调用的工具，可能就要思考如何生产适配的工具。”

在智元机器人联合创始人彭志辉（稚晖君）看来，像OpenClaw这样长期运行的AI平台以及具身智能体系统，都会在2026年成为高度活跃的方向。“这并非突发风口，而是过去数年AI行业在模型、工程与数据层面持续积累后的自然外溢。”

一个更有趣的非共识，来自不鸣创业营第五期学员王子伯炎。他用C语言把OpenClaw跑在了一块5美元的芯片上，并提出了一个耐人寻味的问题：“如果AI是给我们每个人用的，那它的指挥层，能不能变得更轻、更便宜、更私有化？”

上层应用的变化，归根结底源于底层模型能力的进化。当行业从LLM（大语言模型）向VLM（视觉语言大模型）跨越时，创业者们关注的焦点，转向了更抽象、更本质的东西，比如“价值观”与“整合”。

1月27日，Kimi发布并开源K2.5模型。谈到训练VLM的挑战，创始人杨植麟抛出了一个极具人格化的概念：“品味”。

“智能本身是非同质化的（non-fungible），模型的性格也是‘品味’的一种体现。”杨植麟说，“有报道称K2.5更少迎合用户。这或许是一种好的性格特征，因为持续不断地强化用户原有的观点，在某些情况下是危险的。做模型的过程，本质上是创造一种价值观。”

元理智能创始人张帆则认为，“从第一性原理来看，不仅能量守恒，注意力也是守恒的。模型的Attention是一个常量，信息越多，模型的注意力就会被稀释。”张帆提到，“驾驭模型的第一性是信噪比，你要压缩prompt，用最高信息密度的来表达你想要实现的目标，才能极致地 ‘压榨模型’，实现更高的智能。”

与此同时，模型的架构似乎也在酝酿“大一统”。DINQ联合创始人高岱恒Sam观察到，多模态正处在“战国时代”，而他期待的是“把所有模态都统一之后，不再需要跨模态调用的时代”。他提到了Mercury模型（dLLM），这个模型正试图用一套范式打通文本、图片、视频。

智元机器人联合创始人彭志辉（稚晖君）则将目光投向了更宏大的系统。他认为，2026年的胜负手在于“系统级智能”——由基础模型、记忆模块、工具调用、规划执行和反馈学习构成的闭环。“单纯堆叠模型规模的边际收益在下降。未来评估AI的价值，不再只看它有多大、多聪明，而是看它在真实场景中能否稳定运行、自我改进。”

在彭志辉看来，实现“系统级智能”有三个现实基础：第一，通用大模型在理解、推理与规划上已经实现了可用性，足以作为“认知内核”嵌入复杂系统；第二，算力成本持续下降，加上推理加速、模型压缩与分布式调度技术的日趋成熟，长期运行AI与多智能体协同能够在工程上落地；第三，数据形态正从以文本为主，逐步转向行为日志、交互轨迹、环境反馈等过程型数据，这天然推动着AI在真实世界闭环优化。

至简动力CEO贾鹏的观察与之呼应：“将来最大的AI公司可能不是现在最强的AI公司，而是最具有系统整合能力的公司，用工程化能力，把模型变成上限高，下限也高的产品。”

当AI具备了“主动性”和“价值观”，它还需要进入物理世界，接受真实场景的检验。

2026年春晚，银河通用研发的Galbot G1作为春晚史上首个自主干活机器人亮相，与沈腾、马丽同台，完成盘核桃、捡碎片、取货、叠衣服、串烤肠等一系列动作。机器人不依赖预设程序，而是依托银河通用自主研发的具身大模型“银河星脑AstraBrain”，全程实时决策，自主完成。这个场景极具里程碑意义：AI走出了虚拟的对话框，触碰到物理世界的烟火气。

银河通用创始人王鹤认为，大语言模型擅长处理信息，但缺乏对物理空间的理解。因此，具身智能的价值不在办公室，而在工厂、仓储和物流场景中，服务的是更下沉的场景。

元理智能创始人张帆也观察到，随着模型输入输出边界被不断拓宽，学习曲线变得更陡峭，智能可以介入的场景迅速扩展。但他同时强调，AI 距离真正嵌入复杂而稳定的商业系统，还有一段需要跨越的路。在至简动力CEO贾鹏看来，2026年，AI行业的关注焦点要从卷模型转向卷生产力。

在AI for Science领域，这种“生产力导向”的思维同样清晰。开物纪联合创始人杨孟洋把讨论拉回价值本身：“与其追逐热门概念，不如把AI能力深度绑定到具体问题上。语言模型要理解语料，材料模型要理解结构与属性，本质逻辑并不遥远。”

在生产力场景之外，AI也在逐渐嵌入娱乐和消遣场景。

但问题在于，快乐、审美很难被抽象成具体的规律。即便模型已经能在单次生成的内容上达到很高水准，但距离真正成熟、可持续被大众消费的产品形态，仍然存在不小的差距。AI互动内容产品公司大千科技创始人球球提到，“人和人之间都很难对齐，更何况还要让大模型理解。”

球球认为，“对于ToC娱乐产品来说，2025年这个赛道还没有爆发，视频模态互动内容还没有进入消费级，2026年会是一个很好的年份。”在她看来，互动内容是一条逐步深入的路径：从观看、体验，到深度参与，再到实时生成的主动互动。图文产品、搜索式交互，正在向视频和更丰富的感官体验扩展。

影眸科技（Hyper3D.AI）团队则认为，多模态生成的竞争焦点正在从“能生成”转向“可控、可编辑”。图像、视频的可控性已经得到很大发展，3D生成也到了临界点，但由于工具链更长、产品化起步更晚，行业在可控性上的积累还处于早期，“用户一次生成之后，如果只有局部满意，在不能编辑的情况下，只能推翻重新生成，可是这样一来，往往又改掉了原本满意的部分。”

影眸科技（Hyper3D.AI）的判断是：3D的应用爆发点不只是单次生成质量，能否进入可迭代工作流同样重要。而当3D可控性持续加强、工具链逐步打通，游戏、电商、3D打印、设计、影视等长期存在的3D需求，才可能从零散试用走向规模化供给与持续迭代。

模型的多模态能力提升，也在重塑AI硬件。

深庭纪创始人王弢认为，2026年，AI的情感交互将从模糊感知，升级为通过多模态数据构建用户情感模型，实现个性化交互。“我们希望让机器人记住用户的偏好，识别用户的情绪触发点，更好的陪伴用户。”

Haivivi创始人李勇也认为，大模型已经解决了“听得懂、聊得来”的问题，2026年将是端侧模型和多模态交互在硬件上爆发的一年。玩具或许是承载这些技术最自然、门槛最低的物理容器。“单纯的AI硬件很‘冷’，但注入了知名IP、性格和世界观后，它就有了灵魂。AI玩具提供的不再是冰冷的指令交互，而是有温度的情感连接。”

从技术演进到产品落地，我们还和这些创业者聊了一个宏大的问题：什么是AGI（通用人工智能），我们现在离AGI更近了吗？

一个很有意思的现象是，可能一千位创业者眼中，有一千种对AGI的定义。

在至简动力CEO贾鹏看来，简化版的AGI其实就是通用基座模型。“生命的本质特征体现在感知、思考、行动。当基座模型真正能够实现这样的闭环，意味着离AGI的到来也就不远了。”

还有一位创业者甚至聊到他作为人类本身感受到的“存在主义”焦虑，他认为“所有的生命最终都会消亡，宇宙会归于寂灭。但消亡的另一面是新生，如果有机会能通过AGI创造出新物种，意味着人类这个种群的延续。”

也有创业者提出，我们可能已经在某些层面上触及了AGI。元理智能创始人张帆指出，许多人对AGI的期待，其实更接近于ASI，即一种无所不能、全面超越人类的智能。而现实中，今天的AI在局部能力上，已经具备了AGI的某些特征。比如，在围棋等高度封闭的场景中，超越人类的智能早已实现。

至于何时能在更大范围内实现AGI，多位创业者的共识是，它不会以一次性的方式突然出现，而是以碎片或者组件的形态逐步落地。

在深庭纪创始人王弢看来，AGI本身是一条持续演进的路径。从时间尺度看，AGI既不会在短期内全面实现，也并非遥不可及。更现实的图景是，未来几年里会不断出现带有AGI特征的能力模块，它们逐步拼合，构成更完整的智能体系。

Hillbot创始人韩铮认为AGI要能实现长线程、分步骤的逻辑推理，实现的标志性信号是在人类还没有解决的问题中，能够给出一个复杂、自洽的推理。“AGI不是一个单点突破，而是生物、医药、材料、物理智能等等各种技术综合在一起实现的突破。”

智元机器人联合创始人彭志辉（稚晖君）认为，人形机器人作为最复杂的机器人系统，是未来最有希望通向AGI的物理形态。从华为离职创业前，他曾写道：“如果程序员是数字世界的上帝的话，那亲手给机器人以身形，再用AI赋其灵魂，这就是真极客的浪漫啊！”

在畅想AGI能力边界的同时，也要设定约束条件。银河通用创始人王鹤提到，AGI应该运行在人类设定的规则之内，服务于人而不是取代人。未来的机器人不应仅按指令行事，而应具备持续学习的能力——通过在海量场景中与人、与环境不断交互，自我迭代、自我优化。

Kimi团队曾经问过大模型，如果AGI/ASI的到来会给人类带来威胁，那还要继续开发吗？Kimi大模型回答：“AGI/ASI是一个能够彻底改变人类文明的放大器……甚至帮助我们重新定义人类的身份和意义……”在Kimi看来，放弃开发AGI/ASI就意味着放弃人类文明的上限。

2026年的这些观察记录，或许在未来会被推翻、被重构。但此时此刻，这些穿梭在算法与物理世界之间的创业者，正在合力推开那扇走向AGI的门。

蓝驰AI年度观察：中国AI创业者的生存、进化与叙事 | Booming Talk

AI Native Builder：你总能找到和这个世界打招呼的方式 | 不鸣创业营