方正焦娟：基础大模型2026年底全模态迭代是关键节点

发布时间：2026-08-08 一、核心要点 1. 多模态指具备文字、图片、音频、视频四种主流模态，核心是扩大信息边界，服务消费级互联网平台，提升变现效率；全模态在此基础上进一步整合，可综合识别用户意图，实现统一感知、理解、生成、行动与反馈，更适配AI改造现实物理世界的场景。 2. 全模态需到2026年年底实现技术突破，传导至应用层需半年时间，AI应用形成商业闭环或商业结果需在技术突破后再经过产业实践摸索，预计2027年生产端AI走向消费端落地，产业核心创新大概率在2027年年中成型。 3. 当前AI应用还未到全面落地阶段，三季度AI应用行情偏主题性，多模态已可推动消费级互联网平台盘活沉淀的非结构化数据（如沉睡的音视频、图片内容），推动内容库存成为可搜索、可组织、可再生产的数据资产。 二、投资线索 1. 消费级互联网平台：依托多模态技术可提升货币化转化率、巩固行业地位，如腾讯等广告、电商、游戏领域的企业或受益于多模态对变现能力的优化。 2. 全模态相关技术：AI眼镜行业，其后续代际产品会依托全模态成熟完善交互方式，提升技术有效性；全模态在ToB领域也有较大空间，可优化从手稿到成品的流程，降低损耗。 三、风险与关注 1. 多模态、全模态的技术落地不及预期：全模态技术突破时间或晚于2026年年底，影响AI应用落地节奏。 2. 内容产业核心逻辑未发生本质变化：内容产业的核心竞争力是爆款打造，降本增效仅为次要作用，投资者若误判游戏等内容类公司的价值逻辑，可能导致投资偏差。 3. 多模态、全模态算法的黑箱性：多模态、全模态的算法作用原理尚不清晰，可能导致实际应用效果难以评估，影响商业化落地的可预测性。四、后续关注点 1. 2026年年底全模态技术突破的进展。2. 2027年生产端AI走向消费端的落地案例，以及AI在内容产业、ToB领域的实际应用效果。3. 大模型厂商整合全模态形成统一向量空间的进展，是否具备底层研究能力。