#A股# 🌹2026年大模型：五大被低估的趋势【天风计算机 缪欣君/刘鉴团队】

#重视: 存储+国产大模型+国产算力+IDC产业链

趋势1️⃣：模型与智能体的长记忆，有望超预期加速

过去厂商聚焦“长上下文”提升单次推理，但存在成本高及精度衰减问题。2026年重心有望转向“长记忆”，通过外部存储、RAG等方式让Agent跨会话记住用户偏好与领域知识。
#模型层： 谷歌Titans、字节MemAgent等让长期记忆有了真正突破。
#应用层： Gemini已率先尝试分层记忆（短期/显性/隐形）。
#硬件侧： 长记忆对底层存储保护硬件产生了巨大需求。长上下文增加KV-Cache规模，优先拉动HBM/DRAM需求；叠加RAG能力，将同步提升SSD需求。

趋势2️⃣：强化学习（RL）海外继续拓展，国内仍在RL较初期阶段

OpenAI联合创始人Ilya指出，预训练Scaling Law或触及收益递减边缘，#而RL仍具优化思维过程的扩展空间
#算力结构变化： 海外RL算力消耗占比已近50%（如Grok4）；国内以DeepSeek-V3.2为例，后训练算力占比突破10%。
#展望： 看好阿里、DeepSeek等国产厂商继续提升RL比例，加速追平海外。

趋势3️⃣：在线学习（Online Learning）探索下一个范式，26年下半年有望见雏形

Online Learning赋予模型自识错、自采集、自更新能力，构建“在失败中学习”的闭环。OpenAI联合创始人伊利亚近期访谈提到： 相比“预训练”，#人类智能真正依赖的是“持续学习”。我们认为在线学习或成为大模型下一范式，2026年下半年有望见雏形。

趋势4️⃣：世界模型从学界走向产业落地
世界模型完成从符号认知向物理世界直觉建模的跨越，三大模型推动AI理解物理世界：

#Genie3（虚拟环境模拟）： 生成一致、可交互的物理法则视频环境。
#Marble（空间智能/3D可操作性）： 直接创建可编辑的3D环境，解决生成变形与不一致问题。
#JEPA（世界模型即认知框架）： 以潜在变量呈现世界状态，成为机器人的完美训练场。

趋势5️⃣：原生多模态理解与生成持续深化

#原生多模态理解： Gemini、OpenAI引领原生路线，国内Seed等正在追赶。
#理解-生成一体化： nano-banana模型将理解与生成结合，阿里Qwen-Image等模型通过MMDIT架构，大幅提升一致性与可编辑性，推动多模态模型从“抽卡”进入确定性创作阶段
#展望： 看好2026年国产大模型在此领域的突破。

祝好！
天风计算机团队