作者：彭昭（智次方创始人、云和资本联合创始合伙人）
物女皇：连上了，然后呢？
这是我的第393篇专栏文章。
2026中国AIoT产业年会以 “循光・AIoT 2.0” 为主题，于10月31日在无锡太湖国际博览中心A1物联能力馆成功举办。在年会上，我做了题目为《从“万物智联”到“万物智行”，2026 AIoT智能体觉醒之年》的主题演讲，以下是我的演讲全文。
今年，是国际电信联盟提出“物联网”概念的第二十年。二十年，足以让一个婴儿长大成人，也足以让一个产业从模糊的概念，演进为连接数百亿设备的庞大生态。我们亲历了它从IoT到AIoT的进化，见证了它从单纯的“连接”走向深度的“智能”。
如果说过去的十九年是漫长的序章，那么2026年，就是这部史诗的第一章正文，一个真正的“奇点之年”。这一年，我们不再是讨论可能性，而是在见证现实的渐变。
回顾2025年的大事记。年初，DeepSeek让全球看见了中国的人工智能实力，英伟达的黄仁勋为我们指明了方向——“物理AI”，宣告了人工智能正在走出数字世界，拥有“身体”，开始与物理世界深度交互。紧接着，谷歌与OpenAI赋予AI代理独立支付能力的协议，我们看到，AI不仅有了“身体”和“大脑”，甚至即将拥有自己的“钱包”。一个由智能体驱动的自主经济时代，已然拉开序幕。
与此同时，产业的根基也在发生变化。从高通、英特尔等巨头联手成立“泛在物联网联盟”，到SES与Intelsat的百亿级整合，再到中国移动发布全新的AIoT平台。这一切都预示着，支撑万物智能的“神经网络”和“循环系统”正在以前所未有的速度融合、升级。
而最强大的推力，来自于国家的顶层设计。今年8月，《“人工智能+”行动意见》的发布，为我们所有人设定了清晰的路线图和雄心勃勃的目标。它明确要求，到2030年，智能经济要成为中国增长的核心引擎。这不再是远景规划，而是倒计时的行动指令。
在这股浪潮之下，未来的图景无比清晰。根据我们的最新预测，到2034年，全球物联网连接数将超过400亿，市场规模将超过9千亿美元。中国将成为这个庞大网络中最核心的节点，占据全球连接数的近三分之一。
所以，今天我想分享的核心观点是：AIoT产业正迎来第三次浪潮的跃迁——从“万物互联”，到“万物智联”，我们今天正式迈入了“万物智行”的时代。
“智行”，意味着智能体Agent开始具备自主感知、决策、行动甚至交易的能力。这不仅是技术的范式转移，更是商业模式、产业生态乃至社会形态的深刻变革。
这与我们物联网智库对产业发展阶段的判断完全一致，一个真正的高速增长与价值兑现期，已经到来。
接下来，我将从5个趋势，与大家深入探讨，在“万物智行”的全新时代，我们应该如何把握机遇，迎接挑战。
趋势1：物理AI，智能下沉，重塑现实
我们刚刚谈到，2026年将是开始探索“万物智行”的一年。那么，驱动这场变革的第一个核心趋势，我称之为：物理AI，智能下沉，重塑现实。
今年，不仅英伟达提出了物理AI，谷歌也推出了最新开源的EmbeddingGemma模型（3.08亿参数），这是专为端侧设备设计的轻量化嵌入模型。
过去，我们常说“人工智能+”，但这个“+”的价值究竟会流向何方？我们的研究表明，“人工智能+”所创造的产业价值，最终将有超过70%归属于物联网。 为什么？因为AI的进化和应用，其数据的“供给”有近七成来自于物联网终端。这些遍布在工厂、城市、家庭的传感器和摄像头，正是AI理解现实世界的眼睛、耳朵和触手。物联网，已经成为AI最广阔、最坚实的数据底座。
在过去的十几年里，AI经历了从“感知”到“生成”再到“代理”的数次范式跃迁。但这些变革，主战场始终在数字世界。而今天，我们正迎来最新、也是最深刻的一次变化——物理AI。
物理AI的本质是什么？是让AI走出屏幕，获得“身体”，从虚拟世界的“超级大脑”进化为现实世界的“超级劳动力”。这意味着，下一轮智能革命的主战场，已经从云端的数据中心，下沉到了我们身边的每一个物理场景。
那么，承载“物理AI”这个强大灵魂的最佳“肉身”是什么？答案就是AIoT智能体。
我们不必纠结于繁复的概念。简单来说：
如果说物理AI是让AI“懂物理、能动手”的能力内核；
那么AIoT智能体，就是这个内核与物联网的泛在连接能力深度融合后，能够在产业中大规模部署、创造经济价值的终极形态。
它既有AI的“大脑”，能思考、会决策；又有物联网赋予的“身体”和“神经网络”，能感知、会行动，还能与环境中的成千上万个设备高效协同。这才是新质生产力的真正底座。
然而，要让数以百亿计的AIoT智能体在物理世界高效运转，我们必须解决一个根本问题：智能的部署方式。过去，我们过度依赖云端，但这带来了延迟、成本和隐私的巨大挑战。真正的“智能下沉”，必须依赖端侧AI的成熟。
如何判断端侧AI是否成熟？我们需要密切跟踪TinyML和Edge AI的进展，他们以低功耗、低成本的方式，“雕刻”到小小的边缘设备和终端芯片上。
未来，端侧智能将呈现出一种美妙的协同分工：
一方面，以TinyML为代表的“感知智能”，将像神经网络的末梢，以极低的功耗嵌入到每一个传感器中，实现7×24小时的事件检测和信号处理。它负责“发现世界”。
另一方面，以Edge AI为代表的“认知智能”，将作为区域性的“小脑”，在边缘网关、车载主机等设备上运行，负责复杂的语义理解和本地决策。它负责“理解世界”。
“感知”与“认知”在端侧的深度协同，打通了AI落地的“最后一公里”。一个由云端大脑、边缘小脑和终端神经末梢共同组成的，高效、低成本、高隐私的分布式智能体系，正在形成。
这，就是物理AI下沉、重塑现实的根本路径。
刚才，我分享了我们对于物理AI、AIoT智能体以及端侧智能路径的判断。
为了让大家更直观地感受这一点，让我们来看一张非常重要的图——Gartner发布的2025年人工智能技术成熟度曲线。这张图，就像一张行业共识的地图，它完美地印证了我们刚才对第一个趋势的所有判断。
请大家注意图上的三个关键位置，我特意为大家标了出来：
第一，看左侧的创新触发期。一个关键的概念正在快速攀升——具身智能。Gartner预测它需要2年到5年完全成熟。这说明什么？说明AI获得“身体”已经不是一个遥远幻想，而是整个科技行业正在全力投入的、最前沿的创新方向。
第二，看曲线的顶峰——期望膨胀期。占据制高点的是AI智能体，这说明，市场对AI智能体的期待已经达到了顶点！它与我们提出的万物智行时代的核心完全吻合。Gartner预测它在短短2到5年内就能进入实质性的生产力阶段，这意味着它的商业化落地在即，巨大的市场机会就在眼前。
第三，也是最有趣的一点，我们来看边缘AI。它在哪里？它已经滑落到了“幻灭期低谷”。很多人看到“幻灭”会觉得是坏事，但在座的各位产业专家一定明白，这恰恰是好消息。它意味着对边缘AI的过度炒作已经结束，泡沫正在被挤出。Gartner预测它在2年内走向成熟，这表明，我们刚才所说的打通AI最后一公里的路径，已经从理论走向了实践，产业化的基础正在被夯实。
所以，各位请看，这张图用无可辩驳的数据告诉我们：具身智能AI提供了方向，AI智能体定义了目标，而边缘智能则铺平了道路。我们所探讨的物理AI下沉，AIoT智能体兴起，是整个行业正在发生的、最激动人心的现实。
趋势2：AIoT的血脉与神经，从蜂窝动脉到无源末梢的通信大图景
我想先问一个问题：我们今天最强大的人工智能，它看得见真实的世界吗？
如果AI给你提供建议，做出一笔5万件的采购订单，看起来高效、理性、完美——你敢信任它吗？问题是，它看不见：竞争对手的召回潮、合作工厂的质量危机、还有我们自己的研发部即将发布的新品计划。
这个AI，就像一个在数字沙盘上运筹帷幄的将军，算无遗策。可一旦踏上真实、动态、充满变量的物理战场，就可能因为情报不足，变成一个“盲人”。
它拥有强大的大脑，却没有遍布战场的眼睛和耳朵。它活在数字世界里，却看不见物理世界的瞬息万变。
要解决这个根本矛盾，我们必须为AI构建一个完整的“认知循环系统”。而这个系统的基础，就是通信。
今天，我想和大家分享的，就是这个“感知神经系统”是如何由两条关键路径——“主干动脉”和“末梢神经”——共同构建起来的。
首先，我们来看“主干动脉”——蜂窝物联网。
这是我们已经建立起来的，强大而坚实的通信骨架。Counterpoint的最新数据显示，全球蜂窝物联网模组出货量屡创新高，预计到2030年，连接数将突破数百亿！
在这条赛道上，中国力量正扮演着绝对的领军角色。在全球出货量榜单上，移远通信、比邻智联、广和通等中国厂商，几乎占据了半壁江山，成为了全球产业的风向标。
这条强大的“动脉”，连接着我们社会中高价值、关键的资产——行驶的汽车、智能电表、工厂里的重型设备。它保证了核心数据的稳定传输，是AIoT世界的“主动脉”。
但，这足够了吗？主动脉能触及到我们身体的每一个细胞吗？显然不能。
一个更深层的问题浮现了：我们连接了汽车，但车上的每一个包裹呢？我们连接了仓库，但仓库里的每一个货箱、每一件商品呢？这数以万亿计的、沉默的物品，才是构成物理世界最庞大的“暗物质”。
于是，构建感知神经的第二部分——“末梢神经”——无源物联网登上了历史舞台。
它就像毛细血管，用极低的成本，将感知能力延伸到过去无法触及的每一个角落。它的目标，是让那99%沉默的物品，都“开口说话”。
这项技术之所以能从概念走向现实，正是因为它遵循了一个清晰的“三级火箭”价值模型。
一级火箭：TCO引擎。 它免维护、无需电池，首先帮企业算得过账，这是商业化的起点。
二级火箭：ESG助推器。 在全球追求可持续发展的浪潮下，它解决了电池污染问题，满足了欧盟“数字产品护照”这类合规要求，从“可选项”变成“必选项”。
三级火箭，也是它的终极载荷：成为AI的共生体。
当“主干动脉”（蜂窝物联网）和“末梢神经”（无源物联网）完全打通，一个完整的感知系统就诞生了！
海量的、来自物理世界最末梢的数据，通过无源物联网被采集；然后汇入由蜂窝物联网构成的强大网络，最终喂养给饥渴的AI大脑。
沃尔玛部署9000万个无源标签，正是这一逻辑的完美印证。它用“末梢神经”感知库存细节，用强大的网络传输数据，最终让AI大脑做出前所未有的精准决策。
趋势3：感知即资产，多模态智能重塑“视联网”
当我们拥有了强大的端侧智能和AIoT智能体之后，下一个问题是：这些智能体如何更深刻、更准确地理解这个复杂的物理世界？这就引出了我们今天要探讨的第三个趋势：感知即资产，多模态智能正在重塑“视联网”。
在AIoT的全新时代，我们必须建立一个核心认知：每一个传感器采集的数据，都不再是成本或负担，而是可以被量化、交易和复用的数字资产。“感知即资产”，这个理念正在从共识走向实践。我们看到，领先的企业已经通过治理和建模，将生产线上的传感器数据转化为能创造新收入的数据产品。
那么，如何最大化这些“感知资产”的价值？答案是多模态融合。单一维度的感知，就像只用眼睛看世界，总有盲区。而多模态智能，则是赋予AIoT系统完整的感官——它不仅用眼睛看，还用耳朵听、用鼻子闻、用皮肤去感知温度。
这种融合不是简单的1+1。在自动驾驶、工业安全等高确定性场景，“视觉+雷达+声学”的多模态融合已经成为默认配置。它不是锦上添花，而是确保系统在雨、雾、强光等极端条件下，依然能做出可靠判断的安全底线。例如，在化工厂，集成了热成像、视觉、气体和声学监测的系统，相比单一方案，能将安全事故的误报率和漏报率降低超过90%。
要理解多模态智能的巨大威力，我们只需要看一个市场规模即将突破万亿美元的赛道——视联网。
传统的视频监控正在终结。摄像头，这个我们最熟悉不过的物联网终端，正在经历一场从“记录员”到“分析师”，再到“决策者”的深刻革命。
过去，它是被动的记录员，只能事后查证。
后来，它成了联网的观察哨，可以远程查看。
今天，在AI芯片的加持下，它进化为边缘的分析师，能实时识别人脸、车牌。
而未来，它将成为一个多模态的决策中枢。它不仅“看”，还会融合声音、温度、气体等信息进行综合研判。就像一个智能火灾系统，它会同时分析火光、烟雾、温度和异常声音，误报率能降低80%以上。
这场革命的核心，就是摄像头从一个孤立的视觉传感器，转变为连接物理与数字世界的全感官智能节点。
这场演进的背后还有一个强大的引擎——生成式AI。它正在从两个方面，彻底颠覆感知领域的成本结构和效率瓶颈。
首先，是感知增强。 生成式AI能“脑补”出传感器没看清的细节，让感知能力在硬件不变的情况下实现质的飞跃。
其次，是自动标注。 数据标注，曾是AI项目中最耗时、最烧钱的环节，占到总成本的一半以上。而现在，基于大模型的自动标注系统，能替代80%的人工。一个工业质检项目，模型开发周期可以从6个月缩短到2周，成本降低90%。
生成式AI，正在让昂贵、稀缺的“感知资产”变得普惠和丰饶。
未来真正的智能，不是AI单打独斗，而是“人、机、物”的协同。只有当人提供战略判断，AI贡献计算力，IoT带来真实感知——三者基于“共享的物理真相”协同运作，智能决策才能真正可靠。
趋势4：AIoT获其“利”：机器支付与智能经济的黎明
我们已经看到，AI获得了“身体”（物理AI），也拥有了更敏锐的“感官”（多模态智能）。那么，一个有身体、有感官的智能体，离成为一个完整的“生命”，还缺什么？
答案是：独立的经济能力。
这便是我要分享的第四个趋势，一个听起来像科幻，却已然发生的现实：AI获其“利”——机器支付与智能体经济的黎明。
在2025年之前，机器，哪怕是再智能的AI，本质上仍是人类的工具。它们的每一次交互都依赖预设的API，每一次价值交换都需要人类的授权。
但2025年，一切都改变了。随着谷歌发布AP2协议，以及OpenAI紧随其后推出ACP协议，人类历史上首次，系统性地赋予了机器独立的经济生命。这不亚于在数字世界里，进行了一次新物种的创世。机器，正在从被动的工具，进化为主动的经济参与者。
AP2和ACP这些协议，我们不必深究其技术细节。我们只需要理解它们的历史意义：它们就是这个新兴智能体经济的“TCP/IP”和“HTTP”。它们为数以万亿计的AI智能体，建立了一套通用的、安全的、无需人类干预的价值交换法则。
就像互联网协议催生了数字经济一样，这些“智能体商业协议”，正在为一场规模和速度都将远超人类想象的机器间经济活动，铺设最底层的轨道。
这会创造一个怎样的未来？谷歌DeepMind团队在一篇名为《虚拟代理经济》的论文中，为我们描绘了蓝图。他们提出：当数百万、甚至数十亿的AI智能体开始互动，传统的中央控制模式必然失效。唯一可行的协调机制，就是市场。价格、谈判、交易，这些我们熟悉的人类经济学原理，将成为AI智能体之间进行大规模、去中心化协作的通用语言。
这听起来很抽象，但论文给出的场景却无比具体：
在科学研究领域：成千上万个AI科学家，自主进行实验设计，它们会通过竞价的方式，争夺超级计算机的算力资源，甚至相互交易有价值的实验数据。
在机器人协作中：一个仓库里的上百个机器人，不再需要中央调度系统。它们会像一个真正的市场一样，通过相互报价和竞标，来决定谁去执行利润最高的订单，谁去那个最空的充电桩充电。
甚至在我们每个人的生活中：你的个人AI助理，为了帮你预订一个热门餐厅的座位，可能会主动联系餐厅的AI系统，甚至通过支付0.5个USDC的小费，来获得一个优先排位。
所以，第四个趋势告诉我们，一个全新的、并行的、由机器主导的经济层，正在诞生。它将以毫秒级的速度进行交易，其规模和复杂性将远超人类的直接理解。这不仅仅是机器支付，这是万物智行时代在经济领域的最终体现。
趋势5：跨域编排：“通感智值”一体化的终局范式
我们看到了物理AI、多模态智能、智能体经济，这些趋势如百川入海，最终将汇聚向何方？AIoT产业的终极形态会是什么样？
这引出了我们今天的最后一个趋势，它既是产业演进的必然，也是国家意志的体现：跨域编排：“通感智值”一体化的终局范式。
今年发布的《“人工智能+”行动意见》，我们不应仅仅将其看作一份政策文件。它更像是一张国家级的作战地图，一个吹响产业变革的集结号。
这份文件的精髓，不在于它列举了哪几个行业，而在于它设计了一套系统性的发展框架。它将科技、产业、消费、民生、治理和全球合作环环相扣，其背后传递出一个无比清晰的信号：单点创新的时代已经结束，一个一体化、全场景、跨领域深度协同的生态纪元，已经正式开启。
让我们用一个场景来理解这一切。未来的智能网联汽车，它绝对不只是一辆车。
当它接入城市的交通网络（通），它就成了智慧交通的一个动态节点。
它的摄像头和雷达数据，可以与路侧单元的感知数据相互印证（感），共同描绘出超视距的路况信息。
车载AI可以与城市的交通大脑协同决策（智），规划出全局最优的路线，甚至提前预定充电桩。
在这个过程中，它完成了出行、能源补给、信息娱乐等多种服务的价值交换（值）。
你看，这辆车不再是一个孤立的产品，它是一个活在庞大生态系统中的“超级智能体”。这，就是“跨域编排”的最终图景。
AIoT产业的终局之战已经打响，而战场已经彻底改变。
过去的竞争，是硬件驱动的，我们比拼的是谁的摄像头更清晰，谁的芯片算力更强。而未来的竞争，是系统级和生态级的创新。比拼的是谁能率先打通数据、算力、算法、场景和服务的全链路；是谁能构建一个让开发者、用户和合作伙伴都能共赢的生态。
国家政策中提到的发展模型即服务（MaaS）、智能体即服务，正是对这一趋势的精准回应。价值链的核心，正在从硬件，不可逆转地迁移到软件、服务和生态运营能力上。
我们身边将会出现越来越多的冰淇淋机器人、咖啡师机器人。AIoT智能体将真正开始渗透到商业的每一个环节——从供应链，到制造端，到运营端，再到消费者触点，AIoT智能终端正在贯通整个增长链条。
因此，我们今天的最后一个结论是：在AIoT的生态纪元，单打独斗的英雄主义时代已经落幕，合纵连横的生态构建者才能赢得未来。 我们的身份，正在从产品制造商，转变为生态建筑师。
万物智行：唤醒“AIoT原生智能体”的时刻到了
回顾我们今天的思想旅程。
我们看到了，物理AI如何让智能体获得“身体”；通信技术为它编织了贯穿全身的“血脉”；多模态智能如何赋予它敏锐的“感官”；机器支付又如何让它拥有了独立的“钱包”；最终，在国家意志的推动下，这些独立的智能体将如何走向“共生”。
所有这些趋势，如百川归海，最终都指向了同一个恢弘的终点，一个我们今天反复提及的词——万物智行。
什么是万物智行？它不再仅仅是连接，也不再仅仅是计算。“智行”，意味着智能体，作为一个独立的“物种”，开始在物理世界和数字世界中，自主地感知、决策、行动，乃至交易。
面对这样一个波澜壮阔、却又充满未知的新时代，我们不禁要问：
方向在哪里？路径在何方？机遇又在何处？
为了回答这些问题，智次方研究院耗费心血，为整个产业绘制了一份导航图。现在，我非常荣幸地向大家展示——《2026中国AIoT产业图谱》！
这张图谱的核心，是我们对产业终局的推演。请允许我为大家解读它的灵魂：
我们以通信与感知为坚实的大地，承载着万物的数据之流；而在这片大地上，智能的创新与价值的创造，形成了一个永续循环的无限符号∞。这，就是我们提出的通、感、智、值一体化架构。
在对应的图谱报告中，我们首次系统性地梳理出十大协同场景，从“车路云”到“空天地”，它们就是这张宏伟蓝图在现实世界中的生动实践。
所以，这张图谱，不是一份研究的终点，而是我们共同迈向新时代的起点。它是一份邀请，邀请在座的每一位产业领袖、创新先锋和生态伙伴，与我们一起，共同成为“万物智行”时代的建筑师和领航者！
