尽管大模型仍遵循 scaling law 扩展，算力与数据驱动增长，但算法层面尚未出现根本性突破，推理能力提升面临边际递减。Agent 成为新范式，但通用智能体落地受限于准确率与场景适配，短期内难以普及。开源模型持续追赶闭源体系，未来竞争或转向微调服务与工程优化。机器人领域百花齐放，但技术路线未收敛，核心瓶颈在于高质量物理数据的稀缺与模拟环境的局限。VLA 与世界模型之争尚处早期，架构差异在数据机制不明的前提下意义有限。人形机器人具备利用人类操作数据的优势，预训练潜力显著，但仍需长期投入。最终，人与 AI 的关系或将走向深度共生，形成决策与执行融合的超级智能体，超越控制与被控制的二元对立。