ARK 2026：揭示改变世界的13个重大创新方向

Big Ideas 2026 是 ARK Invest 的第十版年度旗舰研究报告，旨在识别并阐释正在重塑全球经济的关键技术。我们持续从短期噪声中提炼长期信号，聚焦指数级创新平台——技术正在汇聚，市场正在转型，全新的机会正在浮现。

Big Ideas 并非对渐进变化的预测，而是理解增长发生“阶跃式跃迁”的框架。

本年度报告涵盖人工智能、机器人、能源、区块链、太空与生物科技等 13 个大想法。基于对公开与私募市场的深入研究，我们看到这些技术正在叠加，重塑各行业的生产力、资本配置与竞争格局。随着它们从实验走向规模化，其相互汇聚正以超出共识的速度加速革新。

十年来，Big Ideas 一直是“下一个风口”的信号。Big Ideas 2026 延续了这一使命，为投资者、企业和决策者提供更清晰的视野，让他们在创新变得显而易见之前看到方向。未来不会一次性到来。那些及早识别它的人有机会拥有下一个时代。

欢迎阅读 ARK Invest 的 Big Ideas 2026。

大加速（The Great Acceleration）

技术汇聚正在加速

五大主要创新平台——人工智能、公共区块链、机器人、能源存储和多组学——正变得越来越相互依赖，因为一个平台的性能进步正在解锁另一个平台的新能力。

可重复使用火箭将自主移动 AI 芯片送入轨道，可能成为扩展下一代云的关键。 

在数字钱包中获得许可的多组学数据，可能为神经网络提供动力，催化精准疗法的开发，以治愈罕见疾病。

技术平台增长率正在加速并相互催化

颠覆性技术正在相互交织。汇聚网络强度（Convergence Network Strength，一种衡量颠覆性技术相互催化程度的指标）在 2025 年增长了 35%。

人工智能仍是关键的赋能创新平台，机器人作为催化剂的重要性在 2025 年出现拐点。

其中主要新进展包括：

世界上最大的机器人——可重复使用火箭——可能在赋能人工智能方面发挥非凡作用；能源存储和分布式能源系统已成为下一代云建设的关键赋能者；智能合约和稳定币可能支持全球数字货币生态系统，让 AI 代理协调并指挥现实世界资源。

技术汇聚应导致需求大幅增加

神经网络对下一代云计算的需求正在遭遇地球层面的扩展限制。可重复使用火箭可能前来救援。

以具有竞争力的成本，太空基 AI 计算可能为云提供神经网络持续增长所需的计算能力。AI 芯片增长可能使可重复使用火箭需求相对于我们现有模型增加 60 倍。

世界正在进入一个前所未有的技术投资周期

历史技术投资浪潮选例资本支出占 GDP 百分比

颠覆性技术能够以多种方式促进增长

每项颠覆性技术都可能产生深刻的宏观经济结果，以家庭人形机器人为例就是一个典型案例。

目前，家庭维护平均每年约 68,000 美元的价值中，只有约 2,600 美元流入国内生产总值（GDP）。一台家庭人形机器人每年可能为 GDP 贡献 62,000 美元。

如果美国 9000 万业主占有住房每户一台家庭人形机器人，GDP 可能增加近 6 万亿美元，即 20%。

如果人形机器人在五年内渗透 80% 的美国家庭，GDP 增长可能从每年 2-3% 加速至 5-6%。

这场技术革命应导致真实 GDP 增长的又一次阶跃变化

历史上，技术范式转变导致了 GDP 增长的结构性变化。

仅资本投资一项，在颠覆性创新平台的催化下，本十年可能为年化真实 GDP 增长增加 1.9 个百分点。

新资本基础——Robotaxi、下一代数据中心以及企业在 AI 代理方面的投资——应提升投资资本回报率。随着其他创新开始影响增长轨迹，实现的真实增长可能每年超出共识预期超过 4 个百分点。

每个创新平台——人工智能、公共区块链、机器人、能源存储和多组学——都应为全球增长提供结构性助推。

某些有趣的技术（如量子计算）在 20 至 40 年内不太可能成为颠覆性技术

颠覆性技术需要成本急剧下降，跨越关键价格点，从而在多个行业开启引人注目的单位经济性，并作为额外技术创新的平台。

量子计算的性能改进曲线一直缓慢。尽管在研发（R&D）上投入了数十亿美元，谷歌在四年多时间里仅将量子比特数量翻倍了一次。

即使其性能和成本显著改善，达到摩尔定律的速度，量子计算也要到 2040 年代才能用于密码学解密。

颠覆性技术可能主导全球市场

• 人工智能（Artificial Intelligence）

能够随数据演化的计算系统和软件，可以解决棘手问题、自动化知识工作，并加速技术融入每个经济部门。

神经网络的采用应比电气化更具里程碑意义，并可能创造数十万亿美元的价值。

在规模化时，这些系统将需要前所未有的计算资源，AI 专用计算硬件应主导训练和运行 AI 模型的下一代云数据中心。

对终端用户的潜力显而易见：一组 AI 驱动的智能设备渗透到人们的生活中，改变他们的消费、工作和娱乐方式。

人工智能的采用应转型每个行业、影响每个企业，并催化每个创新平台。

• 能源存储（Energy Storage）

先进电池技术成本的下降应导致外形因素爆炸式增长，从而启用自主移动系统，彻底降低交通成本。

电动传动系统成本下降应解锁微型移动和空中系统，包括飞行出租车，从而启用转型城市的商业模式。

自主性应将出租车、配送和监控成本降低一个数量级，启用无摩擦交通，这将提升电子商务的速度，并使个人汽车拥有成为例外而非常态。

这些创新结合大规模固定电池和分布式能源发电（特别是太阳能和小规模裂变），应应对 AI 数据中心激增的电力需求，同时用电力替代液体燃料，并提高全系统的韧性、可靠性和灵活性。

• 多组学（Multiomics）

收集、测序和理解数字生物数据的成本正在急剧下降。多组学技术为研究科学家、治疗机构和健康平台提供了前所未有的 DNA、RNA、蛋白质和数字健康数据访问权。

癌症护理应通过泛癌血液检测实现转型，分子诊断应开始识别和分类各种疾病。由丰富多组学数据供给并由可编程生物学驱动的 AI 系统运行自主实验室，可能彻底降低药物发现、开发和试验的成本，转型一个停滞行业的回报。

生物发现应驱动针对罕见疾病和慢性病的新型精准疗法，解锁深刻的经济性。随着时间推移，新型生物构造的设计和合成将在农业、材料科学甚至计算领域产生进步。

• 公共区块链（Public Blockchains）

在大规模采用后，所有货币和合约可能迁移到能够启用和验证数字稀缺性及所有权证明的公共区块链上。金融生态系统很可能重新配置，以适应加密货币（包括桥接传统金融和去中心化网络的稳定币）以及智能合约的兴起。

这些技术应提高透明度、减少资本和监管控制的影响，并彻底降低合约执行成本。

在这样的世界中，随着更多资产变得类似货币，并且企业和消费者适应新金融基础设施，数字钱包将变得越来越必要。

随着这些钱包演变为 AI 驱动的采购代理，它们可能成为数字服务的强大分发平台。公司结构可能受到质疑。

• 机器人（Robotics）

在人工智能的催化下，人形机器人应与人类并肩操作并导航遗留基础设施，改变产品的制造和销售方式，并最终改变我们的生活方式。

专用机器人——从工业臂到手术和仓库系统——应随着 AI 彻底降低集成成本而扩散，将自动化嵌入制造、物流、医疗和物理世界的每个运营流程中。

同时，可重复使用火箭应继续降低发射卫星星座的成本，启用不间断连接和地球观测，并为不受陆地电力和冷却限制的空间计算基础设施开辟前沿。

作为一个新兴创新平台，机器人可能通过超音速旅行彻底降低跨距离运输成本，通过专用系统降低制造复杂性成本，并通过 AI 引导的人形机器人降低体力劳动成本。

AI 基础设施（AI Infrastructure）

Frank Downing AI 与云研究总监& Jozef Soja AI 与云研究分析师

AI 需求正在快速增长，因为推理成本正在崩溃

根据某些指标，过去一年推理成本下降了超过 99%。随着 AI 原生应用的扩散，成本下降正在驱动开发者、企业和消费者推断的令牌数量爆炸式增长。

在 OpenRouter（一个用于访问大型语言模型（LLM）的统一应用程序编程接口（API））上，计算需求自 2024 年 12 月以来增长了 25 倍。

图表：固定性能模型的推理成本（左图）

显示从 o1-preview（每百万令牌 28.90 美元）到 gpt-oso-20B（低至 0.10 美元）的成本下降趋势，涵盖 2024 年 9 月至 2025 年 8 月期间的各种模型（如 DeepSeek R1、Grok 3 mini 等）。

图表：OpenRouter 上推断的令牌数量（右图）

从 2024 年 12 月几乎为零，爆炸式增长至 2026 年 1 月超过 7000 亿令牌。

自 ChatGPT 时刻以来，数据中心系统增长已从年均 5% 加速至 29%

2025 年，数据中心系统年度投资约 5000 亿美元，几乎是 2012 年至 2023 年平均水平的 2.5 倍。根据我们的研究，这一投资类别将继续拐点向上，并可能在 2030 年增长三倍至约 1.4 万亿美元。

图表：数据中心系统投资

从 2012 年的约 2000 亿美元缓慢增长，至 2023 年拐点向上，2025 年达 5000 亿美元，预计 2030 年达 1.4 万亿美元（29% 复合年增长率，CAGR）。

科技资本支出已达到科技与电信泡沫水平，但科技估值远低于当时

根据我们的研究，超大规模运营商将在 2026 年资本支出（Capex）超过 5000 亿美元，几乎是 2021 年（ChatGPT 时刻前）1350 亿美元的三倍。

虽然信息技术与通信服务行业的资本支出占国内生产总值（GDP）的百分比已达到 1998 年以来未见的水平，但科技行业的市盈率（P/E）仅为其科技与电信泡沫峰值的一小部分。

图表：标普 500 信息技术与通信服务资本支出占 GDP 百分比（左图）

从 1998 年峰值 0.6% 下降后，2025 年再次上升至类似水平。

图表：主要科技公司市盈率远低于泡沫峰值（右图）

“Mag 6”（Alphabet、Apple、Amazon、Meta、Microsoft、Nvidia）等公司当前市盈率远低于 2000 年峰值。

Nvidia 正面临更多竞争

Nvidia 在 AI 芯片设计、软件和网络方面的早期投资将其 GPU 销量份额推至 85%，毛利率达 75%。

现在，AMD 和 Google 等竞争对手在某些领域（如小型语言模型推理）已赶上。Nvidia 的 Grace Blackwell 机架规模系统在大模型推理中领先，为最先进的基础模型提供动力。

图表：小型模型性能与大型模型性能比较

显示 Nvidia、AMD 等在不同模型上的每百万令牌 TCO 成本。

人工智能需求应驱动可持续的基础设施增长

随着 AI 工作负载在企业和消费者环境中扩散，AI 基础设施投资可能在 2030 年超过 1.4 万亿美元，主要用于加速服务器。

根据我们的研究，Broadcom 和 Amazon 的 Annapurna Labs 等公司设计的 ASIC 将继续抢占份额，因为 AI 实验室和超大规模运营商寻求成本效益更高的计算。

图表：数据中心系统投资（左图）

2023 年至 2030E，计算、网络、存储投资增长，30% CAGR，至 2030 年 1.4 万亿美元。

图表：服务器市场按计算类型份额（右图）

传统服务器份额下降，加速服务器（GPU + ASIC）份额上升，ASIC 预计显著增长。

AI 消费者操作系统（The AI Consumer Operating System）

Nicholas Grous 消费者互联网与金融科技研究总监 & Varshika Prasanna 消费者互联网与金融科技研究助理

AI 模型正在融合成消费者操作系统

随着基础模型成为互联网技术栈的新一层，消费者与应用的互动越来越少，而更多通过 AI 代理进行。这种结构性转变正在激活令人愉悦的数字体验。因此，消费者采用 AI 的速度远超当年采用互联网的速度。

图表：AI 采用 vs 互联网采用（左图）

显示 AI Chatbot 在智能手机用户中的渗透率与互联网在 PC 用户中的渗透率对比，AI 采用曲线更陡峭。

图表：数字互动的四个时代（右图） 

代理时代（Agentic Era，2022+）：自然语言界面，由代理和大型语言模型（LLM）驱动，使用户能够表达目标。 

移动时代（Mobile Era，2007-2022）：触摸界面和应用，使用户通过点击和滑动互动。 

网络时代（Web Era，1995-2006）：图形用户界面（GUI），由浏览器和搜索引擎驱动，使用户通过搜索和点击互动。 

命令时代（Command Era，1980-1994）：基于文本的界面，由键盘驱动，使用户输入命令。

AI 采购代理正在提升消费者交易的速度

AI 代理通过前所未有的个性化和速度压缩了购买漏斗。在前互联网时代完成一次购买需要 1 小时，而在代理 AI 时代已压缩至约 90 秒。

图表：AI 购买旅程（左图）

购买漏斗：发现（Discovery）→互动（Engagement）→决策（Decision Making）→ 购买（Purchase）。

今天，95% 的消费者旅程发生在购买之前。个性化不是可选的——它是根基。

图表：完成一次交易所需时间（右图）

从前互联网时代的 60 多分钟，下降至网络时代、移动时代，直至代理时代约 90 秒。