2026年计算机行业月报：国产大模型token通胀，全球软件行业或迎重构

市场行情回顾

（一）整体行情

A 股人工智能指数（884201.WI）截至 2 月 28 日收盘价为 12084.59，月涨跌幅为 0.78%。计 算机行业指数（801750.SI）截至 2 月 28 日收盘价为 5659.84，月涨跌幅为 1.56%。

（二）代表企业

A 股 Wind 人工智能指数（884201.WI）截至 2 月 28 日总市值 32560.73 亿，含成分股 86 支， 权重等分。板块上市公司分布为主板 16 支，创业板 35 支，科创板 13 支，中小板 22 支。

（三）板块估值

人工智能指数（884201.WI）重要成分股 2021-2024 年近三年整体营业收入复合增长率 15.62%， 净利润复合增长率-2.63%，截至 2 月 28 日平均估值 PE（TTM）79.86 倍，PS（TTM）4.55 倍。

前沿行业动态

（一）前沿技术动态

1.清华发布首个约束流形空间智能基准

清华大学的研究团队推出 SSI-Bench，从 AI 与结构工程的交叉视角出发，为空间智能评估提 供了一种新的场景化思路——将评测置于复杂三维结构的约束流形中，系统检验多模态大模型的空 间智能表现。 在此类任务中，潜在三维状态并非可被任意臆测，而是受到显式约束的限定，仅能落在一个可 行解集合内——既需要满足等式约束（如几何一致性、连接关系等），也需要满足不等式约束（如非 相交条件、支撑条件与物理可行性等）。 更重要的是，强约束会显著收缩可行三维配置空间，使高度、距离、最短路径等空间关系在不 同合理解释下更具稳定性，从而使评测结果具备更好的可量化性与可比性。 SSI-Bench 正是在这一背景下提出：它不再将模型置于约束较弱、可自由组合的日常场景中， 而是面向复杂真实工程结构构建评测环境，要求模型形成约束一致的三维结构假设，并在此基础上 完成空间推理。

SSI-Bench 不再让模型做选择题，而是统一成排序任务：每题给出 3 或 4 个候选构件/构件组， 要求在指定几何/拓扑准则下输出正确的全排列顺序。 全基准共 1,000 道排序题，任务分两大类： 几何类（Geometric）：Ground Height / Ground Angle / Dimension / Relative Distance / Area / Volume； 拓扑类（Topological）：Hop Distance / Cycle Length 等图结构关系； 并额外引入多视角题目：以两张图配合，一张提供参考构件，一张给出待比较目标，重点考察 跨视角构件对应与整体结构一致性。 为了保证数据集的质量与多样性，同时也由于缺乏真实结构构件的标注数据，SSI-Bench 的构 建流程非常「硬核」——10 位研究者投入超过 400 小时，从大量真实结构图片中进行人工筛选与题目设计。 SSI-Bench 系统评测了 31 个主流 VLM，结论非常直接：人类几乎碾压式领先。 人类平均 91.6%，最强闭源 33.6%（Gemini-3-Flash），最强开源 22.2%（GLM-4.6V）。 也就是说，哪怕拿到当下最强大模型，人类仍然领先 58 个百分点（91.6 − 33.6）。

2.斯坦福、普林斯顿发布首个医学世界模型 MedOS

如果说之前的医疗 AI 是大语言模型（LLM）在医学课本上的投影，那么 2026 年，AI 终于进 化出了实体，开始理解并介入真实的医疗物理世界。 这或许标志着医疗 AI 的范式转移：从单一的辅助诊断，跃升为 AI-XR-Cobot（人工智能-扩展 现实-协作机器人） 三位一体的通用医疗世界模型。它不仅能看懂病历，更能看懂病人；不仅能给出 建议，更能执行诊疗过程。

为什么过去的 AI 难以处理复杂的临床场景？因为它们缺乏对医疗现实的物理理解。它们不知 道某种药物注入后机体的反应，也不知道一次介入操作带来的组织力学变化。 MedOS 的核心突破， 在于它构建了一个通用的 State-Action-Transition（状态-动作-转换） 医疗闭环： 感知： 它超越了传统的影像诊断，通过 XR 设备进行深度临床理解。无论是组织的物理属性、 血流的细微变化，还是患者的实时生理指征，MedOS 具备实时捕捉并理解的能力。 模拟： 这是 MedOS 的推演引擎。它不仅仅是分析现状，而是预测疾病与治疗的未来。它能在 数字孪生世界里进行反事实推演——如果采用这种治疗方案，患者的生理状态会如何演变？从 而在真实干预前预警风险。 干预： 它可以驱动医疗协作机器人（Cobot）主动介入物理世界。 AI 能力的上限，取决于对临床世界的见识。 为了训练 MedOS，团队构建了 MedSuperVision——迄今为止规模最大的开源临床视觉数据 集，包含了 85,398 分钟的高保真医疗影像与操作数据，这不仅涵盖了外科视野，更通过海量数据让 模型学会了人体组织在各种干预下的动态反馈。 正是这种对医疗物理学的底层理解，让 MedOS 拥 有了跨科室的通用能力。 MedOS 最深远的价值，在于医疗能力的普惠与拉齐。 抹平专业鸿沟： 在人机协作实验中，MedOS 展现了拉齐效应。数据表明，在 MedOS 的辅助 下，青年医生、医学生、甚至护士的诊断与操作准确率，被直接拉升到了与资深医师相当的水平。 这意味着，顶尖专家的隐性知识，有望通过算法分发给了基层医疗。 突破人类极限： 医生也是人，会疲惫，会受到情绪干扰。 实验数据显示，MedOS 能部分消除 人类操作中的生理震颤与偏差。更重要的是，它能让疲惫不堪的值班医生，在决策和操作表现上回 升至、甚至超过最佳状态，有望成为医疗安全的硅基防线。 MedOS 不仅能治病，还能科研。 在演示中，它展现了自主临床发现（Autonomous Clinical Discovery） 的能力。 面对复杂 的癌症病例，MedOS 能自主识别多基因突变，自动调用 TCGA 数据库挖掘共突变基因，并执行生 存分析，生成详尽的预后报告。 它像一个 24 小时/7 天不间断工作的医学博士后，在临床实践中不 断挖掘新的医学知识。

3.清华打破强化学习安全性悖论，14 项测试基准 任务全 SOTA

随着强化学习（RL）在虚拟世界的统治级表现，将其迁移至自动驾驶、机器人控制等真实物理 系统已成为行业共识。然而，物理世界的高风险特性画出了一道不可逾越的红线——零约束违反。 为了守住这道红线，学界提出了多种方案：OpenAI 结合拉格朗日乘子法动态权衡安全与性能， UC Berkeley 提出的 CPO 算法利用信赖域将策略限制在可行空间内。 然而，现有方法始终面临一个核心痛点：策略难以做到严格的零违反。大多数算法只能将违规 控制在极低水平，一旦试图追求绝对的零违规，就会遭遇巨大阻力。 清华大学李升波教授课题组于安全强化学习领域获得突破性进展，首次在理论层面揭示并证明 了安全强化学习（Safe RL）中的一个反直觉现象——安全性悖论：策略越追求安全，反而可能越不 安全。 在安全强化学习中，智能体通常依赖交互数据学习一个可行性函数，以此判断当前状态是否长 期安全，从而规避危险区域。 然而，研究通过严格的理论证明揭示了一个严峻事实： 随着策略变得越来越安全，其产生的违规样本会变得极度稀疏。这直接导致可行性函数的估计 误差急剧增大，进而使指导策略优化的约束函数出现偏差，最终导致策略安全性崩塌。 这就像一个从未见过悬崖的人，在行走时即便再小心翼翼，也会因为缺乏对悬崖边缘的确切认 知，而无法精准判断危险界限究竟在哪里。越是刻意追求安全，对危险边界的认知就越模糊，最终反而导致安全防线失效。 这就是所谓的安全性悖论——策略陷入了一个自我挫败的死循环。 针对这一困境，团队提出了 Region-wise Actor-Critic-Scenery（RACS）算法，通过引入专 门收集违规样本的「探险者」策略，成功打破悖论，在权威基准 Safety-Gymnasium 上刷新了 SOTA 成绩，该工作发表于人工智能顶会 ICLR 2026。 研究团队提出了 Region-wise Actor-Critic-Scenery（RACS）算法，创造性地引入了双策略 架构： （1）原始策略（Primal Policy）：扮演守规矩的执行者。它负责在满足安全约束的前提下， 尽可能最大化任务奖励。 （2）对偶策略（Dual Policy）：扮演无畏的探险。它的目标与前者相反，旨在策略性地最大 化约束违反，主动触探原始策略不敢涉足的危险边界。 通过这种左右互搏的机制，RACS 在不增加总采样成本的前提下，显著提升了关键违规样本的 比例，从而让系统对安全边界有了清晰、精准的认知。 为了解决双策略数据混合带来的分布偏移问题，RACS 采用了重要性采样技术进行数学修正， 并约束对偶策略与原始策略间的 KL 散度，确保训练过程的平稳收敛。

研究团队在安全强化学习权威基准 Safety-Gymnasium 上进行了广泛验证。结果表明，RACS 在 14 项任务中的综合性能达到了 State-of-the-art 水平。

4.清华发布首个 6M 高性能 模型，视听分离 SOTA 提速 6 倍

视听语音分离技术旨在模拟人类的鸡尾酒会效应，即利用说话人的面部视觉线索（如口型变化）， 从背景噪声或多人混合语音中精准提取出目标说话人的声音。这项技术在智能助听器、移动通信、 增强现实及人机交互等领域具有极其重要的应用价值。 然而，长期以来，该领域面临着性能与效率难以兼得的困境：高性能模型往往依赖庞大的预训 练参数和高昂的计算开销，难以在资源受限的边缘设备上部署；而轻量化模型则通常以牺牲分离精 度为代价，且常依赖高延迟的迭代计算。 针对这一痛点，清华大学计算机系胡晓林副教授团队提出了一种全新的高效视听语音分离模型 Dolphin。 该模型通过引入离散化视觉语义表征和基于物理先验的全局-局部注意力机制，在大幅降低计算 复杂度的同时，刷新了多项基准数据集的性能记录。 Dolphin 不仅是首个将参数量压缩至 6M 级别（计入视觉编码器）的兼顾高质量与高性能的AVSS 模型，更在 GPU 推理速度上实现了相对于现有 SOTA 模型 6 倍以上的提升。 Dolphin 提出了一套完整的解决方案，其核心架构包含以下三个关键创新点： DP-LipCoder：基于矢量量化的双路径离散视觉编码器 为了在轻量化前提下获取高质量的视觉语义，团队设计了一个基于矢量量化的双路径离散视觉 编码器 DP-LipCoder。