根据Omdia发布的《2026年全球AI云栈报告:在智能体AI时代重新思考云计算》,云原生架构的各层之间长期以来一直朝着特定场景下的联合调度方向演进,与此同时,传统单一垂直分层架构正在开始瓦解。
AI原生时代对传统云栈的核心冲击
自2023年以来,大语言模型的兴起从三个层面进一步颠覆了云原生计算架构范式。
第一,模型技术显著加速了垂直架构的瓦解。如今,单次模型API调用即可覆盖云原生架构中四至五层的功能,将此前相互独立的层级逐步整合并重构为模型自身内部的功能组件。
第二,企业采购逻辑正从"按层付费"转向"按Token付费"。随着Token经济的兴起,Token已成为企业采购的核心计费单位。因此,原有的分层结构已失去相当大部分的独立商业价值,越来越多地成为支撑AI云的关键技术组件,而非可独立交付的产品模块。
第三,人机之间的生产关系发生了根本性变化。模型、智能体以及整体AI正日益以"劳动力"的形式出现。Salesforce推出了涵盖多种岗位类型的Agentforce;微软的Copilot已扩展至多个办公场景;Anthropic则采取双轨策略,同时发布了数字同事版本(Claude Cowork)和开发者版本(Claude Managed Agents)。随着人类逐步将控制权移交给机器,云原生架构所依赖的控制论逻辑开始松动。
正是由于上述原因,跨层功能整合剥夺了原有分层的独立技术意义;基于Token的计费方式削减了"分层"的独立商业价值;而机器作为劳动力的出现,则挑战了以"人类对机器的控制深度"为基础的分层逻辑。
两类AI模型使用需求并存
除云栈架构的变化外,Omdia还发现,AI模型的使用需求可分为两类截然不同的群体。
"API优先"阵营倾向于优先考量上市速度与成本效益,直接调用现成的模型能力,不针对特定场景进行深度定制。他们通常活跃于通用智能已能满足需求的场景,例如客服聊天机器人或基础内容生成,并寄望于模型的持续升级能自动应对新出现的需求。
相比之下,"智能体中心"群体则专注于解决需要协同编排的复杂、特定领域问题。例如,一个供应链智能体可能调用模型API分析市场趋势,继而触发工作流来调整库存水平、通过邮件与供应商协调,并为利益相关方生成报告。在这一场景中,智能体扮演决策者与自主执行者的角色,模型智能仅是其认知架构的组成部分之一。
AI云三层新架构
随着层级瓦解和用户控制面松动理论持续重塑市场,加之两种AI模型使用理念并行共存,Omdia将2026年AI云的技术架构重新定义为三个层级:AI云基础设施、模型即服务(MaaS)以及智能体即服务(AaaS),分别对应三个独立市场。
AI云基础设施涵盖多租户AI IaaS和物理专用资源AI裸金属即服务(BMaaS)。
模型即服务(MaaS)包含模型生产服务(MPS)和模型消费服务(MCS)。
智能体即服务(AaaS)包含智能体平台服务和智能体劳动力服务。
Omdia为各赛道所界定的市场空间相互独立,相关赛道的统计口径基于已确认收入,不含具体成本细分。
全球AI云基础设施市场
2025年,全球AI云基础设施市场规模达657.4亿美元。其中,全球AI IaaS市场规模为247.9亿美元,区域分布上北美(45.7%)、中国(22.3%)和欧洲(15.4%)位居前三。
全球AI BMaaS市场规模为409.5亿美元,区域分布上北美(54.5%)、中国(13.7%)和欧洲(9.2%)位居前三。
全球模型生产服务市场
模型生产服务市场由四个子市场构成:数据与知识工程、模型开发与训练、模型评估与对齐,以及模型治理与管理。
整体市场规模达185.4亿美元,其中模型开发与训练细分市场占比63.5%,为最大细分领域。区域分布上北美(43%)、欧洲(16.8%)和中国(14.8%)位居前三。
Omdia云与AI高级首席分析师Raymond Zhan表示,全球AI云市场既是行业AI应用的支撑性市场,也是数据中心需求的驱动力。从技术架构演进的视角来看,"模型即资源"正逐步成为现实。与此同时,随着资源层向上迁移,更多传统基础设施厂商获得了触达应用层市场逻辑的能力。然而,应用层市场逻辑的验证仍有赖于行业AI的ROI得到切实证明。
Raymond还指出,中国市场同时受到异构底层架构逻辑、差异化计费结构以及供应链市场相对独立性的影响,因此需要建立相对独立的分析框架来进行市场跟踪与洞察。
未来AI云技术栈应围绕"模型即资源"这一理念构建,市场动能将逐步从资源层向应用层迁移。Omdia致力于为全球提供能够清晰呈现这一市场迁移路径的量化数据支撑,并计划每年年底发布相关数据跟踪报告。
Omdia《2026年全球AI云栈》报告对全球AI云技术架构趋势进行了深入分析,梳理了相应的市场分类规则,界定了主要厂商产品的映射规则,并对关键市场提供了量化趋势预测。
Q&A
Q1:Omdia如何定义2026年AI云的技术架构?
A:Omdia将2026年AI云技术架构重新定义为三个层级:AI云基础设施(AI Cloud Infra)、模型即服务(MaaS)和智能体即服务(AaaS)。AI云基础设施涵盖多租户AI IaaS和裸金属即服务BMaaS;MaaS包含模型生产服务和模型消费服务;AaaS则包括智能体平台服务和智能体劳动力服务。三个层级对应三个相互独立的市场空间。
Q2:为什么说大语言模型的兴起瓦解了传统云原生架构的分层结构?
A:大语言模型的兴起从三个方面冲击了传统分层架构:单次模型API调用可覆盖原本四至五层的功能,使分层失去独立技术意义;Token计费模式兴起后,原有分层结构的独立商业价值大幅缩水;同时,智能体作为"机器劳动力"的出现,挑战了以人类控制深度为基础的分层逻辑,三重因素叠加共同推动了层级瓦解。
Q3:2025年全球AI云基础设施市场规模有多大?各地区如何分布?
A:2025年全球AI云基础设施市场规模达657.4亿美元。其中AI IaaS市场为247.9亿美元,北美占45.7%、中国占22.3%、欧洲占15.4%;AI BMaaS市场为409.5亿美元,北美占54.5%、中国占13.7%、欧洲占9.2%。北美在两个子市场中均居首位。
好文章,需要你的鼓励
华中科技大学等机构构建SciIR框架,通过8万张科学图像数据集和原子化评测基准,系统解决AI生成科学示意图时"外表合理、内核错误"的核心难题。
美国国家科学基金会(NSF)向五支新入选团队拨款2000万美元,重点推进容错计算、量子网络与新一代传感技术研究,作为国家量子虚拟实验室计划的组成部分。九支设计团队分布于全美20个州,合作伙伴涵盖NASA、NIST及英伟达、IonQ等企业。相关技术有望降低数据中心能耗、突破网络瓶颈,为AI基础设施提供支撑,但距商业化部署仍需数年。
韩国科学技术院提出RAHA方法,将图文数据提升到双曲空间,通过范围-残差子空间分解实现选择性语义压缩,用极少合成数据高效训练图文检索模型。