2026 年 Q3，AI 行业的关键词是“落地”和“合规”。经过两年的大模型爆发期，市场焦点正在从“谁的模型更大”转向“谁的场景更准”。本季度，我们看到了监管框架的进一步收紧、开源模型的持续追赶，以及 To B 落地案例的显著增加。以下是 Q3 最重要的几件事。
一、监管与合规：全球框架加速成型
Q3 最受关注的监管新闻来自欧盟 AI 法案第二阶段的正式生效。从 2026 年 10 月起，高风险 AI 系统（包括医疗诊断、金融风控、执法辅助等）必须通过合规审计才能进入欧盟市场。这一条款直接影响了大量中国 AI 出海企业，不少公司已经开始组建专门的合规团队。与此同时，中国也修订了《生成式人工智能服务管理暂行办法》，进一步明确了训练数据溯源和内容审核责任，行业进入“强监管”时代。
二、模型层：开源继续缩小差距
模型层面，Meta 发布了 Llama 4 系列，其中 405B 版本在多项基准测试中已经接近 GPT-5 的水平；阿里开源了 Qwen2.5-72B 的轻量化版本，在边缘设备上表现出色；Mistral 则推出了首个混合专家模型的开源权重。开源模型的进步正在改变企业的选型逻辑：对于大多数 To B 场景，开源微调已经能提供足够的精度，而成本仅为闭源 API 的 1/10 到 1/5。
| 模型 | 参数量 | 开源状态 | 典型 To B 成本 |
|---|---|---|---|
| GPT-5 | 未公开 | 闭源 API | $30/1M tokens |
| Llama 4 405B | 405B | 开源权重 | 自建约 $0.5/1M |
| Qwen2.5-72B | 72B | 开源权重 | 自建约 $0.15/1M |
| Mistral MoE | 约 300B | 开源权重 | 自建约 $0.4/1M |
三、To B 落地：从“试点”到“付费扩容”
Q3 的一个积极信号是，更多企业开始为 AI 项目付费扩容。根据多家咨询机构的调研数据，2026 年上半年国内企业级 AI 项目的平均合同金额同比增长 67%，其中制造业、金融和政务是三大主力行业。典型的落地案例包括：某银行基于开源大模型自建智能风控系统，推理成本下降 80%；某制造企业利用多模态模型做质检，漏检率从 3.2% 降至 0.4%。
四、值得关注的趋势
进入 Q4，我们认为有三个趋势值得持续跟踪：第一，监管合规将成为 AI 项目的准入门槛，合规能力将成为供应商的核心竞争力；第二，边缘 AI 与端侧模型的部署会加速，尤其是汽车和 IoT 场景；第三，AI Agent 从概念验证走向生产环境，但稳定性和可观测性仍是主要挑战。
互动讨论
你所在的行业在 Q3 有哪些 AI 相关的变化？你觉得接下来一年最大的机会和风险是什么？欢迎在评论区聊聊你的观察。
— IMAI 编辑部 | 2026-10-05