认知信息通信与人机协同研究报告——从自然认知与人工认知的融合到下一代终端重塑
执行摘要
第17届认知信息通信国际会议（CogInfoCom 2026）于2026年10月12日至15日在香港科学园举行，由香港中文大学深圳研究院、InnoHK博智感知交互研究中心与匈牙利布达佩斯考文纽斯大学联合主办，系该会议自2010年创办以来首次在中国举办并落地粤港澳大湾区。会议将"人工智能（AI）、认知科学与信息通信技术（ICT）的融合"作为核心命题，明确提出一个关键转向：认知信息通信的关注焦点已从"模型能力本身"迁移到"人机交互、认知负荷、可解释性、感知交互与具身智能如何共同塑造下一代终端"。
核心判断：下一代智能终端不再是"更强的算力+更大的模型"的简单堆叠，而是自然认知系统与人工认知系统在五个维度上深度耦合的协同体。报告基于会议议题与权威产业数据判断，未来三至五年，谁能在"认知负荷分担"与"可解释性信任"两个环节率先形成工程化能力，谁就掌握下一代终端定义权。
关键依据：其一，认知AI市场2025年规模约337.8亿美元、预测复合增长率约26.7%；具身AI市场2025年约47亿美元、2026至2033年预测复合增长率约39.7%；可解释AI市场2025年约92亿美元、预测复合增长率约17.1%（数据来源见附录）。其二，会议明确的五大维度——人机交互、认知负荷、可解释性、感知交互、具身智能——与上述市场的高速扩张相互印证，构成"技术—产业"双轮驱动的闭环。其三，会议推动的中匈"学研科创矩阵"及粤港澳大湾区落地，标志着认知信息通信从学术命题走向区域产业战略。
约束与风险：数据口径方面，三大细分市场来自不同研究机构，统计区间不完全一致，仅作方向性对照，不作横向精确比较。风险方面，可解释性若长期停留在"事后解释"而无法进入"设计内建"，将制约高责任场景落地；认知负荷分担若缺乏可量化评估框架，将停留在概念层面。
行动建议：面向终端厂商、研究机构与决策者，建议优先在三方面布局——以"认知负荷可量化评估"为切入建立人机协同设计标准；以"可解释性内建于架构"对冲监管与信任风险；以"感知交互+具身智能"组合抢占下一代终端形态先机。
阅读说明：本报告为行业研究与决策支持文档，围绕第17届认知信息通信国际会议核心议题展开。正文遵循"结论—证据—解释—建议"闭环，关键数据均标注来源与口径，产业预测均区分"已核验"与"研究机构预测"。报告作者为淞基科技（上海）有限公司、淞基信息通信研究院。 |
认知信息通信的学科内涵与演进脉络
概念界定：从信息通信到认知信息通信
认知信息通信（Cognitive InfoCommunications，CogInfoCom）是一个跨学科研究领域，其核心在于研究信息通信技术与人类认知过程的深度融合。与传统信息通信相比，认知信息通信不再仅仅关注"信号如何传输、数据如何交换"这一物理与技术层面，而是将研究的中心置于"认知过程如何与信息通信设备协同演进"。简言之，传统ICT回答的是"如何把信息从一处送到另一处"，而认知信息通信回答的是"信息在传输与处理过程中，如何与人的认知能力相互延伸、相互塑造"。
这一学科内涵可以从两个层面理解。第一，信息通信服务于认知：通过技术手段突破人类大脑的物理局限，实现认知能力的外化与延伸——例如记忆外化（把海量知识存于云端）、计算外化（把复杂推理交给大模型）、感知外化（通过传感器拓展人的感知边界）。第二，认知反哺信息通信：人类认知规律（如注意力分配、认知负荷、情境感知）反过来成为信息通信系统设计与交互优化的依据，使系统"更懂人"。本届会议所强调的"推动自然认知系统与人工认知系统的高效融合"，正是这一双向关系的集中表达。
十六年演进：从欧洲学术圈到粤港澳大湾区
认知信息通信国际会议自2010年创办以来，已连续举办至第17届，具备深厚的学术传承。此前会议先后于匈牙利、意大利、芬兰、日本、奥地利等地举办，形成了以欧洲（尤其是匈牙利布达佩斯考文纽斯大学为代表的学术力量）为核心的稳定学术网络。2026年第17届首次在中国举办并落地香港科学园，具有标志性意义——它意味着这一议题从欧洲学术圈正式进入亚太产业与区域战略的视野。
这一演进并非偶然。从学科发展的内在逻辑看，认知信息通信早期更多聚焦于理论模型与实验室验证，而随着大模型、具身智能等技术的成熟，其研究重心正从"理论构建"转向"工程落地与产业应用"。会议同期设置的"人工智能转型创新展"与"AI NEXT展览"，集中展示了人工认知能力、机器学习与深度学习、人与AI交互、认知数据视觉化、社会认知信息通信技术以及具身与生成认知系统等方向的前沿成果与落地应用，正是这一转向的直接体现。
中匈合作的战略意义：以学术为桥的产业布局
本次会议的落地依托于香港中文大学深圳研究院与布达佩斯考文纽斯大学之间先后于2025年及2026年签署的战略合作协议。双方共同搭建"学研科创矩阵"平台，并启动由匈牙利国家基金资助的双边联合研究项目。这一合作的价值在于：其一，搭建国际学术创新桥梁，将欧洲在认知科学领域的深厚积淀与中国在AI工程化、终端制造、数据规模上的优势进行对接；其二，助力粤港澳大湾区产业升级，通过深圳研究院等平台连接世界一流研究与区域产业能力，推动"以人为本"的AI技术创造长远全球效益；其三，形成稳定的产学研通道，为后续联合研究、人才培养与成果转化提供制度性保障。
需要指出的是，这种"以学术会议为入口、以战略合作为纽带、以区域产业为落点"的模式，对中国的认知信息通信产业具有方法论启示：技术竞争不仅是单点模型的竞争，更是"学术—产业—区域"生态系统的竞争。
第17届认知信息通信国际会议核心议题透视
会议全景：规格、规模与议题结构
第17届认知信息通信国际会议以线上线下融合模式进行，汇聚国际顶尖学者与业界专家。开幕仪式由多位香港、内地及海外学者主礼，包括香港中文大学副校长陈德章教授，三位大会主席——中大深圳研究院院长任扬教授、博智感知交互研究中心主任蒙美玲教授、布达佩斯考文纽斯大学Péter Baranyi教授，以及粤港澳大湾区发展办公室主任林煌权博士、萨莱诺大学Vincenzo Loia教授、深圳智拓欣扬科技有限公司首席科学家黄东延博士、中国科学院深圳先进技术研究院燕楠教授等。
会议安排了三场大会主题演讲，分别由蒙美玲教授、Vincenzo Loia教授及中国人民大学高瓴人工智能学院曾毅教授主讲，黄东延博士与燕楠教授作特邀演讲。议题覆盖人机交互、认知数据视觉化、社会认知信息通信技术、具身与生成认知系统等方向。会议主席Péter Baranyi教授在致辞中强调，AI正借助机器人与智能载体，从虚拟空间走进物理世界，打通数字与现实边界，催生全新的生活与认知模式——这句话精准概括了本次会议的总体基调。
议题核心转向：从"模型能力"到"协同塑造终端"
本次会议最值得关注的，是议题焦点的根本性迁移。会议所聚焦的，已不再是大模型的参数规模、推理精度这类"模型能力"指标，而是人机交互、认知负荷、可解释性、感知交互与具身智能如何共同塑造下一代终端。这一转向意味着三重变化：
1. 评价对象的迁移：从评价"单一模型"迁移到评价"人机系统"——系统的价值不在于模型多强，而在于人与机器协同后的整体效能。
2. 研究边界的扩展：从纯技术边界扩展到人因（认知负荷）、治理（可解释性）、物理（具身）的交叉地带。
3. 终端形态的重构：下一代终端被重新定义为"人机协同的认知载体"，而非单纯的"计算与通信设备"。
任扬教授指出，本届会议首次在中国举办并落地粤港澳大湾区，旨在推动"以人为本"的AI技术创造长远全球效益。这一表述与"协同塑造终端"的议题转向一脉相承：以人为本，意味着技术必须服务于人的认知需求，而非让人去适应机器的逻辑。
五大维度：下一代终端的构成要素
综合会议议题与学科脉络，人机协同塑造下一代终端可归纳为五个核心维度，它们共同构成了下一代终端的"认知能力底座"：
维度 | 核心内涵 | 对下一代终端的意义 |
人机交互 | 自然语言、多模态对话、意图识别、情感反馈 | 终端的"入口"与"体验层"，决定协同的自然度 |
认知负荷 | 智能体感知人类认知状态并动态分担负荷 | 终端的"适配层"，决定协同的舒适度与可持续性 |
可解释性 | 决策透明、推理溯源、信任建立、监管合规 | 终端的"信任层"，决定协同的可接受度与责任边界 |
感知交互 | 视觉、听觉、触觉及脑机接口的多模态融合感知 | 终端的"通道层"，决定协同的信息丰富度 |
具身智能 | 机器人、智能载体、数字与物理世界贯通 | 终端的"行动层"，决定协同从信息走向物理的能力 |
来源：根据第17届认知信息通信国际会议议题与学科文献综合归纳 ｜ 单位：维度 ｜ 口径：五大维度的内涵与终端意义
这五个维度并非简单并列，而是存在层次关系：人机交互是入口，感知交互是通道，认知负荷是适配，可解释性是信任，具身智能是行动。五个维度层层递进，共同回答了"下一代终端如何与人协同"这一根本问题。
人机交互：下一代终端的入口之争
从命令行到自然对话：交互范式的跃迁
人机交互是认知信息通信最直观的落点。纵观计算史，人机交互经历了命令行界面（CLI）、图形界面（GUI）、触屏界面等多次范式跃迁，每一次跃迁都对应着"机器向人的认知习惯靠拢"的进步。本届会议所讨论的人机交互，正处在又一次跃迁的临界点：从"以界面为中心"走向"以意图为中心"。
以意图为中心的交互，意味着用户不再需要学习机器的操作逻辑，而是以最自然的方式——语言、手势、眼神甚至内隐意图——与终端沟通。大模型与多模态技术的成熟，使终端具备了理解上下文、推断用户真实意图的能力，这为人机交互的"自然化"提供了前所未有的技术基础。会议所强调的人与AI交互（Human-AI Interaction），正是这一趋势的学术表达。
人机交互的核心挑战：自然度与可控性的平衡
然而，交互范式的跃迁也带来新的挑战。第一是自然度问题：交互是否足够贴近人类的沟通习惯，能否在模糊、省略、语境依赖的真实对话中正确理解意图。第二是可控性问题：在交互更自然的同时，用户是否依然能理解系统为何如此回应、能否在必要时接管控制。第三是信任度问题：交互越"智能"，用户越需要判断系统建议是否可靠，这又与可解释性维度深度耦合。
从产业视角看，人机交互能力已成为终端厂商差异化竞争的关键。语音助手、智能客服、AI眼镜、具身机器人等产品，其核心竞争力的差异往往不在底层模型，而在交互体验的"自然度"与"可靠度"。可以判断，未来终端的"入口之争"，本质是交互范式之争——谁能率先实现"以意图为中心"的规模化落地，谁就能在入口层占据主导。
认知负荷：人机协同的适配中枢
认知负荷的理论基础与工程化意义
认知负荷（Cognitive Load）源自认知心理学，指工作记忆在处理信息时所承受的心理负担。在人机协同语境下，认知负荷维度的核心命题是：人工认知系统能否感知人类当前的认知状态，并据此动态分担或管理认知负荷，使协同过程既高效又不至于让用户认知超载或认知退化。
这一维度的提出，标志着人机协同从"功能叠加"走向"状态感知"。传统人机系统关注"机器能做什么"，而认知负荷视角追问"机器是否在恰当的时候帮了恰当的忙"——例如在用户专注时减少干扰，在用户疲劳时主动承担复杂推理，在用户困惑时提供解释。这种"状态感知—动态适配"的能力，是下一代终端区别于传统工具的显著特征。
认知负荷分担：从"替代"到"互补"的协同观
需要特别区分两种协同观。一种是"替代观"：机器接管越多，人的负担越轻，协同效能越高。另一种是"互补观"：机器应分担人类不擅长的部分（如海量数据处理、精确记忆），而保留并强化人类擅长的部分（如价值判断、创造力、情境智慧）。会议所强调的"认知能力延伸"而非"认知能力替代"，指向的正是互补观。
互补观对终端设计具有重要指导意义。如果终端一味"替代"人的认知，长期将导致人的认知能力退化（即"认知外包"风险）；而真正健康的协同应使终端成为人的"认知外骨骼"——既分担负荷，又保持人的认知参与。这意味着下一代终端需要具备"负荷分配策略"，根据不同情境、不同用户的认知状态，动态决定"代劳多少、协助多少、交给用户多少"。
认知负荷的可量化评估：当前的关键缺口
尽管认知负荷维度的重要性已被广泛认可，但其工程化仍面临一个关键缺口——缺乏可量化、可实时测量的评估框架。认知负荷的传统测量依赖主观量表与实验室仪器（如脑电、眼动），难以在真实终端场景中规模化应用。未来需要发展基于行为数据、生理信号与情境信息的"认知负荷实时估计"技术，使人机协同的"适配"从经验判断走向数据驱动。这一缺口既是挑战，也是工程创新的机会。
可解释性：人机协同的信任基石
从"黑箱"到"可解释"：为什么必不可少
可解释性（Explainability）是人机协同能否被广泛接受的关键前提。在自动驾驶、医疗诊断、金融风控等高责任场景中，用户与监管方不仅需要系统"做出正确决策"，更需要理解"为什么做出这个决策"。缺乏可解释性的系统，即便准确率很高，也难以建立信任、难以界定责任、难以通过监管审查。
本届会议将可解释性纳入塑造下一代终端的核心维度，反映了产业共识的深化：随着AI从实验室走向高责任场景，"可解释"已从"加分项"变为"准入门槛"。从市场数据看，可解释AI市场2025年规模约92亿美元，预测复合增长率约17.1%，保持稳健扩张——这背后正是监管压力与信任需求的共同驱动。
可解释性的层次：事后解释与设计内建
可解释性并非单一概念，而应区分两个层次。第一层次是事后解释（post-hoc explanation）：系统已做出决策后，通过特定技术（如特征归因、注意力可视化）向用户说明决策依据。这种方式实现成本较低，但解释与真实推理过程可能脱节，存在"解释可信度"问题。第二层次是设计内建（by-design interpretability）：在模型架构与系统设计中即内置可解释机制，使系统的推理过程本身更透明、更可审计。
报告判断，可解释性的演进方向是从"事后解释"走向"设计内建"。对下一代终端而言，这意味着可解释性不应是事后附加的"说明书"，而应是系统架构的一部分——终端应能向用户清晰说明"我为什么这么建议""我依据了哪些信息""我的不确定程度如何"。这种"透明协作"是建立长期信任的基础。
可解释性与监管：合规驱动的产业机会
全球范围内，AI监管框架正在加速落地，对算法的透明性与可解释性提出明确要求。对中国而言，生成式AI服务管理相关规定等政策框架，也强调了对AI输出的可控性与可解释性要求。可以判断，监管将成为可解释性技术落地的第一推动力，由此催生可解释性工具、模型审计、可信AI评测等细分市场。对于终端厂商而言，将可解释性内建于产品架构，不仅是对冲合规风险的手段，更是建立品牌信任、实现差异化竞争的战略资产。
感知交互：人机协同的多模态通道
多模态融合：让机器"看见、听见、感知"
感知交互维度关注的是人机协同的"信息通道"——机器如何通过视觉、听觉、触觉以及更前沿的脑机接口，全面感知人类的表达与环境信息。传统交互依赖单一的显式输入（如键盘、触屏），而下一代终端需要具备多模态融合感知能力，从用户的语音、表情、手势、眼神乃至生理信号中综合理解其状态与意图。
会议展示的博智感知交互研究中心（InnoHK）成果，正是这一方向的代表。感知交互的技术路径包括：视觉感知（面部表情、姿态识别、场景理解）、听觉感知（语音情感、声场定位）、触觉反馈（力反馈、振动编码）以及脑机接口（BCI，直接读取神经信号）。这些模态的融合，使终端能够捕捉语言之外的大量"隐含信息"，从而更精准地理解人。
感知交互的产业价值：从"可用"到"懂人"
感知交互能力的提升，正在改变终端产业的竞争逻辑。传统终端竞争围绕"性能参数"展开，而感知交互时代，竞争转向"对人理解的深度"——终端越能读懂人的状态与情绪，协同就越自然、越有价值。可穿戴设备（智能手表、智能眼镜）、智能座舱、服务机器人等品类，其核心差异化正日益取决于感知交互能力。
同时应看到，感知交互的规模化落地仍需突破两个瓶颈：其一，多模态数据的融合与实时处理，需要端侧算力与算法的协同优化；其二，隐私与伦理约束，持续感知生理与行为数据对个人信息保护提出更高要求，需要在"感知能力"与"数据边界"之间建立平衡。
具身智能：人机协同的物理延伸
从数字到物理：具身智能的跨越意义
具身智能（Embodied Intelligence）是本届会议最具前瞻性的维度。如会议主席Péter Baranyi教授所言，AI正借助机器人与智能载体从虚拟空间走进物理世界，打通数字与现实边界。具身智能的核心理念是：真正的智能需要"身体"作为载体，通过与物理环境的交互来学习与行动——这与仅存在于数字空间的"虚拟智能"有本质区别。
从市场数据看，具身AI是当前增速最快的细分方向。全球具身AI市场2025年规模约47亿美元，2026至2033年预测复合增长率约39.7%，远高于认知AI与可解释AI——这反映出产业界对"物理世界智能"的高度期待。人形机器人、智能机械臂、自动驾驶、家庭服务机器人等，均是具身智能的典型载体。
具身智能与认知信息通信的耦合
具身智能并非孤立发展，而是与人机协同的其它维度深度耦合。具身载体需要感知交互能力来理解环境与用户，需要人机交互能力来接受指令与反馈，需要认知负荷感知来适应不同用户与场景，更需要可解释性来保证安全与信任。换言之，具身智能是"五大维度"在物理世界的汇聚点——它要求终端不仅"理解人"，还要"在物理世界与人协作"。
正因如此，具身智能被普遍视为下一代终端的终极形态之一。当终端从"屏幕里的助手"进化为"能行动的伙伴"，人机协同就从"信息协作"上升为"物理协作"，其应用空间与产业价值将呈数量级放大。这也解释了为何全球资本与科技巨头在该领域投入空前——具身智能代表的是"人机协同物理化"的长期战略机遇。
图：自然认知系统与人工认知系统协同融合机制框架 ｜ 来源：淞基科技（上海）有限公司、淞基信息通信研究院 编制
上图综合呈现了本次报告的核心框架：自然认知系统（感知、认知负荷、意图、有限理性边界）与人工认知系统（大模型、认知计算、记忆外化、可解释约束）通过认知信息通信这一"双向协同界面"连接，在五大维度上耦合，共同指向"认知能力延伸+认知负荷分担"的目标，最终塑造下一代终端形态。五大维度对应五个层级——交互入口层、感知通道层、负荷适配层、信任治理层、物理行动层，构成下一代终端的完整能力底座。
产业格局与市场趋势：数据与判断
三大细分市场：规模、增速与分化
为将会议议题落到产业层面，本报告梳理了认知信息通信相关的三大细分市场数据。需要说明的是，这些数据来自不同研究机构，统计口径与预测区间不完全一致，本报告仅作方向性对照，不构成跨市场横向精确比较。
[该类型的内容暂不支持下载]
图：认知与人机协同关键细分市场2025年规模与增长动能 ｜ 来源：Mordor Intelligence（认知AI）、Grand View Research（具身AI、可解释AI）｜ 单位：十亿美元 ｜ 期间：2025年基期、2026-2033年预测
数据呈现以下关键判断。第一，认知AI是当前规模最大的市场，2025年约337.8亿美元，反映大模型与认知计算已形成较大的存量市场。第二，具身AI是增速最快的方向，预测复合增长率约39.7%，印证"AI走向物理世界"的产业共识。第三，可解释AI规模相对较小但稳健增长（预测约17.1%），作为"信任与合规"基础设施，其价值将随高责任场景的扩展而持续放大。三大市场的分化，正与会议议题的五个维度形成呼应——增长最快的，恰是最具前瞻性的"具身"方向。
产业演进的三个阶段判断
综合会议议题与市场数据，本报告对认知信息通信与人机协同的产业演进作出三阶段判断：
1. 近期（1—3年）：交互与信任筑基。人机交互自然化、可解释性合规化成为主要投入方向。终端厂商以多模态交互与可信AI能力建立差异化。可解释AI与认知AI市场稳健扩张。
2. 中期（3—5年）：认知负荷与感知交互深化。认知负荷的实时量化评估技术趋于成熟，感知交互向多模态融合纵深发展。终端从"功能工具"升级为"懂人的认知伴侣"，认知负荷分担成为人机协同设计标准。
3. 远期（5年以上）：具身智能规模化。具身AI市场高速放量，人形机器人等服务载体走向应用。下一代终端从"屏幕形态"走向"物理形态"，人机协同从信息协作上升为物理协作。
区域与生态：粤港澳大湾区的战略机遇
本次会议落地粤港澳大湾区，具有明确的区域战略意义。大湾区拥有完整的电子信息制造产业链、领先的AI科研力量与庞大的应用市场，是认知信息通信产业化的理想土壤。中匈"学研科创矩阵"的建立，为区域引入了国际认知科学资源；而香港的国际化平台与深圳的工程化能力相结合，有望形成"国际学术—区域产业"的双向赋能。
对产业决策者而言，粤港澳大湾区在认知信息通信领域的布局，值得作为观察中国AI产业走向的区域样本——它代表了从"模型创新"向"人机协同生态"转型的产业方向。
风险、挑战与治理约束
技术风险：可解释性与安全性的滞后
产业高速扩张的同时，技术风险不容忽视。首要风险是可解释性滞后于模型能力：大模型与具身智能的能力越强，其决策过程越复杂，可解释的难度越大。若可解释性长期停留在"事后解释"层面，将难以支撑高责任场景的规模化落地，甚至可能因"解释与真实推理脱节"而损害信任。其次是具身智能的安全风险：具备物理行动能力的终端一旦决策失误，可能造成直接的人身或财产损害，对安全性与可靠性提出远高于虚拟系统的要求。
人因风险：认知退化与过度依赖
人机协同若过度强调"替代"，可能引发认知退化风险——人类因长期依赖终端而弱化自身记忆、推理与决策能力。这一风险在认知负荷分担维度尤为突出：分担与退化的边界并不清晰。因此，健康的人机协同应坚持"认知能力延伸"而非"认知能力替代"的互补观，在设计中保留人的认知参与，防止"认知外包"导致的长期退化。
治理与伦理：隐私、责任与公平
感知交互与具身智能的发展，带来持续的隐私与伦理挑战。持续感知生理与行为数据，对个人信息保护提出更高要求；自主行动的系统一旦造成损害，责任归属如何界定，需要法律与制度跟进；AI系统若在数据与算法中隐含偏见，可能加剧社会不公平。这些治理问题需要技术、法律与社会伦理的协同应对，也构成了可解释性与监管技术发展的长期驱动。
数据与预测的边界说明
本报告引用的产业数据来自Mordor Intelligence、Grand View Research等研究机构，其预测基于特定假设与口径，实际发展可能因技术突破、监管变化、宏观环境等因素而偏离。本报告对这些预测的引用，目的在于呈现产业趋势的方向性判断，而非对具体数值的承诺。读者在进行投资或经营决策时，应以最新的一手数据与专业评估为准。
趋势展望与行动建议
趋势展望：下一代终端的四大方向
基于前文分析，本报告对下一代终端与人机协同的发展趋势作出如下展望：
1. 终端形态多元化：从单一屏幕设备走向"屏幕+穿戴+具身载体"的多元形态，具身智能终端逐步进入生活与生产场景。
2. 协同状态感知化：终端从"被动响应"走向"状态感知"，能够理解用户认知状态并动态调整协同策略，认知负荷分担成为标配。
3. 信任体系内建化：可解释性从"事后附加"走向"设计内建"，透明协作成为高责任场景终端的准入门槛。
4. 人机关系共生化：人机协同从"工具使用"走向"认知共生"，终端成为人的"认知外骨骼"，在分担负荷的同时强化人的认知能力。
行动建议：三方面优先布局
布局方向 | 关键动作 | 预期价值 |
认知负荷量化 | 建立基于行为、生理与情境信息的认知负荷实时估计框架，形成人机协同设计标准 | 将"认知负荷分担"从概念落地为可工程化的能力，占据协同适配层先机 |
可解释内建 | 在终端架构设计中内置可解释机制，覆盖"推理溯源—置信度—审计"全链路 | 对冲监管与信任风险，在合规驱动的可解释市场建立先发优势 |
感知×具身组合 | 以多模态感知交互为入口，向具身智能载体延伸，抢占下一代终端形态 | 把握具身AI高增速市场机遇，从信息协作迈向物理协作 |
来源：淞基科技（上海）有限公司、淞基信息通信研究院 编制 ｜ 期间：2026年10月 ｜ 口径：面向终端厂商、研究机构与产业决策者的建议框架
结语：以人为中心的人机协同
第17届认知信息通信国际会议给出了一个清晰的信号：认知信息通信正在从"技术命题"走向"人本命题"。下一代终端的竞争，不再是算力与模型的军备竞赛，而是"人机如何更好地协同"的生态之争。人机交互、认知负荷、可解释性、感知交互与具身智能，这五个维度共同定义了下一代终端的认知能力底座；而贯穿始终的主线，是"以人为本"——让技术延伸人的认知，而非替代人的认知；让机器成为人的认知外骨骼，而非认知的接管者。
对于中国的产业界、研究机构与决策者而言，粤港澳大湾区承接本届会议落地，既是机遇也是责任。在认知信息通信这一关乎下一代人机关系的战略领域，谁能率先构建"认知负荷可量化、可解释可内建、感知与具身可落地"的工程能力，谁就能在全球人机协同的演进中占据主动。这既是一场技术竞争，更是一场关于"人机未来关系"的范式选择。
数据来源与参考文献
本报告所引用的关键数据与信息，来源如下：
1. 香港中文大学传讯及公共关系处：《中大与匈牙利布达佩斯考文纽斯大学合办认知资讯通信国际会议》，2026年10月14日。会议时间、地点、主办方、嘉宾、主题演讲人及议题信息，均以此为准。
2. CogInfoCom 2026官方会议信息（SciTope），第17届认知信息通信国际会议议程、范围及论文出版安排。
3. Mordor Intelligence：《Cognitive AI Market》，认知AI市场2025年规模约337.8亿美元，2019—2030年复合增长率约26.74%。
4. Grand View Research：《Embodied AI Market》，具身AI市场2025年约47亿美元，2026—2033年复合增长率约39.7%。
5. Grand View Research：《Explainable AI Market》，可解释AI市场2025年约92亿美元，2026—2033年复合增长率约17.1%。
6. 国际电信联盟（ITU）及IEEE相关认知信息通信与人机协同领域学术文献（用于概念界定与学科脉络梳理）。
数据使用说明：本报告对产业市场数据的引用，均注明来源机构与统计口径。三大细分市场数据来自不同研究机构，预测区间与假设不完全一致，仅作方向性趋势对照，不构成跨市场横向精确比较，亦不构成投资建议。会议相关信息以官方发布为准。
免责声明
本研究报告由淞基科技（上海）有限公司、淞基信息通信研究院编制，仅供行业研究与决策参考之用，不构成任何形式的投资建议、法律意见或商业承诺。
本报告所引用的会议信息、产业数据与研究机构预测，均来自公开可核验的来源（详见"数据来源与参考文献"）。由于不同来源的统计口径、预测区间与假设条件存在差异，报告中对市场数据的引用仅用于呈现产业趋势的方向性判断；读者在进行投资、经营或研发决策时，应以最新的一手数据、专业评估及相关法律法规为准。
报告中的产业演进阶段判断、趋势展望与行动建议，系基于公开信息与行业研究的综合分析，带有一定的主观性与时效性，可能因技术突破、政策变化、市场环境等因素而调整。报告作者不对依据本报告内容所作决策的后果承担责任。
本报告版权归淞基科技（上海）有限公司、淞基信息通信研究院所有。未经书面许可，任何机构或个人不得以任何形式复制、传播或用于商业用途。
