作为全球最具影响力的科技智库之一，《麻省理工科技评论》始终致力于追踪科技创新的最前沿，在纷繁复杂的技术浪潮中识别那些真正具有改变世界的新兴技术方向。自 2001 年起，我们开始发布“十大突破性技术”（10 Breakthrough Technologies），旨在挖掘尚处早期、却有望深刻影响未来的创新。

许多我们曾预见的技术，如今已从实验室走向产业：2019 年，“灵巧机器人”首次入选时，机械臂还在笨拙地尝试抓取物体；而到 2025 年，具身智能已成为最炙手可热的话题之一，机器人开始逐步真正“理解”物理世界。同样在 2019 年，我们预见到“流利对话的 AI 助手”的潜力；两年后，GPT-3 登上榜单；到现在，大语言模型与多模态 AI 已深度融入数十亿人的工作与生活。

这种从预测到见证的循环，让我们更加确信：识别那些尚未成熟、但终将改变世界的技术，是一件有意义的事。

今天，我们正站在一个关键拐点上——AI 的发展重心，正从“能做什么”转向“该做什么”；生命科学则在伦理争议中持续突破认知边界。这些趋势清晰地表明：下一波技术浪潮，不再仅仅追求“更快”或“更强”，而是更关注人类如何在技术与伦理之间取得平衡。

基于这一判断，《麻省理工科技评论》选出了 2026 年的十大突破性技术。它们涵盖多个维度：从能够精准编辑新生儿基因的碱基编辑技术，到试图让灭绝物种重返地球的“基因复活”；从承载人类太空雄心的商业空间站，到支撑 AI 算力指数级增长的超大规模数据中心……其中一些技术已进入落地阶段，另一些仍充满争议，但它们共同指向一个复杂却值得期待的未来。

为了更好地剖析技术背后的故事与思考，今年，我们还邀请到了 30 余位来自 AI、生命科学、能源与材料、社会人文等领域的顶尖专家学者，对这十项技术进行深度解读。在未来一个月内，我们将陆续发布每项技术的发展脉络、核心挑战与潜在影响。（详细名单见文末）

2026 年的十大突破性技术如下，洞见未来趋势，从此刻开始。

重大意义：超大规模数据中心正以一种革命性的架构为 AI 模型提供动力，但其能源成本令人咋舌。

主要参与者：OpenAI、谷歌、亚马逊、微软、Meta

成熟期：现在

在广阔的农田和工业园区里，一栋栋塞满计算机机架的超大型建筑正拔地而起，为 AI 竞赛提供动力。这些工程奇迹是一种新型的基础设施：它们是专为训练和运行超大规模大语言模型而设计的超级计算机，并配备了专用的芯片、冷却系统，甚至独立的能源供应。

超大规模 AI 数据中心将数十万个被称为图形处理单元（GPU）的专用计算机芯片（如英伟达的 H100）捆绑成协同工作的集群，就像一台巨大的超级计算机。这些芯片擅长并行处理海量数据。数十万英里长的光纤电缆像神经系统一样连接着这些芯片，让它们能以闪电般的速度进行通信。巨大的存储系统则昼夜不停地为这些设施中的芯片输送数据。

OpenAI、谷歌、亚马逊、微软和 Meta 等科技公司正向这种基础设施投入数千亿美元。中国、美国、中东等一些国家政府也在投入巨资。

但惊人的算力是有代价的。密集排列的芯片运行温度极高，普通的空调已无法满足冷却需求。相反，它们被安装在冷水板上，或直接浸泡在冷却液浴中。下一步可能是将它们浸入海水中。

正在建设中的最大型数据中心可能吞噬超过一吉瓦的电力——这足以供整座城市使用。其中超过一半的电力来自化石燃料，而可再生能源仅能满足四分之一多一点的需求。一些 AI 巨头正转向核能。谷歌甚至设想在太空中建立太阳能供电的数据中心。

数据中心的疯狂扩建是由 AI 的扩展定律（Scaling Laws）以及随着该技术被嵌入到从聊天机器人到健身应用等方方面面而带来的爆炸性需求所驱动的。但公众可能会在未来几年为这些建设买单，因为承载这些耗电设施的社区正面临着飙升的能源账单、水资源短缺、嗡嗡作响的噪音以及空气污染等问题。

重大意义：一种比锂更便宜、更安全、更丰富的替代品终于开始用于汽车和电网领域。

主要参与者：比亚迪、宁德时代、中科海钠、Peak Energy、雅迪

成熟期：3 至 5 年

几十年来，锂离子电池以能源革命心脏之姿，驱动着全球的移动生活与绿色转型。然而，随着电动汽车与储能需求呈现出爆发式增长，锂资源的约束正成为一道高悬的产业暗影，无论是储量有限、还是开采集中、亦或是价格剧烈波动，都在呼唤一条更宽广、更具韧性的能源之路。眼下，技术与产业的视线，正悄然转向一种源自浩瀚海洋与普通盐田的元素：钠。它是化学周期表上锂的邻居，很有希望成为破解能源焦虑的关键替代答案。

钠离子电池的工作原理与锂离子电池十分相似：通过让离子在两个电极之间移动来储存和释放能量。但与锂这种储量相对稀少、目前仅在少数几个国家开采的元素不同，钠不仅价格低廉，而且分布广泛。尽管如今的钠离子电池在成本上尚未体现出明显优势，但随着产能的扩大，其成本有望下降。

中国凭借其强大的电动汽车产业，已率先推动这一领域的发展。电池巨头宁德时代和比亚迪对该技术进行了大量投资。宁德时代于 2021 年发布了第一代钠离子电池，并于 2025 年推出了名为 Naxtra 的钠离子产品线，称已开始大规模生产。比亚迪也正在中国建设一个庞大的钠离子电池生产基地。

钠离子电池技术已开始用于汽车领域。2024 年，江铃集团开始为旗下的 EV3 新能源车型提供钠离子电池包的购买选项。中科海钠的电池则正在将钠离子电池用于低速电动汽车中。

钠离子技术最重要的影响或许不在于道路运输，而在于电网领域。储存太阳能和风能产生的清洁能源一直是个挑战。钠离子电池凭借其低成本、更高的热稳定性和长循环寿命，成为一种极具吸引力的替代方案。美国初创企业 Peak Energy 目前已经开始部署电网规模的钠离子储能系统。

尽管钠离子电池的能量密度目前仍然低于高端锂离子电池，但这一指标每年都在持续提升，并且已经足以满足小型乘用车和物流车的需求。

当前，新型电池也正在小型电动汽车中进行测试。在中国，电动摩托车制造商雅迪于 2025 年推出了四款采用该技术的两轮车型。与此同时，包括深圳在内的多个中国城市已经开始试点钠离子电池换电站，供通勤人士和外卖骑手使用。

重大意义：碱基编辑跨越至 N=1 的定制时代，首例成功案例不仅验证了其临床潜力，更重塑了罕见病的监管与治疗范式。

主要参与者：费城儿童医院、宾夕法尼亚大学、美国食品药品监督管理局（FDA）

成熟期：3-5 年

长期以来，制药巨头遵循着“重磅炸弹”的底层逻辑——即投入数十亿美元研发一款药物，必须依赖海量患者群体来分摊成本并获取回报。罕见病因患者基数小、研发回报低而深陷无药可用的处境。

对于 Kyle “KJ”Muldoon Jr. 而言，生命原本是一场与时间的残酷赛跑。这位患有罕见遗传病的婴儿，因肝脏无法代谢血液中的毒性氨，时刻面临着神经损伤甚至致命的风险。在过去，他唯一的生存希望是漫长且充满不确定性的肝移植等待。

转机源自宾夕法尼亚大学研究团队的一次大胆尝试。为了挽救 KJ，研究人员 Rebecca Ahrens-Nicklas 和 Kiran Musunuru 并没有选择传统的移植手术，而是为他“量身定制”了一套前所未有的基因编辑方案。团队采用的是碱基编辑技术（Base Editing）——这是 CRISPR 的一种革命性改良形式。如果说初代 CRISPR 是剪断 DNA 的“剪刀”，那么碱基编辑就是一支精准的“铅笔”，它能在不切断双链的情况下，直接修正致病基因中那个错误的单碱基“拼写”。

在完成细胞及动物模型验证后，7 个月大的 KJ 接受了治疗。奇迹随之发生：KJ 状况良好，各项发育指标均按里程碑稳步推进。

这一案例标志着基因编辑技术完成了一次历史性的跨越。此前，基因疗法多针对镰状细胞病等特定群体的“通用型”药物，而 KJ 是全球首位接受“N=1”（单一个体）定制化基因编辑治疗的患者。这套疗法完全为他一人的基因变异设计，虽然目前的治疗成本与肝移植相当，大约 100 万美元，但随着流程的工业化成熟，未来成本有望大幅下降。

更深远的突破在于监管范式的重塑。KJ 的成功倒逼了规则的改变，FDA 已展现出极大的灵活性，不仅就一项极小样本量（仅需 5 人）的后续试验达成一致，更在《新英格兰医学杂志》撰文探讨针对此类个体化疗法的全新审批路径。这意味着，KJ 迈出的一小步，正在为未来无数罕见病患儿推开一扇通往“可编程药物”的大门。

重大意义：研究人员能够基于新技术探查 AI 模型的内部工作机制。

主要参与者：Anthropic、Google DeepMind、Neuronpedia、OpenAI

成熟期：现在

大语言模型正广泛地被用于搜索、编程、内容生成和决策辅助等现实场景中。尽管每天有数百万人使用它们，但一个不可回避的问题是，其有时会产生幻觉，甚至在特定情境下表现出误导或欺骗用户的倾向。

实际上，我们并没有从本质上弄清楚 AI 模型的“大脑”中到底发生了怎样的变化：它们的本质和运作机制是怎样的？应该怎样设置防护措施对其进行约束？

过去，人们将 AI 看成是一个“黑箱”系统：喂进数据，获得结果，但其中经历了怎样的过程尚不清楚。随着模型规模的提升，其表现出来越来越强的能力，这种过程不可见的状态，逐渐成为安全和可信性方面的“定时炸弹”。

于是，顶尖 AI 公司的研究人员通过开发新方法，来探查这些模型得出结论的过程，并开始逐步还原其中的一部分机制。在这样的背景下，机制可解释性（MI，Mechanistic Interpretability）开始成为一条清晰的研究路线，它旨在通过研究模型内部的计算机制，梳理整个模型中关键特征及其之间的路径。

2024 年，Anthropic 公布了一套类似“显微镜”的方法，来探索其 Claude 模型的内部。研究人员发现，大模型的内部并非完全无章法，某些神经元或神经元组合，会稳定地对应特定的概念，例如以迈克尔·乔丹为代表的人物和以金门大桥为代表的地点，甚至是更抽象的语义模式。

2025 年，Anthropic 将这项研究推向了新的高度。不止步于单一概念特征，该公司利用“显微镜”可以解析出相对连贯的特征序列，并追踪模型从提示到生成回答之间的大致路径。这意味着，模型的思考过程终于“有迹可循”了。当然，这不是一家公司的独立探索，OpenAI 和 Google DeepMind 等团队也使用类似技术，来解释模型的相关异常行为或危险行为。

在人们聚焦研究机制可解释性的同时，思维链监控（Chain-of-Thought Monitoring）作为另一条研究路径，也逐渐开始发展。例如，OpenAI 使用这种技术发现了其推理模型在编程测试中，会通过作弊的行为获得高分，而并非按预期解决问题。

随着模型的能力越来越强，理解它的内部机制也愈发重要。当然，研究机制可解释性并非万能钥匙。目前，学界和产业界对这些技术最终能达到何种程度仍存在意见分歧：一部分研究者认为，由于大模型过于复杂，我们可能永远无法完全、精准地理解其内部机制；也有人指出，即使无法完全理解，但如果能找到关键机制，将有望大幅提升大模型的安全性和可控性。

尽管如此，这些新工具的发展推动着研究者和模型改善了关系：从相对被动地对黑箱系统测试，正在转向更为主动地对模型内部结构进行研究。

重大意义：新型反应堆使用新材料和小型模块化设计，使核能更安全、更便宜。

主要参与者：BWXT、中国核工业集团公司、Kairos Power、Newcleo、TerraPower、X-energy

成熟期：3 到 5 年

先进核反应堆技术正在全球范围内吸引数十亿美元的私人投资，并持续获得政府的资金支持，这背后反映了人们正在将无碳能源视为国家战略级基础设施。当下，电力需求正快速增长，尤其是用于支持 AI 应用和数据中心。

数十年来，核能始终是电网中重要的基荷能源之一，尽管传统核电站贡献巨大，但它面临着一个长期的现实问题：工期太长、设计太复杂、预算太高。而下一代核能技术的出现，有望解决这些问题。有业界人士判断，新型反应堆有可能引发自20 世纪 70 年代以来最大规模的一次核电扩张周期。

一些公司正在开发小型反应堆，值得关注的是，其发电量不到传统设计的千分之一；还有一些公司在探索熔盐或钠、铅等金属高温冷却剂，使反应堆无需像水冷反应堆那样在超高压下运行，并且高温热源可以做其他用途。

与传统反应堆通常为整座城市供电的能力不同，这些公司致力研发的先进反应堆，普遍具有共同特征：采用新型燃料与冷却剂、设计更小型模块化、制造流程更简化。这不仅可以提升安全性，同时也能满足工业供热、军事设施及数据中心等多样化的能源需求。这些改变有助于提升电网的灵活性和韧性，对于满足由电动汽车、空调和数据中心驱动的全球电力需求增长至关重要。

先进核反应堆概念通常被称为第四代反应堆设计（Generation IV）和小型模块化反应堆（SMR，Small Modular Reactor）。从技术路径上看，它们可分为四大类：采用 TRISO 包覆燃料颗粒的高温气冷堆（HTGR），代表企业包括 X-energy、BWXT 和中国核工业集团（CNNC）；熔盐冷却反应堆，包括液态燃料设计（TerraPower）和固态燃料设计（Kairos Power，美国首家获批开建下一代发电核反应堆的企业，其实验熔盐反应堆名为 Hermes 2）；以液态金属为冷却剂的快堆（所谓快堆，是因为其不减速裂变产生的高速中子），如钠冷快堆（TerraPower、CNNC）和铅冷快堆（Newcleo）；集成非能动安全特性的轻水小型模块化反应堆。

需要看到的是，能否扩大规模来满足生产和生活的实际需求，是下一代反应堆技术面临的关键问题。现在，首批示范项目处于后期规划阶段或建设阶段，未来，要想提升电网的韧性，还需要在全球范围内建造更多此类反应堆，并具备经济可行性。

重大意义：随着基因检测技术的成熟与普及，越来越多的准父母开始面临一个选择：是否要借助胚胎筛查技术，为未来的孩子“优化”遗传特征？

重要参与者：Genomic Prediction、Herasight、Nucleus Genomics、Orchid

技术成熟期：现在

在美国，对胚胎进行严重遗传疾病的筛查，被普遍视为合理且必要的医疗手段。但一旦检测范围延伸到外貌、行为乃至智力等非疾病性状，公众认可度便显著下降。

尽管如此，已有多家初创公司开始公开宣传，声称其技术能够实现这类筛选。

胚胎植入前基因检测（Preimplantation Genetic Testing，PGT）并非新鲜事物。自 20 世纪 90 年代起，它便以不同形式被应用于临床。如今，这项技术针对染色体异常（如非整倍体）或单基因遗传病（如囊性纤维化、亨廷顿病）的检测，已经发展到了成熟的阶段。对于有明确遗传病风险的家庭而言，这为他们带去了希望。

真正引发争议的，是近几年出现的 PGT-P（Preimplantation Genetic Testing for Polygenic Disorders，即胚胎植入前多基因疾病检测）。这项服务关注的并非单一基因决定的疾病，而是由成百上千个基因变异共同作用的复杂性状——既包括 2 型糖尿病、冠心病、精神分裂症等多基因疾病，也涵盖身高、眼睛颜色，甚至认知能力等非疾病特征。相关公司通过构建多基因风险评分（polygenic risk scores，PRS），为每个胚胎计算其未来呈现某一性状的统计概率，从而为准父母在多个胚胎之间做出取舍提供参考。

2019 年，Genomic Prediction 率先将 PGT-P 引入临床实践。随后，Orchid 推出了基于全基因组测序、覆盖范围更广的升级版本。在商业化过程中，这两家公司大多强调对严重多基因疾病的风险评估，刻意淡化甚至回避对智力等非医学性状的预测能力。

但到了 2025 年，新的市场竞争者开始采取更激进的策略。Herasight 和 Nucleus Genomics 明确宣称，其技术不仅可以评估疾病风险，还能够对包括智力在内的多种复杂特征进行筛查。相关服务价格高昂，单次费用可达 5 万美元，由此迅速引发舆论争议。

批评者警告，这类技术可能将社会推向一种“新优生学”的边缘；也有科学家指出，多基因风险评分本质上基于群体统计，对个体——尤其是胚胎阶段的个体——预测能力有限，其临床实用性值得怀疑。即便是支持这项技术的研究者也承认，这些结果只能提供概率性参考，而非确定性判断，其现实意义仍然相当有限。

尽管争议不断，PGT-P 在硅谷已形成潮流。包括埃隆·马斯克（Elon Musk）和彼得·蒂尔（Peter Thiel）在内的科技界人物，或通过投资，或通过公开表态，对相关企业表示支持。这项原本属于精英圈层的技术，也正逐渐向更广泛的人群扩散——截至 2025 年，美国已有超过 100 家生育诊所开始提供 PGT-P 服务。

市场竞争的加剧有望推动检测价格下降、提升可及性，并促使整个 PGT 领域在技术标准、数据解释和伦理规范方面持续改进。

重大意义：越来越多的人正在与聊天机器人建立亲密关系。对一些人来说，这是一种相对安全、可控的情感出口；但对另一些人而言，它也可能在不知不觉中埋下风险的种子。

主要参与者：Anthropic、Character.AI、OpenAI、Replika

技术成熟期：现在

今天的聊天机器人已经能够进行细腻而连贯的对话，也能高度逼真地模拟共情反应。它们似乎从不疲惫，而且始终在线。在这样的特性加持下，越来越多的人将其视为陪伴对象——有人把它们当作朋友，有人则选择和它们发展浪漫关系。

美国非营利组织 Common Sense Media 的一项调查显示，72% 的美国青少年曾使用 AI 来寻求陪伴。

这其中有一个耐人寻味的现象：尽管存在 Replika、Character.AI 这样专门提供情感陪伴的产品，人们却越来越频繁地向通用型模型——例如 ChatGPT，投射情感期待。OpenAI 首席执行官山姆·奥特曼（Sam Altman）也曾公开表示，他并不反对这种用途。

诚然，对那些长期感到孤独、缺乏情感支持的人来说，AI 的确能在短时间内提供情感安抚、倾听与某种程度上的引导。但对另一部分用户而言，这种关系反而可能放大原有的心理脆弱性。已有案例表明，长期、封闭式地与聊天机器人互动，可能诱发所谓的“AI 诱导妄想”：用户在对话中不断强化错误信念，滋生危险想法，甚至误以为自己洞察了某种隐秘而重要的“真相”。

更令人担忧的是，这类风险已经酿成悲剧。多个美国家庭曾对 OpenAI 与 Character.AI 提起诉讼，指控其伴侣式模型行为与两名青少年自杀事件存在关联。此后，类似案件仍在增加：2025 年 9 月，社交媒体受害者法律中心（Social Media Victims Law Center）对 Character.AI 提起三起诉讼；同年 11 月，OpenAI 又面临七起新的投诉。

随着风险逐渐显现，监管开始介入。2025 年 9 月，美国加州州长签署新法规，要求大型 AI 公司披露其用户安全保护机制。与此同时，OpenAI 也在 ChatGPT 中引入了家长控制功能，并着手开发一款面向青少年的专用聊天机器人，承诺设置更严格的安全护栏。

AI 陪伴或许不会消失，但可以确定的是，它在未来将面临更加严格的监管。

重大意义：通过在现代生物中表达远古基因，用基因复活技术突破演化局限，为生物医药及生物多样性保护提供了全新解决方案。

主要参与者：Colossal Biosciences、佐治亚州立大学、Revive & Restore

成熟期：现在

2025 年初，德州生物技术公司 Colossal Biosciences 高调登上《时代》周刊封面，展示了一只雪白色的犬科动物，声称复现了曾在 1 万年前的古老物种“恐狼”。

但科学界迅速给出了更严谨的定义：这本质上是一只经过精密基因工程改造的灰狼。虽然它并非真正的史前生物，但它达成了一个关键的技术里程碑，科学家成功在其基因组中植入并激活了约 20 处源自恐狼古骨的 DNA 片段。

这场关于“真假恐狼”的争论，恰恰揭示了古 DNA 分析与复活技术的成熟——得益于现代遗传学、基因编辑及克隆技术的突破，DNA 正实现“时空穿越”。科学家们通过大规模扩容的基因序列库，不仅解码了猛犸象、渡渡鸟乃至成千上万名古人类的遗传密码，更开始尝试将这些远古信息在现代生物体内重现。

这项技术的真正野心，远不止于满足人类对史前巨兽的好奇心，更是为现代医疗与生态拯救开辟了全新路径。

在医疗领域，佐治亚州立大学的研究人员去年夏天利用该技术，试图找回人类在数百万年前演化中丢失的一种酶。这种酶的缺失被认为是导致痛风的根源。通过将该基因重新植入肝细胞，科学家正试图让现代人类重新获得这种代谢能力，从而根治痛苦的关节疾病。

在生态领域，非营利机构 Revive & Restore 正在利用冷冻保存了数十年的细胞，克隆出濒危物种黑足鼬。这些克隆体携带了在现存野生种群中早已消失的数以万计的遗传变异。这种找回丢失基因多样性的能力，成为了拯救该物种免于近亲繁殖灭绝的关键。

随着海量灭绝生物基因组被解码，这项技术正在为生物医药及生物多样性保护等提供全新的解决方案。

重大意义：人们用 AI 生产软件，而整个行业也在积极接纳这类软件，但这或许是以牺牲初级编码岗位为代价的。

主要参与者：Copilot、Cursor、Lovable、Replit

成熟期：现在

曾几何时，写代码是一项孤独的工作，是程序员与计算机的一场简单对话。人们提到程序员，很容易会联想到格子衫等程序员群体较为喜欢的服装。这些程序员有不少游走于印度孟买、硅谷、北京西二旗、深圳南山等地。如今，这个群体加入了一位新伙伴：生成式编码。它并非一个简单工具，而是拥有从根本上改写软件创作的能力，可以将模糊的想法瞬间转化为可以运行的代码。

无论是专业软件工程师还是新手，都在使用 AI 编码助手来生成、测试、编辑和调试代码，从而减少了完成项目所需繁琐步骤的时间。大型科技公司已全面参与：据这些公司的负责人透露，微软高达 30% 的代码和谷歌超过四分之一的代码现已由 AI 编写，而 Meta 创始人马克·扎克伯格（Mark Zuckerberg）则希望在不久的将来，让 Meta 的大部分代码由 AI 代理完成。

与此同时，诸如微软 Copilot、Cursor、Lovable 和 Replit 等强大的新型 AI 工具，甚至让那些几乎没有编码知识的人，仅通过一系列描述他们想构建内容的提示，就能搭建出视觉效果惊艳的应用程序、游戏、网站及其他数字项目。

一些从业者甚至让软件在写代码时起主导作用，接受其部分或全部建议，这种方法被称为氛围编码。但可靠的人类专业技能仍然无可替代，因为 AI 会凭空产生无意义的内容，其建议无法保证有用或安全。麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的研究人员强调，即便是看起来合理的 AI 生成代码，也可能不总是按设计执行。尽管 Cosine 和 Poolside 等公司正在致力于解决这个问题，但是 AI 工具在处理庞大复杂的代码库时也存在困难。

我们也开始看到生成式 AI 编码对于业界其他领域产生的早期影响，包括为年轻员工提供的入门级工作岗位减少。因此，尽管生成式 AI 编码可能对你现有的工作有所帮助，但它们不一定会帮助你获得一份新工作。

重大意义：不出意外的话，首个商业轨道前哨站计划于今年五月发射。

主要参与者：Axiom Space、 Blue Origin、Vast Space、Voyager Space

成熟期：6 个月内

人类长久以来一直梦想着能栖居于群星之间。在过去的二十年里，已有数百人在国际空间站和中国空间站上实现了这一愿景。

但一个新的时代即将开启：私营企业将开始运营轨道前哨站——这意味着人类进入太空的机会有望比以往大幅增加。

国际空间站日益老化，预计将于 2031 年脱离轨道并坠入海洋。为了寻找替代方案，NASA 已向多家公司拨款超过 5 亿美元以资助开发私人空间站，与此同时，另一些公司也在自主建造各自的版本。

打头阵的是来自加利福尼亚州的 Vast Space 公司，计划于 2026 年 5 月搭乘 SpaceX 的猎鹰 9 号火箭发射其名为“Haven-1”的空间站。如果一切按计划进行，它最初将支持四名乘员在这个巴士大小的居住舱内停留 10 天。付费客户将能够体验微重力生活，并开展种植植物和药物测试等科学研究。

紧随其后的将是 Axiom Space 的前哨站——Axiom Station，它由五个模块（或房间）组成。其设计风格类似精品酒店，预计于 2028 年发射。Voyager Space 计划同年发射其名为 Starlab 的空间站，而 Blue Origin 的 Orbital Reef（轨道礁）空间站则计划于 2030 年跟进。

虽然入住这些前哨站的费用尚未公布，但预计最初的票价将高达数千万美元。不过，如果这些私人空间站能够取得成功并实现盈利，它们最终可能会为研究人员、国家航天机构，甚至希望在太空制造产品的企业提供更多的太空准入机会。

放眼更长远的未来，这些空间站可能是我们在地球轨道之外生活的前奏。Blue Origin 的创始人杰夫·贝佐斯（Jeff Bezos）长期以来一直设想有一天会有数百万人生活和工作在太空，而 NASA 和 SpaceX 首席执行官埃隆·马斯克（Elon Musk）则一直直言不讳地表达了在月球和火星上生活的目标。今年，或许将是让人类栖居群星之间的梦想变得触手可及的一年。

-End-