【洞见·TMT】

　　全球人工智能进入规模化落地新阶段，产业竞争便从单点模型技术比拼，转向基础设施能力、产效协同水平与应用转化价值的综合较量。AI基础设施如何演进、产业合力如何形成、商业价值如何兑现……成为全行业共同面对的现实命题。

　　7月8日，2026（第二十五届）中国互联网大会在北京举办，大会重要环节“光电驱动 数智共生——AI算力网络与行业应用新范式”高端对话汇聚产业链上下游领军者，邀请与会企业嘉宾，从一线实践出发拆解产业发展逻辑，共话AI时代的产业新范式。

　　底座重构：

　　光电算网协同升级，基础设施范式迎来深层变革

　　算力、运力、存力、电力被公认为AI时代的四大核心基础，其中光通信构成的运力网络，直接决定着算力基础设施的整体运行效率。长飞光纤光缆股份有限公司执行董事兼总裁庄丹表示，光通信技术正沿着超高容量、超低时延、超高速率的“三超”方向持续演进，技术创新与方案服务的双轮驱动，是支撑AI基础设施升级的重要路径。

　　在技术层面，长飞光纤围绕“三超”方向布局下一代产品，其中空心光纤可将信号传输速度提升近50%、时延降低47%，成为破解AI场景数据传输瓶颈的关键技术。在服务层面，正从单一产品供应商向全场景解决方案服务商转型，针对不同区域、不同场景的差异化需求提供定制化方案。例如针对北美数据中心的DCI互联需求，空心光纤可有效降低时延、节约建设成本。

　　如果说光通信打通了算力传输的“动脉”，那么智算架构则重构了算力供给的底层逻辑。在北京九章云极科技股份有限公司董事长方磊看来，传统云计算诞生于互联网时代，承载的是带宽密集型应用，70%-80%的成本集中于数据传输环节，体系设计围绕数据传输优化。而智算云面向AI原生应用，属于计算密集型场景，90%的成本来自计算环节，目标是优化计算效率，业界称之为“加速计算”。二者的差异堪比油车与电车，底层技术路线、优化逻辑截然不同。

　　方磊进一步提出，当前AI产业正经历计算范式的关键转折。此前行业处于训练主导阶段，核心逻辑是“拼投资”，资本是产业扩张的主要杠杆；而随着产业进入Token落地的推理阶段，现成的成熟范式已不复存在，行业竞争将转向“拼效率”，即单位投入、单位能耗所能产出的Token数量。过去一年全球Token成本已下降40倍，预计未来三年仍将保持千倍级下降空间，硬件迭代、软件优化与软硬协同将共同推动成本下探。

　　效率突围：

　　技术协同破解痛点，产业落地走向纵深

　　随着AI应用向千行百业渗透，算力成本高企、异构资源调度难、场景落地碎片化等痛点日益凸显，产业链上下游正通过协同创新探索破局路径。

　　在大模型侧，提升知识密度、压缩模型体积是降本的主要方向。北京面壁智能科技有限责任公司联合创始人、总裁雷升涛表示，面壁智能持续打造高知识密度模型，实现在同等能力下大幅缩小模型参数规模，其推出的小参数多模态模型已在文本能力上达到通用大模型水准，直接摊薄推理成本。除此之外，面壁智能推出的Forge Train训练框架，通过“AI训练AI”的模式大幅降低模型训练门槛，让中小企业拥有专属模型成为可能。端云协同的部署模式，则将隐私性强、时延要求高的需求放在端侧处理，兼顾数据安全与使用经济性。

　　针对国产异构算力的调度难题，中科紫东太初（北京）科技有限公司总裁楚汝峰分享了全链路的解决方案。紫东太初构建了统一的国产化算力适配层，完成多类国产AI芯片与加速卡的底层适配，实现异构算力的统一纳管。同时，搭建智能算力调度体系，根据任务属性匹配最优算力资源，提升异构算力的整体利用率。在此基础上，进一步打通算力调度、模型管理、智能体部署的全链条，构建从算力到Token的完整工具平台，形成基于智能体的MaaS服务体系，让算力资源真正转化为可落地的产业生产力。

　　场景是算力价值的最终出口，也是算力增长的重要驱动力。钛动科技股份有限公司创始人兼CEO李述昊认为，2026年将成为多智能体向产业深度赋能的关键节点，千行百业的场景落地将成为算力增长的最大动力。以中国企业出海场景为例，钛动科技围绕商品营销的全链路数据开展靶向训练，打造垂直领域专业模型，将模型能力直接落地到消费者洞察、创意生成、投放策略优化等具体业务环节。在他看来，通用模型如同公共基础设施，而垂直专业模型是承载商业价值的活跃经济体，专业模型通过智能体重构产业工作流，将成为AI落地的主要形态。

　　前瞻布局：

　　锚定三年周期，把握AI工业化关键机遇

　　新质千般分异彩，创新一脉共潮头。对话中，五位企业嘉宾一致认为，未来三年将是AI工业化落地的关键时期，智能生产将成为数字经济的重要生产方式，各企业也围绕自身赛道分享了产业布局方向。

　　庄丹表示，未来三年AI将带动算力、运力、存力、电力需求的海量增长，长飞光纤将锚定“全球AI光连接基础设施领导者”的定位，坚持创新引领，推进多芯光纤等前沿技术的产业化；深化国际化布局，持续提升海外业务占比；深化AI技术融合，既为AI场景定制光连接解决方案，也用AI技术提升自身生产运营效率。

　　方磊提出，未来三年是AI工业化的三年，智能生产将成为主要生产形态。九章云极将重点建设“两大工厂”，超10万P的训练工厂与日产10万亿Token的推理工厂，同时联动超千家专业模型合作伙伴，构建“底座模型+垂直专业模型”的产业生态，推动AI从技术工具向新质生产力核心要素升级。

　　雷升涛判断，未来三年通用人工智能AGI的实现将为各行各业带来深刻变革，但产业机遇远大于挑战。一方面人类需求会随技术供给持续升级迭代，另一方面大模型所能掌握的仅为显性知识，海量行业隐性知识仍需与产业实践结合。面壁智能将坚持“小而美”的精专模型路线，携手硬件合作伙伴推动端侧大模型向千行百业普惠落地。

　　楚汝峰表示，大模型将坚定地从知识问答型转向复杂任务执行型。紫东太初将围绕多模态与具身智能两大优势，重点攻坚三大方向。持续拓展多模态感知理解能力，覆盖科学领域的3D结构、波谱、基因等多元数据；突破长程复杂任务推理能力，服务科研与工业场景的全流程自动化；打造全链路科研生产工具平台，降低产业应用门槛，推动算力价值向产业价值转化。

　　李述昊则表示，“Agent to Agent（A2A）”将成为未来三年的核心产业趋势。B端智能体将深度重构工作流，沉淀企业商业智慧，从而解放生产力。C端消费智能体将重塑消费决策路径，改善消费者生活质量，从而激活海量Token需求。预计三年内将产生数千亿个智能体，带动Token消耗量实现数倍增长。

　　整场对话横跨光通信、智算、大模型、行业应用全产业链，既有一线实践的深度沉淀，也有未来趋势的前瞻判断，清晰勾勒出我国AI产业“光电筑基、数智驱动、场景落地”的发展路径。随着技术创新持续深化、产业协同不断加强，AI与互联网的深度融合将为数字经济高质量发展注入更持久的动力。（记者 丁瑜 李政葳）