作者 | 曾响铃文 | 响铃说一江截流成势在即。回看三峡工程最震撼的画面不是发电机组轰鸣而是大江截流合龙的那一刻——两侧围堰同时向江心推进一寸寸收窄水面最后对接封堵。这阵仗叫作“合龙”。今年WAIC 2026透露的产业信号和这一幕几乎如出一辙。但合龙这件事有个特点它不同于拼装拼装可以分步来先搭框架再填砖。合龙不行围堰必须多向同时推进、精准对接任何一侧慢了或偏了截流就会失败。今天技术单点突破已经不是AI进产业的唯一卡口当模型能力逼近前沿、芯片适配正在补齐真正难的恰恰是场景、算力、模型、网络、价值计量多线同时推进、同时咬合。简单来说AI的瓶颈正从“技术不够强”转向“产业链怎么咬合”。在2026中国电信人工智能生态大会上央企、技术企业、运营商、智传网四方力量同时入场各占产业链一环颇有四方截流之势。这是产业走到深水区后必然出现的分工——场景从哪来、能力怎么造、谁来调度计量、怎么传到末端四个问题必须同时有答案。一场关于AI产业的“大合龙”正在收口。AI进入产业深水区“合龙”成势在即AI产业从来不缺技术话题缺的往往是真正进入生产流程的场景叙事。中国信通院院长余晓晖在会上给了一个判断大模型在工业里呈“微笑曲线”分布研发设计和营销服务两端渗透率高中间的生产制造环节几乎是洼地。为什么卡在中间因为生产环节的数据是封闭的流程是高门槛的容错率是极低的。互联网企业虽然活跃但消费场景可训练不出工业级模型而攥着这些工业场景的企业又比较谨慎。加上过去几年产业链各环节大多处在各自为战的状态做芯片的不碰模型做模型的不碰场景做场景的又够不着算力。如今四个角色同时入场像围堰从不同方向向中心推进。由此AI进产业的几个关键问题开始有了答案。一、场景从哪来央企。国机集团、中国中车、中国海油、航天科技等11家央企攥着制造业、能源、交通、航空领域最稀缺的工业级真实场景。对比来看互联网企业的场景多在消费端属于“人用AI”如搜索、对话、生成图片等数据闭环浅、容错率高。央企手里攥着的是工业级场景强调“AI改流程”如高炉怎么调参、油井怎么预警、机车怎么检修等数据闭环深、容错率低、价值密度高恰恰是大模型从“能用”走向“好用”最需要的磨刀石。国资委在会上摆出了一条很直白的产业范式“央企出场景、社会出方案、合作出成果。”翻译过来就是央企得把封闭场景敞开成公共原料让训练场从消费级升到工业级。这是过去几年中国AI最缺的那块拼图。二、能力怎么造技术企业。在会上24家企业亮出了生态矩阵覆盖从芯片到应用的全链路芯片层有华为昇腾、海光信息、摩尔线程模型层有MiniMax、面壁智能应用层有智元、云深处。这串名单背后有个容易被忽略的变化。过去国产芯片和国产模型是两条平行线——芯片没人用生态起不来生态起不来模型只能跑海外卡模型跑海外卡芯片就更没人用形成死循环。如今“国芯训国模”范式正在打破这个死循环。华为910B打造了国内首个万卡液冷集群训练连续21天不中断证明了国产芯片扛得住大模型训练。而MiniMax旗舰模型适配息壤国产算力跑通又证明了国产模型愿意在国产卡上迭代。这就有了流水线的趋势芯片有人用生态才转得起来模型在国产卡上跑通芯片才有数据反哺迭代。三、谁来调度计量运营商。场景有了、能力有了但整条链要转起来还缺两样东西一个计量单位一个调度中枢。目前行业公认的计量单位叫Token全国日均消耗已经超过180万亿。就像电力的千瓦时产业要规模化必须有一个可计量、可计费、可调度的单位Token就是这个单位。谁掌握了Token的调度谁就掌握了AI产业的“电网”。中国电信深谙此道今年3月率先提出Token经营董事长柯瑞文在会上更是直接给出了中国电信的判断“五位一体”智能云体系本质上就是Token经营体系。与此同时中国电信总经理刘桂清把这套体系做了系统的拆解每一层都在解决一个具体问题。IaaS层息壤调度算力超100EFLOPS解决“算力从哪来”。数据层汇聚超20万亿Token能力与14个行业500TB数据集解决“原料从哪来”。TokenHub作为Token经营统一运营平台解决“模型怎么调度分发”。SaaS层TeleAgent消耗Token注册规模超30万、日均Token消耗超2000亿解决“Token怎么变现”。不难发现运营商正专注于做调度中枢。这和互联网企业的路径根本不同BAT从应用往回切试图自己建模型而运营商从基础设施往外长把现成的算力网络和计费系统变成AI调度网。如今两条路在Token这一层已经开始交汇但运营商手里攥着全国算力网络、上亿用户的计费基础设施和央企政企渠道这是别人没有的优势。四、怎么传到末端智传网。这届WAIC的最高奖——卓越人工智能引领奖SAIL奖颁给了中国电信的智传网AI FLOW。这件事本身也是一个信号它回答了一个基础设施级问题当AI产业的计量单位变成Token网络要不要跟着换核过去网络搬的是比特搬的是数据未来网络要搬的是词元搬的是智能。传统网络架构扛不住“既传数据又做计算”的需求智传网用计算换带宽本质是网络架构的一次换代。简单来说“合龙”因此延伸到了网络最底层。这场AI产业的“大合龙”要如何完成围堰要合龙靠的是多向同时推进、精准对接。今天WAIC 2026上四方力量的咬合也已经呈现出了三个递进层次每一层都在解决一个卡链子的具体问题。第一层是供需共振解决“够不着”的问题。央企有场景缺技术技术企业有能力难进门两端一直够不着。这背后是一个结构性的问题央企的场景是封闭的、非标的、嵌在生产流程里的技术企业拿不走也用不了。如今中国电信作为排头兵、与11家央企共创的“央企AI行动示范基地”做的就是把央企能力拆成场景、数据、模型、算力四类原料结构化供给出去——把非标场景变成可训练的标准原料。这条路一旦跑通全行业受益匪浅。例如在和中车合作的项目中故障预判准确率达到99%。星辰大模型也已经在央企落地15个行业模型、56个智能体、100多个数字员工。很显然场景不是给出去就完了必须经过结构化拆解才能真正喂进模型训练。第二层是网状协同解决“成本高”的问题。过去各层企业单打独斗时每家都要自建算力、自建生态成本高且重复。如今全行业要做的一件事就是底层共享从而实现模型公司不用自己建万卡集群专注做模型芯片公司不用自己找用户模型公司就是第一批用户有数据反哺迭代。顶层竞争、底层共生整条链的创新成本因此摊薄。这是过去单打独斗做不到的——没有共享底座每家都在重复造轮子空白浪费了资源。第三层是价值链分工解决“可持续”的问题。只有分工清晰、各司其职链才能长期转。央企是“矿场”供场景原料赚的是场景溢价技术企业是“工厂”加工算力与模型赚的是能力溢价运营商是“电网”调度计量Token赚的是调度溢价智传网是“线路升级”让网络能搬词元赚的是基础设施升级溢价。从现在开始四者咬合各自有清晰的商业模式链才能转得长久。少任何一方这条链就有可能断掉——没有场景模型练不出工业级没有芯片模型跑不起来没有调度算力模型都是孤岛没有传输换核智能到不了末端。写在最后回头看看全球格局。OpenAI和微软仍困在“如何让ChatGPT赚钱”的焦虑里模型能力全球领先但变现场景一直在消费端打转企业级落地迟迟铺不开。而中国AI走的是另一条路不靠单点技术领先靠产业链协同在制造、能源、交通这些实体场景里实现自我造血。两条路的差异本质是“技术单点竞赛”和“产业链组织能力”的差异。今年的WAIC不断地释放新信号AI的下一程不比谁的模型更聪明而比谁能把算力、模型、场景、安全、网络组织成一条可运转、可计量、可持续的链。当场景比参数更稀缺、当Token成为产业的电表、当网络开始承载智能——中国AI正走过“技术单点竞赛”阶段进入比拼“组织能力”的深水区。而这条“大合龙”的路径可能正是中国AI穿越落地深水区的底层密码。*本文图片均来源于网络*此内容为【响铃说】原创未经授权任何人不得以任何方式使用包括转载、摘编、复制或建立镜像。#响铃说 Focusing on企业数字化与产业智能化升级这是关注一切与创业、产业和商业相关的降本增效新技术、新模式、新生态NO.531深度解读【完】曾响铃1钛媒体、人人都是产品经理等多家创投、科技网站年度十大作者2 虎啸奖评委长沙市委统战部旗下网络名人联盟成员3 作家【移动互联网 新常态下的商业机会】等畅销书作者4 《中国经营报》《商界》《商界评论》《销售与市场》等近十家报刊、杂志特约评论员5 钛媒体、36kr、虎嗅、界面、澎湃新闻等近80家专栏作者6 “脑艺人”脑力手艺人概念提出者现演变为“自媒体”成为一个行业7 腾讯全媒派荣誉导师、功夫财经学者矩阵成员、多家科技智能公司传播顾问。
作者 | 曾响铃文 | 响铃说一江截流成势在即。回看三峡工程最震撼的画面不是发电机组轰鸣而是大江截流合龙的那一刻——两侧围堰同时向江心推进一寸寸收窄水面最后对接封堵。这阵仗叫作“合龙”。今年WAIC 2026透露的产业信号和这一幕几乎如出一辙。但合龙这件事有个特点它不同于拼装拼装可以分步来先搭框架再填砖。合龙不行围堰必须多向同时推进、精准对接任何一侧慢了或偏了截流就会失败。今天技术单点突破已经不是AI进产业的唯一卡口当模型能力逼近前沿、芯片适配正在补齐真正难的恰恰是场景、算力、模型、网络、价值计量多线同时推进、同时咬合。简单来说AI的瓶颈正从“技术不够强”转向“产业链怎么咬合”。在2026中国电信人工智能生态大会上央企、技术企业、运营商、智传网四方力量同时入场各占产业链一环颇有四方截流之势。这是产业走到深水区后必然出现的分工——场景从哪来、能力怎么造、谁来调度计量、怎么传到末端四个问题必须同时有答案。一场关于AI产业的“大合龙”正在收口。AI进入产业深水区“合龙”成势在即AI产业从来不缺技术话题缺的往往是真正进入生产流程的场景叙事。中国信通院院长余晓晖在会上给了一个判断大模型在工业里呈“微笑曲线”分布研发设计和营销服务两端渗透率高中间的生产制造环节几乎是洼地。为什么卡在中间因为生产环节的数据是封闭的流程是高门槛的容错率是极低的。互联网企业虽然活跃但消费场景可训练不出工业级模型而攥着这些工业场景的企业又比较谨慎。加上过去几年产业链各环节大多处在各自为战的状态做芯片的不碰模型做模型的不碰场景做场景的又够不着算力。如今四个角色同时入场像围堰从不同方向向中心推进。由此AI进产业的几个关键问题开始有了答案。一、场景从哪来央企。国机集团、中国中车、中国海油、航天科技等11家央企攥着制造业、能源、交通、航空领域最稀缺的工业级真实场景。对比来看互联网企业的场景多在消费端属于“人用AI”如搜索、对话、生成图片等数据闭环浅、容错率高。央企手里攥着的是工业级场景强调“AI改流程”如高炉怎么调参、油井怎么预警、机车怎么检修等数据闭环深、容错率低、价值密度高恰恰是大模型从“能用”走向“好用”最需要的磨刀石。国资委在会上摆出了一条很直白的产业范式“央企出场景、社会出方案、合作出成果。”翻译过来就是央企得把封闭场景敞开成公共原料让训练场从消费级升到工业级。这是过去几年中国AI最缺的那块拼图。二、能力怎么造技术企业。在会上24家企业亮出了生态矩阵覆盖从芯片到应用的全链路芯片层有华为昇腾、海光信息、摩尔线程模型层有MiniMax、面壁智能应用层有智元、云深处。这串名单背后有个容易被忽略的变化。过去国产芯片和国产模型是两条平行线——芯片没人用生态起不来生态起不来模型只能跑海外卡模型跑海外卡芯片就更没人用形成死循环。如今“国芯训国模”范式正在打破这个死循环。华为910B打造了国内首个万卡液冷集群训练连续21天不中断证明了国产芯片扛得住大模型训练。而MiniMax旗舰模型适配息壤国产算力跑通又证明了国产模型愿意在国产卡上迭代。这就有了流水线的趋势芯片有人用生态才转得起来模型在国产卡上跑通芯片才有数据反哺迭代。三、谁来调度计量运营商。场景有了、能力有了但整条链要转起来还缺两样东西一个计量单位一个调度中枢。目前行业公认的计量单位叫Token全国日均消耗已经超过180万亿。就像电力的千瓦时产业要规模化必须有一个可计量、可计费、可调度的单位Token就是这个单位。谁掌握了Token的调度谁就掌握了AI产业的“电网”。中国电信深谙此道今年3月率先提出Token经营董事长柯瑞文在会上更是直接给出了中国电信的判断“五位一体”智能云体系本质上就是Token经营体系。与此同时中国电信总经理刘桂清把这套体系做了系统的拆解每一层都在解决一个具体问题。IaaS层息壤调度算力超100EFLOPS解决“算力从哪来”。数据层汇聚超20万亿Token能力与14个行业500TB数据集解决“原料从哪来”。TokenHub作为Token经营统一运营平台解决“模型怎么调度分发”。SaaS层TeleAgent消耗Token注册规模超30万、日均Token消耗超2000亿解决“Token怎么变现”。不难发现运营商正专注于做调度中枢。这和互联网企业的路径根本不同BAT从应用往回切试图自己建模型而运营商从基础设施往外长把现成的算力网络和计费系统变成AI调度网。如今两条路在Token这一层已经开始交汇但运营商手里攥着全国算力网络、上亿用户的计费基础设施和央企政企渠道这是别人没有的优势。四、怎么传到末端智传网。这届WAIC的最高奖——卓越人工智能引领奖SAIL奖颁给了中国电信的智传网AI FLOW。这件事本身也是一个信号它回答了一个基础设施级问题当AI产业的计量单位变成Token网络要不要跟着换核过去网络搬的是比特搬的是数据未来网络要搬的是词元搬的是智能。传统网络架构扛不住“既传数据又做计算”的需求智传网用计算换带宽本质是网络架构的一次换代。简单来说“合龙”因此延伸到了网络最底层。这场AI产业的“大合龙”要如何完成围堰要合龙靠的是多向同时推进、精准对接。今天WAIC 2026上四方力量的咬合也已经呈现出了三个递进层次每一层都在解决一个卡链子的具体问题。第一层是供需共振解决“够不着”的问题。央企有场景缺技术技术企业有能力难进门两端一直够不着。这背后是一个结构性的问题央企的场景是封闭的、非标的、嵌在生产流程里的技术企业拿不走也用不了。如今中国电信作为排头兵、与11家央企共创的“央企AI行动示范基地”做的就是把央企能力拆成场景、数据、模型、算力四类原料结构化供给出去——把非标场景变成可训练的标准原料。这条路一旦跑通全行业受益匪浅。例如在和中车合作的项目中故障预判准确率达到99%。星辰大模型也已经在央企落地15个行业模型、56个智能体、100多个数字员工。很显然场景不是给出去就完了必须经过结构化拆解才能真正喂进模型训练。第二层是网状协同解决“成本高”的问题。过去各层企业单打独斗时每家都要自建算力、自建生态成本高且重复。如今全行业要做的一件事就是底层共享从而实现模型公司不用自己建万卡集群专注做模型芯片公司不用自己找用户模型公司就是第一批用户有数据反哺迭代。顶层竞争、底层共生整条链的创新成本因此摊薄。这是过去单打独斗做不到的——没有共享底座每家都在重复造轮子空白浪费了资源。第三层是价值链分工解决“可持续”的问题。只有分工清晰、各司其职链才能长期转。央企是“矿场”供场景原料赚的是场景溢价技术企业是“工厂”加工算力与模型赚的是能力溢价运营商是“电网”调度计量Token赚的是调度溢价智传网是“线路升级”让网络能搬词元赚的是基础设施升级溢价。从现在开始四者咬合各自有清晰的商业模式链才能转得长久。少任何一方这条链就有可能断掉——没有场景模型练不出工业级没有芯片模型跑不起来没有调度算力模型都是孤岛没有传输换核智能到不了末端。写在最后回头看看全球格局。OpenAI和微软仍困在“如何让ChatGPT赚钱”的焦虑里模型能力全球领先但变现场景一直在消费端打转企业级落地迟迟铺不开。而中国AI走的是另一条路不靠单点技术领先靠产业链协同在制造、能源、交通这些实体场景里实现自我造血。两条路的差异本质是“技术单点竞赛”和“产业链组织能力”的差异。今年的WAIC不断地释放新信号AI的下一程不比谁的模型更聪明而比谁能把算力、模型、场景、安全、网络组织成一条可运转、可计量、可持续的链。当场景比参数更稀缺、当Token成为产业的电表、当网络开始承载智能——中国AI正走过“技术单点竞赛”阶段进入比拼“组织能力”的深水区。而这条“大合龙”的路径可能正是中国AI穿越落地深水区的底层密码。*本文图片均来源于网络*此内容为【响铃说】原创未经授权任何人不得以任何方式使用包括转载、摘编、复制或建立镜像。#响铃说 Focusing on企业数字化与产业智能化升级这是关注一切与创业、产业和商业相关的降本增效新技术、新模式、新生态NO.531深度解读【完】曾响铃1钛媒体、人人都是产品经理等多家创投、科技网站年度十大作者2 虎啸奖评委长沙市委统战部旗下网络名人联盟成员3 作家【移动互联网 新常态下的商业机会】等畅销书作者4 《中国经营报》《商界》《商界评论》《销售与市场》等近十家报刊、杂志特约评论员5 钛媒体、36kr、虎嗅、界面、澎湃新闻等近80家专栏作者6 “脑艺人”脑力手艺人概念提出者现演变为“自媒体”成为一个行业7 腾讯全媒派荣誉导师、功夫财经学者矩阵成员、多家科技智能公司传播顾问。
