光电驱动数智共生，AI算力网络重塑行业应用新范式
全球AI正迈向规模化应用的新阶段，行业竞争焦点也从单一模型技术的比拼，转变为对基础设施实力、产效协同度及商业转化价值的全方位角逐。如何推动AI基础设施升级、构建产业合力、实现商业价值落地，已成为全行业亟待解决的共同课题。
7月8日，2026（第二十五届）中国互联网大会在北京隆重举行，其核心环节“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，集结了产业链上下游的领军人物。与会嘉宾立足一线实践，深入剖析产业发展逻辑，共同探讨AI时代的产业变革新路径。
底座重构：
光电算网协同演进，基础设施模式迎来深层变革
算力、运力、存力及电力被视为AI时代的四大基石，而光通信构建的运力网络，直接关乎算力基础设施的运行效能。长飞光纤光缆股份有限公司执行董事兼总裁庄丹指出，光通信技术正朝着超高容量、超低时延及超高速率的“三超”方向迈进，通过技术创新与方案服务的双重驱动，成为支撑AI基建升级的关键所在。
技术层面，长飞光纤紧扣“三超”方向布局新一代产品，其空心光纤技术能将信号传输速度提升近50%，时延降低47%，有效攻克AI场景下的数据传输瓶颈。服务层面，公司正从单一产品提供商向全场景解决方案服务商转型，针对不同区域和场景的差异化需求提供定制服务，例如在北美数据中心DCI互联项目中，空心光纤能显著降低时延并节省建设开支。
若光通信是算力传输的“大动脉”，智算架构则重新定义了算力供给的底层逻辑。北京九章云极科技股份有限公司董事长方磊认为，传统云计算源于互联网时代，服务于带宽密集型应用，70%-80%的成本耗费在数据传输上，体系设计以传输优化为核心。相比之下，智算云面向AI原生应用，属于计算密集型场景，90%的成本源于计算环节，旨在提升计算效率，即业内所说的“加速计算”。这两者如同燃油车与电动车的区别，底层技术路线与优化逻辑大相径庭。
方磊进一步指出，AI产业正面临计算范式的关键转折。此前行业处于训练主导期，核心在于“拼投资”，资本是扩张的主要手段；如今随着产业步入Token落地的推理阶段，成熟范式已难觅踪影，竞争焦点转向“拼效率”，即单位投入和能耗所能产出的Token数量。过去一年全球Token成本已暴跌40倍，预计未来三年仍有千倍级下降潜力，硬件迭代、软件优化及软硬协同将共同推动成本持续走低。
效率突围：
技术协同攻克难题，产业应用走向深入
随着AI应用深入千行百业，算力成本高昂、异构资源调度复杂、场景落地碎片化等问题愈发突出，产业链上下游正借助协同创新寻求破局之道。
在大模型领域，提升知识密度、精简模型体积是降本增效的关键。北京面壁智能科技有限责任公司联合创始人、总裁雷升涛指出，面壁智能致力于打造高知识密度模型，在保持同等能力的前提下大幅缩减参数规模，其小参数多模态模型在文本能力上已媲美通用大模型，有效降低了推理成本。此外，公司推出的Forge Train训练框架通过“AI训练AI”模式大幅降低了训练门槛，助力中小企业构建专属模型。端云协同部署模式则将隐私性强、时延要求高的任务转移至端侧处理，兼顾了数据安全与经济性。
针对国产异构算力调度难题，中科紫东太初（北京）科技有限公司总裁楚汝峰提出了全链路解决方案。紫东太初构建了统一的国产化算力适配层，完成了多类国产AI芯片与加速卡的底层兼容，实现了异构算力的统一管理。同时，搭建智能调度体系，依据任务属性匹配最优算力资源，提升整体利用率。在此基础上，打通算力调度、模型管理及智能体部署全链条，构建从算力到Token的完整工具平台，建立基于智能体的MaaS服务体系，将算力资源切实转化为产业生产力。
场景是算力价值的最终归宿，也是增长的核心引擎。钛动科技股份有限公司创始人兼CEO李述昊认为，2026年将是多智能体深度赋能产业的关键之年，各行业场景落地将成为算力增长的最大动力。以中国企业出海为例，钛动科技围绕营销全链路数据开展针对性训练，打造垂直领域专业模型，将其能力应用于消费者洞察、创意生成及投放策略优化等环节。在他看来，通用模型如同公共设施，而垂直专业模型则是承载商业价值的活跃经济，通过智能体重构工作流，将成为AI落地的主要形态。
前瞻布局：
锁定三年周期，抓住AI工业化机遇
创新引领新质发展，共绘产业宏图。对话中，五位嘉宾一致认为，未来三年是AI工业化落地的关键期，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布局方向。
庄丹指出，未来三年AI将引爆算力、运力、存力及电力需求的爆发式增长。长飞光纤将坚守“全球AI光连接基础设施领导者”的定位，坚持创新驱动，推进多芯光纤等前沿技术的产业化；深化国际布局，提升海外业务占比；深化AI技术融合，既为AI场景定制光连接方案，也利用AI技术优化自身运营。
方磊指出，未来三年是AI工业化的攻坚期，智能生产将占据主导地位。九章云极将重点打造“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，同时联动上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转变。
雷升涛预测，未来三年通用人工智能AGI的实现将深刻改变各行业，但机遇大于挑战。随着技术供给升级，人类需求将持续迭代，同时大模型掌握的显性知识有限，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在千行百业的普惠落地。
楚汝峰表示，大模型将坚定地向复杂任务执行型转型。紫东太初将依托多模态与具身智能优势，重点攻克三大方向：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，降低应用门槛，推动算力价值向产业价值转化。
李述昊认为，“Agent to Agent（A2A）”将成为未来三年的核心趋势。B端智能体将重构工作流，沉淀企业智慧，释放生产力；C端消费智能体将重塑消费决策，改善生活质量，激活海量Token需求。预计三年内将诞生数千亿个智能体，推动Token消耗量数倍增长。
本次对话横跨光通信、智算、大模型及行业应用全产业链，既有实践的深度沉淀，也有趋势的前瞻研判，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。随着技术革新深化、产业协同加强，AI与互联网的深度融合将为数字经济的高质量发展注入持久动力。