/記得星標我/

比大部分人早一步看見未來

有一種變化，不是被宣布出來的，而是被悄悄發現的。

2026年，當你走進一家制造工廠、一間考場，你會發現AI已經不再是展廳里的演示道具——它在質檢產線上跑著，在幾百萬考生的身份核驗里轉著。從"能不能用AI"變成"怎么把AI用好"，這個拐點來得比很多人預想的更快——而拐點背后，一個以AI為底層邏輯的新空間，正在被一點一點撐開。

但也就是兩三年前，這件事還遠沒有這么順暢。算力是稀缺品，模型是各家的保密資產，一家制造業工廠想用AI做質檢，光是找到一個能打通數據、跑通模型的合作方，就要耗費半年時間。AI喊得響，落地難——這幾乎是整個產業心照不宣的困境。

中間發生了什么？

《劉子》有言："鑿井者，起于三寸之坎，以就萬仞之深。" 真正的變革從來不是單點突破帶來的，而是系統性地基的建成。沒有電網普及，再亮的燈泡也照不進千家萬戶；沒有統一通信協議，再快的計算機也只是信息孤島。AI 時代同樣如此：只有當算力變成隨取隨用的公共資源，模型變成可計量的標準化服務，安全變成可托付的行業底線，智能新空間才有真正落地的可能。而中國移動，正在成為這層地基的建設者。

5月8日，2026移動云大會在蘇州開幕，主題正是"移動云 智能新空間"。現場的所見所聞讓我有一個判斷越來越篤定：那層地基，已經長出來了，而且長得比很多人預想的更深、更實。

01

從通信底座到智能地基

電信運營商想做智能時代的基礎設施，這件事本身并不新鮮。新鮮的是，這一次有了真正撐得住的產業條件。

過去，算力、存儲、網絡各自成線，能力分散，難以形成對產業的系統性支撐。AI的到來，重新洗牌了這張桌子——它需要的恰恰是算力、網絡、數據、模型的高度協同，而這正是運營商長期積累、天然具備的能力組合。透過大會，我們看到中國移動正把這個能力組合戰略化。

2026年初，中國移動明確將"算力服務、智能服務、通信服務"列為"三大主業"。在我看來，這背后有清晰的邏輯閉環支撐：用戶用AI Agent處理業務，每次調用消耗Token，Token運行在算力之上，算力依托云和網絡承載——這條價值鏈，把運營商天然的網絡優勢、算力布局與AI應用生態串聯成了一個有機整體——這，正是運營商成為AI時代地基的底氣所在。

那么，這層地基如何讓產業用起來？Token，是最具體的商業入口。

02

Token：基礎設施的計量單位

過去，企業用AI要自建模型、自采算力，門檻高、成本重；現在，移動云把大模型的調用能力像水電一樣打包交付——企業按需調用、按量付費，不必操心底層。

移動模型服務平臺MoMA匯聚近300款不同規格的模型，統一接入入口，調用量已超萬億次，平臺能根據需求自動匹配最合適的模型，讓使用體驗從"手動切換"升級為"自動駕駛"；零代碼即可構建專屬智能體，百萬Tokens成本較此前下降30%——降本，是基礎設施走向普惠的必經之路。

更值得關注的，是本屆大會上Token運營產業聯盟的正式成立。中國移動將其定義為"AI時代新夢網模式"——這不只是一個產品聯盟，而是一套產業合作框架的成形：誰能接入、如何協同、怎樣共建，這套"骨架"只有在多方共建下才能真正立起來。

單家企業的Token服務，充其量是一個產品；當聯盟機制把上下游拉通，Token才真正具備了基礎設施的生長能力——從"單點能力"走向"規模生態"，這是關鍵的一步。

但Token能跑多快、跑多穩，歸根結底取決于一件事：算力底座夠不夠硬。

03

地基夠不夠深

Token服務要大規模跑起來，算力夠不夠用、夠不夠便宜、夠不夠穩，是一道沒有捷徑的工程題。移動云在本屆大會上給出了兩個答案：硬件側的開放式超節點，和調度側的算網大腦——一個解決"跑多快"，一個解決"調多準"。

先看硬件側的開放式超節點——這是一套從硬件架構到互聯方式全面重新設計的算力方案，三種形態覆蓋從邊緣小站到萬卡集群的不同需求：16卡一體單機面向輕量場景，開箱即用，極致降本；64卡高密機柜面向大規模智算中心，深度耦合，緊密協同；128卡解耦機柜面向需求持續擴充的場景，靈活解耦，彈性擴展。

性能層面，超節點提供90PFLOPS級FP8算力，撐起大規模訓練推理的上限。但更關鍵的兩個數字是：通信耗時縮減50%以上，Tokens硬件成本降低40%以上——前者決定算力集群能跑多快，后者決定Token服務能走多遠、覆蓋多廣。

這套設計邏輯背后，有一個清醒的判斷：算力的需求不是固定的，方案必須能跟著需求走。從模塊化硬件到柜內電、柜間光的高效互聯，再到移動云AI Stack的軟件支撐，整套方案的每一層都在服務同一件事——讓算力可以像積木一樣自由拼裝、按需擴展。

值得注意的是，移動云圍繞超節點還構建了一套產業協同生態。在蘇州，智算產業創新中心聯合70余家產業鏈上下游企業組建創新聯盟，RISC-V生態、國產芯片（鯤鵬、海光、兆芯、摩爾線程）在這里匯聚，月之暗面（Kimi）、中科類腦等AI力量同臺共建，形成從芯片到整機、從標準到生態的完整鏈條。

這是地基應有的樣子：不只是一個產品，而是一套可以持續生長的體系。算網大腦統一調度算力、網絡、數據、電力，接入全球最大SRv6骨干網，覆蓋全國300余個城市，最高每秒可為2000個AI任務同時分配算力——算力隨取隨用，不是口號，而是有具體調度能力托底的。算力和網絡本來就是一體的，這才是運營商區別于其他云廠商的真正壁壘。

04

長進產業：從車間到千行百業

硬的底座搭好了，接下來的問題是：它能不能真正扎進產業里？

這是一道比算力更難的題。算力可以堆，但產業的信任是一點一點掙來的。制造業尤其如此——實驗室里跑出99%精度的模型，進了車間可能跌到80%；技術團隊認為完美的方案，到了產線可能水土不服。這道鴻溝，業內有個詞叫"中試斷層"——技術成果卡在原型和量產之間，上不去也下不來。

移動云在本屆大會上正面回答了這個問題——依托國家人工智能應用中試基地的建設部署，中國移動將自身的云網數智端一體化能力引入其中，首次實現AI在電子信息關鍵工藝、核心環節的工程化落地驗證。聚焦信息顯示、光通信、半導體、電子元器件四大核心領域，大會現場將發布"十大場景能力"，并啟動生態賦能"同心"行動——中試基地的價值，正是在技術和產業之間架一座橋，讓成果不再卡在轉化的"最后一公里"。

具體到車間里，移動云帶來了三個看得見、摸得著的方案。

工業云電腦，向制造企業提供工業級虛擬桌面服務，支持GPU加速、兼容主流工業協議，數據不落地——車間工位、產線監控、研發設計，都能在統一的云端環境里運行，運維成本大幅壓縮。

工業圖紙識別智能體，融合大模型與計算機視覺，實現圖紙智能識別、參數自動標注、數據復核校驗。有經驗的老師傅能看懂一張復雜圖紙，但這個能力很難規模化復制——智能體的介入，把"隱性知識"變成了可遷移的流程能力。

背光板智能檢測智能體，針對傳統AOI檢測速度慢、漏檢率高、難適應多品種切換的痛點而來，支持高速、高精度、自適應缺陷檢測，采用工業邊緣小站加AI模型的私有化部署，既不依賴公網，又保證實時性。

三個場景，指向同一個方向：在移動云所觸及的產業里，AI正在從云端走向車間，嵌進工藝流程，落進每一道工序。

制造業之外，這張圖景還在向更廣的產業縱深延伸。礦山井下，AI安監智能體覆蓋70余個安全場景，應急響應速度提升70%，內蒙古神華寶日希勒露天礦一年節省支出580萬元；高考考場里，AI巡考系統服務15萬余個考場、數百萬名考生，識別44種異常行為，每省減少人力逾千人次；8300萬輛汽車通過車聯網與路側、云端實時交互，無錫路側建設成本下降46%……

AI正在以基礎設施的方式，悄悄嵌進千行百業的日常運轉里。

當然，各行各業引入AI，還有一道繞不開的關：數據安全。工業數據、工藝參數、核心配方，企業的命根子不敢輕易托付，"用AI"兩個字背后藏著對數據泄露的深層顧慮。移動云AI可信計算（AITC）正是為此而來——基于機密計算與密碼學技術，實現模型全程密文運行、數據"可用不可見"、運行環境硬件級可信驗證，而推理性能損耗僅約10%，用戶幾乎無感知。安全與性能，不再是非此即彼的取舍。

敏感數據"敢用AI"，才是AI真正長進產業的最后一道門。安全能力本身也在進化——移動云全棧商密安全運營體系讓安全部署從繁瑣變順手：網上下單，10分鐘完成部署，成本降低一半，安全能力真正可運營、可感知。

結語：新空間，已成形

智能新空間從哪里來？

答案從來不在臺上，而在臺下。真正的空間，從來都是被一層一層的基礎設施悄悄撐起來的——當Token可以像水電一樣流通，當算力可以像積木一樣拼裝，當工業數據終于敢交給AI來處理，智能新空間就已經不是一個愿景，而是一個正在發生的事實。

電網沒有在某一天宣布"我是基礎設施"，互聯網也沒有——它們是在千萬次調用、千萬個依賴關系里，悄悄成為了世界運轉不可或缺的一部分。中國移動正在做的，也是同一件事：不是展示一個愿景，而是讓人看見，地基已經開始往下扎了。

"鑿井者，起于三寸之坎，以就萬仞之深。"三寸之坎，已經鑿開。