市场预期差——与其内耗“杀手级应用何时诞生”，不如聚焦确定性高、布局完善的科技巨头。在AI浪潮席卷全球的当下，市场亟需明确一个核心问题：AI投入如何实现商业回报？我们认为，与其频繁追问“杀手级应用何时落地”，不如聚焦于具备完整AI战略闭环的科技龙头，Google作为全球少数具备“AI基础硬件+大模型+终端应用群”全面布局的科技巨头，正逐步验证其AI战略的可行性与商业化路径。

基础财务数据验证AI驱动增长，云业务引领商业化突破。25Q1总营收902.3亿美元（YoY +12%），净利润345亿美元（YoY +46%），营业利润率33.9%；其中，谷歌云营收123亿美元（YoY +28%），增速领跑全业务，25年初至25Q1期末Vertex AI   Studio和Gemini   API的活跃用户数量增长了超过200%；广告业务AI Overview功能覆盖15亿月活用户，使用   Demand Gen 的企业在购买和潜在客户等目标上的单位支出转化率同比平均增长26%，Demand Gen 与产品 Feed 结合使用时平均单位支出转化率同比增长超过一倍，抵消传统搜索流量见顶压力。

我们认为，AI杀手级应用不只是个体创新，而是硬件+大模型+应用生态的三位协同。当前AI产业链比拼正进入系统性优化阶段，具备从底层算力、自研模型、应用整合能力的大型科技公司，更有可能率先孵化出具规模的商业化应用。Google的战略特点在于，没有走大部分AI创业公司单点突破的道路，而是构建出一个“基础设施-模型-场景”三位一体的闭环系统。Google凭借多年积累的自研芯片（TPU）、全球范围的数据中心部署、领先的Gemini大模型体系以及广泛的底层应用生态（包括Search、Workspace、Android、YouTube、Cloud等），已经初步形成全链路优势。这种“自研硬件保障算力效率、大模型驱动技术迭代、全域应用反哺数据飞轮”的战略组合，有望成为未来AI应用规模化落地的重要依托：

（1）硬件层：TPU+OCS重构AI基础设施标准

Google在AI基础设施方面持续自研，TPU与自建光互连网络构成其核心算力优势。谷歌第六代TPU Trillium单芯片计算性能相比第五代提升4.7倍，内存带宽提高一倍，节能67%，第七代TPU Ironwood作为首款转为大规模推理设计的TPU，与之前最高性能TPU对比计算速度提升十倍以上；Apollo OCS光交换136端口功耗仅为108W，同等136 端口的 EPS 功耗为 3000W，且交换速度更快、灵活性更高，可向前和向后兼容谷歌数据中心的任何带宽或波长。

我们认为，TPU+OCS的基础硬件储备，让谷歌在AI热潮下可能面临的“芯片卡脖子”风险，具备更强的应对弹性。

（2）模型层：Gemini多模态持续演进

大模型是AI能力的核心，Gemini体系展现出Google自研路线下的迭代能力与多模态优势。自2023年12月推出Gemini 1系列以来，谷歌不断更新迭代大模型，目前的Gemini 2.5系列通过架构创新与开源策略，构建技术-生态双壁垒。从技术上看，Gemini   2.5 Pro支持百万级Token上下文窗口，在 GPQA 和 AIME 2025 等数学和科学基准测试中保持领先；从商业应用来看，Vertex   AI平台集成Gemini   API，过去一年使用量增长超40倍，目前每月数十亿API调用次数。

（3）模型层：全域场景渗透激发“数据飞轮”效应

多点应用群体孵化AI付费场景，深度集成至亿级用户产品矩阵。杀手级应用并非一蹴而就，而是由多类高频、刚需场景聚合而成，目前谷歌已经实现核心产品AI化，同时布局新兴场景突破，已将或正将AI能力嵌入至Search、Gmail、Docs、YouTube等多个平台，形成多点触达用户的能力，比如AI Mode支持多模态输入，可针对图像本身提出多个问题并提供比传统搜索更详细的信息；Gmail智能回复功能可节省用户时间并增加回复多样性；集成Veo模型的YouTube可生成视频背景或以生成六秒钟的独立视频短片等。同时，用户日均产生海量交互数据，反哺模型迭代速度提升。

综上，我们认为Google已构建起芯片-模型-应用三位一体的AI体系，并在资本支出、产品演进和生态联动层面持续发力，具备长期价值重估基础，建议关注后续进展。预计未来国内科技巨头也将借鉴Google的布局模式。投资策略上，我们认为海外算力复苏趋势已经较为显著，坚定推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，建议关注光器件“一大四小”天孚通信+仕佳光子/太辰光/博创科技/德科立，同时建议关注受关税影响跌幅较大，但具有新增量逻辑的公司如威腾电气（母线）等。

建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。铜链接：沃尔核材、精达股份。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪、海光信息。液冷：英维克、申菱环境、高澜股份。边缘算力承载平台：美格智能、广和通、移远通信。卫星通信：中国卫通、中国卫星、震有科技、海格通信。IDC：润泽科技、光环新网、奥飞数据、科华数据、润建股份。

数据要素——

运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。

风险提示：AI发展不及预期，算力需求不及预期，市场竞争风险。

1.    投资策略：谷歌的AI一体化——“硬件、大模型、应用生态”三体一体

本周建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。

铜链接：沃尔核材、精达股份。

算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。

液冷：英维克、申菱环境、高澜股份。

边缘算力承载平台：美格智能、广和通、移远通信。

卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

IDC：润泽科技、光环新网、奥飞数据、科华数据、润建股份。

数据要素——

运营商：中国电信、中国移动、中国联通。

数据可视化：浩瀚深度、恒为科技、中新赛克。

本周观点变化：

本周受关税政策因素影响，算力板块波动较大。5月28日，美国国际贸易法院裁定，特朗普政府依据《国际紧急经济权力法》（IEEPA）实施的广泛关税超越了总统权限，并宣布这些关税非法，此消息大幅提振市场情绪，新易盛、中际旭创、德科立、源杰科技分别上涨6%、3%、8%、6%，但随后法院继续恢复关税政策，导致股价回落。同时香港特别行政区政府于5月30日在宪报刊登《稳定币条例》，意味着《稳定币条例》正式成为法例，带动稳定币相关标的上涨，其中A股四方精创、御银股份周四分别涨20%、10%，港股众安在线、连连数字周四分别涨32%、45%。

本周我们聚焦Google的AI一体化战略，虽有搜索引擎被AI ChatBot替代的压力，但在“硬件+大模型+应用”的协同推进下，Google有可能成为大厂中最先推进AI改革的企业，它的战略必将被包括国内互联网大厂在内的同行借鉴。

我们认为海外算力复苏趋势已经较为显著，坚定推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，建议关注光器件“一大四小”天孚通信+仕佳光子/太辰光/博创科技/德科立，同时建议关注受关税影响跌幅较大，但具有新增量逻辑的公司如威腾电气（母线）等。

2. 行情回顾：通信板块上涨，区块链指数表现最优

本周（2025年5月26日-2025年5月30日）上证综指收于3347.49点。各行情指标从好到坏依次为：创业板综>万得全A>上证综指>中小板综>万得全A（除金融，石油石化）>沪深300。通信板块上涨，表现优于上证综指。

从细分行业指数看，区块链、卫星通信导航、光通信分别上涨10.3%、6.4%、4.4%，表现优于通信行业平均水平；运营商、通信设备、物联网、移动互联、量子通信、云计算分别上涨2.1%、1.7%、1.2%、0.92%、0.88%、0.5%，表现劣于通信行业平均水平；

本周受益于数字货币概念，四方精创上涨42%，领涨版块。同样受益于数字货币概念，御银股份上涨35%，海联金汇上涨27%，恒宝股份上涨25%；受益于卫星导航概念，海格通信上涨16%。

3.周专题：谷歌的AI一体化——“硬件、大模型、应用生态”三体一体

市场预期差——与其内耗“杀手级应用何时诞生”，不如聚焦确定性高、布局完善的科技巨头。在AI浪潮席卷全球的当下，市场亟需明确一个核心问题：AI投入如何实现商业回报？我们认为，与其频繁追问“杀手级应用何时落地”，不如聚焦于具备完整AI战略闭环的科技龙头，Google作为全球少数具备“AI基础硬件+大模型+终端应用群”全面布局的科技巨头，正逐步验证其AI战略的可行性与商业化路径。

基础财务数据验证AI驱动增长，云业务引领商业化突破。25Q1总营收902.3亿美元（YoY +12%），净利润345亿美元（YoY +46%），营业利润率33.9%；其中，谷歌云营收123亿美元（YoY +28%），增速领跑全业务，25年初至25Q1期末Vertex AI   Studio和Gemini   API的活跃用户数量增长了超过200%；广告业务AI Overview功能覆盖15亿月活用户，使用   Demand Gen 的企业在购买和潜在客户等目标上的单位支出转化率同比平均增长26%，Demand Gen 与产品 Feed 结合使用时平均单位支出转化率同比增长超过一倍，抵消传统搜索流量见顶压力。

我们认为，AI杀手级应用不只是个体创新，而是硬件+大模型+应用生态的三位协同。当前AI产业链比拼正进入系统性优化阶段，具备从底层算力、自研模型、应用整合能力的大型科技公司，更有可能率先孵化出具规模的商业化应用。Google的战略特点在于，没有走大部分AI创业公司单点突破的道路，而是构建出一个“基础设施-模型-场景”三位一体的闭环系统。Google凭借多年积累的自研芯片（TPU）、全球范围的数据中心部署、领先的Gemini大模型体系以及广泛的底层应用生态（包括Search、Workspace、Android、YouTube、Cloud等），已经初步形成全链路优势。这种“自研硬件保障算力效率、大模型驱动技术迭代、全域应用反哺数据飞轮”的战略组合，有望成为未来AI应用规模化落地的重要依托：

（1）硬件层：TPU+OCS重构AI基础设施标准

Google在AI基础设施方面持续自研，TPU与自建光互连网络构成其核心算力优势。谷歌第六代TPU Trillium单芯片计算性能相比第五代提升4.7倍，内存带宽提高一倍，节能67%，第七代TPU Ironwood作为首款转为大规模推理设计的TPU，与之前最高性能TPU对比计算速度提升十倍以上；Apollo OCS光交换136端口功耗仅为108W，同等136 端口的 EPS 功耗为 3000W，且交换速度更快、灵活性更高，可向前和向后兼容谷歌数据中心的任何带宽或波长。

我们认为，TPU+OCS的基础硬件储备，让谷歌在AI热潮下可能面临的“芯片卡脖子”风险，具备更强的应对弹性。

（2）模型层：Gemini多模态持续演进

大模型是AI能力的核心，Gemini体系展现出Google自研路线下的迭代能力与多模态优势。自2023年12月推出Gemini 1系列以来，谷歌不断更新迭代大模型，目前的Gemini 2.5系列通过架构创新与开源策略，构建技术-生态双壁垒。从技术上看，Gemini   2.5 Pro支持百万级Token上下文窗口，在 GPQA 和 AIME 2025 等数学和科学基准测试中保持领先；从商业应用来看，Vertex   AI平台集成Gemini   API，过去一年使用量增长超40倍，目前每月数十亿API调用次数。

（3）模型层：全域场景渗透激发“数据飞轮”效应

多点应用群体孵化AI付费场景，深度集成至亿级用户产品矩阵。杀手级应用并非一蹴而就，而是由多类高频、刚需场景聚合而成，目前谷歌已经实现核心产品AI化，同时布局新兴场景突破，已将或正将AI能力嵌入至Search、Gmail、Docs、YouTube等多个平台，形成多点触达用户的能力，比如AI Mode支持多模态输入，可针对图像本身提出多个问题并提供比传统搜索更详细的信息；Gmail智能回复功能可节省用户时间并增加回复多样性；集成Veo模型的YouTube可生成视频背景或以生成六秒钟的独立视频短片等。同时，用户日均产生海量交互数据，反哺模型迭代速度提升。

综上，我们认为Google已构建起芯片-模型-应用三位一体的AI体系，并在资本支出、产品演进和生态联动层面持续发力，具备长期价值重估基础，建议关注后续进展。预计未来国内科技巨头也将借鉴Google的布局模式。投资策略上，我们认为海外算力复苏趋势已经较为显著，坚定推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，建议关注光器件“一大四小”天孚通信+仕佳光子/太辰光/博创科技/德科立，同时建议关注受关税影响跌幅较大，但具有新增量逻辑的公司如威腾电气（母线）等。

4. 香港《稳定币条例》正式成为法例

据证券时报报道，香港特别行政区政府于5月30日在宪报刊登《稳定币条例》，这意味着《稳定币条例》正式成为法例。

此前，香港立法会已经在5月21日正式通过该条例草案，用以在香港设立“法币稳定币” (挂钩法定货币的稳定币)发行人的发牌制度。该法例旨在推动金融创新的同时保持金融稳定，并标志着香港在数字资产领域迈出了重要的一步。

据了解，《稳定币条例》实施后，任何人在香港发行法币稳定币，或在香港或以外发行宣称锚定港元价值的法币稳定币，必须向香港金融管理专员申领牌照。相关人士须符合储备资产管理及赎回等方面的规定，包括妥善分隔客户资产、维持健全的稳定机制，以及须在合理条件下按面额处理稳定币持有人的赎回要求。相关人士亦须符合一系列打击洗钱及恐怖分子资金筹集、风险管理、披露规定及审计和适当人选等要求。

香港金融管理局强调，发牌制度将为公众及投资者提供更好保障。其中，条例只容许指定的持牌机构在香港销售法币稳定币，而只有由持牌发行人所发行的法币稳定币方可销售予零售投资者。此外，为防范诈骗，只有关于持牌法币稳定币发行的广告会被允许。

香港金融管理局总裁余伟文表示：“条例建立了一个风险为本、务实和灵活的监管制度。我们相信稳健和适切的监管环境可以缔造有利条件，支持香港稳定币以至数码资产生态圈的健康、负责任和可持续发展。”

HashKey Group首席分析师丁肇飞接受记者采访时表示，香港《稳定币条例草案》的通过是香港虚拟资产监管进程中的重要里程碑。

丁肇飞表示，合规是加密货币市场的大趋势，稳定币市场也是一样。条例的落地标志着香港在平衡金融创新与风险防控方面迈出关键一步，不仅填补了法币挂钩稳定币的监管空白，还为行业提供了清晰的合规框架，要求储备资产隔离、赎回保障及反洗钱合规，降低系统性风险（如挤兑或诈骗）。

此外，这一立法将推动香港成为国际Web3和数字金融中心，同时助力人民币国际化及离岸金融业务发展，也奠定了在香港推出离岸人民币稳定币的良好基础。

对于香港的稳定币模式，丁肇飞表示，香港的“多币种”+“价值锚定监管”，既不同于欧盟MiCA框架的“功能监管”，也有别于新加坡的“分级牌照”体系，而是开创性的采用“价值锚定监管”原则——只要涉及港元价值宣称，无论发行主体所在地，均纳入监管范围。即，若在香港发，任何稳定币都受香港监管，若不在香港发，和港元挂钩的部分，也要受香港监管。这种制度设计使香港在全球稳定币监管竞赛中抢得先机。

5. Opera发布AI浏览器Opera Neon：可写代码创建网站

据C114报道，浏览器开发商Opera近日推出革命性产品Opera Neon，这款被定义为"代理浏览器"的创新产品将人工智能深度整合到浏览体验中。

Opera高级人工智能产品总监Henrik Lexow表示："我们正处在AI彻底改变互联网使用方式的转折点，Opera Neon将这种变革性能力直接带给用户。"

Opera Neon的核心突破在于其搭载的AI引擎具备强大的上下文理解能力，能够主动为用户执行复杂任务。不同于传统浏览器，Neon可以代用户进行研究、内容创作甚至网站开发，包括生成游戏、报告和代码片段等。

特别值得注意的是，其AI代理即使在离线状态下也能处理多项任务，该浏览器整合了多项AI创新功能，类似微软Copilot的智能助手，通过自然语言交互完成网络搜索和信息查询。

同时，其推出的"Browser Operator"AI代理，可自动化处理购物、表单填写等常规网络操作。

目前Opera仅透露Neon将采用订阅制收费模式，具体定价和发布时间尚未公布。这款浏览器的推出预示着AI代理技术正从辅助工具向主动服务转型，或将重新定义人与互联网的交互方式。

6.阿里巴巴开源自主搜索 AI 智能体WebAgent

据C114报道，阿里巴巴在 Github 上开源了其创新的自主搜索 AI Agent——WebAgent，具备端到端的自主信息检索与多步推理能力，能够像人类一样在网络环境中主动感知、决策和行动。

例如，当用户想了解某个特定领域的最新研究成果时，WebAgent 能够主动搜索多个学术数据库，筛选出最相关的文献，并根据用户的需求进行深入分析和总结。

据介绍，WebAgent 不仅能识别文献中的关键信息，还能通过多步推理将不同文献中的观点进行整合，最终为用户提供一份全面且精准的研究报告。

WebDancer 的框架一共由 4 大块组成，从数据构建到训练优化，逐步打造出能够自主完成复杂信息检索任务的智能体。

浏览数据构建是整个框架的起点。在现实世界中，高质量的训练数据是智能体能够有效学习和泛化的关键。WebDancer 通过两种创新的数据合成方法来解决传统数据集的局限性。

为了确保生成的轨迹既有效又连贯，WebDancer 采用了短推理和长推理两种方法。短推理利用大模型直接生成简洁的推理路径，而长推理则通过推理模型逐步构建复杂的推理过程。

在数据准备完成后，WebDancer 进入监督微调（SFT）阶段。这一阶段的目标是通过高质量的轨迹数据对智能体进行初始化训练，使其能够适应信息检索任务的格式和环境要求。

在 SFT 过程中，WebDancer 将轨迹中的思考、行动和观察内容分别标记，并计算损失函数，以优化模型的参数。为了提高模型的鲁棒性，WebDancer 在计算损失时排除了外部反馈的影响，确保模型能够专注于自主决策过程。这一阶段的训练为智能体提供了强大的初始能力，使其能够在后续的强化学习阶段更好地适应复杂的任务环境。

强化学习（RL）阶段是 WebDancer 框架的关键环节。在这一阶段，智能体通过与环境的交互，学习如何在复杂的任务中做出最优决策。WebDancer 采用了 DAPO 算法，这是一种专门针对智能体训练设计的强化学习算法。

DAPO 算法通过动态采样机制，有效利用未充分利用的 QA 对，提高数据效率和策略的鲁棒性。在 RL 过程中，智能体通过多次尝试和反馈，逐步优化其决策策略，最终实现高效的多步推理和信息检索能力。

7. 浙江发布智算云创新发展实施意见：2027年突破60 EFlops计算能力

据C114报道，为深入贯彻落实党中央、国务院加强云计算核心技术攻关力度，推进智算云服务发展的决策部署，浙江省制造业高质量发展（数字经济发展）领导小组办公室组织制定了《关于促进智算云创新发展的实施意见（2025-2027年）》。

《意见》指出，智算云以云计算为核心，管理超大规模智算集群，通过互联网提供人工智能计算资源和服务，具备高资源利用率、高能效、低服务成本等三大优势，是AI时代的关键基础设施。

《意见》提出，到2027年，以公共云方式提供服务的智算规模达到60 EFlops，十万卡超大规模智算集群等标志性技术实现突破。培育全球领先的智算云服务战略型企业。培育智算云标杆企业“智算云企”100家。构建智算云生态体系，打造300个以上典型应用场景，成为全球智算云技术、服务、应用和生态高地，有力推动人工智能高质量发展。

为此，《意见》制定了5个方面18个具体措施，包括加快智算云全栈技术攻关，突破算力、数据、服务层关键技术；打造国际领先的智算云服务体系；推动智算云在人工智能、重点行业和政务领域的深度融合应用；培育壮大产业生态，发展开源社区，完善标准体系，强化人才支撑与国际合作；加强统筹协调、政策支持、要素保障与安全治理，全面提升智算云创新能力和服务水平。

8.移动AI业务爆发，上海电信5G-A助力“智云上海·AI智惠人民城市”

据C114报道，中国电信第五届科技节·上海站以“智云上海·AI智惠人民城市”为主题盛大开幕。作为国家信息化建设的主力军，上海电信始终走在技术创新的前沿，通过“智云上海”的生动实践，不仅展现了央企的使命担当，更深度契合上海“3+6”新型产业体系布局，为城市高质量发展注入强劲动能。

在此次科技节的展示区，上海电信主导的移动AI应用精彩亮相，涵盖生成式AI（AI手机、AI眼镜、AI耳机、多语种AI透明屏、AI停车视频桩、“一跳入家”）、AI智能体终端（智谱清言AutoGLM、荣耀YOYO）、具身智能设备（AI履带式巡逻车、AI机器狗）等前沿应用，充分展现了移动AI应用和生态的蓬勃发展之势。随着移动AI时代的到来，终端、应用、场景全产业链迎来新一轮升级，现场展屏展示了当前具有前景的移动AI应用。

当前，移动AI领域正经历着前所未有的变革：70%新出货的终端设备已集成AI功能与系统，80%的移动应用实现了AI能力的深度赋能，应用场景已从城市乡村的局部需求延伸至更为广阔的市场空间。

移动AI正在深刻重塑移动互联业务格局：AI终端已发展成为多模态智慧助手，成为用户生活中不可或缺的智能伙伴。值得注意的是，目前所有新发布的智能手机均标配AI功能。在2025年国际消费电子展（CES）上，AI眼镜领域的创新成果频出，数百款产品同台竞技。除了智能眼镜，AI耳机市场也涌现出多款现象级产品。此次展出的科大讯飞的多语种AI透明屏设备已具备商业化落地能力。

移动AI正在重塑交通运输范式： 移动AI正在改变交通运输方式，赋能陆海空一体的智能交通。上海电信携手久事公交，打造5G RedCap + AI视联网，以RedCap替代4G模组完成视频流回传，结合AI对车厢拥挤程度、司机驾驶疲劳程度、行车路径等运行信息进行识别监控，时刻保障行车安全。同时，上海电信协同久事文旅打造智慧文旅新范式，借助大上行、广覆盖、低延迟的5G-A网络精品网络，为后继各类游客智能化服务奠定了基础。

移动AI正在重塑社会生产力： 智能机器人正成为社会新成员，迈向人机共生的新时代。家庭清洁管理机器人迈向三维管理空间，城市安全巡检机器人可实现自主电力巡检，多家工厂已部署人形机器人。此次展出的杭州目博科技有限公司的AI履带式巡逻车已具备商用能力。

移动AI业务的快速发展对网络能力提出了更高的要求。随着"类人交互"体验的不断升级，大上行需求已成为刚性需求。在AI视频通话、数字人实时交互等场景中，终端向云端上传图像和视频已成为必要条件，且分辨率正在从1080P向4K/8K迈进。为满足良好的用户体验（类人电话交流），需要实现上行泛在20Mbps的速率保障；而要达到更佳的面对面交流体验，则需要更严格的上行泛在64Mbps的速率要求。

5G-A网络由于具备广覆盖、大上行、大容量的特性，正好匹配移动AI业务的发展。 目前上海电信已完成外环内主要区域5G-A连续覆盖，预计2025年完成外环内+新城+外环外重点区域5G-A全覆盖。目前已完成古北精品示范区2.1GHz + 3.5GHz 3CC 5G-A基础网络架构调整和优化，构建极致体验能力底座，打造5km精品体验路线。5G-A显标比例达到99.4%，现网测试表明，上行典型速率达到431Mbps，下行典型速率达到1580Mbps。

移动AI时代已来，上海电信将持续践行“央企国家队”使命，加速5G-A网络建设，以技术创新与生态共赢，真正让AI智惠人民，助力上海数字经济攀登新高峰，共绘数字中国新图景。

9. 智能设备数据增速位居前列 5G+云+AI重塑物联网

据C114报道，全国数据资源统计调查工作组发布的《全国数据资源调查报告（2024年）》显示，2024年全国数据资源规模加速增长，数据生产总量达到41.06ZB，同比增长25%。其中，智能家居、智能网联汽车等智能设备数据增速位居前列，分别为51.43%、29.28%。如今，人工智能技术应用渗透率逐渐提升，智能物联网（AIoT）打破此前传统应用场景，给用户带来突破性的体验。

AIoT加速智能应用

AI的应用对于数据的生成和使用大大超出原有的场景，持续丰富了物联网的应用场景。

以天翼物联为例，其通过节能网关+AI潮汐节能大脑实现了显著的节能效果。在照明领域，节能率超60%；在空调使用方面，节能率最高可达20%。这一创新实践不仅节省了大量的能源成本，也符合国家节能减排的政策导向。

除了节能领域，AIoT在农业领域也有出色的表现。在牧场中，基于物联网的智能监测系统发挥着重要作用。中国电信与相关企业合作，搭建了实时监测母牛行为数据的系统。该系统能够识别母牛的发情周期，提高了繁殖效率。

加速向“万物智联”迈进

工业和信息化部此前印发《关于推进移动物联网“万物智联”发展的通知》，旨在提升移动物联网行业供给水平、创新赋能能力和产业整体价值。中国电信积极响应国家政策，加大在物联网领域的投入和布局。如在智能交通领域，中国电信参与了多个智能交通项目的建设，为城市交通智能化发展做出了贡献。

与此同时，机器学习和深度学习技术的进步，也提升了传感器的准确性；“云-边-端”协同为物联网发展奠定基础。在智能安防领域，中国电信通过“云-边-端”协同，摄像头可以实时采集视频数据，边缘设备对数据进行初步处理和分析，将关键信息传输到云端进行进一步的分析和存储。

精耕新赛道，提升AIoT技术价值

物联网是一个超大规模的复杂系统，受限于供需双方多种因素。从供给侧来看，传感器、芯片等核心技术的研发和生产能力有待进一步提高，设备的兼容性和互操作性也是一个挑战。从需求侧来看，用户对物联网的认知和接受程度还不够高，应用场景的开发和推广也面临一定的困难。此外，数据安全和隐私保护也是物联网发展过程中需要解决的重要问题。

中国电信通过“硬件 + 软件服务”“连接 + 平台 + 应用服务”等多种跨生态产品组合，展开生态合作。在硬件方面，中国电信与设备制造商合作，共同研发和生产适合不同应用场景的物联网设备。在软件服务方面，中国电信提供物联网平台和应用开发工具，帮助企业和开发者快速搭建物联网应用。例如，中国电信与华为、中兴等企业合作，共同推动5G物联网的发展。在智慧城市领域，中国电信与城市管理部门、企业合作，打造了智慧照明、智慧停车、智慧环保等一系列应用，提升了城市的管理水平和居民的生活质量。

10. 中国移动助力中国石油发布3000亿参数昆仑大模型

据C114报道，5月28日，中国移动助力中国石油在京举行3000亿参数昆仑大模型建设成果发布会，正式发布3000亿参数昆仑大模型。中国移动总经理何飚出席发布会并致辞。

何飚指出，中国移动作为中国石油昆仑大模型项目的总集成方，组建了14个专项工作组，全力保障项目高质量交付。在算力供给上，建成“云-边-端”三级算力网络，峰值算力达1950P，为模型训练提供坚实国产算力底座；在模型创新上，打造800亿参数昆仑多模态模型，助力中国石油构建500万对行业图文数据集，核心场景识别和理解准确率大幅提升，达行业领先水平；在中台研发上，首创能源化工行业统一AI中台，承载了超60个大模型训推任务，实现异构模型统一纳管、算力弹性调度与数据全链路管理；在场景建设上，落地常减压工艺智能操作和诊断、装备工程设计、智能客服等12个高价值场景，赋能勘探开发、炼化生产等核心业务，全面助力中国石油各领域安全生产、提质增效。

何飚表示，中国移动将发挥科技创新禀赋优势，与中国石油共同探索人工智能在能源化工领域创新应用的路径和方法，全力支持好“数智中国石油”建设，深入推进AI赋能国家能源化工行业新型工业化。一是共同打造自主可控的AI技术高地。聚焦国家“AI+”战略与能源安全需求，构建“核心技术联合攻坚+国产化生态共建”双引擎，联合攻关能源行业大模型“根技术”，构建全栈自主核心能力底座。二是共同深耕全面赋能的AI应用场景。聚焦中国石油“油气新能源、炼化新材料、工程服务、资本金融”等核心业务，以AI重构全产业链价值，实现“地质勘探-工程设计-生产运营-供应链管理-市场销售”全链路全场景贯通。三是共同构建开放共享的AI产业生态。以“赋能行业、服务全局”为目标，共建行业标准与开放平台，推动能源AI生态从“单点突破”向“体系繁荣”升级。

本次3000亿参数昆仑大模型是在2024年11月28日发布的700亿参数基础上实现的进一步迭代升级。此外，中国石油还联合中国移动等合作伙伴发布了一系列创新成果，包括高质量完成企业AI顶层设计，形成了“十域百景千应用”的全景视图；归纳总结了央企特色的“三阶十步”建设方法体系，形成全周期管理框架；建设了全模态、多层级、多尺寸的行业大模型矩阵，打造与业务紧密融合的百个智能场景，形成500TB高质量行业数据集及管理体系规范等，全面赋能产业链升级。

11. 苹果联合推出AI交错推理方法，Qwen2.5 模型响应速度快 80%、准确率提高 19.3%

据C114报道，苹果公司携手杜克大学，提出交错推理（Interleaved Reasoning）的全新强化学习（Reinforcement learning，RL）方法，进一步提升大语言模型的推理能力。

主流大语言模型在处理多步复杂问题时，常采用“先思考后回答”的长链式推理方式。然而，这种方法存在两大痛点：一是响应时间过长，难以满足实时交互需求；二是早期推理步骤出错可能导致最终答案偏差。

研究人员指出，与人类在对话中随时分享部分想法不同，模型往往等到推理全部完成才输出结果，导致效率不高。苹果公司携手杜克大学，研发了交错推理技术，让模型在推理过程中交替进行内部思考和输出中间答案（sub-answer），从而提升速度与实用性。交错推理基于强化学习（RL）框架，采用特殊的训练模板，包含 和 标签，确保模型在达到关键推理节点时输出中间结果。研究团队设计了基于规则的奖励机制，包括格式、最终准确率和条件性中间准确率，确保模型注重整体正确性。测试中，交错推理在Qwen2.5 模型（1.5B 和 7B 参数）上表现优异，响应速度提升超 80%，准确率提高高达 19.3%。

此外，该方法仅在问答（QA）和逻辑数据集上训练，却能在 MATH、GPQA、MMLU 等更具挑战性的基准测试中展现强大泛化能力。

12.  风险提示

AI发展不及预期，算力需求不及预期，市场竞争风险。