2026年，硅基浪潮席捲產業全域，面對全球資本市場的新周期，市場亟待釐清硅基新紀元最核心的產業變革是什麼？企業突圍核心的破局點在哪裏？

6月29日，格隆匯舉辦的「2026--All in硅基新紀元」中期策略峯會中的圓桌討論環節，邀請到格隆匯研究院院長張越聰、海致科技首席財務官何飛宏、粵港灣智算首席財務官黃治臣、商湯科技董祕辦公室董事總經理盛世偉、樂動機器人首席財務官兼董事會祕書唐豔麗，四位行業大咖圍繞「ALL-IN硅基新紀元:重構AI產業的底層邏輯與價值躍遷"主題進行了熱烈討論。

以下是格隆彙整理的圓桌論壇的精華，分享給大家。

01、硅基新紀元最核心的產業變革是什麼？

主持人（張越聰）：當下市場頻繁提及硅基替代碳基，但是很多人對這個概念理解會比較抽象。硅基新紀元最核心的產業變革是什麼？和過去幾年AI發展階段最本質的區別在哪裏？

何飛宏：從產業智能體的落地視角來看，AI的定位已經完成三輪核心迭代。

早期人工智能僅為基於結構化數據的輔助分析工具，到大語言模型時代升級為可處理結構化和非結構化數據的可以輔助決策的工具，而當下則進入了產業級智能體時代，AI正在實現從「工具」到「使用工具的人等效」的跨越。

硅基不再只是被動服務碳基，而是開始履行碳基的職能，延伸碳基的能力邊界。

黃治臣：2023年我們剛開始做算力時，仍需反覆向機構投資者以及合作方解釋AI算力與挖礦的差異，而如今AI算力已升級為數字經濟的核心生產資料，堪比水電煤的基礎剛需。

從需求端來看，從2024年至今，中國人均token使用量超過1400倍，應用場景從單一的文字推理全面拓展至智能體場景。

從供給端來看，類似萬卡級的算力訂單交付周期已順延至2027年，以前是算力服務商開保函拿訂單，而現在是客戶預付定金鎖定產能。

從價值權重來看，算力也從過往的科研投入成本項，成為科技企業的戰略發動機與核心營收增長點，未來算力規模、調度效率將直接決定AI算力企業的上限。

盛世偉：商湯科技在人工智能行業已經深耕十幾年，對這方面深有體會，主要從三個方面來講。

其一，AI完成從工具屬性到生產要素的跨越，全面滲透生產的各個環節、流程以及決策當中。

其二，社會迎來智能平權，人工智能2.0的普及讓所有企業站在同一智能底座上，過往依託知識不對稱構建的商業模式將被侵蝕和顛覆，行業競爭邏輯全面重構。

其三，AI經濟模型實現質變。以往行業面臨規模不經濟的困境，項目擴張伴隨人力成本高企、邊際成本不可控的難題。而當前AI對外服務的核心成本轉化為標準化的算力、Token，規模化落地後邊際成本持續下降，規模化發展正式具備商業價值。

唐豔麗：從機器人行業的視角來看，數字AI正向物理AI實現躍遷，很多人將2026年稱為「物理AI元年」。如果說，過去十年AI主要服務於虛擬數字世界，未來十年物理世界將成為AI最大增量市場。

本質區別是AI「長出身體」，從虛擬世界走向現實世界，需要具身載體具備在複雜現實世界中自主環境感知、理解、決策和動態交互執行的能力，是從認知層到行動層的關鍵性跨越。

02、企業如何破局？

主持人（張越聰）：當前硅基AI產業鏈看似熱度很高，但是仍然存在算力同質化內卷，大模型落地難等現實瓶頸，請問目前所在行業最大的瓶頸是什麼？企業想要突圍核心的破局點在哪裏？

何飛宏：從產業AI落地層面，核心瓶頸是通用大模型的「概率智能」與產業場景「強確定性需求」的矛盾。

大語言模型本質為概率智能，存在天然的幻覺與漂移問題，這導致企業不敢將嚴肅場景直接交由AI執行。

因此，行業核心攻關方向，是實現AI從概率性推理向確定性落地執行的轉型，核心解法是依託以本體為核心的工程化手段，將大模型通用推理能力與行業隱性知識、企業運作邏輯、碎片化業務流程等產業Know-How深度融合。

回顧行業發展，AI產業落地已歷經三輪工程化階段：

第一階段是prompt工程，依賴提示詞。

第二階段為上下文工程，通過知識庫補充信息。

當前行業已邁入全新的「駕馭工程」階段，海致科技的核心是通過知識圖譜與大語言模型的深度融合，解決產業落地的確定性難題。

其中，知識圖譜是實現產業級智能體AI Harness的核心技術底座，以圖數據結構承載複雜關係，明確對象、關係、屬性，實現白盒推理，保障AI輸出可解釋、可追溯、可審計，這是產業端嚴肅應用的核心前提。

基於此，海致科技產業AI落地的核心技術突破聚焦三大方向：

一是自動化構圖，依託十餘年的知識圖譜積累，高效構建行業圖本體；

二是多模數據庫建設，作為國家多模態數據庫建設牽頭單位，實現向量檢索與圖數據檢索的高效混合推理、高速檢索；

三是大模型深度融合，目前已實現對全球超100個大語言模型的完美適配。

黃治臣：當前AI算力行業存在顯著結構性發展瓶頸。

其一，算力區位供需錯配。國內一線城市高功率機櫃、西部低成本高功率機櫃資源極度緊缺、供不應求，而非核心城市、非「東數西算」規劃節點的IDC資源，則呈現供大於求的閒置狀態。

其二，算力層級結構性內卷。行業低端算力產品同質化競爭激烈、盈利空間持續壓縮，而適配高階訓練與推理需求的高端算力產能長期緊缺。

其三，行業客戶結構風險偏高。多數上市算力服務商客戶高度集中，普遍僅服務2~3家核心客戶，部分企業第一大客戶營收佔比超90%，存在顯著的履約風險與經營不確定性。

粵港灣智算是港股稀缺純 AI算力運營服務商，通過收購天頓數據完成智算賽道全面轉型。我們以大灣區為核心佈局全國算力節點，截至2025年底穩定運營 FP16 稠密算力超 4.2 萬 P、在手確定性長周期訂單超 150 億元。得益於行業高景氣延續，今年以來，我們的算力規模和訂單還在快速增長。粵港灣智算具備萬卡級大模型集群全鏈路交付能力，同時依託深圳國資戰略賦能，打通算力基建、自研調度平台、行業定製服務全鏈條，服務覆蓋運營商、頭部雲廠商、大模型企業等超 200 家企業級客戶，從底層資源、交付模式、資金成本三維度破解行業共性難題。

首先，依託自研算力調度平台盤活存量資源。公司自研 「量子湃」 統一算力調度雲平台，搭建跨地域、跨芯片、跨雲環境的一體化算力中樞，實現算力資源池化調度，自動匹配不同區域客戶訓練、推理業務需求，有效化解算力區位供需錯配問題；同時平台對異構算力資源精細化管控，提升GPU集群利用率，我們機櫃上架率保持在95%以上，處於行業領先水平。

其次，深耕一站式、全棧式交付能力，打造差異化競爭優勢。區別於行業多數企業僅提供機櫃租賃、裸算力出租等單一服務模式，公司覆蓋智算中心建設、萬卡級集群部署、機房運維、AI模型微調推理、行業定製化解決方案全鏈路服務，可一站式承接AIGC、生物醫藥等領域高階算力需求，穩定供給稀缺高端算力產能；此外，除了服務長協用戶外，我們的量子湃平台還面向廣大中小企業和個人創業者提供即買即用的算力服務。既擴大了客戶規模，提升了算力板塊整體利潤率，也通過天然的「數據漏斗」篩選優質項目，採用「算力入股」等模式，孵化AI應用，創造第二增長曲線。

最後，持續優化運營效能與資金成本優勢。公司2025年綜合資金成本為4.6%，2026年最低資金成本已降至1.9%，全年加權資金成本預計維持在3%左右。

盛世偉：我認為相較於「行業瓶頸」的表述，當前AI產業更呈現出生產要素螺旋式上升的特徵，很多生產要素是在需求提拉下交替進步的。如果說到AI在產業落地的痛點，我認為首先可以想到以下三個方面，解決辦法需要AI企業和客戶共同努力，需要一定的時間。

第一是數據適配。通用人工智能模型並未習得細分行業的專屬知識，與具體產業、單體企業的業務場景存在天然差距，客戶需要在AI企業的協助下適配精細化的產業工作需求。

第二是流程改造。企業現有崗位體系、業務流程均圍繞碳基生命來搭建，AI落地後，大量傳統流程顯現錯配、冗餘、低效等問題，但企業難以在短期內完成全流程的AI化重構，需要在AI企業幫助下逐步提高滲透率。

第三，未來也可能會出現碳基生命與硅基生命的爭奪位置的矛盾。

唐豔麗：從數字AI向物理AI迭代，最大瓶頸為高質量數據的缺失。

物理AI可使用的真實場景數據體量，相較數字AI存在數量級差距，行業公開可用數據僅為幾十萬至上百萬小時規模。此外，真實世界數據的採集成本遠高於數字AI。

受此影響，目前通用具身智能、人形機器人大多停留在POC測試、教育、演示展示場景，尚未實現大規模商業化落地。

在破局路徑上，企業核心思路是快速搭建「場景部署—數據迴流—模型迭代」的完整閉環，讓數據飛輪先轉起來，垂直場景先落地再到通用全場景。垂直場景的讓數據飛輪先轉起來。樂動機器人以感知智能為核心，打造從感知硬件、模型到數據的完整閉環，在業務佈局和模式上天然具備優勢。

03、公司未來的核心戰略佈局是什麼？

主持人（張越聰）：結合硅基新紀元的長期趨勢，公司未來1~2年的核心戰略佈局是什麼？企業的核心價值亮點該如何被市場重新認知？

何飛宏：海致科技核心戰略分為技術戰略與商業戰略兩大維度。技術戰略在前面已經詳細說到，公司將持續深耕三大核心研發方向。

在商業戰略上，優質To B企業的核心競爭力，是技術實力與行業深耕能力的雙重結合。海致科技商業化佈局分為兩大核心路徑。

一方面，深耕公共服務和安全、金融、電力、能源等優勢行業的頭部國央企客戶，喫透行業複雜度後將共性需求模塊化、配置化；

另一方面，依託高複雜度場景沉澱的能力，公司向生物醫藥、礦業等新行業不斷跨界延伸。

估值層面，海致科技正迎來估值體系的系統性重塑。

公司過往20%~30%的穩健增速，為迎接2026年產業AI應用爆發奠定了堅實基礎。隨着AI規模化落地加速，公司增長引擎全面升級，營收增速有望突破50%，開啓高質量增長新篇章。

同時，基於業務屬性與增長邏輯的全面迭代，公司估值體系也將擺脫10-20倍PS的傳統軟件估值束縛，向30-40倍PS的產業AI智能體公司切換。

黃治臣：關於未來戰略規劃，我主要從四個方面來講。

第一，擴張算力規模，搶抓行業擴容紅利。公司一方面加碼一線城市周邊低延時算力節點與「東數西算」超大規模訓練集群建設，另一方面推進算力與IDC基建出海，開啓東南亞區域佈局。

第二，提升客群質量。在持續服務傳統三大運營商的基礎上，公司正積極拓展各行業頭部客戶，針對性提供定製化算力集群服務。

第三，強化核心運營能力。公司已獲得深圳市國資、招銀基金的股權投入，並斬獲國有大行及各類機構超400億元綜合授信。

第四，創新中小客戶服務模式。公司正針對中小企業客戶推出算力孵化結合股權投資的綜合服務模式。

盛世偉：商湯科技近兩年持續推進「1+X」聚焦戰略，將生成式AI與視覺AI確立為核心主業。原有垂直業務變成生態板塊獨立面向市場、開展孖展並推進資本市場工作。核心業務與生態板塊聚焦各自業務並協同發展，是集團未來的重要戰略。

在覈心主業「1」的建設上，公司堅持「模型+落地+基礎設施」三位一體的系統化能力迭代。

其一，夯實前沿模型能力。2026年我們會持續推出系列模型更新與迭代，不斷突破智能水平上限，尤其是鞏固我們在融合多模態領域的領先優勢，同時繼續佈局空間智能與物理AI。

其二，打造適應中國市場的落地交付能力。國內2B市場具備更大發展空間，市場需求遠未滿足。公司深耕多年的FDE 2B模式，具備對產業落地的深刻理解，結合AI國產化的時代機遇，有望打開增量市場空間。

其三，築牢基礎設施壁壘。我們強調基礎設施的保障能力，更強調對客戶產業的深度理解，持續提升 「算力+模型」軟硬協同優化的溢價能力，最大化降低運營成本、穩定產品性能，向客戶交付滿意的ROI。

在基本面層面，商湯科技自去年下半年實現EBITDA層面盈利，經營現金流轉正，且該態勢有望在今年全年延續。同時，公司在傳統FDE 2B交付業務之外，正在積極佈局不同領域的個人與企業級產品訂閱，未來增長將由「穩健的系統盤」與「爆發的可能性」共同驅動。

唐豔麗：圍繞AI向物理世界的躍遷和產業面臨的核心瓶頸，樂動機器人未來一兩年戰略發展的方向，是通過感知入口和數據基石打造物理AI感知基礎設施。

從價值重估來看，主要包含兩個維度。

第一維度是企業定位升級，從相對偏感知硬件產品的定位，升級為物理AI感知基礎設施平台服務商。

第二維度是商業模式升級，從偏向上游核心技術供應商轉變為疊加垂直具身機器人整機品牌落地的雙輪驅動循環。