解码数智科技产业链升级路径

证券日报
Dec 07

  “今年整个展会更侧重于场景化的应用。”一位有着数十年通信行业工作经历的从业者在2025数智科技生态大会现场告诉《证券日报》记者:“往届大会倾向于展示通信基础设施、云计算大数据等技术的能力,今年我们能够更清晰地看到数智科技与千行百业的融合路径。”

  12月4日至7日,2025数智科技生态大会在广州举办,这是中国电信集团有限公司(以下简称“中国电信”)第十七次举办这一通信行业盛会。十七载耕耘,不仅记录了中国电信向服务型、科技型、安全型企业转型的跃迁,还勾勒出我国数字经济从技术探索到规模应用、从单点突破再到生态共生的产业变革轨迹。

  “当前,人工智能(AI)与经济社会各行业各领域广泛深度融合,重塑人类生产生活方式,促进生产力革命性跃迁和生产关系深层次变革。”中国电信董事长柯瑞文在此次大会上强调,推进人工智能发展已经成为技术、算力、数据与场景深度融合的综合性系统工程,只有产业链各方通力合作,打开场景、开放资源、协同攻关,才能真正发挥我国超大规模市场和丰富应用场景优势,抢占人工智能产业应用制高点,全方位赋能千行百业。

  AI产品

  向场景化智能升级

  与往届大会相比,本次大会展出的重点从单点AI应用突破逐步转向数智场景升级,多款落地性极强的产品成为现场焦点。

  在大会现场,一台安装了特殊旋钮的灶台引发现场观众的围观。据中国电信数字生活产品经理苏媛媛介绍,这台设备可精准识别干烧、熄火、无人值守等安全隐患,通过机械传动结构自动触发旋钮关闭机制,能够有效降低厨房火灾及燃气泄漏风险。

  苏媛媛表示,AI智能燃气关火器是家庭智能场景的典型应用之一。依托天翼智屏智能体平台,用户还可通过毫米波雷达技术精准监测老人跌倒风险,并实现远程宠物喂食、家电自动启停等多元化场景服务,展现了人工智能技术在居家环境中深度融合与场景化落地的能力。

  AI的价值不仅限于事前预警,更在事中救援场景中展现出巨大潜力。北京辰安科技股份有限公司(以下简称“辰安科技”)在本次大会上重点展示了空地一体建筑外立面消防机器人平台。

  辰安科技热安全工程中心负责人林刚向《证券日报》记者模拟了火灾事故发生时,空地一体建筑外立面消防机器人平台工作的完整过程。“当火灾发生时,我们能够通过大模型预判火源,计算距离,再通过消防无人机进行定点喷射,同时,机器狗还能够在消防人员进入前进行巡查,规划路线并初步灭火。”林刚表示,这台设备的优势在于,能够对最高150米高度的高层建筑物火灾场景进行救援,同时尽可能地减少人员伤亡。

  据介绍,下一步,辰安科技还将迭代产品,提升机器人最高灭火高度,改善无人机及机器狗材质,使其能够更适应高温,并通过量产降低成本。

  此外,本次大会分论坛还举办了人车家—应连尽联生态升级仪式,推动“人车家”全场景融通升级。在本次大会上,国家地方共建人形机器人创新中心(上海)与中国电信旗下天翼数字生活科技有限公司达成合作,未来双方将深化具身数据集构建、仿真平台打造、通信能力增强及场景落地推广。

  智能体爆发

  加速数智生态建设

  从单点AI应用走向场景化应用的关键是智能体的爆发。多款智能体产品集中在本次大会上亮相,不仅展现出强劲的落地能力,更在降低开发门槛、构建生态联盟方面取得突破。

  辰安科技董事长郑家升在现场接受《证券日报》记者采访时表示,近期,辰安科技推出了“星辰·辰思”公共安全行业大模型V4.0,能够进一步实现城市安全监测预警与应急救援处置工作智能化、智慧化升级。

  据介绍,“星辰·辰思”公共安全行业大模型构建了完整的AI能力体系,包括辰思大模型智能体技术、NLP自然语言处理技术、计算机视觉算法以及270余个灾害仿真模型体系等关键核心技术。

  “未来辰安科技将持续迭代优化‘星辰·辰思’大模型、辰思智能体,并加速打造大安全大应急智能产品体系,推动‘AI+’能力在林火、地震、城市生命线工程、科技消防等复杂场景、复杂任务中的智能化应用。”郑家升表示。

  部分智能体已有较为亮眼的成绩。中国电信旗下的天翼物联科技有限公司在本次大会上发布了多款智能体应用最新成果。举例来看,天翼物联绿色节能智能体已赋能全国超5300家客户累计节电1.3亿度,降碳7.32万吨;智能机器人智能体指挥机房巡检、海上风电巡检、医疗迎宾、物流仓库等场景机器人从“单一作业”转向“协同高效”作业;多网融合调度智能体服务超4000家行业客户,智能不间断服务达百万分钟级,组网可靠性高达99.99%等。

  同时,智能体的开发、应用门槛正在降低。

  亚信科技(中国)有限公司(以下简称“亚信科技”)重点展示了“渊思·行业智能体”。展台工作人员向《证券日报》记者介绍,该产品内置了丰富的行业规则与专家经验,具备极强的业务决策力。其核心优势在于“敏捷落地”:企业无需复杂的底层集成,就能像搭积木一样快速编排智能体,让AI真正听懂行业语言,精准赋能业务需求。

  本次大会上,中国电信天翼云息壤互联调度平台2.0正式发布,该平台能够依托算网一体服务,进一步提升资源在全场景下的调度效率;通过模型、算力与训推框架的智能推荐,打破训推框架受芯片生态制约、适配成本高的技术瓶颈;基于覆盖AI开发全场景的标准化、模块化工作流,解决开发工具链割裂等问题。企业用户无需耗费大量成本自建平台,便能快速获得AI功能,进一步降低企业进行智能体开发的成本。

  生态协同方面,“星辰智能体生态联盟”在本次大会上正式宣布成立。据介绍,该联盟将整合产业链上下游企业、科研机构、开发者力量,推动人工智能智能体技术创新、加快场景化应用落地与数智生态建设。

  新一代基础设施

  建设正酣

  “互联网历经了家庭互联、手机终端个人互联、物联网万物互联三个发展阶段,下一步,智能体互联或将推动网络连接规模进一步扩大”。中国电信云网发展部(国际部)总经理董涛表示。

  董涛援引第三方研究报告数据称,到2030年,全球智能体数量预计将超过2000亿个,这将催生庞大的网络连接需求。同时,具身智能、智能网联汽车等应用对于毫秒级响应的需求,在大模型训练场景避免丢包的需求,进一步要求网络连接性能的提升。

  新华三技术有限公司(以下简称“新华三”)在本次大会上展示了其基于DDC(多元动态连接)架构的新一代无损网络解决方案。新华三展台工作人员向《证券日报》记者介绍,该方案针对AI时代智算中心面临的流量拥堵、调度复杂等核心痛点,通过深度架构创新,实现网络全链路高效协同与无损传输,助力客户重塑智算中心网络底座,充分释放算力价值。

  “传统模式下丢包情况虽然极少发生,不过一旦发生便会对计算机集群造成显著影响,大幅降低整体运行效率。我们的核心目标就是彻底杜绝丢包问题。”新华三上述工作人员进一步表示:“在超高效率上,通过多轨架构与路径导航,DDC技术架构通信效率提升20%,实现100%负载均衡训练。”

  本次大会上,中国电信发布了中国电信算、存、运一体化能力体系。算力方面,推出多机集群推理解决方案,使异构/同构集群推理性能提升达4.2—5.6倍;推出边云协同算网解决方案,保证原始数据不出域,降低用户投资成本,实现企业用算成本最优;运力方面,构建“新八纵八横”干线光缆网,实现全部重点AIDC(自动标识与数据采集)和枢纽机楼互联平均时延降低降幅超10%,平均衰耗降低20%,夯实全光3.0运力底座。

  柯瑞文表示,中国电信将加快建设新型数字信息基础设施,筑牢人工智能发展的坚实底座,持续推动网络演进升级,加快推进算力基础设施建设,打造面向AI的新一代弹性AIDC,不断夯实数据底座,持续强化绿色低碳,促进人工智能与绿色低碳协同融合发展。

  从应用场景的具象化突破,到智能体的技术赋能,再到算网底座的支撑升级与生态联盟的协同发力,2025数智科技生态大会清晰勾勒出产业链“应用牵引、技术驱动、底座支撑、生态协同”的四维升级路径。随着千亿数量级智能体时代的临近,这一路径将持续延伸,推动数智科技产业实现质的飞跃。

(文章来源:证券日报)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10