隨著AI競爭進入應用場景爭奪的下半場，擁有超14億月活使用者的微信準備推出能“連接人與服務”的微信AI智能體，以應對字節豆包和阿里千問等強敵的圍攻，改變騰訊AI慢人一步的窘狀。但受限於龐大的算力成本、隱私安全和生態共建等多重因素，微信AI智能體的落地仍面臨重重考驗。 圖片來源|視覺中國 6月5日，北京國家會議中心，騰訊雲AI產業應用大會的主會場人潮洶湧，現場幾乎連站的地方都沒有。 騰訊首席AI科學家姚順雨首次正式公開亮相，與騰訊高級副總裁湯道生進行了一場深度對話。談笑風生間，他們聊了外界對騰訊AI慢一拍的質疑、模型和產品的Co-design、姚順雨為什麼加入騰訊，甚至聊到了湯道生早年負責的QQ。對於近期外界頗為關注的微信AI智能體消息，二人卻默契地保持了緘默。

引 言 美國儲能產業正在持續升溫。 根據由Solar Energy Industries Association（SEIA，美國太陽能產業協會）委託、Benchmark Mineral Intelligence編制的最新季度報告，到2030年，美國本土累計儲能部署規模預計將達到613GWh，略高於此前預測。 SEIA臨時總裁兼首席執行長Darren Van't Hof表示，儲能的商業價值正在持續增強，其不僅能夠抵禦燃油價格衝擊、降低電費，同時還能提升電網可靠性。

生成式AI落地至今，算力產業與企業應用端正經歷著一場明顯的割裂：算力晶片與大模型出貨資料一路看漲，但企業內部的財務帳本卻越來越難算。不少企業砸下重金採購算力、訓練模型，技術層面固然順利通過了結項驗收，可一回到真實的業務場景，期待中的變現邏輯和ROI卻始終無法兌現。 麥肯錫在《2025 State of AI report》裡披露過一組數字，全球僅有6%的企業能靠AI把息稅前利潤拉升5%以上。普華永道2026年針對全球CEO的調研同樣印證了這一現實：同時做到成本砍下且營收增長的企業，佔比不過12%。這種技術投入與商業兌現的嚴重脫節，正卡住企業的脖子，逼著行業從前幾年的盲目試錯轉向算帳與價值管控。 技術驗收合格，為什麼無法轉化為商業收益 技術研發跑通，離財務帳本上的盈利還差得很遠。研發團隊通常盯著演算法精度、處理體量這些硬性指標，並以此論斷項目大功告成。然而，真實業務前線的環境遠比實驗室粗糲。一套帳面上無懈可擊的系統，線上下實際運轉時，極易被各種突發的客訴糾紛、合規官司或高昂的人工維護成本死死卡住。到頭來，這些後續冒出來的真金白銀損耗，往往會把技術剛擠出來的紅利啃食得一乾二淨。

作為新質生產力的核心引擎，人工智慧正迎來爆發式發展。從大模型到具身智能，從AI終端到算力基建，一條AI產業鏈正在加速形成。湖北搶佔機遇，順勢站上了產業風口。 中國光谷 站在AI產業鏈的“光”裡 今年一季度，湖北省工業利潤同比大幅增長85.7%，增幅位居全國第一。其中，電腦通訊電子行業的貢獻率超過一半。 武漢東湖高新區彙集了大量光電子資訊企業，被稱為中國光谷。乘車行駛在光谷，不多遠，就能看到一個又一個工地。如此旺盛的建設活力，從何而來？

今日，騰訊雲在北京國家會議中心召開了一場AI產業應用大會。 早晨9點多，《科創板日報》記者抵達主論壇會場，眼前的場面遠遠超出了記者預期。整個大廳座無虛席，每條過道、每處入口都被人流塞得水洩不通。參會者們肩挨肩、背貼背，不少人只能踮起腳尖才能勉強看到舞台上的畫面。 《科創板日報》記者與身邊參會者交流得知，許多人此行的目的，不僅是想瞭解騰訊雲在AI領域的新產品、新戰略，更為一睹去年底入職的騰訊“AI新星”——首席AI科學家姚順雨。 大會現場，騰訊集團高級執行副總裁湯道生與姚順雨首次同台公開對話，分享AI下半場騰訊的最新佈局和思考，首次回應騰訊大模型和產品研發深度Co-Design思路。

核心結論 光互聯已成為萬卡級 AI 叢集算力釋放的唯一剛性路徑：2026 年全球 AI 算力競爭的核心並非單純 GPU 算力堆疊，而是光互聯的規模化落地適配能力——GPU 算力每 18 個月實現翻倍，而光互聯頻寬需每 12 個月完成一次迭代，否則多節點叢集的算力衰減率將超過 40%，硬體投入面臨完全浪費風險。 技術端已完成路線校準：共封裝光學（CPO）是行業終極技術形態，近封裝光學（NPO）為 2026-2027 年主流過渡方案，低功耗可插拔（LPO）方案覆蓋中低端成本型需求。中國廠商憑藉精準的路線卡位、成熟的大規模量產能力、全環節成本控制優勢，拿下全球 1.6T 級光互聯模組超 70% 的有效產能份額，已成為定義下一代 AI 算力互聯標準的核心主導方，而非單純的供應方。 一、技術演進深度復盤：從 “可插拔” 到 “共封裝” 的三階躍遷與現實妥協