前   言當前，我們正站在一場由人工智慧（AI）驅動的全球算力革命中心。這場革命的核心矛盾，已從單純追求晶片的峰值算力，轉向如何高效、可靠地連接與管理海量計算單元，建構真正的“AI超級電腦”。在此背景下，光互連技術，特別是共封裝光學（CPO，Co-packaged Optics），已從一項前沿探索迅速演變為決定算力基礎設施效能與規模的關鍵瓶頸與破局點。本文旨在深入剖析CPO行業的現狀、核心驅動力、正在發生的產業模式變革，並展望其與未來國家戰略的潛在共振點。一、現狀審視——CPO從技術藍圖走向商業前夜共封裝光學（CPO）並非對傳統可插拔光模組的簡單升級，而是一次光電融合的“架構革命”。其核心在於將光學引擎（光晶片、調製器等）與矽基計算晶片（如GPU、ASIC、交換晶片）在封裝層級進行高密度整合，從根本上重構了資料中心內部的資料傳輸路徑。這種整合將訊號傳輸距離從釐米級壓縮至毫米級，直接帶來了功耗、頻寬和延遲的性能飛躍。（一）核心驅動力：AI算力洪流下的剛性需求AI大模型的訓練與推理，催生了前所未有的資料交換需求。據行業分析，全球AI算力需求正以“每3.5個月翻一番”的速度增長。單個AI叢集內部，GPU間的通訊頻寬需求已從TB/s等級向PB/s等級邁進。例如，一個千卡GPU叢集在執行兆參數模型訓練時，內部互聯頻寬需達到幾十Tbps甚至上百Tbps，這對資料傳輸效率提出了極致要求。傳統可插拔光模組依賴的“晶片-PCB走線-光模組”架構，在速率超過800G後，面臨訊號完整性惡化、功耗激增和物理空間緊張的巨大挑戰。可插拔光模組在800Gb/s高速傳輸下，電訊號需長距離傳輸後再轉換為光訊號，導致單連接埠功耗高達30W，訊號損耗達22分貝。這對於一個需要部署數萬甚至數十萬光模組的超大規模AI資料中心來說，電力消耗和散熱壓力已成為不可承受之重。CPO技術通過架構革新實現了性能的跨越式提升。以輝達的CPO方案為例，其通過將光引擎與交換晶片ASIC整合封裝，使功耗降至9W/連接埠（降低70%），訊號損耗銳減至4分貝。下表對比了傳統可插拔光模組與CPO方案在關鍵性能指標上的差異：圖表：CPO與傳統可插拔光模組性能對比資料來源：市場公開資料、中投產業研究院（二）行業拐點：2025年，從實驗室到量產的關鍵分水嶺多方跡象表明，2025年已成為CPO技術商業化的關鍵轉折年。產業界從技術驗證、標準制定到產能佈局都已進入實質性階段，呈現出加速發展態勢。巨頭產品落地方面，輝達已於2025年GTC大會上明確宣佈，將於下半年推出的GB300晶片及下一代Rubin平台將全面採用CPO技術。其Quantum-X InfiniBand Photonics平台（交換容量達115Tb/s）預計於2026年初上市，Spectrum-X乙太網路交換機（最高409.6Tb/s頻寬）則將於2026年下半年推出。這些產品具備了業界領先的頻寬性能，並配備高效的液冷系統，能夠應對高密度、高功耗的運行環境。市場需求方面，2025年Q2全球TOP10的雲廠商（包括亞馬遜AWS、微軟Azure等）採購的AI伺服器中，已有62%選擇了CPO配置，而2024年同期這一比例還不到10%。這種“用錢投票”的趨勢明確顯示了市場對CPO技術的認可。國內產業鏈也在快速跟進，如華工科技在2025年美國OFC展會上發佈了全球首款適配下一代AI訓練叢集的3.2Tb/s液冷CPO超算光引擎，其能效低至5pJ/bit，較傳統可插拔模組功耗降低近70%。技術成熟度方面，頭部企業的CPO良率已從早期的60%左右提升至90%以上，部分企業甚至達到95%，成本下降40%，為規模化應用掃除了障礙。（三）市場規模與結構：一個高增長的細分賽道正在形成儘管CPO總體市場規模仍處於起步階段，但增長曲線極為陡峭。據摩根士丹利預測，CPO市場規模在2023-2030年間年複合增長率將達172%，到2030年達到93億美元。這一增長速度在科技產業中極為罕見，反映了市場對CPO技術的強烈預期。以下為CPO市場規模的增長趨勢圖：圖表：全球CPO市場規模預測資料來源：摩根士丹利、中投產業研究院從市場結構看，CPO產業價值正向核心環節集中。光引擎設計、先進封裝測試等上游環節的價值佔比從傳統光模組的35%提升至60%以上。這表明CPO不僅是一項技術創新，更在重構光通訊產業的價值分配格局。區域市場方面，中國CPO產業鏈正在快速成長。中際旭創、新易盛等國內頭部光模組企業2025年三季度業績呈現“爆發式增長”，行業整體營收同比增長83%，淨利潤同比增長127%。這些企業已獲得輝達等國際巨頭的CPO訂單，預計2026年開始批次交付。同時，中國在“十五五”規劃中將“算力基礎設施升級”列為重點，CPO作為核心技術之一，相關項目可享受政策支援，這為國內CPO產業創造了有利的發展環境。總的來說，CPO技術正從藍圖走向商業前夜，這是一場由AI算力需求驅動的、涉及材料、晶片、封裝、系統多層次的產業鏈協同革命。它不僅是一種新技術，更是未來AI基礎設施的核心支撐點，值得政府部門在政策制定和產業引導上給予高度重視。二、產業深潛——技術路線、模式變革與價值鏈重塑CPO的崛起絕非單一產品的勝利，它正在引發光通訊產業從技術路線、商業模式到價值鏈的連鎖反應，其影響深度和廣度遠超一般的技術迭代。這場變革的核心在於，CPO正推動產業從“模組級組裝”向“晶片級整合”躍遷，進而重塑競爭規則和利益分配格局。（一）技術路徑：共存、融合與多元探索當前產業界的一個關鍵共識是：CPO並非要完全取代可插拔光模組，而是形成一種“分工協同、長期共存”的格局。這種分工主要由應用場景的差異化需求驅動。在AI算力叢集內部，尤其是千卡級GPU之間的Scale-up互連場景，資料交換頻寬需求已突破TB/s等級，傳統可插拔光模組的功耗和密度瓶頸難以克服。例如，輝達GB200超算叢集中，CPO技術將GPU間互連功耗從傳統方案的30W/連接埠降至9W/連接埠，降幅達70%，同時將訊號損耗從22dB銳減至4dB，這是支撐兆參數模型訓練的基礎。而在資料中心機櫃外部互聯（Scale-out）和電信傳輸等距離較長、需靈活維護的場景，可插拔光模組仍具成本優勢。據Lightcounting預測，到2027年，800G和1.6T連接埠總數中CPO連接埠佔比將接近30%，同時可插拔光模組市場自身仍將保持增長，這充分說明了互補共存的趨勢。技術路線的多元化競合態勢愈發明顯。矽光技術憑藉其與CMOS工藝的相容性，成為CPO的主流平台，博通、英特爾等巨頭均以此為基礎推出CPO交換機晶片。但其他材料體系也在特定細分領域展現潛力：例如，薄膜鈮酸鋰調製器憑藉高線性度、低損耗特性，在長距相干通訊場景受到關注；而面向未來更高整合度需求，OIO（光學I/O）技術試圖將光I/O以Chiplet形式與計算晶片直接整合，實現頻寬密度從當前的幾十Gbps/mm²向1Tbps/mm²邁進，這被業界視為更終級的解決方案。下表對比了三種主要光電互連技術的特性與適用場景：圖表：主要光電互連技術路徑對比資料來源：市場公開資料、中投產業研究院（二）產業新模式：從供應鏈到“系統-生態”共同體CPO的高整合度特性徹底改變了光模組行業傳統的“晶片-元件-模組”的線性供應鏈模式，推動產業向“系統-生態”共同體演進。這種轉變主要體現在三個方面：首先是縱向整合加劇與競爭焦點上移。CPO要求光、電、機、熱等多領域知識的深度耦合，使得單一企業難以掌握全部核心技術。這促使企業通過戰略結盟或垂直整合來建構能力。例如，晶圓代工龍頭台積電推出COUPE（緊湊型通用光子引擎）平台，為CPO提供從矽光製造到3D封裝的完整解決方案，其路線圖明確規劃了從2026年OSFP光引擎向2028年處理器封裝內整合12.8Tb/s的演進路徑。這種整合使得產業價值重心顯著向上游轉移：光引擎設計和先進封裝測試的價值佔比，已從傳統光模組的約35%提升至CPO領域的60%以上。與此同時，無源器件如高密度光纖連接器（MPO/MTP）、光纖陣列單元（FAU）等，因需滿足CPO系統更高的密度和性能要求，其技術複雜度和價值量也隨之提升，成為新的增長點。其次是系統級競爭與開放生態的博弈。以輝達、博通為代表的系統廠商，傾向於提供整合CPO的完整交換或計算系統，形成“黑盒”式解決方案。例如，輝達的Quantum-X InfiniBand交換機將CPO作為默認配置，降低了使用者整合難度，但也引發了大型雲服務商（如Google、Meta、微軟）對供應鏈鎖定和技術自主權的擔憂。作為應對，這些雲服務巨頭正積極倡導建立開放的CPO生態系統和行業標準，如參與OIF（光互聯論壇）、COBO等標準組織，推動介面規範化。未來的產業競爭，很大程度上將是封閉系統方案與開放生態標準之間的博弈。圖表：CPO產業鏈各環節價值量分佈資料來源：市場公開資料、中投產業研究院（三）產業鏈地理格局：全球協作與區域化風險並存CPO產業鏈天生具有高度全球化的特徵，但目前地緣政治因素正成為影響產業格局的關鍵變數。從現有分工看，美國在核心晶片設計（如輝達、博通）、系統架構與整合方面保持領先；中國在光模組製造、封裝測試及部分無源/有源器件領域具有顯著的成本和規模優勢，例如2025年上半年中國頭部光模組企業營收同比增長均超過80%；而台灣則在半導體製造（台積電）、矽光代工和精密光學元件方面佔據關鍵位置。然而，這種全球化協作正面臨區域化風險的挑戰。美國BIS（工業和安全域）等機構已將部分先進光晶片製造裝置納入出口管制範圍，這直接影響到了國內CPO產業鏈在14nm以下光晶片領域的進階。這種風險一方面促使全球客戶考慮供應鏈多元化，另一方面也倒逼中國大陸產業鏈加速核心技術攻關。國內企業正通過多種方式尋求突破：一是加大研發投入，如光迅科技定增募資35億元，專項用於高速光互聯技術研發；二是加強產業鏈協同，例如華為與中際旭創聯合推出xPU-CPO原型系統，探索GPU直接出光。總體而言，地緣政治因素在短期內增加了產業鏈的不確定性，但中長期看也加速了國內CPO產業在核心技術領域的自主攻堅處理程序。三、挑戰、風險與不確定性儘管CPO技術前景廣闊且發展迅猛，但其從實驗室走向大規模商業化部署的道路並非坦途，仍面臨著一系列嚴峻的技術瓶頸、成本困境和產業鏈協同挑戰。這些挑戰不僅關乎技術本身，更涉及製造工藝、經濟帳計算和標準制定等深層次問題，需要產業界共同破解。（一）技術複雜性：奈米級精度與熱管理的極致挑戰CPO的技術複雜性首先體現在異質材料整合的難度上。它需要將基於矽的光子積體電路（PIC）、基於CMOS的電子積體電路（EIC）以及可能使用的化合物半導體雷射器等多種材料體系整合進單一封裝內。這些材料的熱膨脹係數存在差異，在裝置運行的溫度波動下會產生熱應力，若處理不當可能導致介面開裂或性能漂移。例如，矽光子晶片與有機基板之間的熱膨脹係數差異可達2-3倍，對封裝結構的長期可靠性構成嚴峻考驗。其次，奈米級的光纖與晶片對準是規模化生產的主要障礙。高效的光耦合要求單模光纖與晶片上尺寸僅幾百奈米的波導之間的對準精度須控制在亞微米等級（通常小於0.1µm）。這好比要將一根頭髮絲精確地對準到另一根頭髮絲的特定剖面上，其難度可想而知。目前主流的主動對準工藝依賴精密裝置即時調整光纖位置至光功率最大，雖能保證精度，但效率較低且裝置昂貴。而無源對準（如V型槽結構）雖有利於降低成本和提高效率，但對加工精度要求極高，任何微小的偏差都會導致耦合損耗顯著增加。有分析指出，光耦合環節的良率損失是制約當前CPO整體製造良率提升的關鍵因素之一。再者，熱管理是CPO系統可靠性的核心。光子器件，尤其是雷射器和微環諧振器，對溫度波動極其敏感。溫度每變化1°C，可能導致微環諧振器的波長漂移約0.1nm。在CPO封裝內，高功耗的計算晶片（如ASIC/GPU）是巨大的熱源，其產生的熱量會傳導至鄰近的光子晶片，引起溫度不穩定，從而導致光訊號波長漂移和性能劣化。為解決此問題，業界普遍採用外部雷射源（ELS）方案，將發熱的雷射器與對熱敏感的光子晶片物理分離，但這又增加了系統的複雜性和成本。同時，高效的散熱設計，如採用先進液冷技術（如輝達和博通在其CPO交換機中應用的技術）成為必然選擇，這無疑對資料中心基礎設施提出了更高要求。（二）成本困境：高昂的前期投入與漫長的TCO回報周期目前，CPO系統面臨的成本困境非常突出，其前期成本遠高於傳統可插拔光模組。一個1.6T CPO連接埠的初始成本估計可達2800美元，而同等速率可插拔光模組連接埠成本約為1200美元，CPO成本高出約133%。這主要源於幾方面：核心晶片（如矽光晶片、特定用途的DSP）成本高昂，其設計和製造涉及尖端工藝；先進封裝（如2.5D/3D整合）的費用可觀，測試流程因高度整合而複雜且耗時；此外，與之配套的專用交換機和液冷系統也推高了整體部署成本。因此，CPO的推廣關鍵在於證明其總擁有成本（TCO）優勢。這意味著需要將初期投入與後續營運中的電費節省、空間資源最佳化以及算力效率提升所帶來的收益進行綜合權衡。有研究指出，在AI叢集等典型場景下，CPO的節能優勢可能需要系統持續運行2-3年才能抵消初期的溢價。這種回報周期對於許多資料中心營運商來說，決策壓力較大。特別是在當前技術迭代飛快的背景下，他們可能擔心裝置尚未收回投資就面臨技術過時的風險。市場接受度也因此呈現明顯的場景分化。超大規模雲服務商（如Google、Meta）和頂尖AI算力提供商（如主導AI叢集的廠商）出於對極致性能和能效的追求，對CPO的接受度更高。然而，對成本更敏感或規模相對較小的企業使用者則可能持觀望態度，等待技術更成熟、成本進一步下降。（三）標準化滯後與生態博弈：開放與封閉的路線之爭當前CPO領域標準化工作嚴重滯後於技術發展，這已成為制約產業鏈健康發展的重要因素。在介面規範、封裝形式、管理協議（如是否相容CMIS標準）以及可維護性設計等方面，業界尚未形成廣泛認同的統一標準。這種局面導致初期產品大多基於廠商的專有設計，例如輝達的Quantum-X/Spectrum-X光子交換機和博通的Bailly CPO交換機都採用了不同的整合方案。這種碎片化狀態阻礙了第三方供應商的介入，限制了規模效應的形成和良性競爭，不利於成本下降和技術普及。標準化滯後也引發了更深層次的產業鏈生態博弈。目前主要存在兩種模式：一是以輝達、博通為代表的系統廠商主導的“黑盒”模式，提供整合了CPO的完整解決方案，優點是交付便捷、性能最佳化，但缺點是使用者可能被單一供應商鎖定，缺乏靈活性。另一種是以Meta、微軟等大型雲服務商倡導的開放生態模式，旨在推動建立開放的介面和標準，允許不同廠商的裝置互操作，優點是給予使用者更多選擇權和供應鏈韌性，但需要複雜的產業協同。這場博弈的結果將深刻影響未來CPO產業的競爭格局和價值分配。（四）產業節奏風險：理性看待技術炒作與業績兌現市場對CPO等新技術的迭代節奏有時會表現出過於激進的預期。光通訊產業本身有其客觀發展規律，從800G到1.6T，再到未來的3.2T，每一代技術的成熟和規模化應用都需要時間，通常遵循著2-3年一代的迭代周期。這個周期涵蓋了技術研發、標準制定、產品化、規模化量產和生態建構等多個環節，難以一蹴而就。因此，需要理性看待CPO的業績兌現節奏。一方面要認識到CPO是滿足未來AI算力洪流下高速互連需求的關鍵方向，具有長期戰略價值；另一方面也要意識到，從技術突破到穩定量產，再到產生顯著的經濟效益，需要一個過程。短期內，避免因過度炒作導致資本市場預期與產業實際發展脫節至關重要。對政府部門而言，尊重技術發展規律，引導產業穩健投入，攻克核心關鍵技術，完善產業鏈配套，比單純追求短期市場規模擴張更具長遠意義。綜上所述，CPO技術雖然前景可期，但其大規模普及仍面臨來自技術、成本、標準和市場節奏的多重挑戰。應對這些挑戰，不僅需要產業鏈上下游企業持續的技術創新和協同合作，也需要政府部門在產業政策、標準引導和基礎研究方面提供支援，共同推動CPO技術走向成熟，賦能數字經濟的可持續發展。四、未來展望——與“十五五”國家戰略的同頻共振展望“十五五”時期（2026-2030年），CPO技術的發展路徑與中國國家戰略的多項重點方向存在深刻契合。它不僅是單純的技術升級，更有可能成為賦能新質生產力、驅動產業鏈升級、促進綠色低碳發展的關鍵支點，與國家戰略形成強有力的“同頻共振”。（一）賦能新質生產力，築牢算力基礎設施底座“十五五”時期，以AI為代表的新質生產力發展，以及全國一體化算力體系的建構，將對底層算力基礎設施的效率、密度和能耗提出極致要求。CPO技術通過其顛覆性的架構創新，直接服務於這一核心國家戰略。具體而言，CPO所能實現的功耗降低50%-70%、延遲減少50%以上、頻寬密度提升數倍的特性，正是突破當前超大規模智算中心性能和能效瓶頸的關鍵。例如，在建構類似於“東數西算”工程所需的跨區域高速互聯骨幹網時，採用CPO技術有望將端到端傳輸延遲控制在微秒等級，這對於高性能計算和即時AI推理至關重要。根據行業預測，到2030年，中國CPO市場規模有望佔據全球份額的40%以上，這背後正是國家算力基礎設施巨大需求的驅動。因此，大力發展CPO技術，本質上是在為國家的數字經濟發展和智能化轉型鋪設高品質、高效率、低能耗的“資訊高速公路”和算力動脈。（二）驅動產業鏈升級，搶佔光電融合戰略制高點CPO的興起絕非單一產品突破，它代表著資訊技術領域最前沿的光電融合趨勢，其技術和產業影響外溢效應極強。對CPO技術的戰略性佈局，將強力牽引國內在矽光晶片、先進封裝、高端光學材料、精密儀器等基礎環節和短板領域的進步。這完全符合“十四五”規劃中強調的“打好關鍵核心技術攻堅戰”精神的延續，並有望在“十五五”期間成為積體電路產業之外，又一個國家級的高科技戰略支點。目前，中國企業在光模組封裝整合等中游環節已具備全球競爭力，中際旭創、新易盛、天孚通訊三家企業全球市佔率合計已超過40%。但在上游核心晶片和材料領域，例如高端矽光晶片和薄膜鈮酸鋰調製器，仍需加速突破。政策層面，國家積體電路產業投資基金二期已明確將矽光晶片和先進封裝列為重點扶持領域。“十五五”期間，通過集中資源攻關，有望實現CPO產業鏈關鍵環節的自主可控，帶動整個電子資訊製造業向高附加值環節攀升，形成類似在太陽能、新能源車領域的叢集優勢。工信部在《光通訊產業高品質發展指導意見》中設定的目標，即到2025年實現1.6T CPO規模化應用，正是這一戰略意圖的清晰體現。圖表：CPO產業鏈核心環節發展態勢與國產化前景資料來源：市場公開資料、中投產業研究院（三）促進綠色計算，服務“雙碳”戰略目標在“雙碳”戰略目標背景下，資訊技術產業的綠色低碳轉型至關重要。資料顯示，近五年中國資料中心耗電量保持15%以上的平均增長率，2020年耗電量已佔全國總用電量的2.7%。CPO技術最直觀的優勢之一便是大幅降低資料傳輸功耗，這使成為實現綠色資料中心目標的關鍵技術路徑。推廣CPO等節能技術，不僅能直接降低超大規模資料中心營運商的巨額電費成本，更能產生顯著的節能減排社會效益。一個典型的案例是，微軟Azure在部署採用CPO技術的交換機後，其資料中心能源使用效率（PUE）值降至了1.05的極低水平。這為中國資料中心實現“十四五”規劃中提出的PUE≤1.5的能效標準乃至更嚴格的目標提供了技術可行性。可以預見，在“十五五”期間，CPO技術將與液冷散熱等其它綠色技術深度融合，共同推動資料中心PUE向1.1-1.2甚至更低的水平邁進，從而使中國的“東數西算”等國家工程不僅是算力佈局的最佳化，更是綠色算力的典範，為國家中長期綠色發展戰略做出實質性貢獻。綜上所述，CPO技術的發展與“十五五”國家戰略的契合度極高。它既是提升國家算力競爭力的關鍵技術武器，也是驅動產業鏈向高端躍遷的重要牽引力，同時還是落實“雙碳”目標的有效實踐路徑。前瞻性地進行戰略佈局，加大研發支援力度，完善產業生態，對於中國在未來全球數字經濟競爭中佔據有利位置具有深遠意義。五、結論總而言之，光模組（CPO）行業正處在一個激動人心的歷史性拐點。AI的迫切需求將其從幕後推至台前，一場由架構創新引領的產業變革已然啟動。短期內，CPO將與可插拔模組分工共存，率先在頂級AI資料中心開闢市場。中長期看，其發展將遵循從專用到相對開放、從系統整合到生態建構的路徑。這個過程充滿了技術、成本和生態博弈的挑戰，但也蘊藏著重塑全球光通訊產業格局的巨大機遇。對於中國而言，CPO既是一個必須跟上的技術賽點，也是一個依託龐大市場和應用場景實現產業鏈向上突破的窗口。其發展脈絡，與未來國家在算力基建、科技自立自強和綠色發展等方面的戰略方向高度同頻。站在“十五五”的門檻上，客觀、理性地認識和佈局CPO這一關鍵領域，對於建構自主可控、高效綠色的數字未來，具有至關重要的意義。 (中投未來產業研究中心)

AI眼鏡正成為今年“雙11”最受關注的新興硬體。從小米、夸克到雷鳥、影目，多家品牌密集上新，帶動搜尋與預約量持續攀升。業內人士認為，今年下半年廠商密集上新，主要得益於Meta與雷朋合作的Ray-Ban Meta眼鏡在海外市場的示範效應。該系列自2024年底推出以來，全球出貨已超200萬台，佔據七成市場份額，並計畫到2026年將產能擴大至1000萬台。然而熱度的另一面，是退貨率居高不下的冷現實。據XR Vision監測資料，京東、天貓平台AI眼鏡平均退貨率約30%，抖音管道更高達40%至50%。熱度與質疑並存，這一被寄予厚望的“AI入口裝置”，正迎來它的第一次消費真考。▌從熱搜到退貨：AI眼鏡的體驗困局AI眼鏡的退貨原因集中在續航不足、佩戴不適、AI響應延遲等體驗層面。有使用者對《科創板日報》記者表示，產品存在“畫面果凍效應”“監控級畫質”“語音延遲”等問題：“鏡框厚重、夾頭髮熱，佩戴半小時便感到不適。”此外，語音識別率不足、AI響應延遲、功能割裂等，也成為消費者頻繁提及的“槽點”。XR Vision在最新調研中指出，受訪使用者對AI眼鏡的整體滿意度不足七成，夜間拍攝、續航及顯示亮度為集中痛點。報告認為，產品仍停留在早期驗證階段，使用者期望與體驗落差明顯。線下管道的表現也出現分化。《科創板日報》記者在深圳實地走訪多家數位門店及眼鏡門店發現，AI眼鏡在3C門店多被擺放於角落，部分樣機處於電量耗盡狀態，顧客無法體驗；而在傳統眼鏡店，則被陳列在顯眼位置，多個品牌同時展示，但鮮有顧客體驗。博士眼鏡的店員告訴《科創板日報》記者，近期有顧客諮詢產品的AI翻譯、提詞器及耳機功能，但多以體驗為主，購買比例不高，“問得多、下單少”。《科創板日報》記者觀察發現，體驗者以年輕男性消費者為主，多為影像或AI產品愛好者。潮電智庫董事長孫燕飈認為，AI眼鏡目前仍處在“功能試驗階段”，“消費者花兩千元買到的是‘耳機+相機’的組合，而不是一款能解決實際問題的工具。熱度是真實的，但復購率更能反映產品質量。”▌供應鏈尚處於磨合期退貨潮的背後，是供應鏈與技術尚未成熟的現實。在輕量化機身中同時容納攝像、語音、顯示與算力模組，仍是業內普遍的技術難點。有分析師對《科創板日報》記者表示，目前AI眼鏡的生產仍主要依託傳統3C製造產線，部分核心元件沿用手機與耳機工藝，缺乏針對性測試環節。“同時沒有形成獨立供應鏈，就談不上成本最佳化，”該名分析師稱，“目前不少項目仍處在試生產階段，良率和品控都在摸索中。”“要做到全天佩戴和超低延遲識別，需要毫瓦級功耗晶片，當前市場主控晶片仍多沿用AR/VR通用方案，尚無專為AI眼鏡最佳化的SoC，這也是廠商難以突破續航瓶頸的重要原因。”他坦言。一位參與多款AI眼鏡研發的從業者對《科創板日報》記者表示，目前AI眼鏡整機成本“不到千元”，其中晶片成本佔比最高。“看起來賣到兩三千元，但真正抬高價格的，其實是AI服務呼叫費、研發投入和管道推廣成本，”他說，“硬體本身並不貴。”這位人士透露，廠商普遍採取基礎功能免費、AI呼叫按量計費的方式，例如語義識別、通義問答等服務都需要按Token付費。分析師認為，這種“低成本堆料+高成本AI服務”的結構，使AI眼鏡陷入了兩難：售價高於功能預期，難以形成普及；而壓價促銷，又容易觸發伺服器端虧損。在核心技術尚未突破之前，行業很難通過規模攤薄成本。▌AI眼鏡進入“真考時刻”儘管短期挑戰重重，業內普遍認為，AI眼鏡仍處於“早期驗證—使用者教育”的關鍵階段。光大證券在研報中指出，AI硬體正進入“輕終端化”階段，AI眼鏡、AI耳機、AI筆記本等形態將形成“多點入口”生態。“相比手機，AI眼鏡在視覺採集與AI伴隨互動上的價值更突出，預計將在運動拍攝、出行導航等垂直場景率先落地。”天風證券通訊行業分析師唐海清認為，高退貨率反映的是創新硬體在使用者教育階段的正常陣痛。“從嘗鮮到復購，是每個新形態硬體的必經階段。關鍵是廠商能否在第二階段前完成體驗閉環。”隨著低功耗晶片、光學模組與大模型最佳化的推進，AI眼鏡產業正在穿越從概唸到產品的過渡期。國信證券在研報中指出，2025年將成為AI眼鏡供應鏈的“驗證年”，若主控晶片、光波導與功耗方案實現量產，2026年起行業有望迎來第二波增長窗口。XREAL創始人徐馳也認為，目前產業鏈成熟度仍不足，“真正的AI眼鏡可能要到2027或2028年才能顯現”；但他補充稱，中國完整的製造體系是最大底氣，“製造成本若在美國，將是現在的數倍。”對於廠商而言，這場“雙11”的真考，是一場必要的陣痛。當熱度散去，AI眼鏡的真正競爭，才剛剛開始。 (科創日報)

當全球射頻前端市場80%的份額仍被國際巨頭壟斷，一家中國晶片企業正以十年磨一劍的毅力，在5G高端模組領域撕開一道缺口。2024年，昂瑞微5G L-PAMiD產品實現收入3.81億元，成功進入全球主流手機品牌旗艦機型。這一數字背後，是以昂瑞微為代表的中國射頻前端晶片企業首次在技術門檻最高的高端模組領域打破國際廠商壟斷。從2012年成立至今，昂瑞微走過了一條從2G CMOS技術突圍到5G模組全球競逐的艱辛之路。在當前全球晶片產業競爭格局重塑的背景下，昂瑞微的成長軌跡不僅是一家企業的奮鬥史，更是中國晶片產業自主創新的縮影。1 技術突破：中國射頻晶片的破局者射頻前端晶片被譽為無線通訊裝置的“咽喉”，直接決定了訊號的收髮質量。根據Yole資料預測，全球移動裝置領域射頻前端相關市場規模在2028年將增長到269億美元。然而，這個千億級市場長期被Skyworks、Qorvo、村田、高通等國際廠商壟斷，中國國產廠商市場份額長期低於20%，且主要集中於中低端領域。在技術壁壘最高的5G高整合度模組市場，情況更為嚴峻——中國國產化率不足10%。L-PAMiD等高端模組因其極高的技術複雜度，被稱為射頻領域的“皇冠明珠”，長期以來是中國晶片產業難以踰越的技術高峰。2019年的華為、中興事件成為行業轉折點，國內頭部手機廠商開始主動扶持中國國產射頻前端晶片。這一轉變，為昂瑞微等本土企業打開了通往高端市場的大門。目前，第二波中國國產替代契機已經來臨，已經有高端模組量產能力的射頻前端企業，才能在第二波中國國產替代浪潮中取得先機。技術突破的背後是持續的高強度研發投入。2022年至2024年，公司研發投入金額累計為98,017.11萬元，佔近三年累計營業收入的比例為20.77%。2 生態建構：純中國國產供應鏈的艱難探索美國製裁讓“供應鏈安全”成為中國晶片產業的核心議題。昂瑞微早於行業意識到，單點技術突破不足以支撐產業安全，必須建構完整的中國國產供應鏈體系。射頻前端晶片設計涉及GaAs、SOI、CMOS、濾波器等多種工藝，需要晶圓廠、封裝廠的全產業鏈協同。昂瑞微主動與中國國產GaAs、SOI工廠合作，成為不少供應鏈的首家驗證客戶。這種探索充滿挑戰。中國國產工藝不成熟需要多次迭代，同時維持海外+中國國產雙供應鏈，導致研發投入巨大。但戰略定力最終換來技術突破——昂瑞微在5G L-PAMiD產品上的成功，證明了純中國國產供應鏈的可行性。公司還與長電科技、立昂微等本土夥伴深度合作，推動晶圓代工、封裝測試全鏈條中國國產化。這種“終端廠商+晶片廠+原材料廠”的協同創新模式，正在形成中國晶片產業的獨特競爭力。3 市場進階：從白牌到品牌的三級躍升昂瑞微的市場拓展路徑清晰體現了其戰略思維：從白牌市場獲取現金流，向品牌市場要利潤，朝高端市場樹品牌。早期，公司通過2G/3G產品在白牌市場建立基本盤；2016年成為三星首家中國國產PA直供商，標誌技術獲國際認可；如今，公司射頻前端晶片已覆蓋除蘋果外的全球前十大手機品牌。這種“三級躍升”不僅體現在客戶結構上，更反映在產品價值中。昂瑞微高價值的5G PA及模組收入佔比從2022年的17.36%迅速提升至2024年的42.96%，顯示公司正持續向價值鏈高端攀升。在消費電子領域站穩腳跟後，昂瑞微進一步向車載通訊、衛星通訊、低空經濟等新興領域拓展。公司的衛星通訊PA產品已實現批次出貨，是國內該領域的早期參與者和市場有力競爭者，相關產品通過AEC-Q100車規級認證。4 戰略佈局：多元化賽道的協同效應面對射頻前端行業激烈的競爭格局，昂瑞微採取了 “射頻前端+射頻SoC+混合訊號晶片” 的三輪驅動戰略。射頻前端晶片是公司的主陣地，提供持續的技術引領和品牌背書；低功耗藍牙SoC晶片對標Nordic，2025年上半年收入增長超20%，成為第二增長曲線。混合訊號晶片（電量計）則切入毛利率高、競爭相對溫和的細分市場，打造第三增長極。這種多元化佈局不是簡單的業務疊加，而是基於核心技術能力的自然延伸。三大業務共享技術平台、供應鏈資源和客戶管道，形成顯著的協同效應。5 資本視角：用長期主義換取成長空間儘管業績持續增長，昂瑞微目前仍處於虧損狀態。2022-2024年，公司淨利潤分別為-2.9億元、-4.5億元和-6470.92萬元。但這種虧損是戰略性投入期的階段性現象。分析虧損構成可以發現，公司長期高強度地進行研發投入，存貨儲備策略審慎以保障供應鏈安全，同時通過股權激勵穩定核心團隊。這些都是典型的成長性企業特徵。從財務資料看，公司虧損額在2024年大幅縮小，毛利率從2022年的17.06%提升至2024年的20.22%，顯示盈利狀況正在積極改善。6 未來征程：從中國國產替代到全球領先面向未來，昂瑞微制定了清晰的發展路徑：短期完成科創板上市，擴大5G射頻前端產品市場份額；中期拓展汽車電子、工業控制等高端應用領域，進軍國際市場。長期成為國際一流的射頻前端和無線通訊晶片供應商。第二波中國國產替代成為公司近期最重要的增長機遇。中美關稅升級背景下，小米、OPPO、vivo、榮耀等一線手機品牌在中高端市場尋求中國國產供應。這將為已具備模組化能力的中國國產廠商打開巨大的市場空間。在更長遠的技術佈局上，公司已啟動5G-Advanced和6G技術預研，同時瞄準毫米波、低軌衛星通訊等前沿領域。這些新興技術將重塑未來的通訊格局，也為中國晶片企業提供了換道超車的戰略機遇。在全球晶片產業競爭格局重塑的當下，昂瑞微的實踐提供了一種中國晶片產業的發展範式：以技術突破為根基，以供應鏈安全為保障，以市場需求為牽引，在三者的良性互動中實現產業能力的螺旋式上升。這條道路註定充滿挑戰，但正如昂瑞微所證明的，中國晶片企業不僅能在技術追隨中縮小差距，更能在前沿領域與國際巨頭同台競技。在中國晶片產業的集體突圍中，需要更多像昂瑞微這樣的企業，以十年磨一劍的毅力攻堅核心技術，在全球價值鏈中不斷提升中國晶片的話語權和競爭力。 (半導體行業觀察)

10月10日消息，輝達宣佈追加2026年800G光模組訂單35%。作為輝達核心供應商，中際旭創與新易盛合計斬獲60%訂單份額，進一步鞏固其在全球高速光模組市場的主導地位。總量與增量輝達此次追加訂單後，2026年800G光模組總採購量預計達到270萬隻，對應市場規模超40億美元（按單價1475美元測算）。這一資料較行業機構此前預測的240萬隻增長12.5%，凸顯AI算力基建超預期擴張。中際旭創與新易盛合計獲得58%-60%訂單，其中中際旭創佔比約35%，新易盛約25%。這一結果源於兩家企業在技術成熟度、產能彈性及成本控制上的綜合優勢。Coherent、Lumentum、博通等分得剩餘40%訂單，但份額較此前有所收縮。輝達明確表示，此次調整旨在最佳化性價比並強化雙供應商彈性。關鍵場景需求以輝達GB200伺服器叢集為例，576顆GPU的超算系統需配置18432個單連接埠800G DR8光模組，單機架光模組價值量超10萬美元。這種高密度需求推動訂單向頭部廠商集中，中際旭創在 GB200 模組中佔比超 50%，新易盛佔比 20%。 (AI普瑞斯)

這個假期，算力以及cpo賽道的利空不斷。節後算力尤其cpo賽道短期風險有點大。1）10月1日國慶日當天，海南華鐵突發“黑天鵝”公告，36.9億算力大單成為泡影。半年多了37億大單沒有任何進展，但是乙方卻同意解除，給出的原因只有市場環境和供需情況。對此，有股民質疑給公司是為蹭熱點炒作，還有股民認為，這公司一直跨界，從一開始就是做局割韭菜的。在社區平台，有股民直呼算力為“算計”，還編出了順口溜：高新不重組，安奈不收購，鴻博沒有貨，中貝偽合同，恆潤搞走私，蓮花沒收入，恆為買後悔，華鐵坑老鐵。2）據報導，輝達正在向各家1.6T光模組供應商壓價，目標是從當前的1500美元左右壓到1100美元左右。消息稱，輝達的壓價已取得了一定成效，1.6T光模組的價格已經從1500美元左右降到了1000-1100美元。光模組大牛股新易盛今年暴漲345%，公司董事長兼實控人高光榮因自身資金需求擬轉讓1143萬股，套現41.81億。這個自身資金需求需求的有點大啊，這得買多少豪宅才能用這麼多錢？近期傳阿里及馬雲70億港元（64億）買入港島壹號中心半幢樓面，這可是24層樓，這41億至少能買15層樓。有意思的是，光模組另一家大牛股中際旭創已提前兩天拋出減持計畫。9月26日，中際旭創發佈公告稱，公司控股股東中際投資計畫未來三個月減持公司股份不超過550萬股，佔公司總股本的0.49%。若按照最新收盤價計，此次減持套現金額約23億元。中際旭創今年漲幅也有228%。 (財通社)

“光模組梟雄”，是怎樣煉成的？這一輪牛市中，要論“牛股旗手”，除了讓人“不寒而慄”的寒武紀，就要屬“易中天”的領頭羊——新易盛。2025年年初至今，它從46.56元的低點飆至401.1元的高位，漲幅高達861%。這不但讓“寒王”的漲幅（306.51%）相形見絀，在中際旭創（685.17%）、天孚通訊（562.22%）面前也是一騎絕塵。如果把時間線拉回2016年新易盛上市之初，它的累計漲幅，將近180倍。市值上，3600多億的新易盛，成為碾壓中興通訊（2100億）的存在。可即便漲這麼“瘋”，高盛卻認為：新易盛的估值依然合理。因為新易盛的業績，同樣在“瘋跑”。2025年上半年，新易盛狂攬104.37億營收，同比大增282.64%；淨利潤飆至39.42億，同比暴漲355.68%；經營現金流淨額高達9.53億，同比大增427.7%。每個數字，都透著勢不可擋的勁頭。而作為全球排名第三的光模組製造商，新易盛踩中的，是全球AI算力暴漲的超級風口。如果將AI伺服器看成“摩天大樓”，那麼光纖就是傳輸資料的“高速公路”，而光模組正是進出高速的關鍵“匝道”。伺服器算力再強、光纖速率再高，“匝道”不給力，照樣會堵得水洩不通。▲新易盛800G光模組，來源：新易盛官網如今，AI叢集對光模組的需求，正從800G向1.6T跨越。2025年，全球光模組市場規模預計達235億美元，較2024年大增32%。新易盛，恰好站在浪潮的正中央。2024年，它的近八成收入來自海外，輝達、微軟、亞馬遜等AI巨頭都是核心客戶。市場普遍認為，新易盛不僅有800G LPO光模組，直接用於輝達GB200伺服器，還在為輝達獨家設計GB300伺服器光互聯方案。“達鏈”光環加持，讓新易盛成為最受熱捧的對象。所以，全球AI的風颳得越猛，新易盛的股價越蕩。但新易盛高歌猛進的同時，實控人、董事長高光榮的操作，卻透著一股反差感。身家超270億的高光榮，持股比例低得只有7.4%，少得不像實控人。更令人費解的是，新易盛股價越是飆漲，董監高們越是減持。這背後，有著怎樣的謎團？1969年生人的高光榮，是大器晚成的典型。1989年，他從成都無線電機械學校中專畢業，回到老家樂山後，成了無線電廠光通訊分廠一名技術員。這一幹就是9年。這份沉穩踏實，讓高光榮把光通訊的技術細節、行業脈絡摸了個透。1998年，憑藉對技術和市場的判斷，高光榮殺回成都、果斷下海，靠代銷光纖、光纜、光模組，賺到了人生的第一桶金。2004年，高光榮又與廖學剛合夥創立“光盛通訊”，想通過自主研發，向製造轉型。結果，他們撞上了勁敵“易傑龍”。兩家公司，業務重疊、旗鼓相當，很快開始“貼身肉搏”：你搶我的單，我挖你的人。最後，連員工也玩起了“無間道”，偷著在對方公司做兼職，鬥得兩敗俱傷。既然打不過，那就都加入。2008年，雙方決定握手言和，從“易傑龍”和“光盛通訊”中各取一字，合併成一家新公司——“新易盛”。這一年，高光榮39歲。除了年紀不大，高光榮地位也不高。易傑龍，由胡學民100%實控；而光盛通訊的大股東是廖學剛（持股77%），高光榮只是二股東（持股23%）。論股權、論資歷，高光榮都排行“老三”，董事長的位置怎麼也輪不到他。但過程中，高光榮卻通過認繳出資270萬（實繳10萬元+實物126萬），一舉拿下27%的股權，成了“新易盛”董事長、第一大股東。“易老大”胡學民（佔股25.5%）和“盛老大”廖學剛（佔股23%），全部甘居其下。▲新易盛公告《關於公司設立以來股本演變情況的說明及公司董事、監事、高級管理人員的確認意見》沒人知道具體的原委和細節，但能讓兩位老大同時放下，讓自己當老大的，一定都是狠人。之後，新易盛的高速發展，也印證了高光榮是一個“懂聚人、會謀局”的“狠人”。公司成立時，股東只有6個；但2016年新易盛上市前，股東已擴充到38人。▲新易盛招股書（2016年）這份股東名單裡，每個名字都藏著高光榮的“佈局”：其一，拉著中興通訊實控的“中和春生”入股，不只繫結了客戶、拿穩了訂單，更通過聯合研發，把“客戶”變成“合作夥伴”。其二，給北美經銷商Jeffrey Chih Lo、東歐經銷商Sokolov Roman讓渡股份，讓海外市場成了穩固的後方。其三，讓工程主管、測試組長、結構工程師都持股，核心技術骨幹才能心無旁騖。一次次增資、擴股，讓高光榮的持股比例不斷稀釋，越來越低。但這種“共贏”方式，卻讓客戶、管道、員工結成了“利益共同體”，讓新易盛的生意越做越大。而伴隨中國4G網路迎來建設高峰，高光榮嗅到商機，迅速推出2.5G、10G速率光模組：前者精準適配早期電信專線，後者完美對接4G基站與核心網。這精準踩中市場的痛點，成功打入了華為、中興的供應鏈。最關鍵的是，高光榮緊緊“抱住”了中興通訊這條“大腿”。▲新易盛招股書（2016年）2015年，僅中興通訊一家從新易盛就採購了1.58億，貢獻了總營收的四分之一。2017年，新易盛又為中興成功定製100G電信回傳光模組。這不但鞏固了與中興的合作，更讓新易盛在高端電信光模組領域實現了技術突破。但福兮禍所伏。很快，一場突如其來的風暴，不但打亂了新易盛的發展節奏，也迫使高光榮不得不重新選擇未來之路。2018年4月，美國商務部對中興通訊重拳出擊，對晶片等核心零件實施“斷供”。中興通訊，頓入絕境。作為新易盛TOP1的大客戶，中興遭逢大難，連帶新易盛當年淨利潤暴跌7成。但在高光榮看來，這不是偶發的“連帶損失”，而是戰略級“紅色警報”。實際上，新易盛早期的經營模式，就是向外採購光器件、光晶片、PCB等原材料，將其封裝成光模組後，再賣給客戶。在最核心的光晶片領域，公司高度依賴海外供應商。以前，這只是讓公司成本高一點、利潤薄一點。但“中興事件”一爆發，高光榮一下子就嗅到了“生死存亡”的氣息。怎麼辦？面對技術和市場的雙重風險，高光榮決定“一邊倒”，全力押注海外。在他看來，海外市場雖然技術門檻高，價格敏感低。但只要拿下這塊“必爭之地”，就一定能打破封堵、找到出路。而為了讓戰略落地，高光榮一把“梭哈”，收購了美國Alpine公司。這家總部位於加州的企業，核心競爭力在於其矽光模組、相干光模組和矽光子晶片技術，核心團隊來自英特爾、博通等半導體巨頭，手握50多項矽光專利。2019年，高光榮就開始對Alpine孜孜以求。最終耗時4年、耗資2200萬美元，將Alpine收入囊中。這成為新易盛崛起的關鍵。拿下Alpine後，新易盛擁有了50多項矽光專利，更掌握光晶片製造能力，一舉打通“光晶片製造——光晶片封裝——光模組製造”的全產業鏈。這不但消除了“卡脖子”風險，更讓毛利率實現了質的飛躍。因為光模組中，晶片是成本的大頭，像ROSA（光接收元件）、TOSA（光發射元件）兩大核心元件，成本佔比高達60%。而收購了Alpine之後，新易盛毛利率開始節節攀升。2024年的財報，見證了高光榮的遠見：這一年，新易盛毛利率高達44.72%，超越全球第一的中際旭創（33.81%）、全球第六的光訊科技（22.46%）。另外，Alpine這張“美國牌”，也讓新易盛在技術和市場上實現了“彎道超車”。2019年，晶片巨頭博通發佈Tomahawk 4交換晶片，宣告400G光模組時代來臨。當全世界都對400G光模組如飢似渴時，美國三大光模組供應商Finisar、AOY、英特爾，卻因為種種原因無法突破。新易盛抓住了這個天賜良機，憑藉Alpine與博通的緊密關係，迅速推出了高速率、低功耗的400G光模組。這一戰，吹響了新易盛“橫掃北美”的號角。結果，2020年，新易盛打入亞馬遜供應鏈；2021年，又切入Meta供應鏈。至此，對Alpine的併購堪稱“一石三鳥”：突破了技術、降低了成本、打開了市場。2023年，當新易盛推出里程碑式800G LPO（Linear Drive Pluggable Optics，線性驅動可插拔光學器件）光模組時，其崛起之勢，已無法阻擋。伴隨ChatGPT等AI大模型的爆發，全球算力需求被徹底點燃，新易盛的800G LPO光模組頓成AI算力中心的“剛需”。而成功，會帶來更大的成功。▲來源：輝達官網憑藉與Meta、亞馬遜的合作，新易盛持續成功打入Oracle、輝達供應鏈，更成為輝達GB200伺服器光模組的核心供應商，迎來產能和需求的大爆發。面對大國博弈的風險，高光榮更是暗藏伏筆。2023-2025年間，他早早啟動海外佈局，在泰國陸續建成一期、二期工廠，如今已投產營運。全球關稅戰如火如荼，新易盛卻一舉奠定“低關稅+低成本”優勢，實現對北美客戶的快速響應。如今，全球AI算力需求持續爆發，手握巨額訂單的新易盛，佔盡了“天時地利人和”。這一切，源於高光榮目睹危機之後的果斷破局。這其中，不僅有前瞻的戰略、精準的押注、超前的技術和產能佈局，更在於他始終堅信：企業的命運，必須牢牢掌握在自己手裡。但火熱的市場背後，新易盛並非全無隱憂。2025年半年報一出爐，新易盛的資金焦慮浮現：存貨飆到59.44億，同比猛漲165.83%；應收帳款高達50.17億，同比激增225.35%。這一來一回，新易盛的資產負債率，快速攀升到33.08%。但更大的隱憂，還在於技術迭代。2025年，博通發佈的Tomahawk 6交換晶片，不僅讓光模組邁入1.6T時代，與CPO（共封裝光學）技術深度融合的大幕，也將徐徐拉開。但在1.6T的高地爭奪戰中，新易盛的步伐已然慢了一拍。今年9月，中際旭創率先撞線：1.6T光模組通過客戶驗證，開啟量產。相比之下，新易盛的1.6T剛亮相，還處在向客戶送樣測試的起步階段。這意味著，新易盛落後了關鍵的半個身位，或面臨嚴峻的市場挑戰。▲來源：《2025年中國光模組行業市場前景預測研究報告》 此外，行業普遍認為：1.6T及以上，CPO是優選。像輝達GB200 NVL72超節點，原本用銅纜互連，結果功耗高、散熱難、訊號干擾大。因此，未來有望押寶在CPO技術上。如今，新易盛作為LPO路線的領軍者，正處在從LPO向CPO遷躍的十字路口。而技術路線的選擇，從來是一場高度不確定的戰爭。19世紀末，大發明家愛迪生為了阻止交流電普及，不惜以“電擊大象”的手段製造恐慌，卻最終無法阻擋時代的洪流。未來，CPO和LPO究竟是一方勝出，還是二者共存，一切尚未可知。但作為深諳行業“老江湖”，高光榮和新易盛的董監高們的減持卻似乎在說明，他們的增長不那麼有確定性了。 (華商韜略)

定價僅為0.00022元/秒。智東西9月15日報導，今天，阿里巴巴通義實驗室推出了FunAudio-ASR端到端語音識別大模型。這款模型通過創新的Context模組，針對性最佳化了“幻覺”、“串語種”等關鍵問題，在高噪聲的場景下，幻覺率從78.5%下降至10.7%，下降幅度接近70%。FunAudio-ASR使用了數千萬小時的音訊資料，融合了大語言模型的語義理解能力，從而提升語音識別的上下文一致性與跨語言切換能力。通義實驗室打造了5大類測試集，重點關注語音識別在遠場、嘈雜背景等挑戰性場景下的表現，並結合開源測試集評估了模型的性能。FunAudio-ASR實現了超越Seed-ASR、KimiAudio-8B等業內知名模型的表現。同時，FunAudio-ASR在實際落地方面也進行了全面最佳化，支援低延遲流式識別、跨中英文自然切換以及使用者可自訂的熱詞識別，能夠覆蓋視訊會議、即時字幕、智能終端等多樣化應用場景。FunAudio-ASR提供兩個版本，滿血版由0.7B參數量的編碼器和7B參數量的大語言模型組成，追求最高精度；輕量的nano版本由0.2B參數量的編碼器和0.6B參數量的大語言模型，平衡效率與精度。目前，FunAudio-ASR已在釘釘的“AI聽記”、視訊會議、DingTalk A1硬體等多個場景中應用。FunAudio-ASR已上線阿里雲百煉平台，API定價為0.00022元/秒，轉錄一段一小時的音訊大約需要8毛錢。這款模型的技術報告已經發佈，開發者也可在魔搭社區體驗其效果。魔搭社區體驗：https://modelscope.cn/studios/iic/FunAudio-ASR阿里雲百煉平台：https://help.aliyun.com/zh/model-studio/recording-file-recognition?spm=a2c4g.11186623.help-menu-2400256.d_0_3_1.f43e7432ytYkAa&scm=20140722.H_2880903._.OR_help-T_cn~zh-V_1技術報告：https://github.com/FunAudioLLM/FunAudioLLM.github.io/blob/master/pdf/FunAudio-ASR.pdf01.幻覺、串語種問題獲針對性最佳化一手體驗高噪聲環境識別效果相比於文字大模型，語音大模型的“幻覺”問題尤為突出。這是因為聲學特徵與文字特徵在向量空間上天然存在差異，導致模型在“聽”完音訊後，容易“腦補”出大量不存在的內容。儘管通過訓練，可以將將聲學特徵對齊到文字特徵空間，但聲學特徵Embedding與真實的文字Embedding仍然存在這一定的差距，這會導致大語言模型在生成文字時發生幻覺的現象。▲聲學特徵Embedding與真實的文字Embedding分佈差異（圖片來源：https://arxiv.org/pdf/2410.18908）通義實驗室發現，給語音大模提供必要的上下文，可以減少文字生產時候的幻覺現象。為此，他們設計了Context增強模組：該模組通過CTC解碼器快速生成第一遍解碼文字，並將該結果作為上下文資訊輸入大語言模型，輔助其理解音訊內容。由於CTC結構輕量且為非自回歸模型，幾乎不增加額外推理耗時。例如，對於這段由AI生成、模仿海盜說話風格的音訊，FunAudio-ASR做到了一字不差的識別。此外，通義實驗室還觀察到幻覺問題在高噪聲場景中更易發生，因此在訓練資料中加入了大量模擬資料。為評估模型在高噪聲情況下的表現，他們建構了一個包含28條易觸發幻覺音訊的測試集，經最佳化後，幻覺率從78.5%下降至10.7%。智東西在實測中體驗了FunAudio-ASR在嘈雜場景的識別能力。這段音訊是在嘈雜的展會現場錄製的。可以聽到，模型基本精準識別了片段中男性說話者的聲音，但在聲音音量驟降後識別錯誤了。同時，這段音訊中有兩位說話者，FunAudio-ASR在識別兩人同時說話的部分時，遺漏了一些資訊。與OpenAI Whisper Large V3的識別結果對比，FunAudio-ASR識別出了更多正確的資訊。“串語種”是語音大模型落地中的另一類典型問題，例如，輸入音訊內容為英文，模型輸出卻為中文文字。這是因為文字大模型本身具備翻譯能力，在聲學特徵對應不夠精確時，模型可能在推理過程中“自動啟動”翻譯功能，從而影響語音識別的精準性。在FunAudio-ASR的Context增強模組中，CTC解碼器經過高品質資料訓練，本身發生串語種的機率極低。通過將CTC的第一遍解碼結果作為提示詞輸入給大語言模型，可有效引導模型聚焦於語音識別任務，緩解“翻譯”行為的發生。02.支援術語定製化識別召回率提升明顯在企業運用語音識別模型時，個性化定製是必不可少的技術。所謂定製化，是指在識別過程中對特定詞/短語（如人名、地名、品牌、專業術語等）施加額外機率偏好，從而顯著提高它們的識別召回率，同時儘量不損傷通用識別精準率。當前行業的主流做法是將使用者提供的領域詞，直接作為提示詞輸入大語言模型。該方法雖簡單有效，但隨著詞量增加，干擾也隨之上升，導致召回率下降——即“定製化能力衰減”。為緩解這一問題，通義實驗室在Context增強結構中引入RAG（檢索增強生成）機制，這一機制的運作方式如下：（1）建構知識庫：將使用者配置的定製詞建構成專屬RAG庫；（2）動態檢索：依據CTC第一遍解碼結果，從RAG庫中抽取相關詞彙；（3）精準注入：僅將相關詞彙注入大語言模型的提示詞中，避免無關資訊干擾。該方案在不增加推理複雜度的前提下，將定製化上文數量擴充到上千個以上，並且保持較高的定製化識別效果。為驗證模型的定製化效果，通義實驗室在微積分學、有機化學、物理學、哲學、人名等5個領域，選取了1000個專業詞彙進行測試。FunAudio-ASR在關鍵詞精準率上表現超越了支援同類功能的語音識別模型。例如，採用FunAudio-ASR模型的釘釘“AI聽記”，擁有對網際網路、科技、家裝、畜牧、汽車等10+領域、200+細分行業術語的識別能力，並支援在企業授權前提下，結合通訊錄、日程等上下文資訊進行推理最佳化，進一步提升結果可靠性。03.預訓練使用數千萬小時資料僅用8張A100完成強化學習技術報告中，通義實驗室闡述了FunAudio-ASR的技術細節。這一模型包含四個核心元件：（1）音訊編碼器（Audio Encoder）：提取語音特徵，使用多層Transformer Encoder。（2）音訊介面卡（Audio Adaptor）：連接編碼器和LLM，使用兩層Transformer Encoder。（3）CTC解碼器：用於初步識別假設，支援熱詞定製。（4）基於大語言模型的解碼器：結合音訊特徵和CTC預測生成最終輸出。▲FunAudio-ASR模型架構預訓練階段，FunAudio-ASR使用了數千萬小時的音訊資料，包括無標註音訊和有標註的音訊-文字資料，資料涵蓋AI、生物、電商、教育等多個領域。預訓練分為自監督預訓練和有監督預訓練。在自監督階段，FunAudio-ASR創新地使用Qwen3的權重初始化編碼器，加速收斂並提升表示質量。有監督預訓練則在編碼器-解碼器架構（AED）下進行，使編碼器能夠從大規模標註資料中學習更豐富的聲學-語言特徵，為後續與大語言模型的整合奠定基礎。▲FunAudio-ASR預訓練管線在此基礎上，FunAudio-ASR進入有監督微調（SFT）階段，該階段進一步分為五個子階段，逐步最佳化不同模組：（1）訓練介面卡以對齊音訊表示與大語言模型的語義空間；（2）最佳化編碼器和介面卡；（3）使用LoRA微調大語言模型以防止災難性遺忘；（4）全參數微調階段；（5）引入CTC解碼器用於後續的熱詞檢索與增強生成（RAG）。整個SFT過程使用了數百萬小時的多源資料，包括人工標註語料、偽標註資料、合成語音和噪聲增強資料等，確保了模型在多樣化場景下的泛化能力。為了進一步提升模型對長音訊和上下文資訊的理解能力，團隊還建構了超過5萬小時的上下文增強訓練資料。通過提取關鍵詞、合成相關上下文並混合無關語境，模型學會了在保持高識別精度的同時，有效利用對話歷史資訊，顯著提升了在複雜語境下的表現。在強化學習（RL）階段，團隊提出了專為音訊-語言模型設計的FunRL框架，支援多模組高效協同訓練。▲FunRL框架該框架採用GRPO演算法，並設計了多目標獎勵函數，綜合最佳化識別精準率、關鍵詞召回、幻覺抑制和語言一致性。模型僅使用8張A100顯示卡，在一天內完成RL訓練。RL訓練資料涵蓋硬樣本、長音訊、幻覺樣本、關鍵詞樣本和常規ASR資料，顯著提升了模型在困難場景下的魯棒性和使用者體驗。最後，FunAudio-ASR還針對實際應用需求進行了全面最佳化，包括流式識別支援、噪聲魯棒性增強、中英程式碼切換處理、熱詞定製和幻覺抑制等。04.結語：生成式AI賦能新一代ASR系統或成智能互動重要入口基於生成式AI的新一代語音識別模型，正在從“能聽清”走向“能理解”，並在幻覺抑制、跨語種識別、上下文一致性等關鍵問題上展現出進展。與傳統以聲學建模與統計學習為主的語音識別系統相比，這類模型不僅具備更強的語義理解與任務適配能力，還能在複雜噪聲、多說話人、跨領域等場景中保持更高的魯棒性和可控性。可以預見，未來語音識別有望告別單純的“輸入工具”，成為終端智能互動的重要入口。 (智東西)