产业前沿综合简报 2026-09-16
产业前沿综合简报 2026-09-16
近日，中国电信研究院发布的《智能体时代AI基础设施发展研究报告（2026）》显示，随着人工智能产业发展重心从大模型和算力竞争转向智能体规模落地与应用变现，我国词元（Token）需求呈现爆发式增长。报告显示，当前人工智能正进入以智能体为主要形态的全新发展阶段，智能体让复杂的人工智能技术隐形化、普惠化，大众和企业无需掌握专业技术，借助智能体即可完成全流程复杂任务。中国电信研究院行业与企业战略研究所所长饶少阳表示，“预计2026年我国Token消耗量将达10亿亿，2030年将超过3500亿亿，年复合增长率接近12倍。从算力需求看，智能体的爆发将带动我国算力需求持续高速增长，预计未来2至3年，我国算力需求平均每年增长近10倍。从需求结构看，推理算力需求将远超训练算力，预计2029年我国推理算力市场占比将达80%。”中国移动集团首席专家钱岭表示，“集团成立了算力办和Token办两个顶级的管理机构，统筹协调算力建设和Token消费建设情况。去年测算的集团Token日均产量约为3.4万亿，今年产能肯定会超过去年。”
数据显示，2026年我国头部科技型企业人工智能资本支出接近6000亿元，占全社会总投资比重超过10%。国际市场研究机构预测，2026年全球活跃智能体数量将达近8000万个，2030年将达22.16亿个。招商电子研报显示，终端应用与模型范式是硬件迭代的第一性驱动力，硬件升级要落到有效Token产出。生成式AI走向Agentic AI（代理式人工智能），单智能体走向多智能体协同等变化依次重写了算力类型、访存模式、通信拓扑、存储层级、CPU/GPU配比和功耗曲线。GPU仍是算力核心，但新增价值量越来越多地流向CPU调度、HBM/DRAM/SSD多级内存、Scale Up网络、KV Cache服务、800V供电、液冷及整机柜系统工程。行业评价标准更关注Token/s、Token/W、单用户Token/s、TTFT、资源利用率及单Token成本等。上述研报提出，Token经济有三项指标，第一项是训练时代主要看算力规模；推理时代看系统每秒可生成Token数，这决定总服务能力。第二项是每瓦Token数，反映电能转化效率和长期运营成本；第三项是单用户每秒获得Token数，直接影响应用时延和用户体验。三项指标共同指向TCO（总体拥有成本）：既不能只追求单卡峰值，也不能只看采购价格，而要看部署、供电、网络、运维和软件优化后的持续产出。
随着模型能力加快提升，AI应用场景有望进一步拓展，完成实际任务的成本与效率也成为衡量模型商业价值的重要标准。年初一些企业鼓励内部增加模型使用量，但经过一段时间后发现，相关账单可能超过预算，词元（Token）消耗量带来的经济价值也难以衡量。当前中美两国均在加速布局词元经济，在商业模式、规模化落地、知识产权保护、隐私保护、词元工厂建设及发展路径等多个维度呈现出鲜明的差异化发展特征。
一、当前美国词元工厂的整体建设已进入巨头合纵推进、重资本高举高打的规模化落地阶段，产业生态形成了垂直整合、全栈闭环的鲜明特征。
由OpenAI、软银、甲骨文联合主权基金共同推进的“星际之门（Stargate）”项目，规划总投入5000亿美元，总容量逼近7GW，得州阿比林旗舰园区单期规模达1.2GW，是全球首个核反应堆级的词元工厂标杆项目，直接将国家级算力基建从政府招标模式转为市场巨头联合推进的商业化模式。目前，美国“星际之门（Stargate）”AI基础设施项目并未完全整体暂停，但已大幅收缩调整，最初的5000亿美元自建算力集群的核心计划已实质失败。
2026年4月起，OpenAI正式暂停了英国“Stargate UK”项目，搁置了挪威纳尔维克的数据中心项目，还放弃了美国得克萨斯州阿比林旗舰站点的扩建计划，海外扩张几乎全面停滞。项目模式已从最初的自建运营合资模式，彻底转向更灵活的第三方算力租赁模式，不再坚持重资产自建路线。截至2026年6月，美国本土仅保留少量在建园区，德州阿比林核心园区仅约0.3GW算力投产，远低于原计划的1.2GW满负荷目标。尽管项目大幅收缩，OpenAI仍宣布已提前签约总计10吉瓦的AI算力合同，完成了原定到2029年的算力目标，只是这些算力不再全部由项目自建提供。
在商业模式落地方面，美国头部云厂商已普遍签下多年期长期协议，提前锁定未来3-5年的电力与机柜资源，将资本性支出转化为可折现的稳定现金流，快速完成词元生产的底层资源卡位。英伟达在过去16个月内完成超145笔并购与投资，累计投入约900亿美元，覆盖推理芯片团队、模型开源平台、代码生成技术许可等全链条环节，几乎掌控了从能源、基础模型到上层应用的所有核心卡口。生态不再是分散的算力供应商模式，而是由头部科技企业主导垂直整合，绑定单一技术生态，追求极致的算力密度，用资本的速度替代传统行政审批节奏，大幅压缩基建落地周期。行业竞争从比拼GPU数量、存储容量的“堆资源”阶段，全面转向比拼每瓦特电力的词元吞吐量的“榨资源”效率阶段，词元吞吐量直接决定工厂营收，单位功耗产出成为核心竞争力标尺。传统数据中心的商业模式全面迭代，从“算力房东”转向“智能产品生产商”，行业毛利率从20%-25%提升至40%-50%，投资回收期从3-5年缩短至2年左右。
在资本投入方面，资本逻辑与工程逻辑已深度绑定。即重资本投入形成闭环，工程落地节奏与资本回报预期深度协同，将原本分散的算力、电力、散热、网络体系整合为统一优化的有机生产系统，而非割裂的独立子系统。词元成为可定价的数字硬通货已形成行业共识，词元作为数字经济时代的标准化商品，可按吞吐量、速率、智能密度分层定价，免费层级词元用于引流，高端层级词元服务高价值客户，完成商业化变现的体系搭建。
从中美科技巨头的投资对比来看，美企AI投入是中企6倍。2026年9月8日，《南华早报》援引国际信用评级机构穆迪报告称，中美科技巨头在人工智能领域的支出存在巨大差距，却未必能为美国企业带来与投入规模相对应的算力优势。穆迪预计，2026年美国六大超大规模云服务商的资本支出将超过7850亿美元（约合人民币5.32万亿元），约为中国头部科技企业的6倍，2027年可能进一步达到1万亿美元（约合人民币6.78万亿元）。中国头部科技企业的资本支出则预计从2025年的650亿美元（约合人民币4407亿元），增至2026年的约1400亿美元（约合人民币9491亿元），并于2027年达到约1650亿美元（约合人民币1.12万亿元）。按企业对比来看，截至2026年6月结束的季度，阿里巴巴资本支出为677亿元人民币，腾讯资本支出同比增长176%至528亿元人民币，百度同比增长近两倍至114亿元人民币。同期，谷歌母公司Alphabet、Meta和微软的资本支出分别达到449.24亿美元（约合人民币3046亿元）、310.8亿美元（约合人民币2107亿元）和410亿美元（约合人民币2780亿元）。
从数据中心容量来看，两国的差距明显小于资本支出差距。据国际能源署2026年4月发布的报告估算，2025年，美国数据中心总装机容量为52GW，中国为28GW，美国约为中国的1.9倍。在其基准情景下，到2030年，两国容量预计分别增至100GW和67GW，比例降至约1.5倍。虽然容量的绝对差距仍将扩大，但中国增长更快，两国间的相对差距也将收窄。同样一笔资金，在中国能够支撑更多基础设施建设。穆迪评级援引IDC数据指出，中国每新增一兆瓦数据中心容量，在设施、冷却及配套基础设施上的投入明显低于美国。主要算力枢纽地区较低的土地、施工和运营成本，又进一步降低了建设和使用数据中心的整体开销。较低的建设成本、有针对性的政策激励，以及更便宜的绿色能源，使中国科技企业能够以远低于美国同行的投入缩小算力差距。穆迪预计，随着资本支出增速超过经营现金流增速，中美多家大型云服务商的自由现金流可能在2026年和2027年转负，并将越来越多地通过债务市场融资，为AI基础设施建设输血。尽管资金压力上升，穆迪认为，中美大型云服务商积累的充裕现金储备，结合收入和盈利增长，仍有助于其承受未来12至24个月的高额资本支出，而不会导致信用状况显著恶化。
从全球生态竞争格局来看，美国头部厂商Google与Anthropic的全球Token市场份额已降至约33%，头部控制力较此前大幅减半，全球市场正式告别单极垄断，进入多极竞争阶段。依托资本高举高打的垂直整合路线，美国词元产业在高端算力密度、长周期资源锁定、全栈技术闭环上仍保持显著优势，牢牢把控高端词元的定价权。全栈生态完全由资本意志主导，用市场化巨头合纵的模式替代传统政府招标的基建推进节奏，大幅压缩国家级算力基建的落地周期。
总体来看，中美词元经济已走出两条路径差异鲜明、规模与优势各有侧重的发展路线，整体呈现“中国规模领跑、美国技术与资本闭环占优”的综合格局，核心特征可归纳为以下几方面：
1、产业规模与增长节奏。中国2026年3月全国日均词元调用量已突破140万亿次，较2024年初的100亿次实现超千倍增长，上半年日均词元使用量达到数百亿级，在OpenRouter等海外主流API平台上，2026年春季单周词元处理量最高达12.96万亿，连续多周反超美国模型，规模增速全球领先。美国依托OpenAI、Anthropic、Google等头部厂商，在2026年2月前长期占据OpenRouter平台词元使用量榜首，单周峰值约2.94万亿，增长节奏更偏向稳健的商业化渗透，增速明显低于中国。
2、底层建设与推进路径。中国由国家层面主导顶层设计，将词元明确定义为连接技术供给与商业需求的“价值锚点”和结算单位，同步试点“算力银行”“算力超市”，把算力转化为可交易的流通资源，依托超大规模市场快速落地普惠型词元应用。美国走完全的企业主导市场化路线，由英伟达、OpenAI等巨头定义词元为数字时代的新型大宗商品，对标工业革命时期的石油、电力，通过重资本垂直整合完成全栈生态闭环，“星际之门”等超级项目单项目投入达5000亿美元，用资本速度压缩基建落地周期。
3、全球市场与生态特征。中国4款国产大模型长期占据OpenRouter平台前五席位，前五总词元量占比达85.7%，但海外开发者占比仅6.01%，市场基本盘以国内需求为主，正向“一带一路”沿线等新兴市场稳步拓展。美国在OpenRouter平台上开发者占比达47.17%，依托全球资本与技术生态，长期主导高端词元的定价规则，在高算力密度、长周期资源锁定上保持显著优势，全球生态覆盖广度领先。
4、两国词元经济的底层逻辑完全不同。中国以公共算力普惠+超大规模内需为核心驱动力，快速做大体量；美国以巨头全栈垄断+全球资本变现为核心路径，牢牢把控高端技术与定价权，当前双方已进入规模优势与技术优势相互博弈、并行推进的新阶段。
二、美国目前尚未明确提出专门针对词元经济的知识产权保护体系，但其依托已有的知识产权制度框架，结合2025-2026年的最新机构转型举措，正在形成适配AI与词元经济产业特征的创新治理模式。
美国宪法第一条第八款第八项明确赋予国会权力，通过有限期限的排他权保护作者和发明人的智力成果，为后续所有知识产权制度迭代提供了根本法律依据。这套体系从1790年首部专利法案落地以来，始终以“动态适配生产方式变革”为核心原则，历史上多次伴随技术革命完成规则调整，为当前适配词元经济预留了制度弹性。
美国专利商标局（USPTO）在2026年完成角色升级，从传统审查机关转向“国家创新治理机构”，通过AI全流程嵌入直接适配词元经济的产业需求：1、专利审查全链路AI化。2025年7月起AI检索工具在全部专利申请中强制使用，第一次审查意见前自动生成现有技术清单，大幅提升AI相关技术专利的审查质量。2025年10月启动“人工智能检索自动化试点项目”，在实质审查前就向申请人提供现有技术参考，适配词元经济下技术迭代速度快的特征。专利未审查库存从2025年1月的83.8万件峰值降至2026年的78.8万件，2026财年目标进一步降至68.8万件，大幅压缩AI相关技术的专利确权周期。2、商标体系效率升级。2026年2月上线代理型AI分类工具，将原本5个月的人工商标分类工作压缩至5秒，适配词元经济下大量新品牌快速落地的需求。商标首次审查时间从2024年12月的6.1个月降至4.5个月，处置周期从14.7个月降至10.2个月，过去两个财年商标新申请审查产能提升19%。3、知识产权资产化定位。USPTO将自身定位为商务部的“创新中央银行”，明确每一件授权的知识产权都是可投资资产，为词元经济下以数据、算法为核心的无形资产提供金融化流转的制度基础。
美国依托已成型的知识产权法律体系，直接覆盖词元经济的核心场景。例如，专利体系覆盖AI算法、大模型架构等核心技术，发明专利保护期为自申请日起20年，外观设计专利保护期为授权后15年，为词元经济底层技术创新提供长期排他权保障。版权规则延伸适用于AI生成内容的权属界定，结合既有判例逐步明确创作者、训练数据相关方的权益边界。商业秘密制度可保护未公开的大模型训练数据集、核心参数等非公开核心资产，无需公开即可获得无固定期限的长效保护。需要说明的是，相关信息主要基于2026年4月之前公开的USPTO证词内容，后续具体落地细则可能已发生调整，建议以美国专利商标局官方最新公告为准。
在版权保护方面，美国在词元经济语境下对AI生成内容的版权界定，核心以人类作者身份为绝对前提，通过版权局规则、最新司法判例和配套的合理使用框架形成了完整的判定体系。核心判定原则：1、纯AI生成内容无版权。2026年3月美国最高法院驳回Thaler v.Perlmutter案上诉，正式确认人类作者身份是版权保护的必要前提，完全由AI自主生成、无人类独创性表达参与的内容，无法获得美国版权法保护。2、AI辅助创作可获版权。如果人类在创作过程中完成了核心的构思、内容选择、编排等独创性工作，AI仅作为辅助工具存在，这类最终产出的作品可被认定为人类原创作品，依法获得版权保护。3、版权局的实操判定标准。美国版权局在2023年3月发布的官方注册指南中，明确了具体的审查判断逻辑：核心判断作品本质上是否属于人类的原创成果，AI工具仅起到辅助执行的作用，还是作品的核心表达、构思均由机器自主完成。重点区分AI的贡献属于“机械性的自动生成输出”，还是完全基于人类创作者的原创构思，最终将人类的主观创意转化为可视化内容。要求申请人在提交版权注册申请时，主动披露作品中包含的AI生成相关内容，未如实披露的申请后续可能被撤销注册资格。4、配套的合理使用规则。美国通过司法判例进一步明确了AI全流程的版权边界，适配词元经济的产业运行逻辑：2026年美国司法部在《美国利益陈述书》中，将AI的运行拆分为训练数据获取、模型训练、模型输出三个独立环节，明确训练阶段对版权作品的使用属于高度转换性使用，原则上构成合理使用，不受后续输出端个别侵权内容的牵连。2025年Kadrey诉Meta案的相关规则也被进一步修正，明确只要AI输出内容没有实质性复制原作品，就不会被认定为对原版权人的市场利益构成不合理损害，不触发版权侵权判定。
在隐私保护方面，美国词元经济的数据隐私保护合规监管体系，核心是州法为主体、行业专门规则补充、跨境传输规则配套的分散式架构，没有统一的联邦隐私立法，2026年已形成覆盖全场景的完整运行规则。1、州层面，截至2026年，美国已有19个州通过全面隐私立法，2026年1月1日印第安纳、肯塔基、罗德岛三州的新隐私法正式生效，不同州分别设置差异化的用户权利、数据处理阈值和敏感数据管控规则，企业需适配多州不同合规要求。2、联邦层面，针对特定场景形成强制约束，包括医疗健康领域的HIPAA、支付卡行业的PCI-DSS、上市公司审计合规的SOX，以及儿童在线隐私保护的COPPA，2025年联邦贸易委员会（FTC）对迪士尼开出1000万美元COPPA罚单，明确儿童定向广告和内容标注的高压执法标准。3、跨境传输，2024年生效的《外国数据安全与跨境传输法案》，禁止向“关注国家”传输生物识别、基因、地理位置、金融支付等六类敏感数据，企业向境外转移超10万名美国用户数据前，必须向美商务部提交安全评估报告。
执法主体机构——联邦贸易委员会（FTC）作为核心执法主体，负责通用场景下的隐私违规执法，2025年以来持续强化对批量敏感个人数据交易的限制，基于数据安全计划（DSP）最终规则，全面穿透管控第三方数据处理和转移全链条。美国商务部承接跨境数据传输的安全评估审批，同时依托美欧数据隐私框架，为跨大西洋数据流动提供合规通道，2025年9月欧盟普通法院正式认可该框架的法律效力。各州总检察长办公室作为本州隐私法的执行主体，可依据本地立法对违规企业独立发起调查和处罚，形成多层级的执法覆盖网络。
三、我国词元工厂建设当前在全球产业竞争中，和美国成熟的AI产业发展模式对标，仍存在多维度的具体发展短板：
1、底层算力硬件与核心生态短板。（1）高端GPU供给与生态成熟度差距。美国依托英伟达等企业形成了CUDA生态垄断，其GPU产品在大模型训练、高并发词元推理场景下的软硬件协同优化程度极高，可支撑万卡级集群长期稳定运行。国内自主GPU厂商虽已推出相关产品，但在万卡级集群的线性扩展能力、故障容错效率、全栈软件生态兼容性上仍有明显差距，直接拉高了词元规模化、低成本生产的技术门槛。（2）专用推理芯片产业布局滞后。美国头部AI企业普遍提前布局推理专用芯片，针对性优化词元生产的单位能效比。国内当前推理芯片研发扶持力度仍处于起步阶段，通用GPU兼顾推理场景的模式难以支撑大规模词元生产的极致降本需求，单位词元的生产能耗和硬件成本显著高于美国主流方案。
2、词元生产的工业化体系短板。（1）标准化生产体系尚未完全建立。美国已形成成熟的Token生产分级体系，可精准区分优质Token和低质Token，实现词元的分级定价与定向供给。国内当前多数智算中心仍停留在“裸算力出租”阶段，尚未完成向标准化词元生产服务的转型，词元生产的质量分级、效率管控体系缺失，无法匹配智能体时代对高等级稳定词元的规模化需求。（2）全链路能效管控能力不足。美国头部AI算力集群普遍实现PUE低于1.1的极致能效水平，且绿电占比普遍超过90%。国内多数已建智算中心PUE仍高于1.3，即便贵安新区等新规划区域提出新建智算中心PUE≤1.2、绿电占比＞80%的目标，整体落地进度和能效管控精细度仍落后于美国先进集群，直接推高了词元的长期生产成本。
3、流通与定价体系短板。（1）全国统一算力调度网络仍在建设。美国已形成跨区域的算力自由流通调度体系，算力资源可按需在全国范围内动态调配。我国当前17个算力互联互通区域节点刚完成落地，全国算力一张网仍处于基建阶段，各地智算中心仍存在不同程度的算力孤岛问题，近三成闲置算力无法跨区域调度转化为词元产能，供需错配问题突出。（2）词元交易的市场化规则空白。美国已形成相对成熟的Token流通、定价与结算机制，词元作为数字通货可在全产业高效流通。我国词元的统一交易标准、定价体系、监管框架尚未完全建立，仅北京亦庄等少数区域在探索词元交易试点，全国层面的词元流通规则仍处于空白状态，无法支撑万亿级规模的词元市场高效运转。
4、产业闭环与场景落地短板。（1）全栈产业协同度不足。美国已形成从大模型训练、词元规模化生产到智能体落地的完整产业闭环，各环节分工高度工业化。国内当前三大AI工厂（模型训练工厂、词元生产工厂、智能体生产工厂）的协同落地仍处于起步阶段，多数区域仅单独布局词元生产环节，上下游环节的联动效率偏低，难以形成完整的产业价值闭环。（2）场景侧词元消耗生态尚未成熟。美国依托大量科技企业、开发者生态形成了海量的词元消费场景，OPC（一人公司）等创新主体的词元使用需求被充分激活。国内词元消费生态仍处于培育阶段，仅北京亦庄等少数区域推出针对性政策扶持OPC主体集聚，全行业的词元规模化高频应用场景仍在逐步开放过程中，尚未形成“生产—分发—消费”的正向产业循环。
四、我国可从底层技术、产业体系、政策保障等多维度对标美国先进模式，构建自主可控、稳妥可靠的词元工厂发展路径：
1、全栈自主技术体系建设。加大推理专用芯片、先进封装、光互联等关键技术研发扶持，推动光子计算与传统算力深度融合，突破美国CUDA生态垄断，为词元并行处理提供自主可控的硬件底座。新建智算中心严格落实PUE≤1.2、绿电占比＞80%的建设标准，推广液冷散热、绿电直供技术，全面提升单位能效下的词元产出效率与系统长期稳定性。推动通用大模型与行业专用模型协同研发，重点优化端侧推理效率，实现从芯片、算力、模型到数据的全链路自主适配，摆脱对海外技术栈的依赖。
2、规模化词元生产集群布局。打造规模化、集约化词元工厂集群，推动智算中心从“裸算力服务”向“标准化词元生产服务”全面升级。依托全国算力互联互通体系，打通京津冀、西南等算力枢纽节点，构建跨区域词元分发调度中枢，打造具备跨模型、跨模态、跨算力平台统一接入能力的词元调用“超级入口”，实现词元请求的智能调度与最优匹配。以北京壹号词元工厂、京算词元工厂等已落地项目为示范，高标准推进万卡级词元工厂建设，快速形成规模化词元产能，抢占产业先发优势。
3、全链条产业生态与政策保障。深化数据交易监管沙盒机制，鼓励具身智能、自动驾驶、医疗健康等重点领域的数据合规流通，探索以词元交易为基础的数据定价模式，保障高质量数据供给。延续北京“词元十条”的成熟经验，每年配套发放算力券、数据券、词元券，对批量词元生产企业按算力租赁费用的30%、数据交易金额的10%、词元消耗费用的50%给予梯度资金支持，最高补贴额度覆盖千万级规模。构建覆盖企业从概念验证到规模化发展的分级基金体系，扶持OPC等创新主体集聚，开放政府、企事业单位真实业务场景，驱动行业级词元大规模高频次应用消耗，形成“工厂供词元、平台分词元、社区用词元”的完整产业闭环。
4、安全可控的风险防控体系。构建安全可控、开放共享的智能体支付新生态，建立词元全链路可追溯的监管机制，防范数据安全、金融支付等领域的潜在风险。推广南方电网算电协同试点及电算协同产业联盟模式，推动绿电直供、绿电交易常态化，保障词元工厂长期稳定的低成本清洁能源供给，规避能源供应波动风险。
综合来看，中美词元经济的产业发展逻辑已经走出两条不同路径。中国以词元为核心串联数据、算力、模型、场景四大要素，推动智能服务像水电一样即取即用，重点破解智能服务价值模糊、要素配置低效的行业痛点，走普惠化落地路径。美国依托长期积累的知识产权保护体系和高端服务产业基础，以技术创新和消费驱动为核心，在全球词元相关的技术标准和商业定价体系中占据先发优势。要指出的是，目前全球AI应用和变现仍处于相对早期阶段。随着模型能力提升，中国模型在训练、推理端的成本优势有望进一步体现。（LEQ）
