鄭緯民談TaaS范式躍遷，北電數智發新AI生產系統，酒仙橋論壇干貨

智東西
作者 陳駿達
編輯 李水青一、鄭緯民：從MaaS到TaaS，token成智能時代新“電力”二、李海洲：中美大模型差距縮至最小，中國開源領跑全球三、中國城市AI發展呈三大梯度格局四、北電數智：發布星火·AI云2.0，提出“一底座、兩突圍”產城新范式五、學者共議城市AI差異化路徑：每一層都有機會，場景需求將成稀缺資源結語：token經濟大爆發，系統化工程能力與生態成關鍵

智東西4月15日報道，今天，在中國計算機學會指導、北電數智主辦舉辦的酒仙橋AI產業高峰論壇上，中國計算機學會前理事長、中國工程院院士鄭緯民，新加坡工程院院士兼香港中文大學（深圳）人工智能學院院長李海洲等知名學者，分享了他們對當下AI發展階段的最新研判。

鄭緯民判斷，隨著Agent時代到來，token成為智能時代承載智能的計量單位，AI產業競爭核心已從“比拼算力集群規模”轉向“比拼每瓦token生產效率”，行業發展范式正從MaaS（模型即服務）向TaaS（token即服務）躍遷。

李海洲則分析了國內AI產業的發展現狀，他認為當前中美前沿大模型的性能差距已收窄至歷史最低水平，中國更在開源模型領域全球領跑，中國已形成科技巨頭、創新AI企業協同發展的完整產業生態。

開幕式期間，多家參會單位還進行了多項發布。清華大學國情研究院、上海證券報、瞭望智庫及北電數智研究院聯合發布了《中國城市人工智能指數報告》，從產業發展、科技創新、民生服務、治理環境四大維度評價城市AI發展狀況。

北電數智在會上發布了新一代AI生產系統“星火·AI云2.0”，這一系統將“數據-算力-模型-應用”進行了一體化封裝，形成面向業務場景的標準化能力，有望解決AI落地過程中部署復雜、成本高、難以復制的痛點。

開幕式見證了“AI中國行”計劃的啟動和人工智能創新街區產業共建聯盟的成立，后者將助力北京打造“全球人工智能第一城”。

在主旨演講中，鄭緯民回顧了他與“酒仙橋”這一地點的淵源，他曾在酒仙橋738廠生活過近5年，住在廠里的家屬宿舍。他說道：“曾經的酒仙橋是中國電子工業的一個光輝的地方，也是我們夢想的地方，現在酒仙橋又成為AI領域前沿思想交匯的地方。”

鄭緯民觀察到，過去兩年，行業一窩蜂地做大模型并對外提供服務，但到了今年，模型服務正在被重新定義為token服務。token就像是智能時代的“電”，它從一個單純的語義計量單位，演變成了衡量算力消耗和計費的核心單位。比起過去的字節，token更能反映智能服務的真實成本和使用強度。

為什么token突然變得這么重要？根本原因在于AI的使用方式發生了質變。2023年的時候，生成式AI還比較簡單，你問一句，它答一句，消耗的token很有限。

到了2024年，交互變得更復雜，一次請求里包含大量詞。而現在進入智能體時代，給AI一個任務，它會自動幫你完成一整串工作，token的消耗量急劇膨脹。有數據顯示，中國日均token消耗量從兩年前的千億級增長到今天的百萬億級，兩年翻了上千倍。

但現有的基礎設施主要是為大模型訓練設計的，無法滿足這種連續、低成本、大規模生產token的需求，中間過程浪費了太多token，真正輸出的卻不夠。

要把token真正做成像水電一樣穩定供給的服務，底層必須做好三件事。第一是全系統異構協同，不能把所有負載都壓在昂貴的GPU上。

第二是存算協同，以存換算。推理過程中的很多中間結果是重復的，比如不同用戶問相近的問題，沒必要每次都重新算。趨境科技與清華共同開源的KTransformers技術，就可以將同樣一批卡性能提高了80%甚至一倍，Kimi、Qwen、GLM等大模型都在使用相關技術。

第三是面向異構的智能調度。業務場景、模型結構、芯片架構千差萬別，用戶只關心成本、延時和穩定性，系統需要把這些需求精準翻譯成資源分配決策。

選哪個大模型、用哪家服務商的部署、分配什么類型的卡、怎么設置緩存和隊列。過去靠人工試，效率很低，現在需要發揮AI的作用，來實現調度。

因此，從模型服務走向token服務，是智能體時代基礎設施的必然要求。過去提供模型、給個接口就行，現在必須能夠低成本、連續不斷地供給token。只有做到像水電一樣穩定調度和供給，算力之上、token為王的普惠智能時代才能真正到來。

李海洲則在演講中回顧歷史，并分析了中國AI的發展現狀。AI自1950年代概念提出之初，科學家便預言其能夠實現語音識別與機器翻譯。這些目標至今部分達成，但遠未完成。值得注意的是，目前廣泛應用的AI系統，如刷臉門禁，僅實現了“像人一樣行動”，遠未達到“像人一樣思考”。

業界常常傾向于將AI定義為第四次工業革命，李海洲認為需要保持審慎。歷史意義上的工業革命，是以某項技術進入每一個家庭、辦公室和工廠為標志的。電與計算機已無處不在，但AI尚未達到這一程度。

今天的技術探索，或許五十年后會被視為第四次工業革命的起點，但究竟哪項技術成為象征，是ChatGPT、DeepSeek還是其他，目前無法定論。

從中國經濟角度看，前三次工業革命獲益有限，而作為產業大國，這一次有望從AI的普及中獲得巨大紅利。

AI的核心技術路徑，始終圍繞大模型展開。人類五千年文明智慧大多以文字記載，而大模型通過自監督學習，能在數日內讀完相當于一個人四十萬年才能處理的信息量。語言是知識的載體，大模型正是通過掌握這一載體而成為AI的核心。當前，中國在大模型質量上落后美國約幾個月到一年，但在開源大模型領域處于領先地位。千問與DeepSeek的開源模型下載量，已遠超全球其他開源模型的總和。

投資熱點集中于基礎設施、基礎模型與應用三大層面。基礎設施方面，中國發電量是美國的兩倍，為算力中心提供了關鍵的能源支撐。以GPT-5為例，其單次訓練耗電量相當于三峽大壩年發電量的一半，能源供給已成為重要瓶頸，而中國在此具有獨特優勢。

2025年，基礎設施領域全球收入超過1000億美元，其中90%被英偉達一家企業獲取。基礎模型訓練普遍虧損，因其投入巨大且離最終用戶較遠，全球真正的原生基礎模型不足20個。應用層產值仍低，但潛力最大，且大部分收入被大量中小企業瓜分。AI要進入千行百業，無法由單一公司完成，正如造車者未必如運輸者般獲利豐厚。

人才格局正在發生深刻變化。2019年，中國學習AI的人才占全球三分之一，畢業后僅約10%留在中國工作。到2025年，這一比例已升至全球一半，最終有37%的人才選擇在中國發展。盡管從業總數仍低于美國，但增長速度驚人。

商業模式亦在轉型，從傳統的供應商、多渠道、模塊生產者，演進為直接連接產業與用戶的生態系統。以出行服務為例，一個智能體即可完成從調度到履約的全流程端到端服務。

隨著AI加速向經濟社會各領域滲透，我國城市AI發展已由頭部主導邁向梯度擴散與結構躍遷并行的新階段，亟需針對城市稟賦差異，以科學統一的評價體系定向導航。

在此背景下，清華大學國情研究院、上海證券報、瞭望智庫及北電數智研究院聯合研制并發布了《中國城市人工智能指數報告》。

這一報告將國內城市按照AI產業發展情況，劃分為引領型、活力型、潛力型三級梯度格局，呈現“頭部引領、區域活躍、潛力蓄積” 的整體特征。

引領型的城市包括北京、上海、深圳、杭州、廣州、南京、成都、武漢、重慶和蘇州等城市，這些城市在產業發展、科技創新、民生服務與治理環境等多維度，都形成了較強的協同優勢，是全國AI發展的策源地。

活力型城市包括先、長沙、合肥、天津、濟南、鄭州、廈門、青島、蘭州和長春等城市，這些城市具備較強的發展基礎和局部優勢，承接頭部城市的輻射帶動。

潛力型城市的數量更多，典型的包括福州、南通、呼和浩特、海口、寧波和佛山等等，這些城市仍然在積累能力，但是已在不同維度出現突破。

清華大學公共管理學院副院長、服務經濟與數字治理研究院副院長高宇寧說道：“報告的目標不僅在于刻畫城市間的發展差異，更在于幫助每個城市找準自身定位、識別優劣勢，走出適配本地稟賦的差異化AI發展之路，推動人工智能從技術供給走向場景落地與民生普惠。”

AI在全國各大城市的落地，離不開像北電數智這樣的企業，為AI提供計算基座。北電數智首席技術官謝東在演講中說道：“AI不是虛擬經濟，而是關乎國計民生的實體產業。其核心競爭力，不只取決于頂尖的科研能力，更取決于將技術轉化為廣泛生產力的工業化能力。”

作為AI計算基座的核心載體，北電數智在本次論壇上全新推出“星火·AI云2.0”。區別于聚焦IaaS/PaaS層資源服務的通用公有云、聚焦大模型訓練場景的傳統智算云，星火·AI云2.0將“數算模用”全棧能力融為一體，打造支撐客戶業務全流程AI轉型的工業化生產系統。

星火·AI云2.0以雙操作系統為架構：前進·AIOS作為AI時代的云原生操作系統，統籌解決AI生產的算力供給、調度、治理、運維等核心需求；新天·AgentOS作為專為智能體全生命周期管理打造的原生操作系統，全面支撐智能體的開發、運行與執行的全鏈路閉環。

在本次論壇上，北電數智還提出“一底座、兩突圍”
的產城發展新范式，通過因地制宜的在地數智運營，助力地方政府破解算力投資消納痛點、消解傳統產業轉型顧慮，加快培育和發展新質生產力。

一底座，指的是基于“星火·AI底座”，整合“數算模用”全棧產品，構建城市級AI共性能力底座，為區域發展提供統一的智能支撐。

兩突圍，指的是面向傳統產業“促增長”，推動AI賦能文旅、消費、工業等領域實現產業升級，拉動城市經濟動能；賦能公共服務“保民生”，推動AI技術與醫療、政務、教育等公共事業深度融合，提升城市民生福祉。

目前，北電數智已推動“一底座、兩突圍”的產城發展新范式在北京朝陽、珠海、佛山、安慶、馬鞍山等多個區域落地見效，已賦能北京朝陽CBD轉型數據商務區DBD、珠海“云上智城”整體運營等標桿項目，形成可復制、可推廣的AI與產城融合的城市轉型新路徑。

在論壇的尾聲，中國科學技術大學講席教授葉強，國家特聘專家、《人工智能簡史》作者張曉東，北電數智首席科學家、國家級領軍人才竇德景，清華大學公共管理學院副院長、服務經濟與數字治理研究院副院長高宇寧和北電數智CMO楊震，就“中國城市人工智能發展差異化路徑”展開了深入探討。

在圓桌討論中，張曉東首先分享了對token經濟的觀察。他提到，當前AI的五層結構，也就是能源、芯片、基礎設施、模型和應用，類似于互聯網時代的七層模型，每一層都孕育著機會。

他回憶20年前，杭州因阿里的誕生而崛起，同時催生互聯網、電商、平臺經濟在杭州的發展。在token經濟時代，城市依然擁有許多類似的機會。

葉強則聚焦AI對就業的影響。他認為技術進步帶來的崗位替代并非首次，關鍵在于提高勞動生產率和兼顧公平。他提出，只要個人有就業意愿，總能找到適合自己的崗位，而教育和社會保障體系則是提升就業能力和兜底的關鍵。面對谷歌前高管關于2027年大規模失業的預測，他回應稱就業與失業始終是動態過程，技術進步歷史上總能創造新崗位，只要社會做好再教育和保障，無需過度恐慌。

竇德景從產業應用角度分析了算力、場景和人才三大挑戰。他認為，推理任務對時效性要求高，必須在城市中心布局算力。同時，當前許多大模型公司難以盈利，他建議通過平臺化解決方案推動場景落地，而非依賴項目制。在人才方面，二線城市需打造靈活機制吸引AI人才。

對于“AI是否是最后一次技術革命”的提問，他認為十年內白領工作可能被AI替代，但長遠看，新崗位會自然涌現，如同馬車夫轉型為汽車修理工，這是技術進化的自然過程。

楊震結合一線實踐提出三點建議：城市應先找準優勢產業，再構建適配的AI底座，運營比建設更重要，需通過共性痛點孵化標桿應用；探索按產業價值分潤的商業模式。他還強調城市間應形成系統分工，算力強的提供算力，場景多的消耗token，科研強的專注AI for Science，實現產業集群協同。

高宇寧認為城市AI發展必須納入區域分工體系，未來稀缺的不是技術而是場景需求。他建議各城市走差異化道路，形成百花齊放的AI春天。

從token成為智能時代的“新電力”，到中美大模型差距縮至歷史最小，再到城市AI發展走向差異化分工，這場論壇傳遞出了一個信號：中國AI產業正告別“一窩蜂做大模型”的粗放階段，邁入更加理性、務實、場景驅動的新周期。

未來，行業競爭的核心或許不再是單一技術指標，而是系統化的工程能力與生態協同。