报告行业投资评级 - 报告未明确提及对中国电子或相关行业的投资评级 [1][10] 报告核心观点 - 阿里通义实验室于2025年9月2日推出多智能体开发框架AgentScope 1.0 定位为面向开发者的生产级开源平台 覆盖开发-部署-监控全生命周期管理 [1][11] - AgentScope核心价值在于帮助开发者高效构建、运行与管理多智能体系统 推动AI从单体模型应用向复杂智能体网络转型 [1][11] - 框架由三部分组成：核心框架负责智能体构建与编排、Runtime提供沙箱安全运行机制并支持Kubernetes部署、Studio提供可视化监控与实时评测 [2][12] - 技术亮点包括实时任务中断与恢复、短期与长期结合的记忆管理能力、高效并行调用外部工具 [2][5][18] - 相较于传统单体智能体框架 AgentScope在复杂企业应用如多部门流程自动化、供应链管理、客服协同中更具落地性 [4][15] - 阿里通过开源策略有望吸引开发者社区 形成类似LangChain的生态网络 并结合通义大模型积累构建全栈式云服务解决方案 [3][14] 技术架构与功能 - Runner模块实现任务全流程编排 Context Manager负责上下文与记忆管理 Environment Manager控制沙箱生命周期 Deployer将智能体部署为Web服务 [3][13] - 组件与底层执行信息、运行环境和外部接口协同 使智能体具备持续性、可扩展性和对外开放能力 [3][13] - Runtime的沙箱与Kubernetes兼容性提升部署可扩展性 技术路线强调工程化能力 更适合大规模生产环境 [4][15] 行业竞争与战略意义 - 全球范围内多智能体被视为继大模型之后的下一个AI应用形态 OpenAI的Swarm、微软的AutoGen、字节的PromptPilot均在探索相关方向 [4][16] - AgentScope 1.0有助于阿里缩小与海外巨头差距 并在国内开发者群体中占据先发优势 [4][16] - 中国在金融、电商、政务等场景的多样化需求将提升阿里在企业级市场中的粘性 [4][16]

行业趋势与热点 - WAIC 2025线下观展人次突破35万 汇聚800余家参展企业 展示3000多项前沿科技成果[15] - 具身智能成为焦点 AI从数字世界走向物理世界 宇树、云深处、优必选、银河通用等公司成为核心玩家[15] - 大模型改变具身智能定义 从规则编程演进为语言和感知联合驱动的类人决策模式[16] - 多智能体协作成为新趋势 解决单一智能体在复杂任务中的局限性[17] - 厂商密集开源模型 阿里、月之暗面、智谱、阶跃星辰等头部企业推动开源生态发展[19] - 开源促进技术传播和创新 吸引人才和资源涌入 形成国产模型生态根系[20] 主要企业动态 阿里巴巴 - 7月27日在WAIC上开源三款大模型：千问3基础模型、千问3推理模型和AI编程模型Qwen3-Coder[21] - Qwen3-Coder在SWE-Bench评测中比肩Claude4 使初级程序员一天完成资深程序员一周工作量[22] - 发布自研AI智能眼镜"哇哦Quark Glasses" 融合通义千问大模型和夸克AI能力[21] - 7月23日开源多模态推理模型HumanOmniV2 实现对多模态信息的全面理解[22] 字节跳动 - 7月30日发布豆包・图像编辑模型3.0、同声传译模型2.0和豆包大模型1.6系列升级版[23] - 7月24日发布端到端同声传译模型Seed LiveInterpret 2.0 延迟和准确率接近人类水平[24] - 7月22日推出通用机器人操作大模型GR-3 配套机器人ByteMini有22个自由度[24] - 7月21日推出AI编程助手TRAE 2.0的SOLO模式 开发效率提升40%[24] 华为 - 7月25日在WAIC发布昇腾384超节点 由384颗NPU互联组成 算力达300 PFLOPS[26] - 昇腾已适配和开发超过80个大模型 联合2700+行业合作伙伴孵化6000+行业解决方案[26] - 华为云新一代昇腾AI云服务在芜湖、贵安、乌兰察布和林格尔数据中心上线[27] 百度 - 7月26日在WAIC展示飞桨、文心大模型、昆仑芯等核心技术[28] - 7月17日上线无广告AI搜索App "TizzyAI" 接入文心大模型4.0[28] - 7月2日进行搜索十年来最大改版 搜索框升级为"智能框" 支持超千字文本输入[29] - 接入自研视频生成模型MuseSteamer 实现画面与音效协同创作[30] 腾讯 - 发布四款开源小尺寸模型 参数分别为0.5B、1.8B、4B、7B 消费级显卡即可运行[31] - 7月27日发布并开源业界首个3D世界生成模型——混元3D世界模型1.0[31] - 发布全栈AI IDE产品CodeBuddy IDE 提升软件开发效率[32] - 7月11日发布混元大模型最新版本hunyuan-t1-20250711 采用Hybrid-Transformer-Mamba架构[33][34] 科大讯飞 - 7月16日升级"讯飞星火X1" 多语言支持扩展至130+语种 中英同传首字响应时间缩短至2秒[35] - 星火法律大模型在政法场景应用 审查效率提升50%以上[35] - 在WAIC为40万场次会议提供实时翻译服务 覆盖50多个国家和地区[36] - 发布5款AI录音笔新品 在韩国众筹平台Wadiz实现单品销售冠军[37] 360集团 - 纳米AI升级为"多智能体蜂群" 全球首个迈入L4级别的智能体系统[38] - 已有超过5万个L3级推理智能体 上线10余类多智能体蜂群[38] - 宣布将推出AI录音笔与智能眼镜两款硬件产品[39] 智谱AI - 7月28日发布GLM-4.5系列 采用MoE架构 动态激活参数仅为总参数的1/10-1/3[40] - 在12项评测基准综合平均分中位列全球第三、国产第一、开源第一[40] - API调用价格低至输入0.8元/百万tokens、输出2元/百万tokens 仅为Claude 4的1/10[40] - 获得浦东创投集团和张江集团总额10亿元战略投资[40] 昆仑万维 - 7月30日开源多模态统一预训练模型Skywork UniPic[42] - 7月23日发布音乐模型Mureka V7 同步上线音频模型Mureka TTS V1[42] 商汤科技 - 发布日日新V6.5大模型 多模态推理能力超越Gemini 2.5 Pro、Claude 4-Sonnet[43] - 推理成本降低60% 在教育领域帮助学生提升学习效率15-30%[43] - 联合十余家国产生态伙伴发布"商汤大装置算力Mall"[43] - 发布具身智能平台「悟能」 支持机器人实现自主决策与物理世界交互[43] 快手 - 可灵AI在全球拥有超过4500万创作者 累计生成超2亿个视频和4亿张图片[45] - 服务超过2万家企业客户 覆盖广告营销、影视动画、游戏制作等行业[45] - 发布创意工作台"灵动画布" 提升创作效率及体验[45] 月之暗面 - 7月11日发布Kimi K2大模型 总参数规模达1万亿 采用MoE架构[48] - 在LM Arena排行榜登顶全球开源模型榜首 总榜排名第五[47] - SWE-bench Verified通过率达71.6% API调用价格仅为闭源模型的1/5[48] MiniMax - 在WAIC展示首款全栈通用智能体MiniMax Agent 30分钟开发完成演唱会选座系统[49] - 7月18日发布Agent全栈开发功能 支持零代码开发复杂应用[50] - 即将完成近3亿美元新融资 估值将超过40亿美元[50] 阶跃星辰 - 7月31日开源新一代基础大模型Step 3 总参数量达3210亿 激活参数量为380亿[51][52] - 与吉利汽车联合展示智能座舱Agent OS 具备多模态融合交互功能[51] - 推出Step 3o Vision和Step-Audio 2多模态模型[51] 技术突破与创新 - 多智能体蜂群架构实现智能体从单兵作战到群体协同的进化[17][38] - MoE架构广泛应用 显著降低推理成本[40][48][52] - 3D世界生成技术突破 几分钟内生成可360°漫游的虚拟世界[31] - 端到端同声传译模型达到人类水平 首字响应时间缩短至2秒[24][35] - 多模态融合技术成熟 支持图像、视频、文本联合理解与生成[41][43] 商业化进展 - 智能体在金融、医疗等行业规模化应用 审查效率提升50%以上[25][35] - API调用价格大幅降低 智谱GLM-4.5价格仅为Claude 4的1/10[40] - 硬件产品密集发布 包括AI眼镜、智能录音笔、机器人等[21][39][24] - 企业级应用快速发展 可灵AI服务超过2万家企业客户[45]

智能体发展趋势 - 智能体正从单一任务向编程辅助、社会互动、经济治理等复杂场景拓展[1][3] - 智能体由集中式云端算力向轻量化本地终端部署演进，ToC端对隐私保护、响应速度与个性化体验需求增强[3] - 轻量型终端智能体可在手机、穿戴设备等终端直接运行，具备自主推理与快速交互能力，谷歌助手、Siri、Alexa、Cortana等产品已广泛应用[3] - ChatGPT、Copilot等大语言模型智能体正向端侧迁移与轻量化适配[3] 多智能体协同发展 - 多智能体可信互连成为行业趋势，通过协同交互完成复杂任务[4] - 多智能体架构需实现高效通信、深度协作与动态交互，打破信息孤岛并优化资源配置[4] - 复杂任务场景要求智能体系统具备处理海量异构数据、动态环境与多元决策的能力[3][4] 终端智能体安全挑战 - 终端智能体安全边界突破传统信息安全范畴，延伸至数字与物理世界的边缘交互接口[3] - 多智能体发展面临数据泄露、越权操作、隐私侵犯、算法偏见等安全威胁[4] - 单一主体安全能力难以应对跨域协同、攻防升级的系统性挑战，需构建"数据共享、能力协同、标准互认"的安全生态体系[5] 安全生态建设 - 需通过多方参与、资源整合与技术协同构建终端智能体安全可持续发展根基[5] - 数据、技术、应用三方联动是构建终端智能体安全共同体的关键[5] - 高精度、高质量的安全评测数据集是安全风险探测的核心驱动力[6]

AI在医疗健康领域的应用趋势 - 人工智能正以前所未有的深度与广度重塑全球医疗健康产业链，覆盖临床诊疗、药械研发、医院管理等环节 [1] - AI技术为医疗健康产业打开新的发展空间和产业机遇，催生智能化、精准化、个性化的医学新范式 [1] - 全球约80%的医疗机构正在部署或设点生成式AI工具，这些系统被整合进运营、临床、行政等医疗工作流程中 [2] AI技术的具体应用 - AI技术在医疗健康领域的应用包括癌症早筛的智能诊断系统、阿尔茨海默症的AI预测模型、高效缩短新药研发周期的生成式AI以及高精度智能手术机器人 [1] - 从AlphaFold破解生命密码到大模型驱动诊疗效率革命，再到具身智能、生命纤维引领的医疗健康新可能，AI成为医药健康产业跨越式发展的核心引擎 [2] - AI技术呈现出从科研实验室走向临床医疗、卫生政策和医院管理体系的趋势 [2] AI在医疗健康领域的挑战 - AI在医疗健康领域的应用面临数据壁垒、监管伦理和技术标准等多重挑战 [3] - AI模型在医疗健康领域存在模型幻觉、逻辑不一致、缺乏可追溯性等具体问题 [3] - 信任危机与算法"黑箱"成为AI应用于医疗健康领域的最大障碍 [3] 行业应对措施 - 为确保AI医疗发展的安全性和有效性，需建立透明、包容和公平的制度，并加强机构合作 [3] - 推动数据安全网建设，加快制定医疗健康数据应用相关实施方案，完善数据分级分类管理体系，创新"数据可用不可见"的安全共享机制 [3]

开源模型竞争 - Kimi K2超越DeepSeek成为全球开源模型第一，总榜排名第五，紧追顶尖闭源模型 [1] - K2继承DeepSeek V3架构并进行参数调整，包括增加专家数量、减半注意力头数、保留第一层Dense及专家无分组 [1] - 全球TOP 10开源模型中唯二入选的均来自中国，"开源=性能弱"的印象正被打破 [1] 视频生成技术突破 - Decart发布MirageLSD，首个实时(40毫秒延迟)、无时长限制的扩散视频模型，可处理任意视频流 [2] - Karpathy成为天使投资人，预见其在实时电影制作、游戏开发和AR领域的广泛应用 [2] - 技术突破在于实时流扩散(LSD)架构，通过逐帧生成和历史增强方法解决误差累积问题 [2] AI音乐创作升级 - Suno V4.5+版本提供人声与器乐分层生成与融合功能，用户可上传个人人声或伴奏进行AI辅助创作 [3] - 新增"Inspire"模式允许用户上传3秒至8分钟的个人干声，AI学习演唱特点后创作符合个人声音气质的音乐 [3] - 谱乐AI平台已同步上线Suno V4.5+核心生成能力，优化创作门槛并提升AI协作效率 [3] 音乐AI助手整合 - 腾讯元宝App 2.30版本正式接入QQ音乐服务，实现"一句话搜歌、划线即播"功能 [4] - 混元大模型与DeepSeek-R1双引擎驱动，能识别模糊音乐描述并结合情境推荐 [4] - 用户体验包括无缝账号体系连接、多模态交互和创作辅助功能 [4] AI Agent竞争 - OpenAI推出ChatGPT agent，面向Pro用户，但遭到Manus、Genspark等竞品公司的直接对比和批评 [5] - ChatGPT agent整合了Deep Research、Operator和ChatGPT功能，能自动完成退休计划、购物清单等任务 [5] - 实测各有特色，Manus输出更美观，Minimax提供多种格式报告，Kimi内容详细且询问用户具体需求 [5] 角色动画技术 - PhysRig是UIUC与Stability AI提出的角色动画可微物理绑定框架，将刚性骨架嵌入弹性软体 [6] - 通过MPM可微分物理模拟替代传统LBS，解决了体积丢失与变形伪影问题 [6] - 在17类角色和120组动画测试中全面优于传统方法，支持跨物种动作迁移 [6] 通用推理模型突破 - OpenAI的神秘通用推理模型在IMO 2025中解出5道题目，获得35分，达到金牌水平 [7] - 该模型具备持续数小时的深度创造性思维能力，远超以往AI的秒级或分钟级推理 [7] - 这是通用强化学习突破而非特定任务训练的成果 [7] AI工具设计理念 - 最佳AI编程工具应是简单、通用的"乐高积木"，而非功能堆砌的复杂系统 [8] - Claude Code创造者主张将控制权还给用户，工具不应替你决定工作流，而是提供底层能力 [8] - 有效工作流包括：先探索规划再由用户确认后编码、使用测试驱动开发、对照目标迭代改进 [8] AI产品战略 - 聚焦Agent：预训练模型已含工具知识，只需激发能力，智能上限由模型决定 [9] - 开源：提升知名度、获取社区贡献，防止用技术捷径粉饰效果，倒逼模型真正进步 [9] - 选择DSV3架构：实验证明自研结构无法胜过DSV3，资源有限下避免引入无效变量 [9] AI未来发展方向 - 许多人构建的辅助工具与路由系统最终会被扩展模型取代，真正遵循扩展法则的方向是直接提高模型能力 [10] - 当前AI模型学习数据效率远低于人类，算法改进比简单扩大数据规模更重要 [10] - 多智能体研究新方向：研究如何让模型从15分钟推理扩展到数小时甚至数天，建立AI"文明" [10]

多智能体与游戏AI研究 - OpenAI开发的Cicero系统在《Diplomacy》游戏中达到人类玩家前10%水平，并通过AI反哺训练使开发者Noam Brown成为2025年世界冠军[3][4] - Cicero采用27亿参数的小型语言模型，开发过程中发现更大模型能显著提升性能[8] - 多智能体研究不仅关注博弈策略，更探索如何扩展模型推理时间至数小时甚至数天以解决复杂问题[55] AI推理范式演进 - 测试时计算成为下一代AI核心能力，模型思考时间从15分钟向更长周期扩展带来数量级性能提升[32][34] - 系统一（直觉）与系统二（推理）能力需协同发展，模型规模扩大后推理性能呈现涌现特性[15][16] - OpenAI通过o系列模型验证推理范式，o3已具备网页浏览和深度研究能力，性能持续迭代[11][26] 数据效率与算法改进 - 当前AI数据效率显著低于人类，算法改进是提高数据利用率的关键方向[38][39] - 强化学习微调(RFT)可针对性优化模型，收集的数据对未来模型迭代仍具价值[30] - 预训练模型需结合中训练和后训练才能实用化，纯预训练模型表现欠佳[88][90] 行业竞争与技术路线 - 自对弈在两人零和游戏(如围棋)中有效，但在多人非零和场景面临目标函数设计挑战[66][69] - 模型路由等辅助结构可能被扩展范式取代，开发者需警惕技术快速迭代带来的架构淘汰风险[26][28] - OpenAI采用集中资源进行大规模实验的策略，区别于传统实验室的小型分散研究模式[40][41] 应用场景与商业化 - Codex编程助手可独立完成代码提交，未来将覆盖从问题提出到PR审核的全流程[43][51] - 虚拟助手成为继软件开发后的重点应用领域，AI对齐需求使其可能超越人类表现[52] - 生成式媒体(Sora)与推理模型形成技术矩阵，推动商业订阅增长[71] 前沿研究方向 - 显式建模其他智能体的必要性存疑，大规模模型可能自发形成心理理论能力[64] - 万智牌等超复杂不完美信息游戏暴露现有AI方法的局限性，状态空间爆炸问题待解[99][100] - 生物模拟器开发被视为突破药物研发瓶颈的关键路径，需跨学科协作[86]

纪要涉及的行业和公司 - **行业**：AI算力、运营商 - **公司**：亚马逊、微软、谷歌、Meta、英伟达、华为、新一胜、中国移动、中国电信、中国联通 纪要提到的核心观点和论据 AI算力行业 - **核心观点**：AI算力景气度仍值期待，但市场对未来持续投入存在分歧，建议保持适当仓位，精选个股，关注北美链 [1][28][29] - **论据** - **资本开支强劲**：今年一季度北美四大厂商亚马逊、微软、谷歌和Meta资本开支总金额773亿美金，同比增长62%；Meta将全年资本开支由600 - 650亿美元上调至640 - 720亿美元 [2][3] - **算力需求大**：模型参数量增加、推理场景、agent应用等对算力消耗大；国内大模型商用落地日均token消耗量激增，如2024年下半年从千亿级到万亿级，月复合增长率45%；单个agent算力需求显著高于简单模型，单个用户查询token处理量预计两年内增加100倍 [5][8][9][10] - **历史复盘**：以光模块等算力公司为例，过去经历两轮大周期，当前基于PTTM计算公司估值较便宜，虽AI与云计算不同，但可作为参考 [21][22][27] 运营商行业 - **核心观点**：运营商虽面临经营压力，但业绩增速大概率可实现两到三年维度的平稳增长，是AI大赛道中有想象力的布局方向 [34][36] - **论据** - **业绩增速放缓但有望提速**：今年一季度三大运营商营收同比仅增长0.8%，但二季度开始随着政企订单恢复，预计收入和利润端业绩将提速 [35] - **收入端增长有持续性**：家庭端天照宽带用户渗透率有提升空间，宽带up值可提升；云计算等ICT项目和产品保持不错增速 [36][37] - **利润端平稳增长**：成本费用压降，资本开支持续下降，折旧和摊销占收比及绝对值可能下降，自由现金流变好，支撑净利润平稳增长 [37] - **股息充裕**：自由现金流强，可供分配股息充裕，虽一季度经济现金流下降，但全年有望平稳 [38][39] 其他重要但是可能被忽略的内容 - **AI算力行业** - **强化学习遵循scale law**：强化学习成为激发复杂推理的核心技术，遵循规模、参数量和算力的法则，agent构建也遵循此规律 [7][8] - **算力投资性价比**：英伟达和华为推出机柜方案，研究表明K = 36以上对性能提升明显，但大于72或等于5760时性价比不高 [16][17] - **估值锚点**：基于未来盈利预测的估值可信度不高，可基于历史PTTM给出合理估值锚点 [20][21] - **Agent应用** - **成为AI应用落地主要承载**：OpenAI给出agent公式，国内也在加速发展，如Manus提出通用Agent概念、智博的陈词成为国内首款公开可用的Digital Search等 [30][33] - **对算力和token消耗大**：agent从规划到执行各环节对token消耗大，如上下文窗口、验证模块、多模式场景等 [14][15] - **运营商行业** - **资本开支下降**：运营商资本开支在2023年出现拐点，2024年下降10%，今年预期下降9%，因6G商用远、AI投资可控 [39] - **资产质量高**：运营商资产质量高，坏账风险低，个人和家庭用户预付费为主，政企用户欠费少 [40]

AI行业趋势与预测 - AI领域权威人士对未来持超预期乐观态度，Geoffrey Hinton预测AI将取代多数人类工作，仅顶尖技能岗位不可替代 [2] - Andrej Karpathy提出"软件3.0"时代概念，自然语言成为新编程接口，大模型承担主要工作 [2] - 预计到2028年15%日常工作决策将由Agentic AI自主完成，2024年该比例近乎为零 [68] Agentic AI技术突破 - 智能体技术实现从被动响应到主动执行的跨越，可长期独立运行并自主使用工具 [3] - 多智能体协作系统已实现中央协调器自动分配任务，完成PDF解析、报告生成等复杂流程 [15] - 智能体遵循大语言模型测试时扩展规律，通过强推理持续提升解题能力 [3] 亚马逊云科技技术栈 - 提供全栈式Agentic AI开发工具：Bedrock Agents支持复杂流程编排，Strands Agents实现轻量级开发 [17][46] - Amazon Q Developer实现90%代码自动生成，支持从需求分析到部署的全流程自动化 [6][8] - Amazon Transform实现5000行代码环境迁移，1分钟完成4800行修改 [9] 行业应用案例 - 复星医药利用生成式AI将医学报告检查从1周缩短至5分钟，翻译成本降低30% [24] - 合合信息构建文档处理Agent DocFlow，分钟级完成文档分类与信息抽取 [21] - 汤森路透应用现代化改造速度提升4倍 [60] 企业效率提升数据 - Java版本升级项目节省4500+开发工时，实现2.6亿美元年化成本节约 [56] - 五人团队两天完成1000个Java应用升级，单应用耗时从2天压缩至10分钟 [54] - 医学领域AI处理1.6亿字翻译，制药企业文档工作量占研发30-50% [23][24] 技术架构创新 - Bedrock平台集成DeepSeek R1、Claude等12种顶尖模型，支持多模型智能路由 [33][42] - 独家推出自动化推理校验功能，有效防止大模型幻觉 [38] - 模型蒸馏技术提升500%响应速度，成本降低75% [41] 商业价值与战略 - Agentic AI被定位为亚马逊云科技下一个十亿美元级业务，已成立直属CEO的专项团队 [64] - 生成式AI在生产力提升、成本优化和创新加速三方面验证商业价值 [19] - 中国区已有超1000家深度合作客户，全球超10万企业使用机器学习服务 [63]

大会概况 - 首届国际通用人工智能大会在北京召开，聚焦通用人工智能（AGI）的国际学术盛会，吸引全球数十个国家和地区的近千位专家、学者、技术领袖参与[1] - 大会目标为探索AGI原创性技术路线，推动中国建立自主AGI技术叙事体系，抢占科技竞争制高点[1] - 大会由北京市科学技术委员会、中关村科技园区管理委员会等机构指导，为AGI发展注入新动能[14] 学术成果与框架 - 大会展示全球AGI最前沿研究，包含4场专题报告、6个专题会议，40余位国内外顶尖专家参与演讲[3] - 朱松纯教授提出"基于哲学思想的CUV框架理论"，强调中国需建立自主AGI技术叙事体系[3] - 《通用人工智能标准、评级、测试与架构》正式出版，填补AGI评测国际空白，提出在CUV框架数学空间中定义AGI[7] 专题会议核心方向 - 具身智能与机器人专题：聚焦多模态感知、运动控制、仿生机器人等领域，探索智能体环境理解与自主决策路径[10] - 多智能体与社会模拟专题：研究智能体交互协作、社会行为演化仿真及群体智能形成机制[10] - 多模态交互学习专题：围绕多模态表征对齐、动态场景感知等议题，赋能智能系统自然理解与高效决策[10] - 认知与社交智能专题：探讨AI与认知科学融合，推动类人认知能力和社交智能的通用智能体发展[10] - AI+X专题：研究AI与法律、经济、安全、艺术等领域的融合创新，拓展行业应用场景[11] - AGI芯片与系统专题：探讨大模型加速系统、AI芯片架构前沿，推动软硬件协同发展[11] 青年科研力量 - 大会展示百余篇青年突破性研究成果，评选18项人气Poster，展现AGI领域新生代科研活力[12] - 参会嘉宾与青年学者深入交流，促进学术合作与创新[12] 国际专家观点 - 权龙、张正友、费德里科・罗萨诺等专家围绕具身智能、自然智能、生成式AI作主题报告，呈现全球AGI最新突破[5]

文章核心观点 中贝通信战略孵化大公智能，布局人工智能领域，结合自身智算集群建设优势，构建智能时代创新生态体系 [1][2] 中贝通信战略布局 - 4月27日战略孵化大公智能揭牌成立，该AI企业以开发“通用数字分身技术”为愿景，重点布局“数字分身 + 多智能体”技术研发 [1] - 对大公智能投入是看好人工智能前景及企业转型升级的必然选择，布局将释放公司多维度协同效应 [1] - 近年来智算集群建设快速扩张，持续加码“人工智能 + 新能源”战略布局，已基本完成智算集群全国业务布局，运营算力规模超15000P [2] 大公智能发展规划 - 未来三年首年聚焦“多智能体工坊”与“数字分身工厂”技术路径，在教育、工业、康养等行业进行技术验证，逐年推动产品规模化应用，后续着眼国际市场，深化Web3.0分布式价值网络部署 [1] - 锚定“通用数字分身技术”目标，运用关键技术帮助个人、企业、社会创造更多共享与增值机会 [1] 双方合作方向 - 中贝通信联合大公智能，依托“新基建 + 新技术”深度融合，共同构建智能时代的创新生态体系 [2]