公司2025年关键成果总结 - 鸿蒙生态加速发展，鸿蒙5.0以上终端设备已超过3600万台 [1] - 助力运营商建设5G-A网络，为6000万用户提供极速网络联接体验 [2] - 乾崑智驾累计搭载超过140万辆乘用车，辅助驾驶里程近70亿公里 [2] - 鲲鹏生态已发展6800多家合作伙伴和380万开发者，openEuler操作系统累计装机量超过1600万套 [2] - 昇腾生态已发展3000多家合作伙伴和400万开发者，Atlas 900超节点服务于多个关键行业 [2] - 在医疗病理、炼钢炉温预测、油气勘探等领域探索AI应用落地 [2] - 智能手机市场份额显著回升，在2025年第48周和第49周分别以27.81%和22.89%的份额位居中国市场第一 [2] - 智界汽车在2025年12月交付量突破10000台，已连续三个月交付破万台 [3] - 2025年上半年公司实现营收4270.39亿元人民币，同比增长3.95%，净利润371.95亿元 [3] - 2025年上半年研发投入达969.50亿元人民币，同比增长9.04%，占营收比例为22.7% [3] 公司2026年战略聚焦方向 - 强化行业垂直作战，深耕行业，使能千行百业智能化转型 [1][6] - 构建开源开放的鲲鹏昇腾生态，推动集群与超节点技术普惠，构筑坚实的AI算力底座 [1][6] - 实施“水战略”，将AI融入通信网络，实现从联接到“智联”的跃迁 [1][6] - 繁荣鸿蒙生态，畅享AI体验 [1][6] - 通过鸿蒙智行和乾崑智驾助力车企规模上量，打造安全舒适的驾乘体验 [6] - 重构AI数据中心 [6] - 发展液冷超快充技术，让有路的地方就有高质量的充电体验 [6] 市场表现与未来展望 - 分析认为，公司凭借自研芯片良率提升、鸿蒙系统成熟及更具竞争力的定价策略，成功重返国内市场榜首 [3] - 随着产能持续爬坡，Mate 80系列手机有望在2026年第一季度冲击200万台销量 [3] - 鸿蒙智行旗下“五界”（问界、智界、享界、尚界、尊界）将共同发力，覆盖多类车型，产品矩阵进一步清晰 [3] - 公司判断智能化变革是长期战略机遇，AI技术正加速与行业知识融合，从单点效率提升转向对企业核心业务的系统性价值重构 [5] - 终端智能体、辅助驾驶、无人挖掘机等正在改变生活生产方式，5G/5G-A与高速光纤网络让企业感知无处不在 [5] 行业分析与战略解读 - 分析指出，公司在5G-A/6G、AI大模型等前沿技术保持稳步布局，持续创新的节奏是应对技术风暴的关键 [4] - 公司战略展现出三大特征：坚持根技术自主与上层生态开放的战略平衡；从技术供给者转向行业共创者；以智能联接与能源基础设施为关键使能 [7] - 公司战略聚焦被视为在复杂外部环境下，以“做强组织能力”为保障，通过战略聚焦、以质取胜，迈向更成熟、更精准的新发展阶段 [7]

坪山区“场景森林”计划与产业生态建设 - 核心观点：深圳坪山区通过推出“场景森林”计划，开放超过百个真实应用场景，并打造低成本孵化空间与特色产业园，以开源生态为抓手，将区域变为技术验证“试验场”，旨在推动制造业、服务业等传统领域实现流程再造与模式创新，加速人工智能和开源技术产业集聚 [1][2][3] 具体举措与载体建设 - 举办“开源鸿蒙/RISC-V生态建设启动大会暨AI未来营入驻仪式”，宣布推出“场景森林”计划 [1] - 计划在全区开放超过百个应用场景，覆盖城市治理、产业升级、民生服务等多个领域 [1] - “坪山区鸿蒙特色产业园”与“坪山区AI智园”正式亮相，标志着产业载体迈向专业化、特色化 [1] - 在中心区域打造东部规模最大的低成本孵化空间，总面积约2万平方米，为开源相关企业提供优质发展环境 [1] - 发布“十大领域百个应用场景机会清单”，在城市治理、产业发展、公共服务等领域开放真实场景，为AI技术提供验证和迭代的“试验田” [2] - 发布“坪山鸿蒙八条”支持政策和“场景森林”计划，旨在将坪山打造成为深圳东部第一个制造业与服务业两业融合、处处皆AI的场景森林 [2] 企业合作与生态应用 - 现场完成五组重点场景合作签约，覆盖国产操作系统生态合作、口腔医疗智能化、城轨智能运维、鸿蒙生态落地、AI技术应用等多个重点场景 [2] - 企业代表表示，坪山区在生物医药、人工智能等重点产业以及丰富的应用场景和产业配套，与其核心业务方向和成长发展需求高度契合 [2] - 企业认为鸿蒙的分布式技术打破了设备壁垒，构建起“万物智联”的统一语言，对其安全控制系统的发展是很好的助力 [2] 政校企协同与政策支持 - 鸿蒙生态建设模式着重强调政校企三方协同，深圳技术大学将深化产学研合作，为开源生态建设提供智力与人才支持 [2] - 坪山区工信局从产业集聚、企业梯度培育、产业要素支撑、场景应用示范等维度，为生态企业提供全周期保障 [3] 模式创新与区域经济意义 - “场景森林”模式代表了一种创新的产业培育路径，或将打破传统产业园区“重硬件、轻生态”的发展局限 [3] - 通过构建真实应用场景，让技术创新能够在实际环境中快速迭代，从而提高成果转化效率 [3] - 为深圳从“万物互联”迈向“万物智联”提供了区域实践样本 [3]

现代数字世界的结构层次 - 数字世界呈现倒金字塔结构，从上到下分为四层，越往下越基础也越容易被忽视 [4] - 顶层是日常应用，如刷抖音、看视频、网购，是普通人感知的光鲜便捷的数字世界 [6] - 上层是平台与巨头，包括谷歌、微软、AWS、Cloudflare、IBM、CrowdStrike等，它们扮演数字世界“房东”和“物业”的角色，提供关键服务 [6] - 中层是代码与工具层，这一层最为精彩和混乱，充满了讽刺意味 [4] - 底层是物理与协议基础，包括海底电缆、DNS、Linux基金会，是数字世界最稳定但最不常被想起的“地基”和“物理法则” [4] 数字生态的依赖与脆弱性 - 现代数字系统高度耦合，一个微小环节的故障就可能引发全球性连锁崩溃，系统异常脆弱 [7] - 顶层的繁华体验，例如流畅刷短视频，可能依赖于一个十年前某位程序员随手写的、只有几行代码的开源小工具 [7] - 2016年，一个仅有11行代码的微小工具left-pad被作者从开源平台撤下，导致无数知名项目构建失败，揭示了数字大厦对微小开源组件的惊人依赖 [6] - 2024年7月，安全巨头CrowdStrike的软件更新导致全球性Windows系统蓝屏宕机，与left-pad事件形成呼应，表明无论顶层巨头还是底层小工具，单一故障都可能具有巨大破坏力 [7] 技术社区的角色与反差 - Rust程序员坐火箭，象征追求极致性能与安全的新兴技术，仿佛高高在上 [6] - 用C语言写基础代码的程序员是数字世界的“土木工程师”，默默支撑一切但常被遗忘 [6] - 技术社区存在“时尚”与“基石”之间的反差，追逐新潮技术固然酷，但维护老旧而重要基础设施的程序员才是稳住数字大楼的人 [7] - 数字世界建立在大量无偿或低偿的开源工作之上，但核心的开源贡献者往往得不到应有的回报和关注 [7] 数字时代的核心讽刺与启示 - 漫画尖锐指出，我们生活在“借来的稳定”之上，便利性建立在由志愿者、大公司、陈旧代码和新理念共同堆砌的、复杂到无人能完全理解的系统之上 [7] - 系统的庞大和关联紧密带来了脆弱性，复杂性本身成为风险来源 [7] - 那些不被日常用户感知的部分，如海底电缆、开源维护者、C语言程序员，恰恰是数字世界最重要的脊梁 [7] - 瞎jb折腾的微软，一句调侃道出了大公司复杂且有时令人费解的产品策略和更新 [6]

文章核心观点 - 英伟达在AI算力芯片领域，特别是训练场景，凭借先进技术和强大的CUDA软件生态建立了近乎垄断的领导地位，市值高达约4.5万亿美元，2025年第三季度营收同比增长约62% [2] - 尽管存在众多挑战者，但目前均难以撼动英伟达的地位，但未来格局可能因技术路径差异和地缘政治因素而改变 [1][2] 竞争壁垒：技术与生态 - **训练是战略制高点**：在大模型发展的初期和中期，训练算力是核心瓶颈，决定了模型的“高度” [5] - **训练要求三要素**：对算力芯片的要求可拆解为单卡性能、互联能力和软件生态三部分 [6] - **单卡性能的追赶**：竞争对手如AMD的最新产品在主要性能指标上已接近英伟达同期产品，但仅凭此不足以构成威胁 [7] - **互联能力是关键差距**：英伟达通过NVLink、NVSwitch实现万卡级高效稳定互联；其他厂商实际落地集群规模多停留在千卡级，且缺乏大规模商用实践，导致在利用效率、训练时间和成本上存在显著差距 [7] - **软件生态构成核心护城河**：英伟达的优势更在于对算力生态的统治地位，其CUDA平台拥有超过400万开发者，积累了20年的成熟工具、软件库和社区支持 [8][9] - **生态的网络效应**：CUDA生态与主流深度学习框架（如PyTorch、TensorFlow）深度协同，形成强大的网络效应，使得用户转换成本极高 [10] - **学术与教育基础**：全球高校和AI实验室的教学实验设备几乎全是英伟达GPU，培养了熟练掌握CUDA的工程师人才池 [9] 相对弱势领域：推理市场 - **推理场景要求降低**：模型部署进行推理时，对算力卡数量和互联能力的要求远低于训练，有时甚至单卡即可完成 [12] - **生态依赖度降低**：训练完成的模型对英伟达开发生态依赖度降低，且存在成熟的跨平台迁移方法（如ONNX格式）可将模型部署到其他算力平台 [12][13] - **仍占据市场主导**：尽管统治力不如训练领域，英伟达在推理市场仍占据超过70%的市场份额，因其在性能、价格、稳定性、开发成本等方面的综合性价比仍有竞争力 [13] - **迁移成本高昂**：据访谈，将模型从英伟达平台迁移至其他品牌集群，可能导致开发周期延长6个月，成本增加40% [13] 谁能挑战英伟达 - **竞争者的两难选择**：挑战者必须面对技术和生态的双重壁垒，要么在技术上实现巨大超越，要么通过非经济手段（如保护性市场）避开生态正面竞争 [15] - **美国：技术路径挑战**：挑战主要来自定制化ASIC芯片（如谷歌TPU），通过牺牲灵活性换取AI计算效率，谷歌Gemini3大模型已完全基于TPU训练 [15] - **ASIC与GPU的权衡**：ASIC芯片在特定AI计算任务上效率、功耗更有优势，但面临模型算法范式变动带来的“过时”风险；短期内技术跨越不大，且生态劣势是全方位的，因此对英伟达影响有限 [16] - **中国：地缘政治催生的市场**：美国禁令使中国市场被动成为“被保护”的市场，英伟达的生态优势无法充分发挥 [17] - **中国市场的阵痛与机遇**：禁令导致中国AI产业短期内面临算力效率下降的阵痛，但为国产算力芯片企业（如华为、寒武纪、燧原）提供了重大发展机遇，迫使用户转向国产生态（如华为CANN） [18] - **生态迁移的长期影响**：尽管开发者转向国产生态面临学习成本和技术问题，但随着投入增加，生态将逐渐成熟；未来即使禁令解除，用户也可能因迁移成本已被“消化”而留在新生态 [18] - **政策的最新变化**：2025年12月8日，美国政府批准英伟达向中国出售较先进的H200芯片（附带条件），H200算力约为特供版H20的6倍，显存容量约为1.5倍，训练表现领先数倍到十倍以上，旨在维持技术代差和英伟达生态影响力 [19] - **中国的战略应对**：理性的策略不是完全禁止或无条件放开，而是允许必要的采购（如国产芯片无法满足的核心项目），同时设计机制在局部保护市场，扶持国内AI芯片企业发展自己的生态 [19] 战略考量：生态竞争与开源 - **超越国产替代思维**：仅关注国产替代可能导致全球技术封闭和脱钩 [21] - **生态竞争的本质**：与英伟达的竞争是生态与生态之间的竞争 [21] - **开源是最优解**：开源战略可以构建全球性网络，汇聚全球开发者智慧，放大创新效率，打破脱钩陷阱；华为已宣布将其CANN和Mind工具链全面开源开放 [21]

文章核心观点 - 英伟达凭借先进的技术和强大的软件生态，在AI训练算力领域建立了近乎垄断的领导地位，但其在推理领域的统治力相对较弱，且正面临来自美国ASIC芯片技术路线及中国受地缘政治保护市场的长期挑战 [2][5][11][13][15][16] 竞争格局与英伟达优势 - 英伟达是AI算力领域的领导者，截至2025年11月市值约为4.5万亿美元，2025年第三季度营收同比增长约62% [2] - 英伟达面临众多挑战者，包括美国的AMD、英特尔、谷歌TPU、亚马逊Trainium/Inferentia及Cerebras、Groq等，以及中国的华为、寒武纪、燧原等，但目前均难以撼动其地位 [2] - 英伟达在训练算力的统治性优势源于单卡性能、互联能力和软件生态三方面 [5][6] - 在单卡性能上，英伟达处于行业顶尖，但AMD等竞争对手的最新产品的部分主要性能指标已接近英伟达同期产品 [7] - 在互联能力上，英伟达凭借NVLink、NVSwitch等技术实现了万卡级高效稳定互联，而其他厂商实际落地的集群规模大多仍停留在千卡级别，差距显著 [7] - 英伟达最核心的优势在于其软件生态，特别是拥有20年积累的CUDA平台，拥有超过400万开发者，形成了强大的网络效应和用户黏性 [8][10] - 主流深度学习框架PyTorch和TensorFlow与CUDA有深度生态协同，进一步巩固了其竞争优势 [9] - 学术界的最新AI论文开源代码通常只在英伟达GPU上验证，全球高校和AI实验室的教学实验设备也几乎全是英伟达GPU，这为其培养了庞大的熟练开发者基础 [9] 推理市场的相对弱势 - 相较于训练，推理场景对芯片互联能力要求大幅降低，有时仅需单卡部署 [11] - 在推理场景下，英伟达的生态优势不再显著，且存在成熟的跨平台模型迁移方法 [11] - 尽管如此，英伟达在推理市场仍占据超过70%的市场份额，因其综合性价比仍具竞争力 [11] - 根据对大厂工程师的访谈，将模型从英伟达平台迁移至其他品牌集群，可能导致开发周期延长6个月，成本增加40% [12] 挑战者与竞争路径 - 挑战英伟达必须面对技术和生态两方面的壁垒，生态壁垒远高于技术壁垒 [13] - 竞争者的成功路径有两种：一是在技术上实现巨大超越以克服生态劣势；二是利用非经济方法（如地缘政治）形成一个保护性市场，避开生态正面竞争 [13] - 在美国，挑战主要来自技术方面，如谷歌的定制化ASIC芯片TPU，其最新大模型Gemini 3完全基于TPU训练 [13] - ASIC芯片通过牺牲通用性换取在特定AI计算任务上的更高效率和更低功耗，但面临模型算法范式变动带来的“过时”风险 [14] - 短期内，ASIC芯片的技术挑战对英伟达影响有限，因其技术跨越并非巨大，而生态劣势是全方位的 [15] 中国市场的地缘政治影响 - 美国政府的芯片禁令使中国市场被动成为“被保护”的市场，英伟达的生态优势无法充分发挥 [16] - 禁令给中国AI产业带来中短期阵痛，但为中国算力芯片企业（如华为）提供了重大发展机遇，使其生态（如CANN）有机会在缺乏竞争的环境下成长 [17][18] - 2025年12月8日，美国政策转变，批准英伟达向中国出售较先进的H200芯片（附带条款），旨在维持技术代差和英伟达的生态影响力 [19] - H200的算力约为特供版H20的6倍，显存容量约为1.5倍，综合训练表现领先数倍到十倍以上 [19] - 对于中国市场，理性的策略是在允许必要采购（如前沿研究）的同时，设计机制鼓励和扶持国内AI芯片企业在相对受保护的市场发展自身生态 [19] 生态竞争的战略思维 - 与英伟达的竞争本质上是生态与生态的竞争，应避免单纯的国产替代思维，以防引发全球性的技术封闭 [20] - 开源思维被视为构建全球性网络、放大创新效率、打破脱钩陷阱的最优解 [20] - 华为在2025年8月宣布将其对标CUDA的CANN和Mind工具链全面开源开放，正是这种战略思维的体现，旨在快速汇聚全球开发者智慧，打造开放有竞争力的生态 [21]

文章核心观点 - 谷歌正与Meta合作，旨在通过优化其AI芯片TPU对PyTorch框架的原生支持，以削弱英伟达凭借CUDA软件平台建立的行业优势，降低开发者从英伟达生态迁移的门槛 [1] - 此举旨在应对英伟达GPU的高昂价格和供应瓶颈，Meta作为英伟达大客户正积极寻求替代方案，并可能与谷歌达成价值数十亿美元的芯片租用与采购交易 [1] 公司与行业动态 - 谷歌正投入资源推进名为“TorchTPU”的项目，致力于让其TPU更顺滑地运行PyTorch，并考虑将部分代码开源以提高客户采用率 [1] - 谷歌发言人证实该计划，表示其目标是让PyTorch在谷歌云TPU上的体验无缝衔接，并强调TPU和GPU基础设施的需求都在大幅且加速增长 [4] - Meta作为PyTorch开源生态的关键缔造者，正与谷歌合作，旨在让PyTorch能够原生地、无损地在谷歌TPU上大规模运行 [1] - Meta正与谷歌洽谈一项价值数十亿美元的交易，计划在2026年租用谷歌云TPU，并可能在2027年直接采购其芯片用于自家数据中心 [1] 市场竞争格局 - 英伟达在AI领域的领先地位不仅源于其GPU硬件，更因为其CUDA软件平台已成为AI开发的“标准语言” [2] - 谷歌与Meta的合作模式是：Meta提供应用生态（PyTorch），谷歌提供底层算力硬件（TPU），双方在软件层构建一条“绕过CUDA”的快速通道 [2] - 此举旨在降低开发者从英伟达迁移到谷歌阵营的门槛，开发者不再需要为了使用谷歌芯片而重写代码 [1] 市场反应 - 截至消息发布当周的周三收盘，谷歌与英伟达股价双双下跌超3%，Meta股价亦跌超1% [4]

南下资金流向 - 当日南下资金净买入前五名分别为小米集团-W 10.63亿港元、美团-W 7.5亿港元、南方恒生科技ETF 7.45亿港元、阿里巴巴-W 5.43亿港元、腾讯控股 4.57亿港元 [1] - 当日南下资金净卖出前两名分别为中国移动 5.14亿港元、中国海洋石油 1.32亿港元 [1] - 南下资金已连续14日净买入小米集团-W，累计净买入138.4687亿港元；连续6日净买入美团-W，累计净买入55.5796亿港元；连续5日净卖出中国海洋石油，累计净卖出18.6618亿港元 [1] 个股市场表现与资金活动 - 长飞光纤光缆股价单日大幅上涨21.2%，并获得南下资金净买入4.13亿港元 [1][4] - 中国人寿股价上涨4.3%，并获得南下资金净买入3.13亿港元 [1][4] - 紫金矿业获得南下资金净买入3.57亿港元，股价上涨1.8% [1][4] - 中芯国际获得南下资金净买入2.17亿港元，股价上涨2.1% [1][4] - 快手-W获得南下资金净买入1.84亿港元 [1] 小米集团业务进展 - 小米全球月活用户数达7.42亿，同比增长8.2% [5] - 小米IoT设备全球连接量（不包括手机、平板和电脑）达10.4亿台，同比增长20.2% [5] - 小米拥有120万全球软件开发者，国内全端月分发量达11亿，拥有1800万游戏付费用户和1300万内容与服务订阅用户 [5] - 小米openvela开源生态全球合作伙伴突破100家，赋能1500+品类，搭载设备超1.6亿台，并首次实现从IoT芯片到车用MCU的关键拓展 [5] 紫金矿业项目进展 - 紫金矿业湖南道县湘源锂多金属矿采选冶一体化项目建成投产，是公司首个锂云母型硬岩提锂采选冶一体化项目 [5] - 该项目标志着公司“两湖两矿”战略又一重磅项目落地，助力其向“成为全球最大的锂供应商之一”目标迈进 [5] 美团业务创新 - 美团无人机联合上海交通大学医学院附属仁济医院，成功完成上海市内首次医疗样本无人机配送 [6] - 此举标志着上海市内首批常态化无人机医疗配送航线正式开通 [6]

小米软硬件生态最新进展 - 公司软件生态拥有120万全球软件开发者，国内全端月分发量达11亿，拥有1800万游戏付费用户及1300万内容与服务订阅用户 [1] - 公司硬件生态全球月活用户数达7.42亿，同比增长8.2% [1] - 公司IoT设备（不包括手机、平板和电脑）全球连接量达10.4亿，同比增长20.2%，全球硬件合作伙伴超过15000家 [1] 小米开源生态拓展 - 公司宣布openvela开源生态全球合作伙伴突破100家 [1] - openvela开源生态已赋能超过1500个品类，搭载设备超过1.6亿台 [1] - 该生态覆盖实现关键拓展，首次从IoT芯片延伸至车用MCU领域 [1]

小米软硬件生态最新进展 - 公司于2025年小米人车家全生态合作伙伴大会上公布了软硬件生态最新进展 [1][3] 软件生态规模 - 拥有120万全球软件开发者 [1][3] - 国内全端月分发量达11亿 [1][3] - 游戏付费用户数为1800万 [1][3] - 内容与服务订阅用户数为1300万 [1][3] 硬件生态规模 - 全球月活跃用户数达7.42亿，同比增长8.2% [1][3] - IoT设备全球连接量（不包括手机、平板和电脑）达10.4亿，同比增长20.2% [1][3] - 全球硬件合作伙伴数量超过15000家 [1][3] OpenVela开源生态拓展 - 全球合作伙伴数量突破100家 [1][3] - 赋能品类超过1500个，搭载设备超过1.6亿台 [1][3] - 生态覆盖实现关键升级，首次从IoT芯片拓展至车用MCU [1][3]

活动概况 - 昇腾CANN开源开放沙龙上海站于12月9日成功举办，活动聚焦CANN开源开放的技术路径与生态共建 [1] - 活动由华为技术有限公司主办，上海昇腾人工智能生态创新中心、中国计算机学会上海活动中心承办，多家单位协办 [1] - 活动吸引了众多华东地区的开发者、企业代表及专家学者参与，共同探讨算力技术的深度落地与产业融合 [1] 生态战略与成果 - 华为昇腾扎根上海以来，已联合**300多家**生态伙伴孵化**超1000个**AI解决方案，培养**5000余名**开发者 [5][24] - 昇腾持续践行“硬件开放、软件开源、使能伙伴、发展人才”战略，坚持全面开源开放，以开发者为中心加速创新 [5][24] - 中国计算机学会上海副主席丁炎呼吁共同构建开源开放的AI基础软硬件体系，并建议以开发者为中心，依托创新中心推动区域技术生态建设 [3][22] CANN技术发展 - CANN作为昇腾AI硬件基础的算力使能层，已构建起包含算子库、编译器等在内的完整软件栈 [8][26] - CANN协同**数百家**伙伴与**数千名**开发者共同推动技术进步，正持续推动全栈开源开放与分层解耦 [8][26] - 社区通过提供多样化的开发模式与丰富的支持体系，帮助开发者更灵活、高效地进行应用创新与算子定制 [8][26] 行业实践与技术分享 - 上海人工智能实验室分享了基于昇腾CANN的大模型推理优化实践，通过构建开放平台DeepLink提升主流大模型推理效率 [10][29] - 合作伙伴分享了通过异构推理与存算增压解决大模型推理效率瓶颈的方案，实现了延迟降低与吞吐提升 [10][29] - 技术分享为开发者在实际场景中实现高性能、低成本推理提供了可落地的优化路径 [10][29] 产学研融合与生态共建 - 活动举行了闭门研讨，产业界与学术界代表围绕CANN开源生态协同、技术挑战与产学研融合等核心议题展开深入交流 [13][31] - 各方共同探讨了生态共建、标准推进与人才培养路径，为区域智能计算生态的深化发展凝聚共识 [13][31] 联创计划启动 - 活动现场，多方代表共同启动了上海“CANN生态联创计划” [14][32] - 该计划将立足上海，汇聚产、学、研、用多方力量，通过算力支持、联合创新、赛事活动、人才培养等系列举措 [14][32] - 计划旨在全力构建一个生机勃勃的CANN区域创新生态，助力上海人工智能产业的高质量发展 [14][32] 创新大赛与激励 - 昇腾AI创新大赛上海赛区吸引了**近900名**开发者、**超80支**队伍参与角逐 [16][35] - 上海珑京信息科技有限公司与上海理工大学斩获金奖；卓繁智能、宝信软件、新致软件等单位获得银奖 [16][35] - 另有来自先锋网络科技、卓繁智能等**十余支**队伍获得铜奖，获奖团队在AI技术创新与应用探索上的成果获得表彰 [16][35]