文章核心观点 在2026年世界移动通信大会上，公司以“共创智能数字生态”为主题，全面展示了其在5G与AI深度融合、数字与现实融合以及创新驱动未来三大领域的最新成果与实践 公司通过一系列核心产品与解决方案，系统性地将其技术能力转化为服务全球数字化转型的“解决方案”，并获得了全球产业界的广泛认可 [1][21] 夯实全球数字智能基座 - 在“算网数字基座”展区，公司展示了以AI与网络深度融合为核心的解决方案，凸显其作为全球数字服务提供商的底层实力 [3] - 公司推出的“基于AI的全域通信网络数字孪生平台”集成了大数据分析、高保真建模、3D GIS、AI算法和智能编排五大引擎，实现了从基础能力建立到业务价值赋能的闭环 [4] - 通过“AI使能网络智能运营”展示，公司利用AI大模型技术深度赋能生产流程，以十二个具体场景重塑网络运营效率，为全球运营商提升运营效率提供了智能化路径参考 [5] 融合：释放AI能力产业价值 - 在“数字融合”展区，公司通过“数实融合 智行千里”等展项，以一辆汽车的全球旅程为线索，展示了其在东南亚5G全连接工厂、智慧港口及欧洲车联网等多个场景赋能全球产业的实践 [7][8] - 公司AI体系强调“算力、数据、模型、应用、安全”的全面布局 其万相数据工程平台已汇聚约400TB覆盖政务、经济、医疗等领域的高质量数据集 其MaaS平台汇聚了超过140个自研及第三方模型 万物智能体平台作为首家央企开源智能体平台，支持无代码开发，降低AI应用门槛 [10] - 在汽车数字化转型领域，公司开发了一站式智能驾驶服务系统，为车主提供超过200项精选生活服务 在交通领域，基于自研交通行业大模型，公司构建了车、路、云多智能体融合应用，已在超过200个城市实现多场景应用，其中包括超过10个车路云一体化示范城市 [10] 创新驱动未来：探索科技共荣 - 公司展示了技术超越商业利益、创造社会价值的实践 例如，基于5G、大数据和AI，公司为白洋淀水环境治理构建了“空天地水”一体化智能监测系统，助力水质从劣V类提升至III类，并吸引超过90种野生鸟类栖息 [13][14] - 公司推出了中国首个AI气象MaaS平台，可提前15至45分钟发布强对流天气预警 同时，作为中国海洋领域首个国家级可信数据空间，其海洋资源环境可信数据空间已开发出超过50种面向海洋工程、港口航运等场景的数据产品与服务 [14] - 在深港跨境医疗理赔创新实践中，利用其国际可信数据空间产品能力，实现了香港居民在境内就医“免押金、一站式即时结算”，将医院与保险机构的理赔效率提升了超过50% [15] 数据驱动价值创造与业务增长 - 公司的AI驱动能力，如U PLUS商城、智能驾驶AI营销助手和运营商协同生态，受到广泛关注 智能驾驶AI营销助手利用OCR和语音技术，预计在2025年可推动新商机增长85%，转化率提升10% [15] - U PLUS商城通过“AI数字员工”实现国际业务线上运营，预计2025年线上交易额将增长93% [16] - 运营商协同生态系统通过标准化API，简化了全球资源体系，将交付周期缩短了25% [16] 权威发声与生态构建 - 公司大数据首席科学家向媒体阐释了其工业数字智能体方案相较于传统工业互联网解决方案的创新亮点，关键在于5G连接、工业协议在线解析与互操作、以及AI与工业互联网的深度融合三个层面 [18] - 公司高管阐述了在eSIM领域赋能上下游合作伙伴的四大关键能力：全栈解决方案适配支持、消费电子行业高效赋能、物联网全球连接服务以及全球产业生态协同推进 [19] - 展会期间，公司正式发布了“寰宇生态平台”，旨在汇聚技术研发、产业应用和学术研究的多维力量，打造一个开放共生、价值共创的数字生态共同体 [19]

行业应用现状 - AI数字人正成为景区新晋网红，深度融入景区服务全流程，例如山西博物院的虚拟星推官和伊犁将军府的数字讲解员 [1] - 虚拟数字人已渗透至传媒、文娱、金融、教育、医疗、农业、政务等诸多领域，展现出惊人的适应性与创造力 [3] 技术驱动因素 - 生成式人工智能、虚拟现实、增强现实等技术快速演进，成为数字经济发展新引擎 [4] - AIGC技术使数字人内容生成效率大幅提升，基于大模型的数字人能够理解复杂语境并进行创造性思考与情感表达 [4] - 神经渲染技术让数字人的面部表情、肢体动作更加自然流畅，几乎达到以假乱真的程度 [4] - 边缘计算与5G网络普及解决了数字人实时交互的延迟问题，使其在复杂环境中保持稳定服务质量 [4] 行业发展挑战 - 高质量数字人研发成本高达数十万甚至上百万，包括3D建模、动作捕捉、语音合成、知识图谱构建等多个环节 [5] - 多数数字人仅停留在外观精美但功能单一的阶段，无法根据用户个性化需求灵活调整服务内容 [5] - 交互能力局限性是主要瓶颈，依赖预设脚本或简单规则引擎，缺乏真正理解与推理能力，难以应对开放场景下的复杂交互 [6] - 数字人与现有行业系统整合难度大，面临信息孤岛问题，无法获取实时准确的关键数据 [6] - 既懂行业业务又掌握数字人技术的复合型人才极为稀缺 [6] - 数字人应用的投入产出比不明确，企业引入需重构业务流程并承担转型成本与风险 [6] 未来发展路径 - 需建立需求导向的研发机制，深入挖掘各行业核心环节的真实需求，让数字人技术在解决实际问题中迭代升级 [7][8] - 推动数字人技术与物联网、大数据、行业专有知识深度融合，构建智能化服务生态，实现从单一功能向综合服务的跨越 [8] - 降低使用门槛与成本是关键，可通过建设行业级数字人服务平台、开发低代码定制工具、建立知识共享库等方式促进规模化应用 [9] - 政府、企业与科研机构应加强合作，共同制定行业标准，促进技术兼容与数据互通，加速数字人技术的产业化进程 [9]