近日，由中国广告协会提出并归口的《生成式引擎优化服务要求》《生成式引擎优化效果监测与验证要求》《生成式引擎优化内容源主体分类分级与选用要求》三项团体标准正式发布，自2026年10月23日起实施。 当前，生成式人工智能与品牌传播、企业营销和消费者决策深度融合，生成式引擎优化作为新兴服务形态应用场景持续拓展。与此同时，该领域整体发展仍不成熟，市场行为有待规范。为引导市场主体落实合规义务，严格遵守《反不正当竞争法》《广告法》《消费者权益保护法》等法律法规，切实维护消费者权益，净化行业环境，回应行业高质量规范发展需求，在市场监管、标准化主管、消费者权益保障等政府相关部门及行业组织的指导和支持下，中国广告协会汇聚高等院校、科研机构、主流媒体、大模型平台、品牌企业、技术服务机构、专业法律服务机构等各领域智慧，组织编制AI营销领域生成式引擎优化三项团体标准。 三项标准为整治乱象、强化行业自律提供了有力抓手和规范指引。其中，《生成式引擎优化服务要求》聚焦服务全流程规范，明确主体资质、实施规范、行为边界与合规要求，为服务经营活动提供自律指引；《生成式引擎优化效果监测与验证要求》聚焦效果度量闭环，统一监测维度、采样规则与验证方法，破解行业长期存在的评价标准不一、效果难以验证的共性难题； 《生成式引擎优化内容源主体分类分级与选用要求》聚焦内容源头治理，建立内容源主体分类分级模型与选用规则，从信息入口端夯实可信度规范基础。该标准由弗若斯特沙利文（Frost & Sullivan，以下简称"沙利文"）作为起草单位牵头起草。 三项标准覆盖服务供给、效果验证、内容规范全链路，形成相互支撑的有机自律规范体系。 中国广告协会会长张国华 表示，生成式人工智能技术浪潮正在重构信息传播的底层逻辑，也为品牌营销带来了全新的发展命题与治理挑战。行业在拥抱技术红利的同时，必须守住真实合规的底线，守护好消费者权益与行业公信力。推动生成式引擎优化领域标准化建设，是行业主动适配技术变革、完善自律规范体系的必然选择，也是协会履行自律职责、服务行业高质量发展的重要举措。这批标准的出台，将为行业厘定清晰的发展坐标系，助力品牌营销在AI时代健康前行。 中国广告协会秘书长霍焰 表示，三项标准的编制坚持问题导向与系统思维并重，为生成式引擎优化领域的服务运营、效果评估与内容规范提供了系统性自律参照，进一步充实完善了中国广告协会正在系统推进的AI营销领域标准体系建设。同时，标准发布不是终点，而是行业标准化自律规范的起点。协会将以三项标准为核心，持续联动政府相关部门、市场主体与行业组织，推动标准落地执行与迭代升级，切实把制度规范转化为行业发展的内生动力。 沙利文大中华区主管合伙人兼总裁、《生成式引擎优化内容源主体分类分级与选用要求》主要起草人王晨晖 表示，内容源是生成式AI时代信息分发的"第一道闸门"，源头失序，则一切优化无从谈起。沙利文很荣幸牵头起草内容源主体分类分级与选用要求，将全球咨询研究领域的经验与方法论沉淀转化为行业公共基础设施。GEO竞争的下半场，本质上是内容源可信度的竞争。沙利文作为负责任的内容源主体，将率先对标践行，将标准要求嵌入自身研究与咨询业务流程；率先宣贯传导，帮助品牌与生态伙伴理解规则、用好规则；并持续反馈实践情况，与协会携手把"纸面标准"转化为"行业习惯"，让可信内容成为AI时代品牌增长的新底座。 接下来，中国广告协会将全面推进标准的宣贯落地工作，并依托标准开展行业合规测评，推进AI营销审核平台等行业公共服务建设，同时持续跟踪行业实践反馈与技术迭代趋势，适时修订完善标准内容，匹配行业高质量发展需求。 标准全文可访问中国广告协会官方网站 （ https://www.chinacaa.org/cnaa/newsdetail/1331） 或通过全国团体标准信息平台 （https://www.ttbz.org.cn/） 查阅。 活动预告 10月23日（周五）14:00—17:45，第33届中国国际广告节期间，由中国广告协会、弗若斯特沙利文（Frost & Sullivan）联合主办，中国广告协会新消费专业委员会、中国广告协会互联网广告工作委员会、头豹研究院、IAB中国协办的"2026新消费品牌转型增长交流会"将在北京海淀中关村国际创新中心举行。 本届主题交流会以"智领消费新浪潮·品牌出海新纪元"为主题，聚焦全球消费趋势洞察、AI赋能品牌营销、新消费品类创新、品牌出海实战、GEO与新时代品牌传播五大核心议题。现场将分享沙利文"全球产品创新指数""中国领先指数"系列研究报告，设置两大主题圆桌与《2026年中国GEO营销实践与合规发展报告》解读环节，发布GEO图谱及可信GEO典型案例，并举行GEO三项团体标准参编单位证书颁发仪式，拟邀请行业主管领导、平台负责人、头部品牌代表、投资机构及资深专家现场分享交流，共话新消费品牌的增长逻辑与全球化出海路径。欢迎行业伙伴报名参会！ 请扫码填写 “2026 新消费品牌转型增长交流会”专属二维码： 联 系 人：吕加斌 18310819186（微信同号） 联系邮箱：lvjiabin@china-caa.org

中国企业全球化产业合作大会 2026年10月15日，以“融通全球·聚力共赢”为主题的中国企业全球化产业合作大会在南京举行。弗若斯特沙利文（Frost & Sullivan，简称“沙利文”）中国主管合伙人兼总裁王晨晖出席大会，在下午主论坛“AI时代中国企业全球化的治理能力”环节发表《AI时代上市公司价值认知与信息治理——新挑战与新范式》主题演讲，重点阐释IP-KNIT行业公共可信知识网络的定位与共建路径。 沙利文中国主管合伙人兼总裁王晨晖发表主题演讲 01 AI认知风险对信息治理提出新要求 王晨晖指出，AI对公开信息进行抽取、压缩和重组，正在改变投资者认识上市公司的路径。关键遗漏、风险放大和信息过时，可能使企业画像偏离实际情况。即使数字准确，缺少比较口径和业务语境，也可能形成结构性失真。企业应推动投资者关系（IR）与公共关系（PR）纳入统一工作流，并关注自身信息在AI生态中的准确性、可追溯性和可更新性。 2026年9月，在中国上市公司协会指导下完成的首批5家上市公司检测试点，以29道统一题目覆盖6个AI平台，共确认57项失真问题，其中编造仅5项，结构性失真23项、约占40%，口径换算、跨期错配和过时报告期导致的错误29项、约占51%。相关标准与服务体系仍处于研讨阶段。 沙利文中国主管合伙人兼总裁王晨晖在2026中国企业全球化产业合作大会上发表主题演讲 02 IP-KNIT连接知识条目与行业研究 王晨晖介绍，在沙利文“知识3.0”研究框架下，知识治理进一步关注信息离开原文后能否可靠使用、有人负责。沙利文于2026年服贸会首次系统发布IP-KNIT（Industry Public Knowledge Network of Integrity & Trust）共建方案，以行业协作连接知识、证据、版本与责任。 IP-KNIT中的知识继续保留在各参与方原有系统中，通过共同的数据结构、审验机制、身份与权利规则以及机器调用接口建立联系。其公共可信知识层以共享本体（Ontology）为底座，将法规状态、检测结果和企业第一方事实组织成可逐条核验的知识条目；行业研究层将标明来源、边界和版本的条目，与产业链、市场口径和估算模型结合，形成支持决策的研究成果。 两层之间以“双向可达”为核心：报告中的每个高影响结论能够回到知识条目和原始证据，条目也能够回到完整报告，恢复产业语境。由此，研究结论保留证据来路——“双向可达”是IP-KNIT区别于普通内容库的关键。 共享本体通过定义概念及其关系，以机器可读取的规范语言表达业务含义，并由行业多方共同维护。以演讲中的麦角硫因案例为例，申请受理、后续状态与证据边界应分别记录，受理和延期文件本身不能支持已获批准的结论，单个批次问题也不能直接外推为整个行业的状况。 03 以试点验证治理闭环与公共信任 IP-KNIT将以前沿行业为切入点，结合产业合作伙伴共建。首个90天试点计划形成30—50条最小知识条目、12—15个真实高频问题、一张知识地图、一份行业研究原型及完整运行记录，验证知识从提供、整理、审验、发布到维护和纠错的闭环。条件具备时，再测试AI回答质量是否改善，最终检验对真实决策的作用。 王晨晖强调，共建须明确角色和权力边界。企业贡献第一方事实与真实问题，大学及独立专家开展科学审验与证据边界判断，行业研究机构负责产业综合，独立评测方在条件具备时测试回答质量，秘书处负责维护协调。赞助方不能购买事实或排名，生产者不能独立审核自己的关键结论，运营方不能成为唯一事实裁判。 上市公司可从一条知识条目、一个高频问题或一次状态澄清开始，将产品规格、技术能力、认证信息和经营数据组织为可核验、可更新、可对照、可纠错的事实。在开展AI自查、优化语料结构的基础上，呼吁企业将AI信息治理纳入ESG框架，参与行业公共可信知识网络建设，使关键知识离开原文后仍保留证据、边界、版本与责任。

随着生成式人工智能加速重塑信息检索与消费决策方式，用户获取品牌与产品信息的入口正由传统搜索引擎逐步延伸至生成式AI平台。在这一背景下， 生成式引擎优化 （Generative Engine Optimization，简称“GEO”）正在从单一的内容优化工具，发展为连接品牌认知监测、用户意图分析、内容生产与优化、全渠道信息传播的系统性生态。 为系统梳理中国营销GEO领域生态，汇聚GEO领域的优质技术、产品、服务、专业内容、数据资源、媒体渠道与实践成果，推动行业分类体系与供需对接机制不断完善，中国广告协会组织发起《中国GEO营销生态图谱2026》征集工作，弗若斯特沙利文提供智库支持。 本次征集将以企业或机构的核心业务、资源能力及其在GEO整体生态中的功能定位为主要分类依据，主要涵盖大模型与AI答案入口（平台方）、GEO服务与技术提供方、内容源与信源平台三大类，编制兼具权威性、专业性、实用性与行业指导价值的《中国GEO营销生态图谱2026》，帮助品牌方准确识别不同生态参与方的能力边界和适用场景，降低合作筛选与试错成本，促进中国GEO营销领域规范化、专业化和高质量发展。 一、参与要求 （一）基本要求 参与主体为合法注册的企业/机构，无不良经营记录； 主营业务与图谱细分赛道匹配，且在该赛道具备1年以上服务/运营经验； 能提供真实、完整的主营业务相关证明材料（确保信息可追溯，用于图谱信息核验）； 每家企业需根据最核心的主营业务申报对应赛道。   （二）提交材料 需提交电子版材料，包括但不限于： ·营业执照/机构注册证明； ·企业/产品LOGO； ·公司简介、核心团队介绍； ·主营业务及对应细分赛道说明； ·年营收规模、主要合作伙伴、主要经营区域； ·典型案例等。 （注：以上内容为辅助评选所需，具体呈现需以图谱展示为准）     二、参与价值 权威曝光：企业或机构名称、品牌LOGO及核心业务有机会按相应生态类型收录至《中国GEO营销生态图谱2026》，并通过相关渠道推广。   资源对接：入选企业或机构有机会参与品牌需求对接、专题沙龙及产业交流活动，连接品牌方及相关生态合作伙伴。   案例推广：优秀产品、研究成果及典型案例有机会作为行业优秀实践进行推广。   三、参与方式 （一）征集阶段 9月30日-10月15日   （二）申报通道扫码申报：长按识别下方二维码，在线填写 （三）申报须知 每家企业或机构至多可选择1个生态类型申报，建议选择最能代表其核心业务或资源能力的类型； 申报材料须真实有效，信息不完整或存在虚假申报情况的，将影响评选结果或取消入选资格； 提交申报即代表申报方授权中国广告协会可在图谱及相关内容中使用申报方所提交信息，用于行业分析及内容发布、展示等； 提交申报不代表自动入选，图谱最终分类及收录结果以正式发布版本为准。 敬请通过申报入口 尽快提交材料 ，共同绘制《中国GEO营销生态图谱2026》，把握生成式AI时代的品牌认知与增长新机遇，共建规范、可信的GEO产业生态。

沙利文洞见 “一小时一个价。”近期，MLCC（多层陶瓷电容器）市场流传着这样的说法。部分高容量MLCC现货价格快速上涨，极端情况下，较此前价格最高涨至数倍甚至十倍；与此同时，普通消费级MLCC却开始降价。这种分化，正在成为这一轮MLCC行情最鲜明的特征。MLCC被称为“电子工业大米”，几乎存在于所有电子产品中，包括手机、家电、新能源汽车、AI服务器等。过去一年，MLCC经历多轮涨价。2025年下半年至2026年上半年，部分产品价格持续上调；进入7月，村田、国巨、三星电机等海外厂商再次调价，部分产品涨幅达到30%甚至更高。 在此背景下，《时代周报》记者就MLCC的价格分化采访弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）沙利文中国业务主管合伙人兼董事总经理陆景。 《时代周报》   Q：从现在到明年，MLCC 价格怎么看？这轮涨价还能持续多久，核心取决于哪些变量？ 陆景 沙利文中国业务主管合伙人兼董事总经理 （1）2026年下半年：涨价逻辑仍然成立，但已经从“全面涨价”转向“高端规格涨价” 2025年下半年至2026年2月： 全球被动元器件（MLCC、电阻、电感、钽电容、磁珠等）进入全品类、多轮次、跨区域涨价周期，价格 涨幅普遍在5%至30% ，高端品类的价格涨幅更高。 2026年4月起： 全球被动元器件 迎来新一轮涨价 ，原厂优先保供AI、车规级大客户，渠道商价格出现“一天一价”。 在渠道补库、客户提前锁货及原厂收紧低价订单等因素推动下，2026年上半年涨价已由部分高规格和车规料号逐步扩散至部分普通消费级产品，形成较广范围的价格上行行情。 Taiyo Yuden于4月率先上调部分消费及车规MLCC价格约6%–13%；6月以后，中国市场部分主流X5R消费级MLCC报价上涨约15%–25%。 2026年7月以来，被动元器件开启第三轮价格上涨： 村田已于2026年7月起对AI及车规产品涨价10%至40%；国巨则于2026年7月1日上调了全系列报价约50%；三星电机7月对客户发出通知，自8月1日起，MLCC产品出货价格将在现行基础上统一上调30%；太阳诱电于7月23日给客户发出MLCC价格调整的通知，自9月1日起对部分产品进行调价。 同时，下半年以来，市场逐渐走出两条行情： 一方面，面向手机、PC、家电等传统终端的普通消费级MLCC，在经历前期快速上涨后，随着渠道库存补充、客户采购节奏恢复正常及供给竞争重新显现，价格将逐步回归理性，将以高位企稳或小幅波动为主；另一方面， 面向AI服务器、车规及工业应用的高容量、小尺寸、低电压、高温特性及高可靠性MLCC，缺货和涨价状态仍有望延续。 订单与交期数据已反映这一分化：截至2026年6月底，Murata、Samsung Electro-Mechanics及Taiyo Yuden的订单出货比分别约为1.30、1.31及1.25，显著高于行业整体约1.04的水平； 部分高端X6S产品交期亦已由约8周拉长至最长约20周。目前，国内部分厂商AI高端规格订单已排至2027年第二季度。 下游采购策略随之改变，以往提前1-2个月下单，现在往往提前3-6个月 锁定产能 。这意味着，普通消费级产品的前期涨价更多反映价格修复与库存补充，而高端MLCC的上涨则由真实供需缺口驱动。AI服务器持续提升功耗密度和电源管理复杂度，对高容值、高叠层数料号的需求快速增长；同时，该类产品受制于材料体系、叠层工艺、良率爬坡和客户认证，短期有效供给难以快速扩张，日韩厂商亦会优先将有限产能配置给服务器、汽车及工业等高附加值客户。 因此，2026年下半年MLCC市场的核心特征将是：消费级普通产品在上半年暴涨后回归理性，而AI服务器及车规高端MLCC在供需紧平衡下延续缺货和涨价。 （2）2027年：更可能是“高位维持+结构性涨价”，而不是持续大幅普涨 2027年上半年，高端MLCC的价格预计仍具较强韧性，部分紧缺料号不排除继续上涨。需求端，AI服务器平台迭代及云服务商持续部署将继续抬升高规格MLCC的单位价值量；例如，GB200单板MLCC用量约为6,500颗，Rubin平台有望进一步提升至约12,000颗，高容值、小尺寸、低电压及高温特性料号仍将持续受益。供给端方面，尽管日韩厂商已启动扩产，但新增产能仍需经历设备安装、良率爬坡及头部服务器、车规客户认证，短期内难以完全转化为有效供给， 因此高端产品的供需紧平衡状态预计仍将延续。 进入2027年下半年以后，市场更可能由缺货驱动的持续涨价逐步转向高位维持下的结构性分化。一方面，若AI服务器实际出货和单机MLCC价值量持续提升，高端高容量MLCC仍将维持较普通消费级产品更强的价格韧性；另一方面，随着日韩龙头前期扩产逐步释放、台湾及中国大陆厂商持续向中高端料号渗透，部分高端规格的供给紧张程度有望边际缓解，价格上涨斜率预计放缓。与此同时，普通消费级MLCC在经历2026年上半年的快速上涨后，若手机、PC等传统终端需求未出现超预期复苏，仍将面临库存消化及产能竞争压力，价格将更多取决于终端需求与渠道库存变化。 整体而言，2027年的基准情形并非全行业继续普涨，而是高端高容量MLCC维持相对高价和较强议价能力，普通消费级MLCC价格趋稳或回归基本面，行业产品结构、客户结构及厂商技术能力的分化进一步扩大。 （3）决定价格持续时间的几个核心变量 AI服务器MLCC单机用量：决定高端需求增长的斜率 AI服务器对MLCC需求的拉动，并不只是服务器出货数量增加，更关键的是单台设备中高规格MLCC的使用数量和价值量同步上升。TrendForce数据显示，NVIDIA GB200单板约使用6,500颗MLCC，下一代Rubin平台约达到12,000颗，增幅约85%；AMD MI450在验证过程中，部分47μF、2.5V、X6S、0402规格MLCC的单板用量由1,440颗提升至10,544颗，增幅达632%。 这一变化反映出，AI服务器升级并非仅增加通用电子元件，而是由于GPU、ASIC、HBM及高速网络模块的功耗密度提升、电流瞬态变化加大，电源分配网络需要配置更多高容值、低ESR、低电压及高温特性MLCC，以实现更稳定的去耦、滤波及瞬态响应。由于新增需求集中于少数高规格料号，实际形成的是对特定产品组合的需求陡增，而非对所有MLCC的平均拉动。只要新一代AI平台的单板MLCC用量继续提升，即使服务器出货增速有所放缓，高端MLCC的单位价值量也仍可增长，并持续挤占原厂高端产能；反之，若平台设计趋于成熟、单机用量增长放缓或服务器部署节奏低于预期，供需紧张程度将较快缓解。 日韩厂商高端产能释放速度及国产替代进程：决定供给缺口能否被填补 高端MLCC的供给约束并不等同于行业总产能不足，而在于能够稳定量产高容值、小尺寸、高叠层数及高可靠性产品的有效产能有限。当前，Murata（日本村田）、Samsung Electro-Mechanics（韩国三星电机）及Taiyo Yuden（日本太阳诱电）等日韩厂商仍是高端MLCC的主要供应商，其新增产能需经历设备安装、工艺爬坡、良率提升及客户认证，短期内难以快速转化为可用于AI服务器和车规客户的有效供给。 与此同时，国产替代将成为影响本轮涨价持续时间的重要变量。中国大陆厂商在普通消费级及部分中端MLCC领域已具备较强供给能力，能够较快缓解通用规格的紧张程度，因此普通消费级产品在前期涨价后更容易回归理性；但在高容值、小尺寸、超薄层叠、高温特性及高可靠性料号方面，国产厂商与日韩龙头之间仍存在产品性能、良率稳定性及头部客户认证周期等差距。尤其是AI服务器和车规客户通常不会因短期缺货而轻易更换供应商，国产厂商即使具备产品能力，也仍需完成较长的验证和导入过程。 因此，国产替代短期内更可能加剧普通及中端MLCC的价格竞争，而非立即消除高端MLCC的供需缺口；但若国内厂商在高规格料号的良率、可靠性和客户认证方面取得突破，则将显著加快高端供给释放，并成为2027年以后高端MLCC价格涨幅收窄的关键因素。 AI服务器平台迭代速度 AI服务器需求并非均匀增长，而是高度依赖GPU、ASIC及服务器架构的代际切换。每一次平台迭代，如从GB200向Rubin演进，均可能因算力密度提升、供电架构复杂化及板级集成度提高，带来MLCC单机用量和高规格料号占比的台阶式增长。除NVIDIA外，AMD及Google、AWS、Meta等云服务商的自研ASIC亦将形成新的需求来源；若多个平台在相近时期集中放量，原厂将面临更明显的高端产能配置压力。 因此，平台迭代速度决定的不只是MLCC需求规模，更决定需求增长是否集中爆发。若Rubin及后续平台如期放量，且CSP自研ASIC持续扩大部署，高端MLCC需求将持续超出原有供给规划，支持缺货和涨价延续；反之，若新平台导入延迟、AI资本开支收缩，或芯片、HBM、CPU、电源模块等其他关键环节成为服务器交付瓶颈，则MLCC需求兑现将后移，价格上行周期也将缩短。 消费电子和汽车电子需求 手机、PC、平板及家电仍是MLCC最大的应用基础，消费电子需求决定行业整体稼动率和普通规格的价格底部。2026年上半年，普通消费级MLCC在原厂调价、渠道补库及市场情绪带动下经历快速上涨；但进入下半年后，若手机、PC等终端需求仍偏弱，渠道完成补库后，普通规格将重新面临库存消化和产能竞争，价格趋于理性。反之，若消费电子需求在2027年出现明显复苏，将直接吸收通用产能、改善原厂稼动率，并减少原厂向低端客户让价的动力，从而对整个MLCC市场形成更强的价格支撑。 汽车电子则与消费电子的作用不同：其需求增速未必是短期价格快速上涨的直接催化剂，但车规MLCC认证周期长、生命周期长、供应链稳定性要求高，能够持续占用中高端产能并抬升行业价格中枢。若新能源汽车、高级辅助驾驶及智能座舱持续提升单车电子化程度，车规高可靠性MLCC需求将与AI服务器需求共同争夺日韩厂商的高端产能，进一步强化高端产品的供给约束。   Q：AI 服务器正在增加 MLCC 用量，对整体需求的拉动有多大？高端 MLCC 产能向 AI 服务器倾斜后，会对消费电子、汽车电子等传统市场造成多大挤压？ 陆景 沙利文中国业务主管合伙人兼董事总经理 （1）AI服务器目前尚不是MLCC最大的下游市场，但已经成为最重要的结构性增量之一，且对高端MLCC需求的拉动显著高于传统服务器 AI服务器对MLCC需求的拉动主要来自单机用量提升和产品规格升级两个方面。相较传统通用服务器，AI服务器配置更多GPU、ASIC及高功率电源管理模块，整机功耗及瞬态电流显著增加，相应提升了去耦、滤波、稳压及储能环节的MLCC配置需求。 AI服务器MLCC用量约为传统通用服务器的8–13倍 （例如，据三星电机官方数据显示，通用服务器单机约用2200颗MLCC，AI服务器单机用量约2.8万颗）。随着GPU及ASIC持续向更高算力、更高功耗演进，MLCC需求也呈现由数量增加向高容量、小型化、高可靠性同步升级的趋势。 头部厂商持续扩大面向AI服务器的高容MLCC产品布局： 2026年9月，全球龙头村田宣布停产部分消费级及车用常规型号，将产能优先向AI高端高附加值产品倾斜，此外公司宣布已规划800亿日元追加投资，用于MLCC扩产 ，重点投向AI服务器领域，目标在2027财年将相关产能较当前提升约两成，第一期新产能预计在2027年四季度投产。同时， 三星电机在9月则签下万亿韩元级AI服务器MLCC长期供应合同。 从需求增速看，AI服务器已经成为MLCC增长较快的下游应用之一。 根据公开资料，2026年AI服务器MLCC需求约726亿颗、同比增长87%，2027年将达到约1,367亿颗，同比增长88%。 AI服务器虽然目前在MLCC总体出货颗数上尚未取代手机、PC、汽车等传统大市场，但已经成为高端MLCC需求和新增产能配置的重要增长方向。 （2）对消费电子和汽车电子的影响程度并不完全相同 消费电子：挤压相对明显 手机、PC等传统消费电子目前并未出现与AI服务器相当的需求增长，因此近期消费级MLCC供给趋紧更多来自供给端的产能重新配置，而非终端需求大幅扩张。由于部分中高容消费级X5R产品与高端产品在生产设备及制造资源方面存在一定竞争，当日、韩厂商提高AI相关产品的产能配置比例后，消费级MLCC的有效供给弹性相应下降，并推动部分订单向中国台湾及中国大陆厂商外溢。 价格变化也进一步说明产能配置调整已经由高端产品向消费端传导。TrendForce于2026年8月预计，三星电机第四季度面向OEM和ODM客户的消费级X5R产品平均提价约25%–30%，而AI服务器使用的高端X6S产品预计提价约10%–20%；其中，对消费规格提高报价的一个重要目的，是控制相关订单需求并释放产能用于高端产品线扩张。由此来看，对消费电子市场的影响主要体现为部分中高容产品的供给收缩、库存下降及价格上涨，而非所有消费级MLCC普遍短缺。 汽车电子：短期影响相对有限，但高端车规MLCC同样面临产能及供应资源竞争 车规MLCC本身具有较高的技术及认证门槛，需要在高温、低温、高湿、振动等复杂环境下长期稳定运行，并需通过AEC-Q200及客户验证。三星电机披露，车规MLCC的开发周期约为普通产品的3倍，售价亦达到普通产品的3倍以上。因此，已经通过客户认证并形成稳定供应关系的车规产品，其产能配置相对刚性，不会像普通消费级产品一样因AI需求增加而快速、大规模转移。 但AI服务器和汽车电子均属于高端MLCC的重要增长市场，在部分高容、高可靠产品以及先进设备、材料和制造资源方面仍存在一定竞争。TrendForce数据显示，在市场对2026年下半年供应趋紧的预期下，部分汽车ODM已将原计划于7月进行的MLCC采购提前至5月，反映出汽车产业链亦开始提高备货水平以应对潜在的供应压力。与此同时，新能源汽车、ADAS及汽车电子化程度持续提高，本身也在增加对高性能MLCC的需求。因此，汽车市场受到AI服务器的直接产能挤压相对弱于消费电子，但AI服务器与汽车电子需求同步增长，将共同提高高端MLCC产能利用率，并强化高规格产品的供需紧张程度。   Q：风华高科、三环集团等国产厂商目前在高端 MLCC、服务器用 MLCC 上的竞争力处于什么水平？如果参照长鑫存储的国产替代路径，MLCC 行业是否具备类似的产业条件？真正的差距又在哪里？ 陆景 沙利文中国业务主管合伙人兼董事总经理 （1）国产厂商已经从“低端替代”进入“中高端突破”，但与日、韩龙头仍存在明显差距 AI算力基础设施加速建设，正同步提升MLCC的用量及性能要求。AI服务器需搭载多块高功耗GPU，单模块使用数百颗MLCC，其中英伟达8-GPU Hopper HGX服务器的MLCC用量约为传统服务器的7–8倍，GB200 NVL72机架方案的用量增幅可达百倍以上。同时，系统功耗和集成度持续提高，对MLCC的容量密度、耐高温及高可靠性提出了更高要求，推动产品加快向高容、小型化和高可靠方向升级，也为具备相关技术和量产基础的国产厂商由通用产品替代逐步向中高端市场突破创造了新的机遇。 三环集团： 三环的优势更多来自长期积累的材料技术、陶瓷成型与烧结工艺，以及规模化制造能力。公司MLCC已实现 01005至2220 （英制）封装全规格量产，产品覆盖 微小型、高容、高可靠、高压及高频系列 。2023年，三环堆叠突破 1,000层 大关，进入全球第一梯队； 2025年进一步实现介质层由约5μm降至1μm（1微米，相当于头发丝直径的四十分之一）以下并成功量产 ，反映其薄层化和高叠层制造能力正在持续提升。针对光通信、服务器等高频场景， 公司高频低阻MLCC产品性能指标达到行业先进水平，深度切入AI服务器与高速光模块供应链。 公司2025年年报明确披露，其已经推出多尺寸高容MLCC，以及针对48V电源系统的多规格高容MLCC，数据中心产品供应能力持续提升；车规MLCC已经覆盖0201至2220、0.1pF至47μF，并逐步进入新能源汽车电源、电驱等应用，通过多家标杆客户认证。 产能方面，三环在 南充、德阳 建立的两大基地持续加码高容MLCC产能， 泰国 生产基地有序推进。今年7月成功登陆港交所后，三环的募集资金将投向海外产能扩建、自动化升级与材料创新，进一步夯实全球供应能力。 同时，与MLCC形成协同效应的是 光通信元件业务 。随着800G、1.6T光模块放量，陶瓷插芯、套筒等核心部件需求同步增长。三环集团是 全球领先的陶瓷插芯、套筒供应商（2025年市占率约70%） ，技术与规模优势显著，直接受益于AI算力建设带来的光互联需求爆发。 此外， 作为国内少数打通从上游陶瓷粉体到下游元器件的全链条的厂商 ，公司掌握陶瓷成型、烧结核心技术， 摆脱了进口材料的制约。 风华高科： 风华的优势在于产业积累、规模化生产和完整产品体系，正在向高端MLCC升级。 2026年上半年，公司高端MLCC（包括高容、车规、中高压产品）收入占MLCC收入约40%，且公司表示相关AI服务器产品正在陆续通过客户认证。 在产品和工艺层面，风华已掌握100nm以下钛酸钡粉体均质分散、超薄膜片流延及1,000层以上精密叠层等技术，极限高容MLCC烧结工艺体系，并已推出0805尺寸、100μF、2.5V、X6S产品，表明其高端化已从技术储备逐步进入产品落地和商业化阶段。 因此，风华已经不是单纯的中低端国产替代企业，但目前AI服务器高端MLCC的客户认证和规模放量仍处于持续推进阶段。 （2）MLCC具备一定类似“长鑫存储”的国产替代条件，但产业逻辑并不完全相同 有利条件 中国拥有全球最大的下游需求市场 中国是全球重要的消费电子、新能源汽车、通信设备及服务器制造基地，拥有大量整机厂商、汽车企业、服务器ODM、电源厂商及电子制造服务商，为国产MLCC提供了较丰富的产品验证和客户导入场景。随着供应链安全的重要性提升，下游客户也在主动引入国产供应商，为国产MLCC从消费级产品向车规、服务器等中高端应用渗透创造了条件。 上游产业链正在逐步完善 MLCC的制造涉及介质粉体、内电极浆料、离型膜、流延、印刷、叠层、烧结及封端等多个环节，过去高端材料和设备主要依赖日、韩企业。目前，国内产业链已开始形成协同突破：国瓷材料的MLCC介质粉体客户已覆盖三星电机、国巨及风华高科，并正在扩充车规级和AI服务器MLCC粉体产能；博迁新材也已形成纳米级、亚微米级镍粉供应能力，其2025年年报显示，AI服务器及汽车电子正推动MLCC内电极材料向更小粒径、更高球形度和更高分散性升级。 这与长鑫通过国产设备、材料及下游客户协同，逐步完成产品迭代和规模量产具有一定相似性。长鑫已从DDR4、LPDDR4X逐步拓展至DDR5和LPDDR5/5X，并持续推进国产供应链开发与验证，说明“本土需求-客户验证-规模量产-产业链协同”的追赶路径具备可行性。 国产厂商已经具备规模化制造基础 三环、风华及微容等国产厂商并非从零起步，已经在通用型MLCC及部分高容、车规产品上形成量产能力。相关企业已具备从材料及工艺优化、产品开发到客户验证的完整迭代基础，为进一步突破AI服务器高端规格提供了条件。 MLCC的国产替代逻辑与DRAM并不完全相同 DRAM产品的技术路线和接口标准相对集中，龙头企业可以通过工艺平台升级、产能扩张和标准产品放量，较快将技术进步转化为市场份额。MLCC则具有料号数量多、规格组合复杂及应用场景分散等特点，不同客户对尺寸、容量、额定电压、温度特性、直流偏压和可靠性的要求不同。因此，MLCC更可能沿着"单一料号突破-客户认证-小批量供货-扩大相邻规格”的路径逐步替代，整体进程会比标准化程度较高的存储芯片更分散。 （3）核心差距 最大差距不是“有没有设备”，而是材料+工艺+良率的综合能力 MLCC的核心难点在于 超薄介质层、多层叠层、高精度印刷、烧结控制以及长期可靠性。 尤其当MLCC向小尺寸、高容值发展时，介质层越来越薄，叠层数量越来越多，对材料纯度、粒径控制、浆料、印刷精度、烧结工艺和良率要求同步提高。 因此，中低端MLCC产线无法仅通过增加设备直接升级为AI服务器高端产线。国产厂商目前已在介质层薄化和高叠层方面取得突破，但进一步发展到高良率、低失效率和跨批次稳定量产，仍需要持续的工艺积累。 高端客户认证是第二个明显壁垒 AI服务器、汽车电子使用的MLCC通常需要在高温、高负载及频繁电流波动环境下长期运行，对实际工作电压下的有效容量、温度稳定性、失效率及批次一致性要求较高。产品开发完成后， 还需经过元器件选型、板级测试、系统验证及长期可靠性测试，并逐步进入服务器ODM、电源厂商或终端客户的采购体系。 因此，国产厂商已经推出高容、车规及服务器产品，并不意味着已经进入核心供应链并形成规模收入。产品开发、通过认证、小批量供货和大规模放量之间仍存在明显的时间差。 最顶级产品与国际龙头仍存在技术代际差距 日、韩龙头已经能够量产0402（小尺寸，使用亚微米介质层＜1 μm）、47μF（超高容）、X6S（耐高温）等产品，并长期覆盖全球头部服务器、汽车及消费电子客户。相比之下，国产厂商目前更多处于部分高端规格突破、客户认证及供货规模扩大的阶段，在小尺寸与超高容量结合、长期可靠性数据积累、量产良率及全球客户覆盖方面仍有提升空间。据 2026 年《Financial Times》对村田的采访，村田方面认为其在高端 MLCC 领域保持技术领先，估算与中国同业竞争者存在约 10 年的技术差距，并希望能够维持至少 3‑4 年的技术领先优势。 *本采访已刊登于《时代周报》，作者为朱成呈，原标题为：MLCC“一小时一个价”：高端产品产能遭争抢，国产厂商冲击“长鑫时刻”？

导语 当AI Agent逐渐深入操作系统、走向跨应用操作，商业生态、数据安全与产业治理随之面临结构性风险，治理规则需要同步跟进。针对这一趋势，弗若斯特沙利文在《2026年侵入式Agent产业治理白皮书》中系统分析了跨应用执行带来的生态影响，并提出以双重授权和全链路可审计为治理基础，逐步形成以API协同为主、GUI模拟为辅的跨应用协作机制。提升执行效率的同时，更应保障用户知情、平台可控、责任可追溯。智能体产业能否形成长期价值，取决于效率与信任能否保持平衡。 AI Agents are evolving from information interaction toward task execution, with cross-application operations emerging as an important direction of product development. However, as Agents gain deeper access to operating systems and applications, risks associated with insufficient authorization and unclear accountability are also increasing, requiring governance rules to evolve in parallel.   2026年上半年以来，Agent产业密集演进，在应用生态内、应用与应用、应用与终端、终端与终端均涌现多款基于接口或协议的交互方案。这表明，白皮书所揭示的产业损害逻辑——流量价值迁移、开发成本攀升、安全风险集中——正被越来越多的行业参与者所验证和认知。Agent权限边界的合规压力也在推动产业回归可治理、可追责的轨道上。 Against this backdrop, Frost & Sullivan’s White Paper on the Governance of Invasive Agents 2026 systematically examines the ecosystem implications of cross-application execution. It proposes a governance framework built on dual authorization and end-to-end auditability, with API-based collaboration as the primary approach and GUI simulation as a supplementary mechanism. The objective is to improve execution efficiency while ensuring that users remain informed, platforms retain control, and accountability remains traceable. The Agent industry’s ability to create long-term value will depend on maintaining a sustainable balance between efficiency and trust.   但与此同时，应用授权不充分、责任边界模糊、高危权限滥用等侵害产业的潜在问题依然存在。白皮书指出，随着全球AI竞争加速，治理能力和信任基础正成为企业进入国际市场的重要竞争条件。若以牺牲信任换取短期扩张，不仅会压缩中国AI企业的国际合作空间，也可能损害中国AI产业的长期国际信誉。Agent技术的演进方向，不应以侵入替代协同，而应在可信治理的框架内，实现从“能做什么”到“该做什么”的产业共识收敛。 As global competition in AI accelerates, governance capabilities and a strong foundation of trust are becoming increasingly important for companies seeking to enter international markets. Pursuing short-term expansion at the expense of trust could not only constrain international cooperation opportunities for Chinese AI companies, but also cause lasting damage to the global reputation of China’s AI industry.   根据沙利文《2026年侵入式Agent产业治理白皮书》，AI Agent加速进入系统层，跨应用执行正在重塑移动互联网入口与生态治理规则 Frost & Sullivan’s 2026 White Paper on the Governance of Invasive Agents: AI Agents Move Deeper into the System Layer, Reshaping Mobile Entry Points and Ecosystem Governance   随着多模态大模型从概念验证步入商业化落地，AI智能体（AI Agent）正逐渐深度介入设备底层操作，并展现出独立执行跨应用复杂任务的能力。在此背景下，部分绕过标准应用程序接口（API）、直接利用系统底层特权干预应用运行的“侵入式Agent”迅速蔓延，给现有的互联网信任机制与生态协同带来了空前挑战。 As multimodal large language models move from proof-of-concept to commercial deployment, AI Agents are increasingly becoming deeply involved in low-level device operations and are demonstrating the ability to independently execute complex tasks across applications. Against this backdrop, invasive Agents that bypass standard application programming interfaces (APIs) and directly use low-level system privileges to interfere with application operations are spreading rapidly, creating unprecedented challenges for existing internet trust mechanisms and ecosystem collaboration.   基于对全球及中国AI Agent市场的系统调研，弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）于2026年3月正式发布《2026年侵入式Agent产业治理白皮书》。本报告聚焦侵入式Agent机制对产业流量分配、商业生态运作及底层数据安全造成的冲击，并对行业未来的规范化落地与治理路径进行了前瞻性研判。 In March 2026, based on systematic research into the global and Chinese AI Agent markets, Frost & Sullivan has officially released the White Paper on the Governance of Invasive Agents 2026. The white paper focuses on the impact of invasive Agent mechanisms on industrial traffic allocation, commercial ecosystem operations, and underlying data security, while providing forward-looking analysis of the industry’s future standardization and governance pathways.   01 侵入式Agent依托系统层权限突破应用边界，为产业治理带来新风险 Invasive agents breach application boundaries through system-level privileges, introducing a new layer of governance risk 侵入式Agent的关键特征，在于其不依靠标准接口或协议，借助系统签名级权限直接读取界面信息、识别页面内容，并模拟用户完成点击、输入、跳转等操作。借助这一路径，Agent可以在未获得应用方业务授权的情况下，跨越多个软件连续执行任务。相较于基于标准接口开展协同的路径，这种方式虽然降低了跨应用联动对生态合作的依赖，却也突破了原有应用边界与权限边界，将风险前置到系统层。 The defining feature of invasive agents is that they do not depend on standard interfaces or protocols exposed by third-party applications. Instead, they rely on high-level system privileges, including signature-level permissions, to directly read interface content, interpret on-screen information, and simulate user actions such as clicking, inputting text, and navigating between pages. Through this approach, agents are able to execute continuous tasks across multiple applications without obtaining business authorization from the applications involved. Compared with models built on standardized interface-based collaboration, this pathway reduces dependence on ecosystem cooperation for cross-application orchestration, but at the same time pushes risk upward into the system layer by breaking through established application and permission boundaries.   过去，用户需要先进入具体应用，再逐步完成信息获取与操作决策；如今，系统层Agent开始承接用户意图理解、任务拆解和动作调度，应用则更多退居为任务执行的承载界面。随着移动端原有以应用为中心的入口逻辑被改写，系统层Agent在提升任务执行便利性的同时，也开始对既有生态秩序、权限规则与治理边界形成新的冲击。 Historically, users entered individual applications and completed information discovery and decision-making step by step within each app environment. Today, system-level agents are increasingly taking over intent understanding, task decomposition, and action scheduling, while applications are being relegated to execution interfaces. As this shift rewrites the app-centric entry logic of the mobile internet, system-level agents are improving task convenience while simultaneously placing new pressure on existing ecosystem order, permission rules, and governance boundaries. 侵入式Agent的定义 Defining Features of Invasive AI Agents   02 侵入式Agent前置用户决策环节，第三方应用商业价值承压 By moving user decision-making upstream, invasive agents place pressure on the commercial value of third-party applications 当侵入式Agent逐步成为用户发起任务的主要入口，传统移动应用在生态中的角色也随之发生变化。原本由应用自身承接的搜索、浏览、比较、点击和下单等行为，被越来越多地前置到Agent侧完成，应用留给用户的直接交互时长和触达机会显著减少。 As invasive agents increasingly become the primary entry point for users to initiate tasks, the role of conventional mobile applications within the ecosystem is also changing. Activities that were previously carried out within apps, including search, browsing, comparison, clicking, and purchasing, are increasingly being completed on the agent side before users ever meaningfully interact with the application itself. As a result, applications face a sharp reduction in direct engagement time and user touchpoints.   这一变化将直接传导至应用开发者的商业模式。工具类应用首当其冲，交易类与社交类的生态价值也将被冲击。无论是依赖停留时长和曝光分发的信息流广告，依赖深度使用形成粘性的会员订阅，还是依赖交易链路闭环获得收益的佣金模式，都会受到不同程度影响。 This shift is likely to have direct consequences for application developers’ monetization models. Utility applications are expected to come under the greatest pressure first, but transactional and social/content platforms will also face material disruption. Whether monetization depends on information-flow advertising tied to user time spent and exposure allocation, subscription models built on deep engagement, or commission-based models supported by closed-loop transaction paths, each of these commercial mechanisms may be weakened to varying degrees.   白皮书测算显示，若未来侵入式Agent在用户侧渗透率达到25%，工具类应用商业价值预计下降39%，内容与社交类应用预计下降19.5%，交易类应用预计下降15.4%。这意味着，侵入式Agent带来的并非单点效率优化，而是应用生态商业价值的重新分配。 Frost & Sullivan estimates that if invasive agents reach a 25% user-side penetration rate in the future, the commercial value of utility applications could decline by 39%, while content and social applications could see a 19.5% decline and transactional applications a 15.4% decline. This suggests that the rise of invasive agents is not merely about marginal efficiency enhancement. It represents a broader redistribution of commercial value across the application ecosystem. 用户触达流量入口转移 Shift in User Traffic Entry Points   03 流量迁移未带来显著增量，反而导致产业内卷与高治理成本 Traffic migration does not generate meaningful incremental value, but instead intensifies internal competition and drives up coordination and governance costs across the industry 白皮书进一步指出，侵入式Agent带来的影响，并不主要体现为产业新增量，而更多体现为对现有流量分配关系的重新切分。当系统层Agent试图绕过既有合作机制直接承接用户需求时，平台方、应用开发者与Agent提供方之间的关系会由协同合作转向零和博弈。 The white paper further notes that the impact of invasive agents is not primarily reflected in the creation of substantial new market value. Rather, it is more accurately understood as a redivision of existing traffic allocation relationships. When system-level agents attempt to bypass established cooperation mechanisms and directly intermediate user demand, the relationship among platform operators, application developers, and agent providers may shift from coordinated collaboration to a zero-sum game. 侵入式Agent内卷式工具特征 Invasive AI Agents and Zero-Sum Competition 在这一过程中，应用开发者往往需要通过界面调整、反自动化识别、权限收紧和策略更新等方式进行防御，以应对未经许可的数据读取和界面操作。这使得软件迭代频率、兼容维护难度以及安全防护投入同步抬升。 In this process, application developers are often compelled to respond through interface adjustments, anti-automation detection, tighter permission controls, and ongoing strategy updates in order to defend against unauthorized data extraction and interface manipulation. This raises software iteration frequency, increases compatibility-maintenance complexity, and drives additional spending on security protection.   研究显示，在侵入式Agent渗透率达到25%的情况下，移动应用综合开发成本预计上升16%，包括合作协调、合规审查与安全防御在内的产业链综合治理成本预计上升34.4%。这一趋势说明，若缺乏清晰规则约束，侵入式发展路径很可能将产业资源更多消耗在对抗之中，而非创新本身。 Research indicates that at a 25% penetration rate for invasive agents, overall mobile-application development costs could increase by 16%, while total ecosystem governance costs, including coordination, compliance review, and security defense, could rise by 34.4%. The implication is clear. Without an explicit governance framework, an invasive development path is likely to consume more industry resources in defensive confrontation than in genuine innovation.   04 高权限集中叠加指令诱导，显著放大数据与资产安全风险 The concentration of high-level permissions, combined with instruction-based manipulation, significantly amplifies data and asset-security risks 为实现跨应用、跨场景的连续任务执行，侵入式Agent通常需要长期持有较高等级的系统权限，并在多个业务场景中维持账户登录与操作能力。这意味着，原本分散在不同应用中的数据边界和权限边界，开始向单一Agent集中。一旦出现权限滥用、模型误判或安全缺口，影响范围将不再局限于单个应用，而可能扩散至整个终端环境。 To enable continuous execution across applications and use cases, invasive agents typically require long-term access to elevated system permissions and the ability to maintain logged-in operational states across multiple business scenarios. This means that data boundaries and permission boundaries that were previously distributed across different applications begin to converge into a single agent. Once permission abuse, model misjudgment, or security vulnerabilities occur, the consequences are no longer confined to a single application, but may spread across the entire terminal environment.   与此同时，由于侵入式Agent具备读取屏幕内容并触发后续动作的能力，其还可能受到外部信息的诱导。攻击者可以通过网页、邮件、文档等载体嵌入特定指令，诱导Agent在用户未充分察觉的情况下执行删除、转发、修改、支付等敏感操作。原本局部、可控的识别偏差，在高权限执行环境下可能迅速演变为隐私泄露、账户风险甚至资产损失事件。由此可见，侵入式Agent带来的已不只是传统意义上的信息安全问题，更是权限集中背景下的系统性风险放大。 At the same time, since invasive agents can read screen content and trigger subsequent actions, they may also be inherently susceptible to indirect prompt injection. Attackers may embed specific prompts or instructions in webpages, emails, or documents, inducing the agent to perform sensitive actions such as deletion, forwarding, modification, or payment without the user’s full awareness. In a high-permission execution environment, what might otherwise have remained a localized and manageable recognition error can rapidly escalate into privacy leakage, account compromise, or even financial loss. In this sense, invasive agents do not merely create conventional information-security concerns. They materially increase systemic risk under conditions of concentrated authority. 零点击邮件指令触发网盘批量误删 Zero-Click Email Injection Triggers Bulk Cloud-Drive Deletion   05 以双重授权和全链路可审计为基础，构建可信治理框架 A trusted governance framework should be built on dual authorization and full-chain auditability 针对上述问题，白皮书提出，Agent产业的可持续发展不应建立在越过生态边界和削弱信任机制的基础上，而应推动形成以API协同为主、GUI模拟为辅的治理框架。其核心在于建立双重授权机制，即Agent开展跨应用操作，不仅需要获得用户对系统权限的明确授权，也需要获得被调用应用或服务方对具体业务动作的许可。 In response to these risks, the white paper argues that the sustainable development of the agent industry should not be built on bypassing ecosystem boundaries or weakening trust mechanisms. Instead, the industry should move toward a governance framework in which API-based collaboration remains the primary model and GUI simulation plays only a supplementary role. The core principle is the establishment of a dual-authorization mechanism. This means that for an agent to perform cross-application actions, it must not only obtain the user’s explicit authorization for system-level permissions, but also secure permission from the invoked application or service provider for the underlying business action itself.   在具体实施层面，可信治理框架应围绕四个方向展开。其一，清晰界定Agent的权限边界与可代办事项范围，防止能力外溢。其二，对涉及隐私、支付、资产和身份变更等高风险操作设置更严格的动作约束与确认机制。其三，建立覆盖授权、决策、执行与结果反馈的全过程留痕体系，确保关键操作可核验、可复盘。其四，在可审计基础上进一步明确责任归属，为后续争议处理、损失核定和制度约束提供依据。 At the implementation level, the report proposes that a trusted governance framework should advance along four directions. First, agent permission boundaries and the scope of delegable tasks should be clearly defined in order to prevent capability spillover. Second, stricter constraints and confirmation mechanisms should be imposed on high-risk actions involving privacy, payments, assets, and identity changes. Third, a full-process traceability system should be established across authorization, decision-making, execution, and result feedback so that critical actions can be verified and reconstructed. Fourth, on the basis of auditability, responsibility allocation should be clarified to support future dispute resolution, loss assessment, and institutional enforcement.   白皮书最终强调，Agent技术的演进方向不应是以侵入替代协同，而应是在可验证、可约束、可追责的框架内实现跨主体协作。只有在保障生态秩序、商业公平与用户安全的前提下，Agent才能真正释放其对社会效率提升的长期价值。 The white paper ultimately emphasizes that the future direction of agent development should not be one in which invasion replaces collaboration, but one in which cross-entity coordination takes place within a framework that is verifiable, enforceable, and accountable. Only by safeguarding ecosystem order, commercial fairness, and user security can agents fully deliver their long-term value in improving social and economic efficiency.   06 全球竞争不能以透支信任为代价，可信治理将成为中国AI走向国际市场的前提 Global AI competition cannot be pursued at the expense of trust; trusted governance will be a prerequisite for China’s AI industry to expand internationally 白皮书进一步指出，不能片面以创新视角理解侵入式Agent，而应考虑其对产业生态、公众隐私、安全环境、国际竞争的综合影响。Agent并不只是模型能力、产品形态和落地速度的竞争，更是治理能力、信任基础与规则适配能力的竞争。若侵入式Agent以突破权限底线、削弱授权机制、牺牲用户信任为代价，看似抢占了竞争先机，实则可能为整个产业与社会发展埋下更大风险。 The white paper further argues that invasive agents should not be viewed solely through the lens of innovation. Their broader implications for industrial ecosystems, public privacy, security conditions, and international competition must also be taken into account. Competition in AI agents is not only a matter of model capability, product form, and deployment speed. It is also a competition in governance capacity, trust infrastructure, and the ability to adapt to evolving rules. If invasive-agent providers seek short-term advantage by pushing beyond permission boundaries, weakening authorization mechanisms, and eroding user trust, such an approach may appear to secure an early lead, but in reality it may embed greater risks for the wider industry and society.   中美AI竞争格局的演进，不仅关乎技术能力和落地速度，也越来越取决于创新效率、安全约束与生态协同之间能否实现可持续平衡。对中国人工智能产业而言，具备安全、信任与规则兼容基础的Agent体系，将更有助于提升其面向全球市场的长期竞争力；若过度依赖以牺牲信任为代价的扩张路径，不仅可能削弱单一产品或企业的国际合作空间，也可能对中国AI整体的国际信誉带来负面影响，对融入全球主流的AI技术路线与治理体系同样构成负面障碍。 The evolution of China-US AI competition increasingly depends not only on technological capability and implementation speed, but also on whether innovation efficiency, security constraints, and ecosystem coordination can be balanced in a sustainable way. For China’s AI industry, an agent framework grounded in security, trust, and compatibility with emerging governance norms will be more conducive to strengthening long-term global competitiveness. By contrast, an expansion path built at the expense of trust may not only narrow the international cooperation space available to individual products or companies, but may also negatively affect the broader international credibility of China’s AI industry and create additional obstacles to its integration into mainstream global AI technology and governance systems.

NEWS  9月12日， 日联科技集团（上海）卓越创新中心（Center of Excellence，简称COE）在浦东新区张江科学城正式开业 ，标志着企业平台化、高端化、全球化战略布局迈出关键一步。 开业仪式上，沙利文全球高级副总裁、亚太区联合主席、中国董事长王昕博士等行业同仁、生态伙伴齐聚张江科创高地，共同见证日联科技创新赋能、生态共生的全新发展里程碑，聚力共探工业智检创新发展新路径。 日联科技董事长刘骏博士与沙利文董事长王昕博士 为中心揭幕 全新启用的日联科技（上海）创新中心，坐落于张江科学城核心区，区位优势突出、科创氛围浓厚。中心集研发创新、产业合作与战略投资并购为一体，构建起技术攻关、对外交流、内部赋能的复合型现代化科创阵地。 集中·沉淀·赋能 UNICOMP WORLD 依托上海区位优势，日联科技（上海）创新中心将深度融入张江科创生态，联动日联亚洲人工智能中心，秉持 “横向拓展，纵向深耕” 发展战略，发挥核心枢纽作用，统筹集团全球战略布局、AI检测技术成果转化与海内外业务， 赋能平台化创新 ，持续培育企业新增长曲线。 未来，日联科技将持续建设行业领先的平台型科技企业，为全球客户提供 多模态一体化智能 检测解决方案，以硬核科创实力赋能各行各业高质量发展。

导语 AI 可以在很短时间内阅读大量报告、网页和数据库，但“读得更多”并不自然等于“用得更可靠”。当报告中的结论被拆成片段、压缩成答案，甚至被智能体用于后续行动，行业研究必须重新回答一个问题：知识离开报告以后，怎样才能不失真？   AI 正在以很快的速度进入行业研究。 它可以阅读报告、检索数据、比较企业、生成摘要，也可以把多份材料重组为一份看上去结构完整的行业判断。过去耗时的信息查找与初步整理，正在被压缩。 更值得关注的是，AI 正在改变知识被使用的方式。 当一项市场规模数据从报告中被抽取出来，当一句趋势判断进入企业知识库，当一段专家观点被模型重新表述，它们是否还带着原来的时间、口径和适用范围？如果新证据出现、旧结论被修正，已经进入模型回答、客户材料和决策流程的旧知识，能否被及时发现？如果转述过程中丢失了限定条件，又应当由谁解释、维护和纠正？ 行业研究过去主要对一份报告负责。未来，还要对报告中的关键知识离开原文、被人和机器反复调用之后的状态负责。 这正是我们提出“知识 3.0”这一研究框架的起点。   从“ 留下来、找得到”，走向 “可靠使用并有人负责” “知识 3.0”不是一个已经形成学术共识的历史分期，也不是已经完成的技术标准。它是我们为理解 AI 时代知识变化提出的一套研究框架。 在这一框架中，知识 1.0 解决的是“ 留下来”。文字、出版、档案以及相应的专业制度，使知识能够脱离个人记忆，被稳定记录、引用和传承。 知识 2.0 解决的是“找得到”。互联网、搜索、数据库和网络协作，让分散的内容能够跨越地域与组织，被连接、发现和共同生产。 知识 3.0 面对的新问题是：当机器开始参与知识的选择、转化和使用以后，一项知识能否继续被人和机器可靠使用，能否被追溯、质疑、修正，并且有人负责。 这三种能力不是彼此替代的。报告、书籍和数据库不会因为知识 3.0 出现而失去价值。相反，完整文档仍然是保存论证过程、制度语境和复杂判断的重要载体。需要增加的是另一种能力：让文档中的关键知识离开原来位置以后，仍能带着必要的语境移动，并且能够返回原文接受检查。   更多报告为什么没有自动变成更可靠的行业知识 行业研究长期积累了大量报告、数据和专家判断。这些内容是训练行业模型、建设企业知识库和开展检索增强生成的重要基础，但资料规模并不等于知识质量。 首先，显性知识可能在流动中失真。 同一个“ 市场规模”，可能分别指销售额、出货量或终端交易额；同一份年度报告中的年份，可能是发布日期、数据基准年或预测期起点；同一句“预计高速增长”，可能是模型测算结果，也可能包含分析师对政策、竞争和供给条件的综合判断。人在阅读完整报告时，往往可以从章节、表格和脚注中恢复这些边界。机器只取得一个片段时，边界却很容易脱落。 其次，许多决定研究质量的经验没有进入正式成果。一项行业预测可能来自公开数据、企业访谈、模型测算和分析师判断，但最终报告未必记录研究人员如何处理异常样本和矛盾访谈，为什么选择某种情景，以及什么变化会触发重新估算。这些经验无法被完全编码；如果连判断痕迹都没有留下，机器就容易把专业判断误读为无条件事实。 因此，报告库能够保存“行业曾经说过什么”，可靠的行业知识还需要说明：具体是谁，在什么时间，按照什么口径，基于哪些相对独立的证据，形成了哪一项主张；这项主张适用于什么条件，现在是否仍然有效。 垂直模型首先需要的，未必只是更多报告，也包括更好的知识单位。   从文档片段走向知识对象 如果整份文档太大，孤立的句子又太薄，机器真正需要的，是位于两者之间的一种使用单位。我们把它称为“知识对象”。 知识对象不是最短的文本片段，而是最小的、能够带着必要语境被识别和调用，并能返回原始材料接受检查的知识单位。它可以是一项事实、一个指标、一个定义、一种方法，也可以是一个带有条件的专业判断。 为了避免知识对象只剩一条看似精确、实则失去上下文的字段，知识 3.0 提出五类不能被遗忘的问题。 内容层说明它在说什么、适用于什么条件；经验层保留判断的情境、权衡和例外；证据层连接直接来源、方法和冲突；责任层记录谁提供、转化、审验、发布、维护和纠错；生命周期层说明版本、状态、替代关系和变化原因。 五层不是五张要求所有知识机械填写的表格，也不意味着字段越多越可信。它们更像五组持续追问：我们正在使用什么，为什么可以使用，不能用到哪里，发生变化以后找谁。 知识对象也不取代报告。完整文档保存全貌，知识对象支持精确调用；使用者取得关键结论后，仍能返回原文恢复上下文。二者必须双向可达。   知识 3.0 将怎样改变行业研究 这种变化对行业研究的影响，不是简单增加一种交付格式，而是重新定义研究机构在知识链中的职责。 第一，报告将从交付终点变成知识生命周期的起点 传统研究项目往往在报告发布时完成主要交付。进入 AI 环境后，一项结论还会继续被检索、转述和组合。研究机构需要识别哪些知识被高频使用、容易失效或错误成本较高，并为它们建立版本、状态和更新触发机制。 新的市场数据出现，不应只是静默替换网页上的一个数字。真正重要的是说明：什么主张发生了变化，变化来自新证据、口径调整还是错误纠正，以及哪些既有判断可能受到影响。 第二，研究质量将从“整份报告可信”深入到“具体主张凭什么成立” 研究机构的品牌和专业声誉仍然重要，它们让使用者知道一份材料为什么值得优先关注。但机构声誉不能自动把预测变成事实，也不能替代具体主张的证据与边界。 未来的行业研究需要区分事实、解释、预测和建议，并让证据对应具体主张。多个报告观点相似，不一定意味着存在多份独立证据；它们可能只是反复转述同一个来源。研究机构的价值，将更多体现在发现原始证据、辨别口径、呈现分歧和说明不确定性。 第三，分析师经验将从“个人能力”转化为“可继续学习的组织痕迹” AI 无法取代研究人员在复杂情境中的判断，也不能通过几个字段复制一位专家。但组织可以更有意识地留下判断的来路：当时看见了什么信号，考虑过哪些解释，为什么选择某种情景，结果是否符合预期，后来又发现了什么例外。 这些记录不是为了把经验变成僵化规则，而是让机器和后来者知道，一项判断不是凭空出现，也不是在所有场景中无条件成立。对于行业研究机构而言，这会把个人经验沉淀为可持续学习、复核和修正的组织能力。 第四，研究成果需要同时面对人类读者和机器使用者 面向人的报告追求完整论证、表达节奏和阅读体验；面向机器的知识还需要稳定身份、清楚边界、来源对应、版本状态和调用方式。未来的行业研究不会在“ 写报告”和“做数据接口”之间二选一，而是需要建立两条相互连接的路径。 人可以阅读完整报告理解复杂逻辑，机器可以调用其中的关键知识对象完成检索、比较和辅助判断；一旦风险升高或准备进入行动，系统应当能够返回正式原文、暴露不确定性，并把决定交给拥有相应权限和责任的人。 第五，研究机构将从内容生产者走向知识责任链的重要节点 在知识 3.0 环境中，研究机构的角色可能进一步扩展：生产和整理证据，转化知识对象，审验来源与口径，维护重要知识的生命周期，并提供解释和纠错入口。 这不要求一家机构承担全部责任。知识从产生到使用可能经过多个主体，需要建立可见的责任链：谁完成了什么动作，谁有权作出决定，发生变化后由谁通知和修正。   行业研究机构可以从哪里开始 知识 3.0 不应从“把所有报告重新结构化”开始。成本更合理的路径，是先选择那些正在被频繁单独调用、变化较快或错误后果较高的知识。 高频使用的市场规模、经营指标、行业定义和关键预测，可优先补充来源、时间、口径、陈述类型与边界；依赖专家判断的内容，应保留情境、例外和重估条件；持续变化的内容，应记录版本之间的知识差异，而不只是文件修改日期。 同时，应当保留知识对象返回完整报告的路径。对象化不是把原文切碎以后丢弃原文，而是让精确调用和完整阅读彼此连接。 这些做法需要接受比较和验证：知识对象是否改善版本选择、证据对应和冲突处理？生命周期机制是否减少旧知识进入新回答？新增维护成本是否低于其减少的错误与复核成本？只有经过真实场景的对照研究，知识 3.0 才可能从理论框架走向可用能力。   结语：让知识在离开报告以后仍然可靠 AI 不会让行业研究失去价值。它正在迫使行业研究把价值建立在更深的位置。 未来研究机构的竞争力，不只取决于谁能更快发布报告、积累更多内容，也取决于谁能让关键知识离开原文以后仍然不失真：可以调用，可以找到证据和边界，可以看见版本与不确定性，也可以在发生变化时找到责任人。 当知识跨越组织边界，事实、证据、判断和审验能力仍分布在不同主体手中。连接这些知识、证据、变化与责任，可能形成一种公共可信知识网络。它不是中央数据库或“统一真相”，也不是知识 3.0 的唯一实现方式，而是一条有待共同验证的路径。 知识 3.0 仍然是一项开放的研究命题，它不可能由单一机构独自完成。 我们期待与三类合作伙伴展开交流：与大模型、知识工程、数据基础设施和行业应用领域的技术伙伴，共同验证知识结构能否带来可测的系统增量；与研究机构、行业协会、企业、专家和专业数据提供者等内容伙伴，共同探索高质量知识的生产、表达与持续维护；与标准研究、独立审验、法律合规及公共治理领域的治理伙伴，共同讨论证据、责任、纠错和公共性的边界。 这不是对一个既定平台的招募，也不是对某套标准的预先承诺。我们更希望从真实行业问题出发，共同定义问题、开展对照验证，并探索一套能够被人和机器可靠使用的行业知识基础设施。

沙利文洞见 从行业角度看，算力租赁核心门槛是资源获取、集群运营、客户服务与资金管理的综合能力。企业无需自建基础设施，通过长期租赁或托管第三方资源同样可行，关键在于是否对资源形成实质性控制，并自主负责调度、运维及SLA交付，对服务质量承担主要责任。行业区分服务商与中介，主要依据资源控制权与交付责任：服务商实质控制资源并承担运营风险，收入来自算力及增值服务，壁垒在于规模与技术；中介撮合供需赚取佣金，风险低但利润薄，壁垒依赖渠道效率。两者本质区别在于是否承担资产风险并输出技术附加值。 《时代周报》记者就算力租赁市场进入门槛与商业模式辨析采访弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）中国高级合伙人兼董事总经理贾庞。   Q： 从行业角度看，算力租赁业务的核心门槛是什么？一家企业进入算力租赁市场，需要具备哪些关键能力？ 贾庞 沙利文中国高级合伙人兼董事总经理 算力租赁的核心门槛是能否形成稳定、可控、可持续交付的算力供给能力，主要包括四方面： 一是算力资源获取与控制能力 ，能够稳定获取GPU服务器、机柜、网络及电力等关键资源； 二是算力资源运营与交付能力 ，具备资源池化、集群管理、调度编排、监控计量及故障处置等能力，保障服务可用性及SLA； 三是客户获取与服务能力 ，能够持续获取客户需求并提升算力资源利用率； 四是资金及资产管理能力 ，有效管理资源采购、设备折旧、资源闲置及技术迭代等风险。因此，行业竞争壁垒主要体现为“资源获取与控制+运营交付+客户服务+资金及资产管理”的综合能力。   Q： 算力租赁企业是否必须拥有自建算力基础设施？如果主要依赖第三方采购或租赁GPU资源，再向下游提供服务，这种模式是否具备长期商业价值？规模门槛怎么衡量？ 贾庞 沙利文中国高级合伙人兼董事总经理 不必须。行业内既有自购并自建算力基础设施的重资产模式，也有通过长期租赁、托管、合作采购等方式获取算力资源的模式。采用第三方资源并不影响企业开展算力租赁业务，关键在于能否对相关资源形成稳定、持续的控制，并自主负责资源配置、调度、定价、计费、运维及客户服务，对最终交付质量和SLA承担责任。若仅进行短期资源撮合或转售，其业务稳定性和客户粘性通常相对有限。 目前行业内不存在统一的GPU数量或收入规模门槛。判断企业是否形成规模化运营，更适合综合考察稳定可支配的GPU或等效算力规模、资源利用率、客户及合同稳定性、算力服务收入和续约情况等指标，而非仅以自有GPU数量衡量。   Q： 行业如何界定“算力租赁服务商”与“算力中介/资源整合商”？两者在商业模式、盈利空间和竞争壁垒上有哪些本质区别？ 贾庞 沙利文中国高级合伙人兼董事总经理 行业内并无统一的法定分类，实际主要可从资源控制权和最终交付责任进行区分。算力租赁服务商通常对相关算力资源具有较稳定的控制权，并自主负责资源配置、调度、计量计费、运维及客户服务，对服务可用性和SLA承担主要责任；算力中介或资源整合商则更多承担供需撮合、资源匹配和交易协调职能，通常不持续控制底层算力资源，对最终交付承担的责任相对有限。 商业模式方面 ，算力租赁服务商主要收取算力租赁及相关运维、部署等服务费用，同时承担资源锁定、设备折旧或租赁、资源闲置及价格波动等风险；中介或资源整合商主要通过佣金、服务费或交易价差实现收入，资产投入和资源风险相对较低。前者收入规模和单客户价值通常更高，但盈利水平更依赖资源利用率、采购成本及定价能力。 竞争壁垒方面 ，算力租赁服务商更依赖稳定的资源获取与控制、集群运营与调度、SLA交付、客户基础及资金和资产管理能力；中介或资源整合商则更依赖供应商和客户渠道、供需信息覆盖及撮合效率。两类模式的核心区别在于企业是否对算力资源形成实质性控制，并对客户承担主要运营及交付责任。   *本采访已刊登于《时代周报》，作者为朱成呈，原标题为：独家|高乐股份67亿元算力大单迷雾：哈尔滨子公司注册地址为虚拟，算力业务团队超一半入职不足3个月？

近日（2026年8月）， 上海昂朴生物科技有限公司 （下称“昂朴生物”）与 北京无界进化科技有限公司 （INFevo，下称“无界进化”）正式宣布达成深度战略合作。双方将整合昂朴生物诱导多能干细胞（ iPSC ）疾病模型与多组学数据库资源、无界进化自研AI虚拟细胞大模型OCOO与计算生物学能力，共建适配全球NAMs监管体系的遗传病创新研发平台，开辟以“ 人源数据+虚拟计算 ”替代传统动物实验的新药研发路径。 当前全球生物医药正迎来 “去动物化” 研发范式变革，各国监管机构持续放开新型非动物测试方法学（ NAMs ）的申报应用通道。2025年4月，美国FDA官宣逐步取消单克隆抗体等药物的动物实验硬性要求；2026年3月，FDA发布NAMs使用指南草案，明确药企可提交类器官、器官芯片、AI计算模型生成的数据直接用于非临床安全性评价。国内同步加速产业落地，国家药审中心启动NAMs研究应用“先锋计划”，中国食品药品检定研究院设立创新方法评价中心，一套兼容人源细胞、数字模拟技术的全新审评体系正在成型。 在此产业转型关键窗口期，昂朴生物与无界进化的强强联合，将搭建国内自主可控的“实体人源细胞+AI虚拟模型”一体化研发底座，填补遗传病领域数字化非临床评价体系空白。   昂朴生物： 国内领先的iPSC智能制造与遗传病数据台 昂朴生物成立于2013年，是一家专注于遗传病领域和诱导多能干细胞（iPSC）技术的高新技术企业。公司已通过CAP、CMA和CNAS等多项权威质量体系认证。 在细胞模型层面，昂朴生物构建了国内领先的工业级iPSC制备分化平台，拥有500㎡工厂级实验室及1,400㎡GMP厂房，可定向分化为多种细胞模型，批次稳定性优于行业平均水平。在数据资产层面，昂朴生物建设了中国领先的遗传病iPSC库（iBGD），当前已积累近1,000株iPSC细胞株、300TB+多组学数据，覆盖罕见病目录内重点疾病。这一资源库对标日本RIKEN、美国 CIRM 等国际级iPSC生物样本库，填补了中国在遗传病iPSC领域的产业基建空白。   无界进化：从基准 SOTA 到临床一线的AI虚拟细胞引擎 无界进化（INFevo）成立于2025年，是晶泰科技（2228.HK）深度孵化的前沿AI生物企业。2026年6月，公司完成数千万元人民币天使轮融资，由顺为资本、红杉中国与松禾资本共同参与。 无界进化专注数字生命与计算生物学，以自研虚拟细胞基础模型 OCOO 为底座，结合强化学习构建面向药物发现的自主科学发现系统TPP（The Popper Project），将模型预测、实验设计、实验验证与结果回流纳入统一研发工作流，通过持续迭代不断提升模型能力。公司正加速建立覆盖新靶点发现、虚拟药物筛选与评价、临床方案优化的全功能AI生物学平台。   双向印证：“虚拟评价—人源验证—结果回喂”的正向研发闭环 本次合作实现标准化人源疾病多组学数据与高精度AI虚拟细胞模型深度耦合，完美契合全球NAMs监管政策导向，形成行业独有的闭环研发体系。 AI虚拟细胞的预测结论要成为研发决策依据，离不开大规模、高质量人源数据的独立验证；而人源细胞实验要形成规模化产出，同样需要足够强的计算与排序能力与之匹配。本次合作正是让二者深度耦合：OCOO虚拟细胞平台在数字空间完成潜在治疗靶点挖掘以及高通量化合物评价，精准推演不同遗传背景、不同人体细胞类型下的药物药效与毒副作用，并依托海量人源数据进行交叉验证；昂朴生物iBGD资源库输出大批量、可溯源、匹配真实人体病理特征的基因型—表型—药物响应多组学数据，既为模型预测提供独立的交叉验证基准，也在湿实验层面对结果给出校正。 两者互为印证、彼此校正，落地“虚拟评价—人源验证—结果回喂”的全新研发范式：以iPSC分化的人体功能细胞替代传统实验动物，以大数据与AI模拟替代高成本、低效率的经验试错实验。每一轮湿实验缩小模型探索空间，进一步模型又压缩下一轮所需的湿实验量，研发成本与周期随迭代持续下行。双方由此打通实体细胞实验与虚拟评价的链路，为药物创新提供符合国内外审评标准的基础设施，并推动新药的开发落地。 三个真实困境，一套共同解法 新药研发中代价最高的并非失败本身，而是失败发生得过晚。以下三类困境分处药物发现、疾病研究与临床决策的不同环节，却指向同一个技术缺口——缺少一个兼具人体生物学真实性与大规模计算能力的中间层。 当一个分子在动物模型中有效，却在临床阶段失效。 这是创新药研发中代价最高的系统性偏差，也是“去动物化”变革的根本动因。联合平台以“靶点虚拟研究与化合物虚拟评价＋人源细胞实验验证”的双层漏斗推进研发，快速形成带证据链的靶点与化合物优先级清单，以及符合FDA、CDE NAMs申报口径的人源数据，直接支撑项目决策与申报。将淘汰环节前置至成本最低处，意味着更短的靶点发现至临床前候选化合物（PCC）周期、更低的动物实验成本与合规风险，以及在全球监管转向中的先发位置。 当一种疾病全国仅有数十例患者，研究难以形成通量。 样本稀缺、动物模型缺失或失真、单中心难以支撑系统性筛选，是遗传病与罕见病研究长期的结构性困境。iBGD已覆盖罕见病目录内重点疾病的iPSC细胞株，可定向分化为运动神经元、皮层神经元、心肌细胞、星形胶质细胞、视网膜色素上皮细胞等疾病相关细胞类型；配合虚拟细胞模型，同一突变背景可在数字空间完成大规模扰动推演，产出疾病机制假说的计算生成与优先级排序、候选干预方案的预测结果，以及可直接在人源细胞上落地的实验设计。病例数由此不再构成研究通量的上限，候选药物的临床转化亦得以提速。 当临床存在明确的用药选择难题，却缺少可计算的解法。 真实世界的治疗决策多依赖经验与有限证据，难以复用与横向比较。虚拟细胞模型与患者来源细胞、类器官体系可形成双向迭代：AI提供可计算、可比较、可排序的预测框架，真实样本提供反馈与校正，产出面向具体患者群体的疗效与耐药预测、机制解析与潜在治疗靶点线索，并可沉淀为标准化的研究与分析范式。 三者分处研发链条的不同位置，制约却同源：足够真实的实验难以规模化，足够快的计算不足以还原人体。无界进化与昂朴生物的联手，让人源细胞与AI虚拟细胞的耦合补上真实性与通量之间的这一层，这也是本次合作的技术起点。   共启新篇：构筑国产研发底座，持续开放平台合作 当全球监管体系加速告别动物实验，当“人源数据+AI计算”成为药物研发的新坐标，昂朴生物与无界进化的战略合作，正是对这一时代命题的回应。 昂朴生物的遗传病iPSC数据银行，提供了中国自己的、可规模化获取的人源疾病模型与数据资产；无界进化的AI虚拟细胞模型，则提供了在计算机中预测药物响应的智能引擎。这套融合体系，对产业、药企、患者具备多重核心价值：对于创新药企，整套研发链路产出的数据符合FDA、CDE NAMs申报要求，有效压缩临床前研发周期、削减动物实验相关成本；对于遗传病领域，解决传统动物模型病理模拟失真、转化效率低下的行业痛点，加速疑难遗传病全新疗法开发；对于国内生物医药产业，搭建不依赖海外样本库与海外计算模型的自主研发底座，夯实国产创新核心竞争力。 未来，双方将持续扩充遗传病标准化细胞模型库，迭代优化遗传病专属AI虚拟细胞解决方案，完善适配国内外审评标准的NAMs技术方案。双方合作将聚焦于遗传病相关方向的新药研究与开发，并积极向全行业开放联合研发平台能力，积极推动在遗传病方向的治疗突破，为患者带来有效的治疗。

沙利文洞见 近日，国务院印发《"十五五"碳达峰行动方案》，明确提出完善算力设施节能降碳标准，推动未达标算力设施开展节能降碳改造，有序淘汰落后低效技术和设备，提升算力设施能效水平。2026年政府工作报告显示，国家枢纽节点新建数据中心绿电占比要超过80%，并鼓励实现100%绿色电力消费。 目前行业内相对成熟、已具备规模化推广条件的节能降碳路径主要有哪些？比如液冷、余热回收、CPO（共封装光学）等技术，目前分别处于什么应用阶段？目前 PUE 、CUE、单位算力碳排放（"算力碳效"）等多套评价指标并存，您认为未来是否需要建立一套全国统一、可比性更强的算力绿色评价体系？现阶段推行统一标准的难点在哪？未来三到五年，您认为绿色算力行业最大的变化会体现在哪些方面？AI技术本身的发展，是否会反过来改变数据中心的节能方式？比如通过AI优化制冷调度、预测负载从而降低闲置能耗，这类"用AI节能AI"的路径目前进展如何？ 弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）中国合伙人周明子接受《时代周报》采访，共同探讨绿色算力开启“双向奔赴”新范式。 《证券日报》   Q： 目前行业内相对成熟、已具备规模化推广条件的节能降碳路径主要有哪些？比如 液冷 、余热回收、CPO（共封装光学）等技术，目前分别处于什么应用阶段？   周明子 沙利文中国合伙人 从行业的商业化角度看，当前算力节能降碳领域进入规模化拐点的是冷板式液冷，其市占率超过80%，目前不仅浪潮、华为等头部品牌的服务器已原生支持，而且新建智算中心基本默认配置，PUE可稳定压在1.15至1.25之间，是当下唯一能够"交付即用"的技术路径。浸没式液冷虽然性能更优，但面临初始投资高、运维体系需重建的实际课题需要进一步解决，目前仍依赖零碳园区和金融、运营商的标杆项目拉动，行业预测距规模化尚差约3至5年左右。余热回收技术本身成熟，但商业闭环严重受限于地理条件：北方有市政热网接口， 宁夏中卫 等项目已将余热打包进绿电直供方案；南方则只能对接温室、泳池等零散场景，回收周期过长，尚未形成独立可复制的商业模式。此外， CPO 的分化最为显著：交换侧将在2026年下半年开始起量，英伟达Quantum 3400 CPO交换机已定档量产，传输损耗降低60%；但芯片间的scale-up光互连要等到2028年Feynman架构量产才能规模铺开，届时市场有望迎来新一轮的应用爆发；   Q： 目前PUE、CUE、单位算力碳排放（"算力碳效"）等多套评价指标并存，您认为未来是否需要建立一套全国统一、可比性更强的算力绿色评价体系？现阶段推行统一标准的难点在哪？   周明子 沙利文中国合伙人 从行业发展角度看，建立一个全国统一的算力绿色评价体系是必要的，但在当前阶段做到"完全可比"并不现实。单一PUE指标的局限性已经非常明显：它完全不反映能源结构——PUE 1.1的全煤电数据中心与PUE 1.3的全绿电数据中心，碳排放差距可能达到数倍；它也不衡量算力产出效率——一台PUE 1.15但GPU利用率只有30%的集群，本质上是一种"虚假高效"；此外，建设期、设备制造、退役处置等范围三排放完全不在PUE的覆盖范围之内。政策层面已在推动转变：2026年政府工作报告首次将"算电协同"纳入新基建工程，国家数据局、国家能源局配套明确"枢纽新建算力设施绿电占比≥80%、西部PUE≤1.20/东部≤1.25"的双约束；信通院同时在推进面向AI业务产出的两类新指标——算力能效与Token能效，这两个新指标标志着行业的评价焦点从"机房效率"转向"业务产出效率"。另一方面看，推行统一标准，还面临三个实质性障碍：一是绿电溯源口径尚未统一，绿证、绿电交易、 绿电直供 、自发自用光伏四种路径的认定标准存在分歧；二是范围三碳排放的核算方法缺乏行业共识；三是区域资源禀赋差异过大，宁夏等西部枢纽靠风光+绿电直供易达标，长三角硬做到80%需跨省绿证+储能配套，强行用同一套分数去比较，东西部产业市场都会存在一定的顾虑。所以未来，更可能的演进路径是，由国家制定综合框架，由行业协会出台分级领跑值，类似LEED认证的金银分级逻辑，以达到更好的落地效果。   Q： 未来三到五年，您认为绿色算力行业最大的变化会体现在哪些方面？   周明子 沙利文中国合伙人 未来三到五年，沙利文认为绿色算力行业的变化将集中在四条相互嵌套的主线上。第一条是"绿电80%"从政策倡导变为刚性约束，这将从根本上重构数据中心的投资逻辑。目前八大算力枢纽中，只有宁夏、甘肃、内蒙古拥有成熟的绿电直供通道，其余节点的绿电占比大多低于30%，而2026年政府工作报告已明确将这一比例写入约束条件。这意味着2026年到2028年是抢占绿电直供通道、签署长期购电协议、锁定源网荷储资源的窗口期，错过这个窗口的项目将难以通过能评审批。第二条是产业布局将从"东数西算"进一步细化为"绿电腹地训练与存储、沿海推理、枢纽中转"的新版图，万卡以上的训练集群将基本锁定西部。第三条是液冷加零碳园区从示范性质转为准入标准，"十五五"方案明确要求建设100个国家级零碳园区，算力设施的绿色低碳转型已被单独列条，未来新建大型集群基本上将是液冷、绿电直供、余热利用三件套的标配组合。第四条是算电协同将催生出新的交易品种，数据中心作为可调节负荷参与电网调峰、绿电现货套利、非实时任务跨区域迁移，这些行为将使"算力碳效"和"绿电溯源"成为可交易的资产，经CCER核证后的项目回报率将高于纯硬件投资。沙利文认为，未来三到五年真正拉开企业差距的可能不是硬件参数，而是绿电采购协议的签约能力、碳资产的运营能力以及算力资产的调度能力——硬件大家都能买到，绿电通道、碳核证和可信的计算服务资产才是稀缺资源。易助能源在苏州某产业园的分布式算力中心，系统协同调度光伏、储能、负荷和算力任务。绿电充裕或电价低时增加非实时任务；用电高峰时降低或迁移可延迟负载，使算力中心从刚性负荷变为柔性负荷，参与削峰填谷和绿电消纳。系统根据任务、电价和能源供给，动态调整任务运行，保障稳定并降低成本。这表明其竞争力从硬件规模转向绿电获取、能源协同和算力调度能力。   Q： AI技术本身的发展，是否会反过来改变数据中心的节能方式？比如通过AI优化制冷调度、预测负载从而降低闲置能耗，这类"用AI节能AI"的路径目前进展如何？   周明子 沙利文中国合伙人 沙利文认为用AI技术优化数据中心自身能耗这条路径，实际进展比多数市场认知要快，但需要明确一条关键边界：AI调优是存量改造中性价比最高的杠杆，但它无法挽救PUE在1.3以上的老旧风冷机房——那些机房需要先更换液冷硬件，AI只能在此基础上做锦上添花。技术演进已经走过了三个阶段：第一阶段是基于负载预测的预调节，避免临时性峰值冲击；第二阶段是全局寻优，通过对冷机、水泵、冷却塔、CDU的联合调优，在已有节能架构基础上再挤出10%到30%的能效空间；第三阶段则是算电协同，将制冷策略与绿电出力时序、算力迁移联动起来，绿电充裕时提前预冷并多运行批处理任务，绿电紧张时主动降低非实时负载。沙利文认为未来真正具有溢价能力的产品形态，很可能是"AI调优加绿电时序匹配加跨区域负载迁移"的整套打包方案，单纯售卖AI节能软件。无锡某高端装备制造企业将其园区将能源和算力管理委托易助能源进行智能化运营管理。易助能源通过AI联动服务器、制冷、光伏和储能系统，预测算力负载、设备温度及绿电出力，动态调整制冷策略、服务器运行状态和任务时序，实现算力、制冷与电力的一体化优化。在绿电充裕时，系统可提前预冷并增加批处理和推理任务；在园区负荷高峰时，则通过服务器降频、任务错峰和储能调节降低峰值能耗。该场景将传统的单一制冷节能，进一步升级为对算力、冷量和电力资源的全局优化，体现了“用AI节能AI”从技术验证向实际运营场景加速落地。   *本采访已刊登于《证券日报》，作者为王镜茹，原标题为：绿色算力开启“双向奔赴”新范式