2026年计算机行业策略报告：AI泛化模式到来

从NV到Google，AI需求升级不断

谷歌引领全球大模型跃迁

多模态能力重构行业标准：从“处理”到“理解关联”的跨越Video-MMMU测试87.6%的得分意味着 模型不仅能识别“球在滚动”，还能推断“因摩擦力导致减速”的物理规律。

月活数据持续高增：桑达尔·皮查伊在官方博客中回顾了 Gemini 过去两年的进展：AI Overviews 月活跃用户已达 20亿，Gemini 应用月活突破 6.5亿，此外有超过70%的云客户以及 1300万开发者正在使用其生成式模型。

英伟达芯片迭代速度明显加快，产业趋势明确

英伟达芯片迭代速度明显加快：今年6月，英伟达披露未来三代数据中心半导体技术路线图，新 GPU架构每年一更：2025年推出Blackwell Ultra GPU（8S HBM3e 12H）；2026年推出Rubin GPU （8S HBM4）；2027年推出Rubin Ultra GPU（12S HBM4），新一代基于Arm的Vera CPU，以及 NVLink 6 Switch（3600GB/s）。

目前Blackwell产品已经全面投产： Grace Blackwell解决方案已全面投产，2025 年以来向四大 平台出货 360 万台 Blackwell GPU，我们判断Rubin有望延续Blackwell的趋势。

Rubin是英伟达下一阶段的战略重拳：推理速度将达50 petaflops（比Blackwell的20 petaflops 高出一倍多），配备288 GB HBM4内存。基于Rubin的Vera Rubin NVL144机柜（72颗Grace CPU + 144颗Rubin GPU）将提供3.6 exaflops（FP4推理）和1.2 exaflops（FP8训练）的算力，是 Blackwell Ultra NVL72的3.3倍。到2027年，Rubin Ultra NVL576将进一步提升至15 exaflops （FP4）和5 exaflops（FP8），性能是Blackwell Ultra NVL72的14倍。 

此外，英伟达于今年9月推出Rubin CPX，是专为大模型上下文推理而生。

谷歌TPU迭代加快，V8即将问世

2025年Colud Next大会上，谷歌隆重推出第七代Tpu：Ironwood 的问世，代表着 AI 发展及其底 层基础架构演进的重大转变。Ironwood 的设计旨在从容应对复杂计算和通信需求，Ironwood 根 据 AI 工作负载的需求提供两种规模配置：256 颗芯片配置和 9,216 颗芯片配置。

当扩展到每个 Pod 达 9,216 颗芯片时，总运算能力可达 42.5 百亿亿次浮点运算每秒（42.5 Exaflops），是世界上最大的超级计算机 El Capitan 的 24 倍以上。

1.6T光模块持续推进，NPO打开Scale up全新增量

Npo全名近封装光学（NPO）：是一种将光引 擎与计算芯片在物理上靠近但不完全集成的 技术方案。其核心特征是将光引擎从可插拔 模块中解放出来，做成一个独立的光学小芯 片，但不直接和计算芯片（如 GPU、ASIC） 封装在同一基板上。

NPO是可插拔光模块和CPO中的过渡方案：目 前在英伟达GB200系列中Nvlink的铜缆仍有 优势，但是随着未来GPU的数量增加(Rubin Ultra 576版本)，功耗和传输速率的问题逐 步加大，因此“光进铜退”成为可能，NPO 打开Scale up全新增量。

AI电力板块持续扩张，相关公司从零至一

AI高速互联时代，芯片算力和芯片的功耗成明显的正相关：因此，机柜内侧PSU有望持续“膨胀”， 配电端目前依旧存在低效转换的情况，整个电力链中重复的 AC/DC 转换不节能，并会增加故障点。

800V HVDC有望为电源带来变革：NVIDIA 800V HVDC架构可更大限度地减少能源转换。在数据中心 周边将13.8 kV AC 网电源直接转换为800V HVDC，消除了大多数中间转换步骤。这种简化的方法 可更大限度地减少能源损失，这些损失通常发生在多个 AC/DC 和 DC/DC 转换期间。效率方面有 望提高。

国产算力加速追赶

字节：从C端爆款到B端赋能，AI算力同比增长超10倍

字节跳动的AI业务主要服务于C端用户和B端企业两大方向。

C端用户方面，字节旗下应用声量领跑市场，用户使用量的上升趋势带来AI推理层面算力 需求增加。据QuestMobile数据，截至2025年8月，豆包App月活用户规模超过1.57亿，其 主要竞争对手DeepSeek月活约为1.43亿，豆包App成为国内移动端用户量最大的AI聊天助 手。此外，字节联合中兴通讯，于12月1日推出搭载豆包手机助手技术预览版的工程样本 努比亚M153。AI手机推出预示大模型从“偶尔调用”变成“系统常驻”，直接驱动云端算 力需求的爆发。

B端企业方面，火山引擎为企业用户提供性价比极高的模型使用方案，进而促使火山引擎 token快速消耗。为了降低企业使用门槛，火山引擎发布了豆包助手API和AI节省计划。企 业用户可以通过API接入字节自研的大模型，还可以直接在产品中构建自定义豆包。

阿里加码AI基建，助力全栈升级

阿里巴巴正通过史无前例的AI基建投入，成为国产算力需求释放的最强引擎。在2025年9月24日举办的云栖大会上， 阿里巴巴集团CEO吴泳铭宣布阿里云重磅升级全栈AI体系，实现从AI大模型到AI基础设施的技术更新。面向新一轮智 能革命，阿里云将全力打造成为全栈人工智能服务商。他不仅披露集团资本开支会在3800亿元基础上，增加更多的算 力投入，同时表示“AI时代，ASI只是开始，大模型将是下一代操作系统，超级AI云是下一代计算机”。超级人工智 能（ASI）将经历四个阶段：智能涌现（学习人）、自主行动（辅助人）、自我迭代（超越人）和ASI。

我们判断，阿里此番千亿级加码AI基建的核心意图，绝非单纯的算力规模扩张，而是瞄准“超级AI云+开源大模型” 的双核心，意图抢占全球AI时代的“基础设施定义权”与“生态规则制定权”。

阿里多项重磅技术更新，Qwen3-Max全新亮相

在2025年举办的云栖大会上，阿里巴巴正式推出迄今最大、参数量突破1万亿的Qwen3-Max旗舰级大语言模型。分为指 令（Instruct）和推理（Thinking）两大版本。在指令模式下，SWE-Bench（大语言模型处理现实世界软件问题的权 威评估基准）对该模型的评分为69.6分，与部份顶尖闭源模型不相伯仲；在Tau2-Bench（对话智能体的评估基准）的 评测中亦表现卓越，展现非凡的工具使用能力，此乃构建行动型智能体不可或缺的基础能力。

下一代基础模型架构Qwen3-Next及系列模型也于当天发布，性能即可媲美千问3旗舰版235B模型。阿里云百炼也迎来 重磅升级。阿里云发布全新Agent开发框架ModelStudio-ADK，帮助企业高效开发具备自主决策、多轮反思和循环执行 能力的Agent。在服务器层面，阿里云发布全新一代磐久128超节点AI服务器，由阿里云自主研发设计，可高效支持多 种AI芯片，单柜支持128个AI计算芯片，密度刷新业界纪录。

大模型产业步入新阶段

海外大模型迭代加速

Gemini 3正式推出, Google大模型迭代 速度明显加快。11月18日，Google正式 推出Gemini 3系列模型，并同步上线 Gemini 3 Pro预览版。Google自年初推 出Gemini 2.0 Flash以来，相继推出 Gemma 3、Gemini 2.5 Pro 、Veo 3、 Gemini 3等多款产品，迭代明显加速。 Google在AI领域呈现后来居上态势。 Gemini 3在多个测试集上给出优异表现， 相较于此前Google针对于openAI、 Anthropic等大厂一直采取的跟随防守 举措，本次Gemini 3表现出赶超态势。

海外大模型整体呈现加速迭代趋势， 竞争格局由一家独大变为多强并立。 继Google于11月18日推出Gemini 3 后，GPT-5.2、Claude 4.5等产品相 继推出，海外大厂产品迭代加快。 同时，由openAI一家领跑变为 openAI、Google、Anthropic多强并 立。 大模型整体降费有利于商业推广。 大厂大模型产品整体呈现降费趋势， 目前每百万tokens输出价格降至30 美元以下，有利于应用端推广。

阿里QWEN3及商业项目发布。阿里巴巴 此前已于4月28日发布并开源通义千问 3.0（Qwen3）系列模型，11月17日，阿 里巴巴正式宣布“千问”项目，全力进 军AI to C市场。当天 字节豆包大模型1.8发布。12月18日， 字节正式推出豆包大模型1.8和豆包视 频生成模型 Seedance 1.5 pro。 DeepSeek-V3.2发布。2025年12月1日， DeepSeek-V3.2 和 DeepSeek-V3.2- Speciale 两个版本正式发布：分别以 平衡推理能力与输出长度和长思考增强 为核心。

智领未来

行业范式转移：从“躯干”竞争转向“大脑”比拼

硬件基础设施基本筑就，供应链国产化驱动BOM成本逐渐下行。当前非中国供应链下人形机器人的 BOM成本约13.1万美元，到2045年将降至2.3万美元。 

“端到端”架构引领智能化升级，2026年开启具身智能泛化应用元年。Optimus Gen2.5的跑步速度、 端到端的神经网络与硬件设计优化等都验证了技术成熟度。而即将发布的Optimus Gen3与小鹏的 IRON标志着实体机器人正从试点走向实际应用，它们不仅在执行预设任务，更开始具备学习、适应 和协作的能力。

大脑：多模态大模型赋予机器人“逻辑与规划”

VLA架构成为行业发展基准。VLA模型，即视觉-语言-动作模型，将多模态信息整合处理,实现了端到 端实时映射。小鹏汽车VLA2.0将于2026年一季度发布,创新性地去掉“语言转译”环节，实现视觉信 号到动作指令的端到端直接生成。 

基于“具身思维链”的自主决策。2025年2月，马斯克发布Grok 3，最大的特点在于引入了“思维链” 推理能力。该能力让Grok3可以像人类认知过程一样逐步处理复杂任务，显著提高了模型处理复杂查 询和提供更连贯、更有逻辑的响应的能力。

零样本泛化能力。依托端到端神经网络，机器人开始具备处理从未见过任务的泛化能力。王兴兴曾 表示具身智能的“ChatGPT时刻”会表现为在生活中陌生的80%场景中，向机器人发送语言或文字指 令，机器人可以完成80%左右的任务。

报告节选：

编辑：火腿肠