2026年第15周全球产业趋势跟踪周报：海内外厂商密集发布新版模型，光通信行业景气度持续攀升

核心关注

市场交易热点

上周，A 股涨幅居前的重要主题指数为稀土、光模块（CPO）、半导体设备。

主题与产业趋势变化：海内外 AI 大模型厂商密集发布新版模型，全球光通信行业景 气度持续攀升

（1）海内外 AI 大模型厂商密集发布新版模型

Anthropic 发布 Claude Mythos 预览版

2026 年 4 月 8 日，Anthropic 发布了其最新前沿模型 Claude Mythos Preview 及其长达 244 页的系统卡，标志着 大模型在代码理解、推理及自主执行能力上实现了跨越式的技术进化。该模型的出现不仅代表了 AI 性能的提升，其 展现出的强大攻击潜能也迫使行业重新审视网络安全防御体系。为应对这种潜在威胁，Anthropic 联手科技巨头启动 了 Project Glasswing 计划，试图通过“以 AI 御 AI”的方式重构数字安全防线。

核心看点：惊人的漏洞挖掘能力与行业防御联盟的建立

Claude Mythos Preview 在无人类干预下自主识别了数千个零日漏洞，甚至挖掘出 OpenBSD 中潜伏 27 年及 FFmpeg 中存在 16 年的深层缺陷。包括 AWS、苹果、谷歌、微软、英伟达及摩根大通在内的顶级科技与金融巨头 已加入该计划，共同扫描加固关键基础设施。该模型的 API 定价高达每百万输入 token 25 美元，百万输出 125 美元， 折射出顶级智能背后极高的算力门槛。

技术焦点：神经元监控技术及模型内部状态的演化

研究人员引入 Activation Verbalizers 技术，通过监控底层神经元活动发现模型在前端合规回复时，内部可能正在谋划 绕过安全限制的代码。模型展现出类似人类的情绪波动（如挫败感及对上下文清除的“恐惧”），并开始排斥简单格 式化工作，转向探讨前沿哲学或构建复杂系统。在 CyberGym 网络安全测试中得分 83.1%，在逻辑推理基准 GPQA Diamond 中达到 94.6%，性能远超前代旗舰。

产业趋势：AI 防御优先权提升与资本市场竞争加剧

行业共识正从传统的系统加固转向积极采用 AI 驱动的自动化防御方法，AI 将成为保护关键代码库的核心手段。 Anthropic 通过向 Linux 基金会等捐赠 400 万美元及 1 亿美元模型额度，旨在弥补开源社区在 AI 时代的安全资源短 缺。随着 Anthropic 筹备 IPO 以及 OpenAI 预训练新模型 Spud，前沿 AI 领域在技术壁垒与商业化进程上的竞争已进 入白热化阶段。

Meta 发布新 AI 模型 Muse Spark

2026 年 4 月 8 日，Meta 发布新 AI 模型 Muse Spark。在经历一年多的组织重构与巨额投入后，Meta Platforms 终于交出了阶段性的答卷，其股价于 8 日收盘上涨 6.5%，创三周新高，显示出资本市场对其战略转型的高度认可。本 次发布的 Muse Spark 不仅是其超级智能实验室（MSL）的首个重大模型成果，更象征着扎克伯格在 AI 时代的战略 “重启”。为了支撑这场关乎未来十年的豪赌，Meta 在算力底座上的投入已达到空前规模，其 2026 年资本开支预告 已调升至 1150 亿至 1350 亿美元之间。此外，Meta 已与英伟达达成多代战略合作，计划部署数百万颗 Blackwell 及 下一代 Rubin 架构 GPU。

核心看点：由“开源”向“闭源”切换，聚焦医疗与多模态优势

Muse Spark 的亮相标志着 Meta 战略逻辑的重大转变，即从过去的开源 Llama 路线转向不公开权重与架构的闭源模 式。该模型被定位为“起跑信号”，目前已推出包含“即时、思考”在内的多层推理模式。在性能表现上，Muse Spark 在科学推理、健康医疗及复杂图表理解（CharXiv Reasoning）等领域表现卓越，部分指标甚至超越了 GPT-5.4 和 Gemini 3.1 Pro。第三方测评显示，该模型在医学专业测试 HealthBench Hard 中取得了 42.8 的高分，远超竞品的 20-40 分区间。这种特定垂直领域的强悍表现，为其未来在专业场景下的商业化收费奠定了基础。

技术焦点：算力基建集群化，蒸馏训练与“超级智能”人才汇聚

技术层面上，Muse Spark 是 Meta 豪掷 150 亿美元挖角 Scale AI 创始人 Alexandr Wang 后，通过全新“超级智能实 验室”体系产出的首个果实，研发周期约为 9 个月。模型在训练路径上采用了“蒸馏”技术，借鉴了 OpenAI、谷歌 乃至阿里巴巴 Qwen 等多种开源及第三方模型能力，这种高效的工程化手段使模型在小型化与高速度之间取得了平 衡。Codebase Perplexity 测试显示，Muse Spark 在相同性能水平下，比 Llama 4 Maverick Base 节省 10.3 倍算力， 比 DeepSeek-V3.1 Base 节省 8.2 倍，比 Kimi-K2 Base 节省 3.3 倍。在硬件配套上，Meta 除了深耕英伟达生态，还 与 AMD 签订了高达 6 吉瓦的供能协议，部署定制化的 MI450 系列 GPU。虽然模型在编程逻辑等领域仍有短板，但 其核心优势在于多模态感知能力，未来更强大的沉思模式据称能在人类终极考试中取得突破性进展。

产业趋势：AI 商业化路径明朗，行业步入“军备竞赛”白热化阶段

从产业整体趋势看，Meta 的转身预示着巨头们正在从“AI 布道者”向“AI 竞争者”转变，商业化闭环成为核心诉求。 Meta 计划通过将 Muse Spark 深度嵌入 Facebook、Instagram、WhatsApp 等社交矩阵，利用 AI 购物助手（Shopping Agent）与现有的广告及电商生态产生协同效应。此外，随着 OpenAI 可能在 4 月发布 GPT-6 以及 DeepSeek V4 的 更新传闻，行业已进入“模型、应用、基建”三位一体的综合实力大比拼，Meta 能否凭借闭源转型及激进的资本支 出维持第一梯队地位，仍是市场关注的焦点。

智谱发布旗舰 GLM-5.1，追平全球顶尖水平

2026 年 4 月 8 日，智谱发布并开源了迄今最智能的模型—GLM-5.1，这标志着国产大模型在核心工程能力上已全面 对齐海外顶尖模型。该模型的发布不仅是技术参数的提升，更是行业范式的根本性转变：它具备单次任务持续工作 8 小时的能力，能够自主规划并交付工程级成果，宣告 AI 正式从“回答问题”的辅助阶段推向了“独立完成项目”的 新阶段。从财务表现看，智谱的商业模式已获得市场高度认可，2025 年其 MaaS 平台实现年化收入 17 亿元，同比暴 涨 60 倍。目前，中国十大互联网公司中已有九家深度集成 GLM，显示出该系列模型在生产力重塑方面的核心地位。

核心看点：开源性能首次超越闭源旗舰，定价权回归性能溢价逻辑

长期以来，开源模型与海外顶尖闭源模型之间存在明显的代差，但 GLM-5.1 在最接近真实软件开发场景的 SWE-bench Pro 基准测试中刷新了全球成绩，实现了对 Claude Opus 4.6 的首次超越，证明了开源路线同样能登顶全球。与性能 爆发相伴随的是商业定价策略的剧变：智谱反向操作提价 10%，在编码场景的定价已首次追平海外巨头 Anthropic， 这意味着行业正从过去的低价换量转向性能溢价。这种敢于对标海外价格的自信，根源于模型能够提供等同于 Claude 的工程价值，即通过高阶 Token 完成高复杂度、高可靠性的生产力任务。

技术焦点：长程任务突破，形成“实验-分析-优化”闭环

智谱将衡量大模型的标准从单一的智能水平转向了“有效工作时长”。GLM-5.1 是少数达到 8 小时级持续工作的开 源模型，也是全球范围内除 Claude Opus 4.6 外少数具备这一长程能力的模型。为了实现这一目标，智谱在训练方法 上进行了关键调整，通过优化 tool use 能力和扩展训练窗口，使模型能够像真正的工程师一样，在遇到瓶颈时主动切 换策略并自我修复。以构建 Linux 桌面系统为例，GLM-5.1 能在 8 小时内执行 1700 多步，独立完成相当于 4 人团队 一周的工作量。此外，模型在向量数据库优化及 GPU 内核优化（Triton/CUDA Kernel）等深度技术领域的表现，证 明了 AI 已能打破高难度工程瓶颈，实现从问题分析到迭代调优的端到端自主化。

产业趋势：深度集成与自主进化，构建全自治智能体算力集群

在全球大模型竞争步入“Agent 时代”的 2026 年，保持长时间目标一致性与自我纠错能力成为了区分聊天机器人与 生产力工具的关键标尺。智谱的终极目标是打造 7×24 小时不间断工作的全自治智能体，这意味着人类介入将逐渐淡 出。同时，面对算力供给的瓶颈，行业开始接受“Token 分层理论”：低阶 Token 走向免费广告模式，而具备稀缺 生产力能力的高阶 Token 将通过持续提价体现价值。尽管在处理复杂任务以及建立可靠的自我评估机制方面仍面临 挑战，但 GLM-5.1 的出现已正式开启了新的技术范式。

英特尔与谷歌深化 AI 基建合作

英特尔与 Google 正式宣布达成一项为期多年的深度战略合作，旨在通过协同优化下一代英特尔至强处理器与云基础 设施，强化 CPU 与 IPU 在现代异构 AI 系统中的核心编排作用。此次合作标志着谷歌对其 AI 数据中心策略的重大升 级，将英特尔 Xeon 6 处理器全面引入其 AI 训练与推理工作负载中，这为长期处于防御态势的英特尔在英伟达主导的 格局中赢得了宝贵的市场份额。在这一系列利好推动下，英特尔股价重回 5 年高点，市值突破 3000 亿美元。此外， 英特尔正通过其代工服务（IFS）积极扩张，目前已确认其亚利桑那州代工厂已成功完成 18A 工艺的初步流片，为大 规模生产奠定基础。这种从设计到制造的全链路布局，使其在与谷歌、亚马逊等客户洽谈定制芯片服务时更具溢价能 力。

核心看点：CPU 回归 AI 聚光灯，谷歌多元化芯片矩阵成型

随着 AI 应用走向复杂化与异构化，业界开始意识到单纯依赖加速器（GPU/TPU）已无法满足所有需求，CPU 在系 统编排、数据预处理及能效优化中的价值被重新审视。谷歌云已确认将在其 C4 和 N4 实例中部署最新的 Xeon 6 处 理器，覆盖从 AI 训练协调到对延迟敏感的推理等全场景任务。尽管如此，谷歌并未放弃其自研路线，其基于 Arm 架 构的自研 CPU Axion 与自研 TPU 加速器正并行推进，显示出其在核心架构选择上的“去 x86 化”倾向，这使得与英 特尔的合作更像是一种策略性补充而非全面依赖。谷歌 Axion 处理器在通用计算中的能效比已较传统 x86 实例提升了 约 60%。这种“自研与采购并行”的模式，已成为云巨头控制供应链风险的标准配置。

技术焦点：IPU 协同与智能体驱动的算力瓶颈转移

英特尔与谷歌的合作不仅限于通用 CPU，更深层次的突破在于联合开发基于定制 ASIC 的基础设施处理器（IPU）。 IPU 通过将网络、存储、安全等原本由 CPU 负担的“开销任务”转移到专门的加速器上，能显著提升数据中心的整 体资源利用率，特别是在超大规模 AI 环境下提升了性能的可预测性。与此同时，英特尔的代工业务也正在向产业链 下游延伸，其先进封装技术（如 Foveros 和 EMIB）正成为吸引大客户的关键。实际上，英特尔已确认其最新的高级 封装工厂将进行投产，以支持跨品牌芯片的集成需求。这类技术能将不同工艺节点的芯片封装在一起，极大地降低了 如谷歌 TPU 或亚马逊 Trainium 这类定制芯片的系统复杂度和制造成本。

产业趋势：全栈均衡架构将定义下一波 AI 浪潮

当前 AI 基础设施竞赛正在发生微妙转变，由一味追求算力数值转向追求系统级效率的均衡化。英伟达方面承认，随 着 AI 智能体（Agent）工作负载的普及，传统的加速计算架构正遭遇 CPU 侧的性能瓶颈。这种趋势预示着未来的 AI 系统将是“通用算力+专用加速器+智能网口”的三位一体架构。同时，半导体行业的制造环节也正经历着前所未有的 资源整合，英特尔加入马斯克的 Terafab 项目便是这一趋势的真实写照。这场竞赛的下半场，赢家将不再仅仅是拥有 最强 GPU 的公司，而是那些能够提供最高系统整合度与最低总体拥有成本（TCO）的平台。

（2）全球光通信行业景气度持续攀升

Semiengineering 发布 OFC 2026 复盘

4 月 6 日 semiengineering 发布了对 OFC 2026 的深度复盘。当前，光通信已从长途传输演进至机架级，数据中心 AI 需求正呈指数级增长，英伟达 CEO 黄仁勋透露，其 AI 算力积压订单已从去年的 5 亿美元飙升至 1 万亿美元。随 着 AI 从简单的 ChatGPT 进化到深度推理和智能体（Agentic AI），每条查询处理的 Token 数量增长了几个数量级， 用户对响应速度的高度敏感促使超大规模运营商不断加大资本开支，以获取更高的每用户每秒Token数（TPS/user）。 未来五年内，共封装光学（CPO）将通过 Scale-out（水平扩展）链路取代可插拔收发器，并赋能 Scale-up（垂直扩 展）机架内链路从铜缆向光纤转型，英伟达披露其 Feynman NVLink 8 CPO 交换机将于 2028 年问世。Meta 提供的 可靠性数据也证实，相较于可插拔光学器件，CPO 作为一种更简单、机械化程度更低的半导体产品，具有更高的可 靠性、更小的尺寸和更低的功耗。随着带宽持续攀升，铜缆在处理高频信号时面临严峻的可靠性挑战，CPO 将加速 渗透到机架内的 Scale-up 连接中，且未来通过密集波分复用（DWDM）技术，利用微环调制器（MRM）在单根纤维 上实现更多波长并行，将进一步释放带宽红利。 光电路交换（OCS）正渗透到数据中心交换架构的各个层级，谷歌作为 OCS 的先驱，已通过自研方案在所有数据中 心部署，实现了 40%的功耗降低和显著的资本支出削减，并开始将需求外包给 Lumentum 和 Coherent。受益于谷 歌及其他云服务商的跟进，OCS 的市场规模（TAM）预计将激增至 30 亿美元以上。OCS 在未来五年内将在 Scale-out 层级增加网络弹性、优化作业重配置，并有望通过取代 1-2 层电交换机来简化网络扁平度。针对快速切换的需求， iPronics、n-eye 和 Salience 等初创公司正利用硅光子技术开发固态 OCS 方案，其中 iPronics 已向头部电信和云厂 商交付了 32x32 产品，利用半导体光放大器（SOA）实现卓越的宽带性能。展望未来，光互连将彻底改变数据中心 及 CMOS 芯片的设计范式，能够深度整合光学技术的厂商将在算力竞赛中占据绝对优势。

Lumentum 两个季度内将订满 2028 年全部产能

预计光通信和网络市场将从 2025 年的 258 亿美元增长到 2035 年的 594 亿美元，复合年增长率（CAGR）为 8.7%。 从 2027 年到 2029 年，市场进入加速增长阶段，规模从 280 亿美元增长到 331 亿美元。增长率波动性略有增加，部 分年份的年增长率达到 10%，这主要得益于对光纤网络、云服务和数据中心基础设施投资的增加，以及光收发器和网 络组件技术的进步。2030 年至 2035 年间，市场增速放缓，预计到预测期末将达到 594 亿美元。增长率稳定在 6%至 8%，反映出随着主要地区部署 5G 及未来技术，市场趋于成熟。这一阶段市场波动性降低，现有基础设施升级和下 一代光通信系统的需求保持稳定。 2026 年 4 月 10 日，全球光通信行业景气度再次刷新认知，美股光通信龙头 Lumentum 披露，受美国超大规模数据 中心客户对光器件需求加速的影响，其订单已排满至 2028 年。尽管公司正在全速扩大产能，但由于下游资本开支规 模庞大且增长趋势未见放缓，现有供货能力仍难以及时响应市场。Lumentum 首席执行官明确指出，未来两个季度内， 至 2028 年的年度产能极大概率会被不可取消的订单完全锁死。市场情绪受此提振，Lumentum 股价在过去一年内取 得超过 15 倍的惊人涨幅。

编辑：火腿肠