报告速递

在科技浪潮的汹涌推动下，人工智能技术正以前所未有的速度渗透至我们生活的各个角落，而 AI 眼镜作为这一前沿技术与传统可穿戴设备深度融合的结晶，正悄然开启一场关于交互体验与生活方式的全新变革。从最初的无显示功能的音频智能眼镜，到配备摄像头和显示屏的 AR+AI 智能眼镜，AI 眼镜的产品形态不断丰富，应用场景也在逐步拓展，深刻地影响着人类的生产、生活和思维方式。然而，尽管 AI眼镜行业展现出巨大的发展潜力，但仍处于导入初期阶段。当前的 AI 眼镜产品在功能、性能和成本等方面仍存在诸多不足，距离成熟的产品形态和大规模普及仍有很长的路要走。但随着技术的不断进步、产业链的逐步完善以及市场需求的持续增长，AI 眼镜行业正迎来快速发展的黄金时期。

2025年年国产AI芯片和高性能处理器厂商排名和行业趋势报告

公司是国内老牌通信设备龙头企业，目前正积极从“连接”转向“连接+算力”。我们看好公司两大逻辑：1）基本盘稳固，虽然近年来国内运营商传统网络资本开支下行，但公司仍保持集采高份额以及高水平盈利能力，且海外运营商业务积极拓展，有效缓解国内需求下行；2）算力前瞻布局或将迎来收获期，公司目前已全面布局 AI 算力领域计算、存储、网络产品，并具备从芯片到整机的全栈自研能力，横向对比国产算力链可见其稀缺性，未来随着自研芯片批量导入 ICT 设备，公司政企业务盈利能力有望显著改善。

内燃机零部件构筑基本盘，切入应急电源发电机组业务助力主业升级。公司深度布局内燃机业务（气缸套、活塞等），在工程装备研究、新型材料、机械加工等领域处行业前沿；公司及公司参股子公司中原吉凯恩生产和销售的大缸径气缸套可配套于柴油发电机组，客户包含卡特彼勒、MTU、康明斯、潍柴、玉柴等，公司将持续发挥技术和客户优势，抢占大缸径柴油发电机组市场，提升市占率及盈利能力，有望带来主业升级机遇。

移动网络正由移动通信网络向移动信息网络演进升级，通信、感知、计算、智能融合一体，带来大规模信号处理、网络优化、数据处理、模型训推等巨大算力挑战。量子计算相对经典计算展现出理论与潜在优势，有望破解移动网络算力瓶颈。

通信设备商领军企业，积极拓展第二曲线（算力为代表）发展。公司是全球稀缺的 DICT 端到端通信设备解决方案提供商，产品覆盖无线、有线、云计算、终端产品和专业通信服务，业务覆盖 160 多个国家和地区。2025 年上半年公司营收715.5 亿元（同比+15%），归母净利润为50.58 亿元（同比-11.5%），营收创历史新高。公司全面拥抱 AI 浪潮带来的市场机遇，以算力、终端产品为代表的第二曲线营收同比增长近 100%，占比超 35%。其中，公司服务器及存储营收同比增长超 200%，AI 服务器营收占比 55%。

本发展报告面向未来智算中心超大规模扩展、AI 大模型极致性能与高效部署的核心需求，联合产业合作伙伴共同提出先进光互连技术架构与演进路径，旨在突破传统电互连在带宽、距离与能效方面的根本性瓶颈，构建高带宽、超低时延、低功耗及高可靠性的新一代智算中心互连底座，为人工智能、高性能计算及云服务等关键业务的持续跃升提供坚实支撑。

随着移动通信向 5G-A/6G 迈进，网络性能提升与系统复杂度、能耗及部署成本之间的矛盾越来越突出，面对 AI 的爆发式增长，为突破容量、能效和场景适配等方面的瓶颈，智简网络的概念被提出。智简网络要以 AI 为核心，用极简架构、极简协议、极简运维，实现高效自治，达成“网络极简、体验极智”的效果。TM Forum 调查显示，91% 以上国际运营商计划在 2025–2027 年实现 L4 级高阶自智网络。天线作为网络信号收发的末端节点，必然也要跟随智简网络的需求，朝着“智”和“简”的方向演进。

国内高速有线通信芯片龙头企业：公司专注于高速有线通信芯片的研发、设计和销售，已形成网通以太网物理层芯片、网通以太网交换机芯片、网通以太网网卡芯片、车载以太网物理层芯片、车载以太网交换机芯片、车载网关芯片、车载高速视频传输芯片七条产品线。公司产品覆盖数通、安防、消费、电信、工业、车载等多个领域，可满足不同终端客户各种场合的应用需求。下游客户包括联想、小米、富士康、施耐德、德赛西威、比亚迪等各行业中的知名品牌。

根据GSMA Intelligence在《物联网未来五年：营收机遇与增长建议》中的预测，到2030年，全球物联网市场收入将达到2万亿美元，较2024年的1万亿美元翻一番，复合年增长率为12%。

随着 5G 规模化部署和 6G 演进发展，传统网络运营模式已难以满足动态变化的业务需求。人工智能技术的发展为解决这一挑战提供了新契机，通过引入 AI 智能体，推动网络运行模式从“被动响应”向“感知－决策－执行”的自主闭环运行全面升级，显著提升网络运行效率，高质量保障多样化业务需求，实现更高阶的网络智能。

为贯彻落实《生成式人工智能服务管理暂行办法》要求，指导生成式人工智能服务提供者等有关单位做好安全应急响应工作，本文件围绕生成式人工智能服务安全事件给出了安全事件的分类和分级方法并给出了生成式人工智能服务安全事件应急响应过程，包括应急准备、监测预警、应急处置、总结改进阶段的管理措施和技术方法，可用于指导生成式人工智能服务提供者及相关部门提高安全应急响应能力。