AI

AI算力需求突破单点数据中心物理限制，驱动算力集群向跨域协同演进 。DCI网络正跃迁为高容量互联架构，依托相干ZR/ZR+与DWDM技术支撑分布式GPU/TPU集群的统一调度 。受AI拉动，全球DCI市场规模预计将于2030年增至298.5亿美元，复合年增长率达14.2% 。叠加光纤预制棒产能滞后，G.652.D等高规格光纤价格大幅飙升，供需错配助推DCI赛道开启量价齐升的高景气周期 。

作为数据中心互联的核心组件，交换芯片用于处理数据交换和报文转发，占交换机成本比例达 30%以上。我们看好 26 年起交换芯片在 AI 驱动下开启二次成长：1）万卡级以上集群需要更加稳定可靠的网络系统，推动数据中心 Scale out 交换机向更高容量、速率发展，Scale out 交换芯片有望量价齐升；2）超节点架构或为国产算力追赶海外算力的破局之道，超节点放大集群内 Scale up 作用，交换芯片配比通常高于 Scale out，未来或催生大量交换芯片需求。我们测算 28 年国产交换芯片市场空间有望达到 242 亿元，26-28 年 CAGR 为 96%，建议关注海外龙头及国内自研技术领先的芯片商。

AI Agent，作为人工智能领域的重要组成部分，指的是能够自主感知环境、理解任务需求，并通过学习和决策机制执行相应动作的智能实体。它不仅涵盖了传统的软件机器人，还包括具备自主学习和适应能力的智能系统。AI Agent 通过与环境的交互，完成信息收集、知识推理、任务执行等功能，体现了从被动执行到主动决策的智能转变。

公司通过一系列资本重组，从传统制造业公司转型为 AI 公司。公司前身为重庆民营企业代表力帆科技，主业为“摩托车+汽车”相关终端业务。2020 年破产重整后，重庆国资携手吉利入主公司，开始承接吉利的换电业务并为曹操出行提供 B 端换电车型与相关服务。24 年 7 月印奇携旷视系加入，公司更名为“千里科技”，开始聚焦“AI+车”核心战略，积极布局包括智驾、智舱、Robotaxi 在内的科技业务。25 年 9 月奔驰入股公司，进一步拓展国际化视野。此外，公司 25 年携手相关方为千里智驾注资，并取得该公司 60%的投票权，实现对其实控。核心团队来看，公司汇聚了包括印奇、鲍毅、王军在内的诸多AI/资本/汽车圈领军人物，逐步从传统制造业公司转化为“制造+科技”双驱动的 AI 公司。

因此，当智能体时代来临，而 Java 正处于追赶状态时，我的第一反应是一种本能：构建一个框架。我甚至已经启动了项目，内心充满了“AI 智能体领域的 Spring Framework 在哪里？”的疑问。

海外互联网公司加大算力投入，催生液冷需求。随着算力需求提升，传统风冷散热难以满足需要，逐步转向全液冷散热方式，散热能力成为制约数据中心算力提升的核心因素之一，海外互联网公司不断加大投入的背景下，数据中心液冷成为越来越明确的发展趋势，液冷行业迎来较大机遇。

3月智能化边际变化总结：L3软硬件发力。政策端两会期间行业共识从“要不要发展”转向“如何规模化落地”，广东省印发2026-2035产业规划明确加速L3/L4研发及全场景无人驾驶试验。小鹏汽车首批第二代VLA大模型正式推送，主打全场景能力、安全丝滑与高效率，我们实测拟人感强；理想汽车发布MindVLA-o1强化物理世界理解能力；华为首发量产896线双光路激光雷达，凭借广角+长焦一体成像技术再次拉高感知天花板。 4月智能化催化：关注Cybercab时间表与北京车展发布。2月特斯拉已正式宣布首辆量产版 Cybercab 在德州工厂下线，Cybercab定于4月开启大规模增产，建议关注Cybercab投入商业运营时间节点。4月24日2026北京车展开幕，建议关注主机厂/第三方智驾供应商车展智能化动态，核心关注新一代全场景智驾方案迭代。

科技的进步，应以人为本。今年，我们以用户视角，眺望 2030 年的自己，寻找能够帮助我们塑造自己下一个版本所需的科技，并唤起更多人开始思考、着手行动。

以极低的训练和部署成本，高效开源的训练方法，打破了中文大模型面临的数据与算力困境 推理模型R1直接打破了语料桎梏，堪称中小开发者的福音

OpenClaw 是⼀个开源的 AI 智能体 Gateway ⽹关，让你可以在本地部署 AI 助⼿，访问本地⽂件，通过多个平台（⻜书、企微、QQ等）随时使⽤。

新能源汽车开拓者，科技创新引领变革。特斯拉成立于 2003 年 7 月，是全球电动汽车行业的标杆企业，旗下汽车、储能、服务三大业务板块并行，形成联结的完整业务架构。2019 年至2025 年间，总收入由 1715 亿元增长至 6665 亿元，其中汽车业务营收占比自 85%逐步下降至 73%，仍占据主导地位，但储能、服务业务的营收占比持续扩大，robotaxi 及机器人业务也放量在即，构筑多元化业务版图。

通用人工智能大模型迎来跨越式发展，模型规模、训练范式与推理能力持续突破，为各类 AI 应用构建了坚实的底层技术底座。智能驾驶本质是“物理 AI”的应用，因此注定了往大模型方面演进。通用大模型能力涌现，赋能智驾模型基座，智驾模型架构持续进阶，逐步进入 VLA 和世界模型的物理 AI 时代，迈向智能涌现新阶段。