作者： admin

2026年4月，全球AI产业链迎来一场意料之外的产能大挪移。

原本即将迭代退场的HBM3e，一夜之间从”过渡产品”变身AI算力主力支撑。这场变局的直接导火索，是英伟达下一代Vera Rubin芯片在先进工艺、良率与CoWoS封装上遇阻，量产被迫推迟；而深层逻辑则更为现实——搭载HBM3e的Blackwell GPU订单爆满，英伟达紧急大幅追加采购量。

随之而来的是HBM3e价格再度上调30%，三星、SK海力士、美光三大厂商进入统一上行通道。这不仅推高了AI服务器成本，更深刻影响着全球算力基础设施的扩张节奏。

突发转向：HBM4延后，HBM3e重回C位

4月初，SK海力士正式调整产能分配——下调英伟达HBM4年度出货量20%—30%，缩减产能全面转向HBM3e与服务器DRAM。这一决策直接导致英伟达Blackwell平台HBM3e供货占比从原定61%大幅拉升至71%。

英伟达下一代Vera Rubin芯片的”难产”是触发点。据供应链消息，Vera Rubin在台积电3nm制程的良率问题迟迟未能解决，CoWoS先进封装产能也受限，量产时间表被迫推迟。这意味着短期内，Blackwell仍将是最主要的AI训练与推理平台，而Blackwell的”心脏”正是HBM3e。

市场研究机构TrendForce指出，NAND端新增产能预计要到2027年底或2028年才能大规模开出，存储供需紧张态势仍将持续。德勤在《2026全球半导体行业趋势报告》中预计，2026年全球半导体市场规模将激增26%至9750亿美元，但警告行业需防范AI需求见顶回落带来的潜在风险。

Blackwell强势爆发：HBM3e撑起万亿模型算力

HBM3e能被英伟达”紧急召回”，核心在于其性能完全匹配当前AI训练与推理的刚需。

Blackwell B200采用chiplet架构，集成208亿晶体管，配备192GB HBM3e与8TB/s带宽，性能达到H100的2.4倍，可单卡跑完70B大模型FP16全精度运算。

更高配的Blackwell Ultra（B300）更进一步，将HBM3e从8层堆叠升级至12层，容量飙升至288GB，功耗达1400W，FP4推理性能再提升50%。更大的内存容量意味着单卡可承载千亿、万亿参数模型的KV Cache，对云端推理效率提升至关重要。

强悍性能直接引爆订单：截至2026年初，微软、AWS等云厂商Blackwell积压订单超360万颗，大规模量产与部署全面提速，HBM3e需求被瞬间推至顶峰。

价格再涨30%：多重因素共振的涨价周期

需求暴增叠加产能倾斜，HBM3e开启新一轮大幅涨价。国金证券数据显示，SK海力士供给英伟达的HBM3e单价从此前550美元再度上调近30%，三星率先同步涨价30%，SK海力士、美光迅速跟进，全球HBM价格进入统一上行通道。

驱动本轮涨价的三大因素：

1. AI需求持续爆发

2025年上半年，英伟达还处于买方定价优势，下半年供需格局彻底反转，存储厂商议价权全面回升。进入2026年，随着GPT-6、DeepSeek-V4等万亿参数模型密集发布，AI算力需求有增无减。

2. DDR5涨价分流产能

DDR5价格持续大涨，与HBM3e价差从4—5倍收窄至1—2倍，部分产能从HBM回流至DDR5，进一步加剧HBM供应紧张。

3. 头部厂商资源集中

存储三巨头集中资源主攻高毛利HBM产品，常规DRAM和NAND供给持续偏紧，涨价具备强持续性。

集邦咨询数据显示，2026年Q1常规DRAM合约价涨幅从年初预估的55%—60%，一路上调至90%—95%；NAND Flash合约价涨幅从33%—38%上调至55%—60%。

寡头格局固化：SK海力士一家独大

HBM3e供应端呈现明显的寡头格局。

SK海力士独占英伟达Blackwell平台约75%供货份额，与英伟达已从商业合作升级为深度战略绑定。其与英伟达高层频繁互动，HBM4延后后的紧急扩产任务也落在SK海力士身上。

三星在经历漫长认证后，终于在2026年初拿下英伟达HECO合格供应商资格，12层堆叠产品打入GB300平台。美光也在1月实现HBM3e大规模量产，带宽达1.2TB/s，正式切入英伟达供应链。

但从份额看，三厂商的追赶尚需时日。SK海力士年度HBM出货目标维持200亿Gb，盈利水平稳居产品线前列。

下游传导：AI服务器成本承压

HBM3e涨价的影响正在加速向下游传导。

云计算厂商率先行动。1月22日，亚马逊云科技AWS宣布对用于大模型训练的EC2实施约15%的价格上调。1月27日，谷歌云宣布数据传输服务价格涨幅达100%。国内腾讯云、阿里云也相继跟进调价。

对于AI服务器厂商而言，HBM成本占BOM（物料清单）的比重持续攀升。有分析指出，一台搭载8颗Blackwell B200的AI服务器，HBM3e采购成本已超过整机成本的40%。

国产突围：机遇与挑战并存

在全球HBM涨价潮中，国产存储厂商正在加速追赶。

长江存储、长鑫存储等头部企业持续加大HBM研发投入，部分产品已进入送样阶段。但从技术成熟度看，国产HBM与SK海力士、三星等产品仍有1—2代差距。

DeepSeek-V4等国产大模型的密集发布，客观上为国产算力生态提供了应用场景。华为昇腾、寒武纪等国产AI芯片正在加速适配，国产存储与国产算力的协同正在成为新的突破口。

但短期看，国产HBM难以撼动进口产品的主导地位。在AI算力需求爆发、供需格局紧张的大背景下，”涨价”仍是2026年存储市场的主旋律。

写在最后

HBM3e从”过渡产品”到”绝对主力”的逆袭，本质是AI算力产业链一次真实的供需洗牌。

当HBM4被迫延后，当涨价周期一次次延续，人们开始意识到：AI算力的瓶颈，或许不在于芯片设计，而在于那个不起眼的”内存”。

谁能在这一轮洗牌中抢占先机，谁就能在未来的算力版图中占据有利位置。这不仅是SK海力士们的战争，也是整个AI产业必须直面的现实。

相关阅读：

• 《GTC 2026深度拆解：英伟达Blackwell架构封神》
• 《半导体全线涨价潮：谁在买单？》

4月24日，北京国际车展揭幕，小鹏集团以全新身份亮相——不久前，”小鹏汽车”正式更名为”小鹏集团”，董事长何小鹏宣布公司完成从造车公司向科技集团的转变，未来十年核心定位为”面向全球的具身智能公司”。

车展上，新一代人形机器人IRON首次公开，计划于2026年底实现量产。这一转型不仅标志着业务边界从陆地出行扩展至低空与智能终端，更将小鹏置于与特斯拉、理想等车企竞逐具身智能的新赛场。

从造车公司到科技集团：更名背后的战略逻辑

更名绝非表面文章。何小鹏在发布会上明确，小鹏集团将全方位布局造车、飞行汽车、具身智能、物理AI等业务。这意味着战略重心从单一的汽车制造，转向构建覆盖陆地、低空及智能终端的全场景物理AI生态。

为支撑这一转型，小鹏计划在2026年将物理AI相关研发投入提升至70亿元。更名背后，是技术复用与市场扩张的逻辑：汽车、飞行器与机器人共享同源技术内核，以降低研发成本并加速能力迁移。

何小鹏在演讲中指出，AI的下一阶段竞争将围绕”物理智能”展开——能够理解、预测并操控物理世界的AI系统。他表示：”过去十年，我们学会了让汽车自动驾驶；未来十年，我们要让机器人真正走进生活。”

IRON机器人：技术参数与量产路径

作为具身智能的关键载体，IRON机器人展示了明确的技术参数与商业化时间表：

硬件配置方面，IRON搭载3颗自研图灵AI芯片，总算力达2250TOPS，采用全固态电池实现12小时续航，配备720°鹰眼视觉系统及仿生结构设计。相比行业平均水平，这一算力配置处于第一梯队。

智能能力方面，IRON首发搭载小鹏物理世界大模型，通过”VLT+VLA+VLM”组合，实现操作、行走与交互三大高阶智能。这一技术架构意味着机器人不仅能执行预设任务，还能理解和适应复杂环境。

量产计划方面，IRON将于2026年底启动量产，2027年实现全面商业化销售。广州量产基地已于今年一季度启动建设，年底月产能目标为上千台。考虑到当前人形机器人行业普遍处于百台级产能阶段，这一目标颇具野心。

市场定价方面，小鹏尚未公布具体价格区间。但参考同规格产品（如特斯拉Optimus预估的2万美元定价），IRON大概率将切入中高端市场。

车企集体入局：机器人赛道进入”汽车时间”

小鹏的布局并非孤例。2026年北京车展上，机器人已成为最受关注的主题之一。

墨甲机器人矩阵（奇瑞旗下）展示了人形机器人墨茵、智警机器人、四足机器狗Argos等产品线，智警机器人已在多个城市实际应用于护学、交通疏导等场景。

荣耀机器人天团带来了”闪电”与”元气仔”，其中”闪电”曾在亦庄人形机器人半马中夺冠，”元气仔”以流畅步态吸引大量观众驻足。

中国一汽首次公开展示覆盖全尺寸人形机器人、商服机器人、轮臂及四足机器人的完整产品矩阵，彰显”国家队”的自主研发实力。

傅利叶智能的GR-3机器人以亲和外形与灵活互动能力，展现了机器人技术走向情感化、人性化交互的方向。

从展台到量产，机器人正在这里走出实验室。

汽车基因如何赋能机器人？

汽车行业正从”软件定义汽车”的时代，迈向”智能体驱动未来”的”物理智能”新阶段。

自动驾驶所锤炼出的环境感知、实时决策与精准控制能力，与机器人的运动控制、自主交互技术高度同源。蔚来、小米、理想、比亚迪、广汽、长安、吉利等车企纷纷公布机器人研发计划，正是将自身在复杂系统整合、人工智能和大规模制造领域的核心能力，向更广阔的移动智能终端延伸。

火山引擎、地平线等科技公司也在车展上展示了服务于具身智能的AI架构与计算平台，揭示了机器人”聪明”背后的大脑。

挑战与不确定性

尽管愿景宏大，挑战同样清晰。

技术层面，当前人形机器人普遍面临泛化能力不足、高质量数据稀缺、算力成本高昂等问题。IRON虽然参数亮眼，但实际场景表现仍待验证。

成本层面，人形机器人整机成本目前仍在数十万元级别，大规模商业化需要进一步降本。小鹏70亿元的研发投入能否在短期内转化为可负担的产品定价，还是未知数。

竞争层面，特斯拉Optimus、Figure AI、智元机器人、宇树科技等垂直玩家已在具身智能领域深耕多年，车企的”跨界”能否形成差异化优势，仍需观察。

写在最后

当机器人从车展的聚光灯下走向工厂、街道和家庭，一个由”汽车+机器人”双轮驱动、虚实融合的”人机共融”新纪元，其轮廓正在被勾勒。

小鹏的IRON计划，或许只是这场大潮中的一朵浪花。但当汽车制造商开始认真对待机器人，这个行业的故事，才真正开始。

相关阅读：

• 《北京车展观察：机器人矩阵背后的车企转型逻辑》
• 《具身智能元年：百亿融资背后的产业变局》

谷歌400亿美元入局，Anthropic累计融资650亿美元

AI领域的融资纪录被刷新了。

2026年4月，谷歌宣布向Anthropic投资总计400亿美元，成为AI领域史上最大单笔投资之一。这笔投资将按3500亿美元估值先投入100亿美元，后续根据业绩表现再追加300亿美元。

加上此前亚马逊投入的250亿美元，Anthropic一家公司累计融资已达650亿美元，估值约3500亿美元。这一数字甚至超过了许多老牌科技巨头的市值。

一家成立仅5年的AI公司，凭什么让谷歌和亚马逊两大科技巨头争相砸钱？

Claude系列爆发，Anthropic的商业价值兑现

答案很简单：Claude真的能打。

2026年，Claude的API收入已远超预期，成为Anthropic商业化成功的关键证明。更令开发者惊喜的是，Claude Code在编程工具赛道异军突起。

Claude Code的核心优势：

• 100万Token上下文窗口：能够理解整部代码库的复杂逻辑
• 四层内存架构：深度理解项目结构，而非简单补全
• Computer Use：像人一样操作电脑，完成复杂任务
• Voice Mode：按住空格就能语音编程
• Remote Control：手机远程操控终端

据最新数据，2026年3月Claude Code日均安装量突破2900万次，已成为全球开发者公认的最强AI编程工具。Cursor等竞品感受到了巨大压力。

这种商业化成功，让Anthropic从”烧钱研发”阶段迈入”自我造血”时代，也让投资人看到了长期价值。

算力军备竞赛：谁有GPU谁就是王者

不过，AI公司的发展逻辑很简单：烧钱换技术，技术换估值，估值换更多钱。

Anthropic拿到巨额融资后的第一件事，就是囤GPU。

用这笔钱，Anthropic疯狂采购算力资源，与博通合作开发定制芯片，租下CoreWeave大量算力。亚马逊更是承诺给Anthropic提供1GW的算力支持——这是什么概念？1GW相当于一个小型发电站的输出功率，足以支撑一座小城市的用电。

有分析指出，2026年全球AI算力支出可能突破3000亿美元。真正的大决战，不止拼算法，更拼谁有电、有芯片、有数据中心。

AI公司算力竞争的三层境界：

1. 租服务器：向云服务商租用算力，成本高、弹性差
2. 买服务器：采购自建数据中心，资本支出大
3. 自研芯片：开发定制AI芯片，技术壁垒高、长期成本低

Anthropic选择的是第三条路，与博通合作开发定制芯片，目标是实现更高的算力效率。

DeepSeek开源倒逼，AI价格战加速

Anthropic获得巨额融资的同时，来自中国的竞争对手也在快速崛起。

DeepSeek的开源模型在全球下载量突破新高，开发者社区的反馈是——推理能力接近顶尖闭源模型，但成本只有十分之一。这种”性能追平、价格腰斩”的节奏，正在倒逼所有AI公司重新定价。

OpenAI、谷歌、Anthropic纷纷调整策略，要么降价，要么推出更便宜的轻量版。Claude 3.5 Sonnet的价格已经历多轮下调，但面对DeepSeek的竞争压力，未来可能还有进一步下调空间。

这背后反映出一个结构性变化：AI正在从”奢侈品”变成”日用品”。当技术差距缩小，价格和服务就成为核心竞争力。

AI Agent元年：从工具到智能体

如果说2025年大家还在讨论”AI能不能用”，2026年的话题已经变成了”AI能不能替我干活”。

各大厂商的AI Agent产品开始真正落地——Claude Code帮程序员写代码，GPT的Operator帮用户操作电脑，国内的通义千问也推出了自动化工作流。

一个AI Agent未来能做的不只是回答问题，而是帮你完成一整条任务链。这意味着，AI正在从”工具”进化为”助手”，从”被动响应”进化为”主动执行”。

Anthropic在这一领域的布局可圈可点。Claude Code的成功证明，垂直场景的深度优化比通用能力更重要。专注于编程场景，让Claude Code在开发者群体中建立了难以撼动的口碑。

为什么是Anthropic而不是OpenAI？

有意思的是，OpenAI作为ChatGPT的创造者，在这一轮融资热潮中反而相对”低调”。这背后有几个原因。

OpenAI的商业模式更成熟。 ChatGPT Plus订阅和API收入已经形成了稳定的现金流，不需要像初创公司那样依赖外部融资。

Anthropic的战略定位不同。 Claude系列从一开始就走”安全对齐”路线，强调AI系统的可控性和可解释性。这一理念在企业市场获得了高度认可，尤其是金融、医疗等对AI安全性要求较高的行业。

竞争格局的变化。 AI市场足够大，容得下多个玩家。投资者同时押注OpenAI和Anthropic，本质上是在对冲风险——谁也不想错过AI时代的下一个巨头。

普通人如何把握AI浪潮？

面对AI领域的巨额融资和激烈竞争，普通人该如何把握这波浪潮？

第一，用好AI工具。 DeepSeek、Claude、通义千问都有免费版，先上手再说。学会用AI提升工作效率，是这个时代的必修课。

第二，AI+内容创作。 AI辅助写文案、做视频、生成图片，是一条已经跑通的变现路径。关键是找到适合自己的垂直场景。

第三，找垂直行业机会。 通用AI大模型已经够强了，真正的机会在”AI+行业”——医疗、法律、教育、农业，每个行业都值得重新做一遍。具备行业know-how的人，结合AI工具，往往能创造意想不到的价值。

第四，关注AI基础设施。 算力、数据、算法是AI的三驾马车。普通人虽然难以直接参与算力投资，但可以通过学习相关技能，加入这场技术革命。

展望：AI格局未定，竞争才刚刚开始

谷歌400亿美元重注Anthropic，标志着AI军备竞赛进入新阶段。但这场竞赛远未结束。

从技术角度，GPT-6、Claude 4、Gemini 2.0等顶级模型的迭代仍在加速，多模态、Agent、世界模型等方向都有待突破。

从商业角度，AI公司的变现能力正在经受市场检验，单纯的”画饼”已经无法说服投资人。

从社会角度，AI对就业、教育、伦理的影响正在显现，监管框架也在逐步完善。

无论结局如何，2026年注定是AI发展史上浓墨重彩的一年。而Anthropic的650亿美元融资，只是这场大戏的一个注脚。

写在最后

AI时代的大幕正在拉开，机会与挑战并存。与其焦虑被AI替代，不如思考如何与AI协作。下一个十年，最稀缺的可能不是技术，而是”会用AI的人”。

成熟制程供需反转，晶圆代工价格全面上调

半导体产业新一轮涨价潮正在从局部扩散至全产业链。

据中国台湾《工商时报》报道，由于产能吃紧与成本结构上涨，成熟制程供需结构已出现反转。晶圆代工厂商力积电已明确价格全面上调趋势，具体调整方案如下：

• 12英寸驱动IC代工：上调30%
• 12英寸CIS代工：上调20%
• 8英寸驱动IC代工：上调15%
• 8英寸功率半导体：上调约10%

这一轮涨价覆盖了成熟制程的主要产品线，力度之大、范围之广，堪称近年来罕见。

力积电作为成熟制程代工的重要玩家，其价格策略调整往往具有行业风向标意义。此次全面涨价，意味着成熟制程的”甜蜜时光”已经结束，卖方市场格局正在形成。

驱动IC设计厂率先跟涨，奕力矽创调价15%-20%

晶圆代工价格攀升的成本压力，迅速传导至下游IC设计端。

据供应链最新消息，驱动IC设计厂奕力、矽创已于本月初启动价格调整，幅度约为15%至20%。这两家厂商是驱动IC市场的主要玩家，其产品价格调整将直接影响下游面板厂的成本结构。

从业人员表示，过去两年面板需求疲弱，驱动IC价格持续承压。但随着AI PC、车用显示与高阶电视需求回温，加上供给端受限，IC设计厂商已具备向下游转嫁成本的条件。

涨价传导链条：

plaintext

晶圆代工涨价（力积电等）
    ↓
IC设计成本上升（奕力、矽创等）
    ↓
驱动IC价格上涨
    ↓
面板模组成本上升
    ↓
终端产品（TV、显示器、车载屏等）价格调整

这一传导路径的时间窗口通常在1-3个月，届时终端消费者将感受到这波涨价潮的最终影响。

功率元件与被动元件同步涨价，英飞凌安森美加入

从更大范围来看，此番涨价已从IC产品扩展至功率半导体和被动元件领域。

据报道，包括功率元件与被动元件已同步开启涨价。MOSFET、IGBT产品因AI数据中心等需求强劲，加之上游材料成本上涨，价格普遍上调10%至20%。国际功率半导体巨头英飞凌、安森美已于4月1日通知涨价。

这一现象反映出涨价效应正在从数字芯片向模拟芯片扩散，呈现出全产业链蔓延的态势。

涨价驱动的三大因素：

1. AI数据中心爆发：GPU服务器功耗远超传统服务器，对功率半导体需求大幅增长
2. 电动车渗透率提升：电动车的功率半导体用量是燃油车的5-10倍
3. 上游材料成本上涨：硅晶圆、封装材料等成本持续攀升

存储芯片涨价预期大幅上调，DRAM涨幅或超250%

在成熟制程涨价的同时，存储芯片市场的涨价预期也在显著升温。

高盛最新研究报告将2026年DRAM、NAND市场价格预测大幅上调：

• DRAM价格涨幅：250%-280%（此前预期150%）
• NAND价格涨幅：200%-250%（此前预期100%）

这一调整幅度远超市场预期，预示着存储芯片紧缺程度将远超此前判断。布伦特原油价格近期暴涨，而存储芯片制造同样需要消耗大量能源，成本压力显而易见。

此前在DeepSeek-V4发布会上，官方曾提到”受限于高端算力，目前V4-Pro模型的服务吞吐仍有限，预计下半年昇腾950超节点批量上市后，Pro价格会大幅下调”。这一表态暗示，算力芯片的供给紧张状况可能持续更长时间。

产业链影响分析：谁受益？谁承压？

受益方

晶圆代工厂商：力积电、世界先进等成熟制程代工厂直接受益，产能利用率有望维持高位。

功率半导体IDM厂商：英飞凌、安森美、意法半导体等拥有自有产能的IDM厂商，可享受涨价红利同时控制成本。

上游硅片厂商：硅片是晶圆制造的核心材料，需求增长将带动环球晶圆、信越化学等厂商订单饱满。

承压方

IC设计厂商：虽然可以通过涨价转嫁成本，但存在客户流失风险，需要在市场份额和利润率之间寻找平衡。

终端品牌厂商：面板厂、整机厂等面临成本上升压力，需要通过产品升级或适度提价消化。

中小型电子制造商：议价能力较弱的中小厂商，将面临较大的成本控制压力。

涨价潮背后的深层逻辑

表面看，这轮涨价潮是供需关系变化的结果；但深层分析，它反映的是半导体产业格局的深刻调整。

从供给侧看：成熟制程过去几年缺乏大规模扩产，而新建产能投资周期长、折旧高，短期内难以形成有效供给。

从需求侧看：AI应用的爆发带来算力需求指数级增长，不仅需要先进制程，也需要大量成熟制程的配套芯片。

从周期角度看：半导体行业经历了2022-2023年的去库存周期，2024年开始进入补库存阶段，2026年需求端爆发与供给端收缩形成共振。

上海证券指出，增长主要由人工智能相关投资拉动，包括先进封装及存储技术等细分领域。需要把握全球智算投资持续加码，电动车、新能源、AI及高性能计算驱动半导体产业链加速技术迭代带来的机遇。

展望：涨价潮将持续多久？

考虑到几个因素，这轮涨价潮可能不会是短期现象。

产能扩张周期长：成熟制程新产能从规划到量产通常需要2-3年，短期供给弹性有限。

AI需求持续爆发：根据IDC预测，2026年全球人工智能支出将突破3200亿美元，算力需求有望持续高增长。

地缘政治扰动：供应链安全考量促使各地区加大本土化产能建设，但过渡期内的供需缺口难以避免。

不过，涨价也面临天花板。当终端产品价格上涨到一定程度，需求可能被抑制，涨价动力将减弱。历史经验表明，半导体行业每轮涨价周期通常持续4-6个季度，之后进入平台期或小幅回调。

总结

2026年的芯片涨价潮，是AI时代算力需求爆发与供应链结构性调整共同作用的结果。从成熟制程到先进制程，从数字芯片到模拟芯片，涨价效应正在全产业链扩散。对于产业链各环节而言，如何在涨价周期中把握机遇、控制风险，将是未来1-2年的核心命题。

科交会今日开幕，科技成果转化再掀热潮

4月26日上午，第四届中国（安徽）科技创新成果转化交易会在合肥滨湖国际会展中心正式拉开帷幕。这是经国家批准保留的省部级展会活动，也是展示科技创新前沿成果的重要窗口和对接交易的重要平台。

安徽省政府主办的这届科交会，上海市首次作为主宾省参展，主题定位”科技打头阵 创新赢未来”。大会会期3天，主会场设在合肥滨湖国际会展中心，同时在各专项活动地点设立分会场，内容涵盖开幕式、展览展示、13场专项活动、互动体验、媒体开放日等环节。

前三届科交会已累计吸引780项科技成果签约，总金额接近2300亿元。本届大会预计将延续这一势头，推动更多优秀科技成果在安徽落地转化。

近900件首发首展，AI与智能制造成主角

本届科交会的展览展示安排在合肥滨湖国际会展中心主展馆，展陈面积约2.1万平方米，设置了序厅、上海（长三角）国际科技创新中心展区、合肥滨湖科学城引领展区等”1+7″展区。

从展品构成来看，本次大会展品首发首展892件、省外展品1386件、实物展品2309件，有意向在安徽落地转化的省外成果占比近70%。这一数据充分体现了科交会”以展示促交易、以交易促转化”的办会理念。

AI领域成为最大亮点。 大会精心组织了AI物质创制生态大会、”智赋万物 创享江淮”人工智能创新对接活动等13场专项对接活动。这些活动将链接全国优质创新资源，促进跨区域合作，推动更多优秀科技成果落地转化。

值得关注的是，本届科交会运用智象未来多模态大模型技术制作开幕式暖场片，体现了AI技术在科技展会中的深度应用。

具身智能机器人亮相，可近距离体验

大会期间，”智启江淮 身临未来”互动体验活动将在合肥骆岗公园举办。这项活动集聚”安徽籍”智能机器人科技创新最新成果，以可感可及的场景体验，让大家近距离直观参与、沉浸式互动体验，切身感受科技进步带来的美好生活。

人形机器人作为当前科技领域的”顶流”，在本届科交会上获得了独立展区。从核心技术研发到整机产品展示，观众可以系统了解中国具身智能产业的发展现状。

这一互动体验的设置，体现了科交会从纯技术展示向”展会即场景”的转型，让科技成果不再是高高在上的实验室成果，而是可感知、可体验的现实应用。

长三角一体化深化，上海首次担任主宾省

本届科交会首次邀请上海市作为主宾省，通过专题展区、十大合作项目签约等举措，推动长三角科技创新与产业创新深度融合。

上海（长三角）国际科技创新中心合作项目签约，是开幕式的重要环节之一。这一安排表明，科交会正在从区域性展会向服务国家战略的重要平台升级。

联动京津冀、长三角、粤港澳大湾区国家技术创新中心及中部地区科技部门，集聚硬科技企业参会参展——科交会的”朋友圈”越来越大，辐射带动效应愈发显著。

“十五五”规划解读，科技趋势一站掌握

大会邀请知名科学家、企业家在开幕式上解读”十五五”科技与产业发展趋势，打造”技术风向标””行业风向标”。围绕新质生产力发展和安徽特色的现代化产业体系，全产业链展示可转化科技成果。

2026年是中国”十五五”规划开局之年，本届科交会被赋予了更多战略意义。从核心技术攻关到产业化落地，从单一企业展示到全产业链协同，科交会正在成为观察中国科技产业发展的重要窗口。

同时，开幕式将启动2026年中国科技创新盛典（总台科晚），发布”我想上科晚全球招募计划”及线上报名平台，进一步扩大科交会的影响力边界。

结语

第四届中国科交会的开幕，为2026年的中国科技产业注入了新的活力。从AI大模型到具身智能，从长三角一体化到”十五五”规划布局，这场为期3天的科技盛会，将集中展示中国科技创新的最新成果。

对于关注科技产业发展的读者而言，本届科交会不仅是一场展览，更是一次洞察未来科技趋势的重要机会。接下来几天，各专项活动将陆续展开，值得持续关注。

一、GPT-5.5深夜发布：更聪明、更快、更会干活

就在今天凌晨，OpenAI正式发布GPT-5.5，官方给它的定位相当直接：迄今最聪明、最直觉、最适合真实工作的模型。

距离OpenAI上次发布GPT-5.4仅不到两个月时间，从网友的实测来看GPT-5.5已经有了不小的进步：更会说”人话”了、更快了、编程更强了。”OpenAI仍在创新”——这是行业里的普遍评价。

OpenAI发文表示，GPT-5.5是团队迄今为止最智能、最直观易用的模型，也是在计算机上完成工作的新方式的下一步，能更快地理解用户意图，并能承担更多工作。

这次GPT-5.5的一个突破是，在提升智能的同时，没有牺牲速度。通常情况下，规模更大、功能更强大的模型响应速度较慢，但GPT-5.5在实际应用中的延迟与GPT-5.4相当，同时智能水平却更高。

OpenAI联合创始人兼总裁Greg Brockman在媒体电话会上放出一个信号：GPT-5.5让公司离他们心心念念的”超级应用（Super App）”又近了一步。

如果你还记得，Sam Altman和Greg Brockman之前就多次提到过想把ChatGPT、Codex和AI浏览器揉成一个统一服务，专门给企业客户当”万能工具箱”。有趣的是，”超级应用”也是Elon Musk的执念——他早就想把X（原Twitter）搞成同样的东西。看来，这两个老同事在”大一统App”这个赛道上也要正面刚上了。

二、编程能力登顶：英伟达工程师直言”失去它就像断了一条手臂”

OpenAI将GPT-5.5定位为”迄今最强的代理编程模型”，一系列基准测试结果相当硬核：

• Terminal-Bench 2.0（复杂命令行工作流）：准确率82.7%，业内顶尖。
• SWE-Bench Pro（真实GitHub问题解决）：58.6%，一次性端到端解决的问题数超过以往任何模型。
• Expert-SWE（OpenAI内部评估长期编码任务的基准，中位预估人类需要20小时）：同样超越GPT-5.4。

更让人印象深刻的是，GPT-5.5在Codex环境中已经能承担从实现、重构到调试、测试、验证的全流程工程工作。有早期测试者反馈，它理解系统整体结构的能力明显变强：能判断为什么某功能失败、修复该落在哪里、以及代码库中还有哪些地方会受影响。

Every公司CEO Dan Shipper评价道：”这是我用过的第一个具备真正概念清晰度的编程模型。”

MagicPath的CEO Pietro Schirano也分享了一个案例：GPT-5.5只用了大约20分钟，就一次性将一个包含数百个前端和重构变更的分支合并到另一个同样变动巨大的主分支中。

英伟达一位提前使用该模型的工程师甚至说：”没了GPT-5.5，感觉就像断了一条手臂。”

这种OpenAI式的夸张修辞让人联想起CEO奥尔特曼曾自称观看GPT-5演示后”眩晕瘫倒”——但不管怎样，从实测反馈来看，GPT-5.5的编程能力确实有了质的飞跃。

三、性能榜单霸榜：夺回AI领域第一位

在第三方评测机构Artificial Analysis的综合智能指数榜单上，OpenAI凭借GPT-5.5系列拿下了第一名和第二名，前六中包揽了四席。

Artificial Analysis发帖认为：”GPT-5.5让OpenAI重回AI领域的第一位，打破了与Anthropic和谷歌的三方平局。”

然而，在光环之下，也需要指出OpenAI仍有自己的营销心思。例如，有网友发现，在基准测试榜单上，OpenAI没有呈现的几个数据仍然落后于Opus 4.7。

四、价格翻倍惹争议：Pro版百万输入30美元

革命性的体验伴随着高昂的价格。GPT-5.5的定价相比上一代整整翻了一倍。

官方表示，GPT-5.5标准定价为每百万输入tokens 5美元、输出30美元，对比之下，GPT-5.4这一数字分别是2.5美元和15美元。而GPT-5.5 Pro的定价更是高至每百万输入tokens 30美元、输出180美元。

对比竞争对手Anthropic的最强模型Opus 4.7，每百万输入tokens是5美元，输出25美元。GPT-5.5的输入价格和Opus 4.7持平，但输出贵了20%。

OpenAI在博客中表示，虽然单价高于GPT-5.4，但token效率的提升可以对冲价格差异，大多数用户的实际使用成本不会有明显增加。同样的Codex任务，GPT-5.5用的token比GPT-5.4明显更少。

不过，具体性价比如何还需要业界的反馈验证。毕竟，对于那些重度用户来说，价格翻倍仍然是一个不小的负担。

五、Anthropic的威胁：估值突破万亿美元

OpenAI密集发布产品的背后，是Anthropic带来的巨大压力。

据外媒报道，Anthropic在私募二级市场的估值已突破1万亿美元。作为参照，OpenAI今年3月末最新一轮融资的估值为8520亿美元。

与此同时，这个月初Anthropic宣布公司年化收入（ARR）已超过300亿美元（约合人民币2048亿元），而OpenAI最新的年化收入为250亿美元（约合人民币1706亿元）。

不过OpenAI在内部备忘录提到Anthropic年化营收存在大约80亿的水分，统一口径后Anthropic年化营收实际约为220亿美元，低于OpenAI。但即便如此，按照Anthropic目前的增长速度，超过OpenAI或许只是时间问题。

更让OpenAI紧张的是，就在其发布GPT-5.5前，Anthropic旗舰模型Claude被大量开发者反馈”降智”——推理能力断崖式下跌、幻觉频发。就在GPT-5.5发布后，Anthropic”巧合”地连夜发布报告，承认产品层调整导致Claude模型性能下降，并提及相关漏洞及限制已修复。

六、知识工作与科研：不止于码农

OpenAI首席研究官Mark Chen强调，GPT-5.5的进步远不止于编程。在知识工作领域，如生成文档、表格、幻灯片、运营研究、财务建模，它同样比前代更强。当与Codex的”计算机使用”能力结合时，GPT-5.5几乎可以像人一样”看到屏幕、点击、输入、导航”，在不同工具间精确切换。

据官方介绍，OpenAI内部已经在真实工作流中大规模使用。目前公司超过85%的员工每周都会用Codex，涵盖财务、公关、市场、数据科学等职能。

例如：

• 公关团队用GPT-5.5分析了六个月的演讲请求数据，搭建了一个自动化Slack代理，低风险请求全自动处理，高风险请求再转人工。
• 财务团队用它审核了24771份K-1税务表格，总计7万多页，比前一年快了整整两周。
• 市场团队有人把每周业务报告生成自动化，每周省下5到10个小时。

在科学研究方面，GPT-5.5的表现同样令人眼前一亮。它在GeneBench（遗传学多阶段数据分析）和BixBench（生物信息学真实世界数据分析）上都取得了领先成绩。

更惊人的是，一个内部版本的GPT-5.5甚至帮助发现了关于拉姆齐数的新证明，这是组合数学中一个极为艰深的领域——该证明后来在Lean中得到了验证，成为GPT-5.5不仅能写代码、还能贡献原创数学论证的里程碑案例。

此外，杰克逊基因组医学实验室的免疫学教授Derya Unutmaz用GPT-5.5 Pro分析了一个62样本、近28000个基因的数据集，生成了一份详细的研究报告。他说：”这项工作原本需要我的团队花费数月。”

七、推理效率的秘密：模型帮模型”打工”

一个有趣的细节是，GPT-5.5在服务效率上的提升，居然也借用了模型自己的能力。

OpenAI透露，为了让GPT-5.5保持与GPT-5.4相同的延迟，他们重新设计了整个推理系统，并专门与NVIDIA GB200/GB300 NVL72系统进行了协同设计和训练。

其中一项关键优化是负载均衡和分区算法。过去，系统会将请求拆成固定数量的块来均衡负载，但这种方式不能适应所有流量模式。于是，他们让Codex分析了数周的生产流量，并编写了自定义启发式算法来优化分区和负载分配——这一改进直接将token生成速度提高了20%。

八、写在最后：重回牌桌，但能否坐稳？

GPT-5.5的发布是OpenAI对外界的一次公开喊话：OpenAI还在，而且仍然是最强的那个。

但Anthropic的威胁是真实的。估值突破万亿美元、年化收入直逼OpenAI、Claude在开发者中的口碑持续上升——这些都在提醒OpenAI，曾经的”AI一哥”正在被追赶。

对于用户来说，GPT-5.5的性能提升是实打实的利好。但价格翻倍的代价也不容忽视。当AI模型越来越强大，如何平衡性能与成本，将成为所有用户必须面对的问题。

无论如何，AI军备竞赛正在进入一个新阶段。在这个阶段，速度和效率可能比单纯的参数规模更重要。OpenAI显然深谙此道——GPT-5.5用更少的token达到更好的效果，这才是真正的进步。

一、三十年首次：英伟达可能全年停发新游戏显卡

4月20日，一条消息让全球数亿游戏玩家的心凉了半截。

据多家媒体报道，受GPU通用显存严重短缺影响，英伟达计划将最新款游戏显卡的产能削减最高40%。更扎心的是，2026年英伟达可能迎来三十年来首次全年不发布任何新款消费级游戏显卡。

这意味着：你手里那张本来打算今年换掉的RTX 40系显卡，可能还要再战两年；你期待已久的RTX 50 Super，可能直接”胎死腹中”；你攒了一年的装机预算，可能要面对一张比一张贵的显卡。

截至2026年4月，英伟达没有正式宣布2026年停发新游戏显卡，但根据行业消息，2026年很可能没有任何新一代消费级GeForce显卡发布。这意味着，如果情况继续，这将是英伟达三十年来首次全年无新游戏显卡面世。

二、RTX 50 Super生死未卜：连最终规格都没定

具体到产品层面，RTX 50 Super的命运同样令人担忧。

原计划在2026年初发布的RTX 50 Super系列，已经被推迟到2026年第三季度。更关键的是，截至4月，英伟达甚至还没有向合作伙伴提供该系列的最终设计规格，能否在第三季度如期发布仍是未知数。

这相当于一个已经画好的饼，现在连什么时候能放进烤箱都不知道。

至于下一代RTX 60系列，目前更是遥遥无期。所有关于它在2026年发布的传闻，都被业内媒体判定为”纯猜测”，因为其核心芯片甚至还没有完成流片。行业普遍预计，RTX 60系列至少要到2027年前后才可能亮相。

这意味着从2025年RTX 50系列发布，到2028年RTX 60系列亮相，中间可能长达三年没有任何真正意义上的新品。对于游戏玩家来说，这三年的等待将是漫长的煎熬。

三、显存都去哪了？AI吃肉，玩家连汤都没得喝

先来掰扯一下，为什么游戏显卡会缺货缺到这个地步。

答案只有两个字：显存。

显卡上那些GDDR7显存颗粒，和AI芯片用的HBM3E高带宽内存在生产线上是”抢饭吃”的关系。DRAM厂商就那么几条产线，造了HBM就造不了GDDR。而HBM的利润，是GDDR的好几倍。

当三星、SK海力士、美光三大厂商占据了约90%的DRAM市场份额，其高带宽内存（HBM）产能已全部被提前锁定；当HBM价格在半年内上涨3倍；当AI服务器需求持续激增——

你是DRAM厂商，你会把产能给谁？

结果是，AI数据中心需要的HBM产能被预订一空，游戏显卡需要的GDDR7颗粒在供应链里彻底边缘化。英伟达不是不想造显卡，是根本买不到足够的显存。

英伟达CEO黄仁勋在2月的财报电话会议上亲口承认，2026年上半年游戏显卡供应将持续紧张，下半年形势仍存在较大不确定性。他说得直白：”即便我们有意愿提升游戏GPU的出货规模，但在GDDR7供应无法保障的前提下，实际扩产空间极为有限。”

说人话就是：不是不想给你们造显卡，是材料都被AI抢走了。

四、AI暴利碾压游戏：91%营收来自数据中心

果你以为这只是一场供应链危机，那你就太小看英伟达的战略转型了。

让我们来看一组数据：

2026年第四季度，英伟达总营收681.27亿美元，其中数据中心GPU业务贡献623亿美元，占比高达91.75%。而游戏GPU业务收入只有37.27亿美元，仅占整体营收的5.45%。

更扎心的是利润率对比：数据中心芯片业务的利润率高达69%，而游戏业务的利润率仅为40%左右。

当台积电CoWoS先进封装产能和HBM供应成为稀缺资源时，英伟达自然将产能分配给利润更高的产品。

早在今年1月，英伟达就已将AIC（显卡合作伙伴）的显卡供应量削减了15%至20%。现在产能再砍40%，意味着市面上的显卡会越来越少。

知名游戏播客创始人格雷格·米勒说了一句让无数玩家破防的话：”是玩家带英伟达走到今天，如今他们追逐AI利益，这让我心碎。”

网友的吐槽更扎心：”英伟达早就不是那个为玩家造显卡的公司了，它现在是卖AI铲子的。”

这话虽然狠，但没法反驳。

五、玩家要面对什么？显卡价格彻底失控

聊完前因后果，咱们来算算最实际的账——显卡到底涨了多少？

旗舰型号RTX 5090D v2国行建议零售价为16499元，但实际售价已远超这个数字。在海外市场，部分顶级非公版型号的售价甚至突破了3000美元。

仅在过去三个月里，GeForce RTX 5080的价格就上涨了高达35%，而旗舰级GeForce RTX 5090的价格更是飙升了79%。在韩国电商平台，RTX 5090的售价近期已突破700万韩元，对比一年前约2400美元的发售价，涨幅近乎翻倍。

更有经销商玩起了”取消订单重新标价”的骚操作。有用户完成下单后，次日订单即被系统取消，再次查看时商品标价已上涨200美元。

高德纳咨询公司预测，今年全球电脑售价将上涨17%，电脑出货量同比下滑10.4%。

AMD的RX 9700系列显卡也在涨，但涨幅控制在15%-17%的合理范围内；英特尔的Arc B系列甚至还在降价。但问题在于，这两家在高性能游戏显卡领域的竞争力，还远不足以撼动英伟达的市场地位。

不是玩家不想换，是玩家换不起了。

六、竞争格局生变：AMD与英特尔迎来机遇

英伟达的”战略收缩”为竞争对手创造了空间。AMD和英特尔股价近期同步创下历史新高。

AMD方面，今年将推出采用台积电N2工艺的EPYC Venice服务器CPU，并继续抢夺市场份额。今年2月，AMD与Meta达成合作，使用其EPYC处理器替代英特尔的至强系列。

在消费级市场，AMD发布了Ryzen AI 400系列处理器，虽然在制程工艺上可能不及英特尔的18A激进，但通过整合CPU、GPU和NPU的全套计算引擎，依然保持了强大的竞争力。

英特尔则在CES 2026上发起了针对客户端和边缘计算的强势反击。代号为Panther Lake的第三代酷睿Ultra系列处理器，是首款基于Intel 18A制程的计算平台，其端侧AI算力高达180 TOPS。

七、写在最后：商业逻辑太硬，但玩家心真的凉了

说实话，看完这组数据，我脑子里冒出来的第一个念头不是”心疼玩家”，而是”商业逻辑太硬了”。

英伟达没有做错任何事。当一项业务的利润率只有40%，另一项业务利润率高达69%，任何一个理性的CEO都会把资源往高利润方向倾斜。更何况显存供应本身就不够，不是你不想给，是你给不了。

但问题是——当年你濒临破产的时候，是玩家一张一张显卡买出来的。现在你成了万亿美元市值的AI巨头，连一年发一张新显卡的节奏都维持不了了吗？

知名游戏博主”回望风逝”在社交媒体上说了一句话，我觉得说到了点子上：”我们不怪英伟达去赚AI的钱，但我们希望它能记得，是谁在它最难的时候没有放弃它。”

这三年，玩家能做的只有两件事：要么忍着高价买老卡，要么转投AMD和英特尔的怀抱。

但说实话，AMD和英特尔还撑不起高性能游戏显卡的一片天。

最后问你们一个问题：英伟达把游戏显卡产能砍掉40%，你……你手里那张显卡，还能再战几年？

一、DeepSeek-V4正式发布：开源与性能双突破

4月24日，深度求索（DeepSeek）正式发布全新大模型DeepSeek-V4预览版并同步开源，宣布”百万上下文时代”全面到来。这是继V3之后，深度求索在开源大模型领域的又一次重大突破。

DeepSeek-V4系列包含两个版本：总参数1.6T、激活参数49B的旗舰版DeepSeek-V4-Pro，以及总参数284B、激活参数13B的轻量版DeepSeek-V4-Flash。两个版本均支持100万token的超长上下文长度，这在开源模型中尚属首次。

深度求索官方表示，V4-Pro在Agent能力、世界知识和推理性能上均实现国内与开源领域的领先。在世界知识测评中，V4-Pro大幅领先其他开源模型，仅稍逊于顶尖闭源模型Gemini-Pro-3.1。在数学、STEM、竞赛型代码的测评中，V4-Pro超越当前所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的优异成绩。

更令人印象深刻的是效率提升。与前代V3.2相比，V4-Pro在1M token上下文设置下，单token推理FLOPs（浮点运算量）仅为V3.2的27%，KV Cache（键值缓存）仅为其10%；V4-Flash则分别压缩到了10%和7%。这种效率提升得益于其创新的混合注意力架构，结合了压缩稀疏注意力（CSA）和高度压缩注意力（HCA），显著降低了计算复杂度。

DeepSeek-V4 API服务的定价延续了深度求索的高性价比策略。V4-Pro每百万token输入1元（缓存命中）或12元（缓存未命中），输出24元；V4-Flash则分别为0.2元、1元、2元。这意味着即便是旗舰版的V4-Pro，其使用成本也远低于同类闭源模型。

二、Agent能力大幅提升：编程与代码任务全面领先

DeepSeek-V4在Agent能力上的提升尤为显著。深度求索官方表示，V4-Pro的Agent能力相比前代模型显著增强，在Agentic Coding评测中，V4-Pro已达到当前开源模型最佳水平，并在其他Agent相关评测中同样表现优异。

深度求索在官方公告中透露，目前V4已成为公司内部员工使用的Agentic Coding主力模型。据内部评测反馈，使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式，但仍与Opus 4.6思考模式存在一定差距。

V4-Pro针对Claude Code、OpenClaw、OpenCode、CodeBuddy等主流Agent产品进行了适配和优化，在代码任务、文档生成任务等方面的表现均有提升。这意味着开发者可以将V4集成到自己的Agent工作流中，获得接近顶级闭源模型的编程辅助能力。

第三方评测机构Artificial Analysis的综合智能指数榜单也验证了V4的实力。在编程指数中，V4-Pro仅用竞争对手一半的成本就达到了最顶尖的智能水平，展现了极高的性价比。

三、国产算力生态突破：昇腾、寒武纪全适配

DeepSeek-V4发布更重要的意义在于推动中国AI算力生态实现从依赖进口到自主可控的关键跨越。

4月初的报道指出，DeepSeek-V4已首次实现了与华为昇腾等国产芯片的深度适配。由智源研究院牵头研发的众智FlagOS，第一时间对两个”巨无霸”模型进行全量适配，已经完成DeepSeek-V4-Flash在8款以上AI芯片上的全量适配与推理部署。

这些芯片包括：海光信息、沐曦、华为昇腾、摩尔线程（FP8）、昆仑芯、平头哥真武、天数，以及英伟达（FP8）等。FlagOS同时正在推进DeepSeek-V4-Pro模型在多个芯片的迁移适配，后续即将开源。

华为方面介绍，昇腾一直同步支持DeepSeek系列模型，本次通过双方芯模技术紧密协同，实现昇腾超节点全系列产品支持DeepSeek V4系列模型。昇腾950通过融合kernel和多流并行技术降低Attention计算和访存开销，大幅提升推理性能，结合多种量化算法，实现了高吞吐、低时延的DeepSeek V4模型推理部署。昇腾A3超节点系列产品也全面适配，同时为便于用户快速微调，提供了基于昇腾A3超节点的训练参考实现。

此外，据”寒武纪开发者”消息，寒武纪已基于vLLM推理框架完成对深度求索公司最新开源模型285B DeepSeek-V4-flash和1.6T DeepSeek-V4-pro的Day 0适配，适配代码已开源到GitHub社区。

围绕DeepSeek-V4多芯适配，FlagOS系统软件技术栈突破了三大关键技术：FlagGems全算子替代（实现多芯片统一适配）、为o-group采用独立张量并行策略解锁更多低显存场景、以及”FP4+FP8混合精度”的原生权重到FP8/BF16的精度路径转换。

专家指出，除技术突破外，DeepSeek-V4发布的更重要价值在于推动中国AI算力生态实现从依赖进口到自主可控的关键跨越，这将为国产算力板块带来全链路利好，覆盖芯片、服务器、算力租赁等核心环节。

四、资本市场的连锁反应

DeepSeek-V4的发布与融资消息几乎同步传出，在资本市场引发连锁反应。

4月24日，深度求索被曝正与腾讯、阿里巴巴洽谈首轮融资，两家投资方预计共计投资18亿美元，估值可能突破200亿美元。虽然DeepSeek、腾讯、阿里三方均未公开确认或回应上述投资意向及具体数据，但资本市场已做出反应。

当天，港股已上市的两家AI大模型公司智谱和MiniMax纷纷走低。智谱当日收于935.00港元，下跌9.05%，市值4169亿港元；MiniMax收于777.50港元，下跌9.44%，市值2439亿港元。

与此同时，算力芯片板块盘中直线拉升。海光信息盘中一度大涨超10%，龙芯中科、中芯国际、通富微电、寒武纪、摩尔线程等龙头股纷纷跟涨。

五、写在最后：开源的力量与国产化的机遇

DeepSeek-V4的发布再次证明了一个趋势：在AI领域，开源与闭源的差距正在快速缩小，而中国科技企业在这一进程中扮演着越来越重要的角色。

深度求索用实际行动诠释了什么是”不诱于誉，不恐于诽，率道而行，端然正己”。从V2的MLA架构创新，到V3的混合专家模型突破，再到V4的百万上下文与全芯片适配，深度求索始终专注于技术本身，而非营销话术。

更重要的是，DeepSeek-V4与国产芯片的深度适配，标志着中国AI产业在核心环节上迈出了关键一步。当大模型不再受制于特定芯片生态，当昇腾、寒武纪们能够原生支持最先进开源模型，中国AI产业的自主可控就不再是空话。

当然，挑战依然存在。深度求索在定价说明中也坦言：”受限于高端算力，目前Pro的服务吞吐十分有限，预计下半年昇腾950超节点批量上市后，Pro的价格会大幅下调。”这说明国产算力的产能释放仍需时间。

但无论如何，DeepSeek-V4的发布为2026年的中国AI产业写下了浓墨重彩的一笔。它告诉我们：真正的创新，来自于对技术的专注，对开放的坚持，以及对生态共建的追求。

一、70年：从一无所有到全球第二

1956年4月24日，中国航天事业正式起步。那时的中国，工业基础薄弱，技术人才匮乏，连一枚像样的火箭都造不出来。

70年后的今天，中国已跻身全球航天强国之列。2025年，中国航天全年发射次数达到92次，刷新全球纪录。月球探测器、火星探测器、空间站、卫星互联网——中国航天的足迹，已从近地轨道延伸到月球、火星乃至更远的深空。

这70年，是中国航天从无到有、从弱到强的70年，也是中国科技自立自强的70年。

在4月24日的主场活动上，国家航天局发布了多项重大成果，涵盖商业航天规划、深空探测进展、嫦娥五号月球样品最新科研成果等多个维度。每一项拿出来，都足以震动全球航天界。

二、商业航天：从“实验室”走向“大规模商业化”

如果说此前中国商业航天还在“讲故事”，那么2026年就是“实打实”的产业化起步。

政策层面，力度空前。

国家航天局明确表态，4月24日当天将发布商业航天重大规划，明确2026-2030年太空经济发展路线图，万亿级市场正式定调。“十四五”将商业航天列为战略性新兴产业，国家大基金二期、地方产业基金累计投入超500亿，全面支持技术突破、产能扩张。

产业层面，发射密度创历史。

2026年，中国航天计划发射超过110次，商业火箭、低轨卫星进入高密度组网期。

长征十号乙将于4月28日首飞，同步验证海上回收技术，可复用火箭时代正式开启。朱雀三号、星河动力等民营火箭，二季度密集挑战回收试验，目标是像SpaceX猎鹰火箭一样实现垂直回收，将发射成本直接降低60%。

商业化层面，订单排到三年后。

中国星网“千帆星座”加速组网，2026年计划发射超60颗卫星。整星制造、火箭发射、卫星运营……整个产业链订单爆满。中国卫星、航天电子等龙头企业，在手订单都排到2028年，业绩高增确定性极强。

三、可回收火箭：SpaceX的“神话”正在被复制

在商业航天领域，SpaceX的可回收火箭一直是最耀眼的“神话”。猎鹰9号一级火箭可以重复使用10次以上，每次回收复用都能节省数千万美元的发射成本。

中国商业航天公司正在加速追赶。

蓝箭航天的朱雀三号计划在2026年二季度进行首次垂直起降回收试验。如果成功，将成为中国第一款实现入轨级垂直回收的民营运载火箭。

星河动力的智神星一号同样在推进回收技术验证。该火箭采用多台发动机并联设计，可实现一子级垂直回收。

中科宇航的力箭二号也在开发可回收版本，计划2026年进行回收试验。

这些试验的意义不只是技术验证，更是商业模式的验证。一旦回收复用技术成熟，中国商业火箭的发射成本将大幅下降，在国际市场竞争力将显著提升。

SpaceX用了近10年才将回收复用技术打磨成熟，中国商业航天公司正在用更短的时间追赶。但差距依然存在——猎鹰9号已经完成了数百次回收任务，技术成熟度远高于尚在验证阶段的中国火箭。

追赶需要时间，也需要耐心。

四、卫星互联网：太空“圈地运动”加速

在地球轨道资源日益稀缺的今天，卫星互联网已成为各国必争之地。

**中国星网的“千帆星座”**是最受关注的国家队项目。该星座计划部署约1.3万颗低轨卫星，旨在提供全球宽带互联网服务。2026年，计划发射超60颗卫星，组网进程明显加速。

**上海垣信的“g60星链”**同样在快速推进。该项目计划部署超过1万颗卫星，主要服务亚太地区市场。

**银河航天的“Galaxy Constellation”**也在积极布局商业宽带卫星网络。

与此同时，国际竞争同样激烈。SpaceX的星链已部署超过6000颗卫星，亚马逊的柯伊伯计划正在加速，英国OneWeb、加拿大Telesat等也在积极推进。

这是一场太空“圈地运动”。轨道资源遵循“先占先得”原则，谁先部署谁就占据优势。中国必须加快步伐，才能在这场竞争中不落下风。

五、深空探测：嫦娥继续“探月”

嫦娥探月工程是中国航天的标志性成就。2024年，嫦娥六号成功从月球背面采样返回，创造了人类历史。

4月24日，国家航天局发布了嫦娥五号月球样品的最新科研成果。这些来自月球的“土特产”，正在帮助科学家更好地理解月球的形成与演化。

更长远看，中国已明确2030年前实现载人登月。长征十号运载火箭、梦舟载人飞船、揽月月面着陆器——这些名字频频出现在媒体报道中，中国人登月的梦想正在一步步变为现实。

此外，天问二号小行星采样返回任务正在研制，计划2025年发射。天问三号火星采样返回任务也在积极推进，预计2028年前后实施。

从月球到火星，从近地到深空，中国航天的探索脚步越走越远。

六、万亿市场：航天产业的新增长极

商业航天不只是一场技术竞赛，更是一个万亿元级别的大市场。

据估计，到2030年，中国商业航天市场规模将突破2.5万亿元。火箭发射、卫星制造、卫星应用、太空旅游……每一个细分领域都蕴含着巨大的商业机会。

航天产业链很长。上游是火箭制造、卫星制造，中游是发射服务、卫星运营，下游是各种应用场景。每一个环节都能带动大量配套产业发展，创造大量就业岗位。

航天技术也在“向下渗透”。卫星遥感数据赋能农业、林业、城市管理；导航卫星支撑智能驾驶、物流追踪；航天材料技术转化应用于航空、汽车、医疗……航天经济的外溢效应，正在改变我们的日常生活。

写在最后

站在2026年中国航天日的时间节点，回望70年发展历程，令人感慨。

从1956年的一无所有，到今天的航天强国；从“两弹一星”到载人航天，从月球探测到火星着陆……中国航天用70年时间，走完了西方航天大国近百年的路。

而这，仅仅是开始。

商业航天的万亿市场才刚刚开启，可回收火箭技术还在追赶，卫星互联网组网刚刚起步，深空探测还有无限未知等待探索。

下一个70年，中国航天会走向何方？这个问题值得我们期待。