摘要

2026年3月中旬，AI算力与光通信两大顶级盛会——GTC 2026与OFC 2026相继落幕，两场大会共同勾勒出光通信产业的新坐标与新起点，厘清了市场对光通信的认知误区，实现了预期的纠偏。

【需求无忧：Scale up与Scale out双轮驱动】

本届GTC与OFC大会从Scale-out与Scale-up两个维度，共同验证了光通信产业2030年前的强劲需求。英伟达预期blackwell及后续芯片采购额在2027年前后可达到一万亿美金，目前前五大云服务商贡献60%的采购额。这一指引体现了英伟达对AI算力需求持续性的高度确信，推理和AI agentic的需求驱动集群对于互联的重要性大幅提升。

在Scale-out维度，OFC大会上Lumentum披露到2027年底产能基本售罄、2026财年底EML产能年增超50%、2030年AI数据中心对磷化铟需求年复合增长率达85%，直观印证了跨机柜互联对高速光模块的刚性需求。

在Scale-up维度，GTC大会上黄仁勋“光铜并举”的定调修正了市场此前对“光进铜退”的误判，但随着带宽迈向1.6T乃至3.2T，铜互连的有效传输距离快速收缩，光互联正从“跨机架”向“机架内”渗透。英伟达首款CPO Spectrum-X交换机的量产，标志着光技术开始从机柜间向机柜内部延伸，2028年Feynman平台更将成为光技术在Scale-up场景大规模落地的重要节点。

【多技术共存：从“路线之争”到“多轨并行”】

本次GTC与OFC传递出的另一个核心信号是，技术路径并非互相取代，而是根据应用场景形成多技术共存的格局。

“光铜并举”已成产业共识。黄仁勋在GTC上强调“铜仍然重要，光学会用于不同维度的扩展”，这意味着英伟达明确将采用铜缆Scale-up、光学Scale-up双轨并行的方案。

光互连技术路线从单一走向多元，不同封装形态正在各自的应用场景中找到生态位，LPO/CPO/NPO/XPO等多封装技术并存发展。

• CPO（共封装光学）由主要芯片厂商主导，从核心交换机开始渗透，在互联技术中带宽密度最高、功耗最低。

• NPO（近封装光学）作为可维护性与高性能的平衡点，供应链成熟度高可维护性好，受到CSP厂商青睐。

• XPO（超密度可插拔光学） 由Arista发起组建的XPO MSA标准组织定义，弥补了可插拔光模块在连接密度和功耗方面的短板，同时保留了易维护、可扩展的传统优势，印证了可插拔形态的长生命周期。

【头部强者恒强格局再确认】

光模块头部企业的优势持续扩大，从单一光模块供应商向系统级解决方案延伸，在XPO、NPO、OCS三大技术路线上实现全面卡位，强者恒强的行业趋势不断加强。

• 新易盛在本届OFC上首次集中展示了OCS、XPO、NPO三大产品线，覆盖从光模块到光交换系统的全栈能力。新易盛首次展出其自主研发的基于MEMS（微机电系统）方案的OCS交换机NX200/NX300系列；同时推出了12.8T XPO 可插拔光模块和6.4T NPO模块。

• 中际旭创通过其海外品牌TeraHop亮相OFC 2026，展示了从12.8T XPO到OCS的全系列产品。作为XPO MSA（多源协议）创始成员，TeraHop展示了其12.8T XPO光模块、6.4T NPO方案，以及基于MEMS的OCS交换机（300×300端口）。

本届GTC大会与OFC大会共同指向三个核心判断：需求端，2030年前景气无忧，scale up与scale out双轮驱动；技术端，光铜并进，CPO、NPO、XPO多技术路线长期共存；产业端，头部企业强者恒强的格局正在加速形成。龙头公司核心竞争力强劲，技术路线布局全面，供应链掌握能力强，是csp和芯片客户的核心选择，依旧将持续高度受益全球ai增长。

我们继续看好光+液冷+太空算力，这三个方向按产业发展阶段，其所对应的风险偏好依次提升。继续推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，同时建议关注光器件“一大五小”天孚通信+仕佳光子/太辰光/长芯博创/德科立/东田微，建议关注国产算力产业链，如其中的液冷环节如英维克、东阳光等。

建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁、东田微。铜链接：沃尔核材、精达股份。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪、海光信息。液冷：英维克、申菱环境、高澜股份。边缘算力承载平台：美格智能、广和通、移远通信。卫星通信：中国卫通、中国卫星、震有科技、海格通信。IDC：润泽科技、光环新网、奥飞数据、科华数据、润建股份。母线：威腾电气等。

数据要素——

运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。

风险提示：AI发展不及预期，算力需求不及预期，市场竞争风险。

1.  投资策略：

GTC、OFC小结：光的新起点

本周建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁、东田微。

铜链接：沃尔核材、精达股份。

算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。

液冷：英维克、申菱环境、高澜股份。

边缘算力承载平台：美格智能、广和通、移远通信。

卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

IDC：润泽科技、光环新网、奥飞数据、科华数据、润建股份。

母线：威腾电气等。

数据要素——

运营商：中国电信、中国移动、中国联通。

数据可视化：浩瀚深度、恒为科技、中新赛克。

本周观点变化：

本周海外算力板块走势分化。光通信板块本周走强，OFC大会释放强烈需求信号，光通信龙头Lumentum、Ciena、Coherent本周分别累计上涨13.5%、9.3%、4.5%。芯片厂和云厂商本周普遍收跌，反应市场对芯片和云计算巨头的短期担忧有所升温，英伟达本周累计下跌4.2%，博通本周累计下跌3.6%。国内光模块龙头股价走势强势，新易盛、中际旭创本周分别累计上涨21.1%、12.9%。

我们继续看好光+液冷+太空算力，这三个方向按产业发展阶段，其所对应的风险偏好依次提升。继续推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，同时建议关注光器件“一大五小”天孚通信+仕佳光子/太辰光/长芯博创/德科立/东田微，建议关注国产算力产业链，如其中的液冷环节如英维克、东阳光等。

2. 行情回顾：通信板块下跌，光通信表现相对最优

2026年03月16日-2026年03月22日上证综指收于3957.05点。各行情指标从强到弱依次为：创业板综>沪深300>上证综指>万得全A>万得全A(除金融，石油石化)>中小板综。通信板块下跌，表现强于上证综指。

从细分行业指数看，光通信、云计算分别上涨5.2%、0.3%；区块链、运营商、量子通信、通信设备、移动互联、物联网、卫星通信导航分别下跌1.8%、2.1%、2.4%、4.2%、6.1%、6.1%、6.6%。

本周受益于CPO概念，新易盛上涨21%，领涨板块；受益于光伏设备概念，琏升科技上涨20%；受益于虚拟电厂概念，东方国信（维权）上涨19%；受益于芯片概念，盈方微上涨12%；受益于绿色电力概念，美利云上涨12%。

3.周专题：

GTC、OFC小结：光的新起点

2026年3月中旬，AI算力与光通信两大顶级盛会——GTC 2026与OFC 2026相继落幕，两场大会共同勾勒出光通信产业的新坐标与新起点，厘清了市场对光通信的认知误区，实现了预期的纠偏。

【需求无忧：Scale up与Scale out双轮驱动】

本届GTC与OFC大会从Scale-out与Scale-up两个维度，共同验证了光通信产业2030年前的强劲需求。英伟达预期blackwell及后续芯片采购额在2027年前后可达到一万亿美金，目前前五大云服务商贡献60%的采购额。这一指引体现了英伟达对AI算力需求持续性的高度确信，推理和AI agentic的需求驱动集群对于互联的重要性大幅提升。

在Scale-out维度，OFC大会上Lumentum披露到2027年底产能基本售罄、2026财年底EML产能年增超50%、2030年AI数据中心对磷化铟需求年复合增长率达85%，直观印证了跨机柜互联对高速光模块的刚性需求。

在Scale-up维度，GTC大会上黄仁勋“光铜并举”的定调修正了市场此前对“光进铜退”的误判，但随着带宽迈向1.6T乃至3.2T，铜互连的有效传输距离快速收缩，光互联正从“跨机架”向“机架内”渗透。英伟达首款CPO Spectrum-X交换机的量产，标志着光技术开始从机柜间向机柜内部延伸，2028年Feynman平台更将成为光技术在Scale-up场景大规模落地的重要节点。

【多技术共存：从“路线之争”到“多轨并行”】

本次GTC与OFC传递出的另一个核心信号是，技术路径并非互相取代，而是根据应用场景形成多技术共存的格局。

“光铜并举”已成产业共识。黄仁勋在GTC上强调“铜仍然重要，光学会用于不同维度的扩展”，这意味着英伟达明确将采用铜缆Scale-up、光学Scale-up双轨并行的方案。

光互连技术路线从单一走向多元，不同封装形态正在各自的应用场景中找到生态位，LPO/CPO/NPO/XPO等多封装技术并存发展。

• CPO（共封装光学）由主要芯片厂商主导，从核心交换机开始渗透，在互联技术中带宽密度最高、功耗最低。

• NPO（近封装光学）作为可维护性与高性能的平衡点，供应链成熟度高可维护性好，受到CSP厂商青睐。

• XPO（超密度可插拔光学） 由Arista发起组建的XPO MSA标准组织定义，弥补了可插拔光模块在连接密度和功耗方面的短板，同时保留了易维护、可扩展的传统优势，印证了可插拔形态的长生命周期。

【头部强者恒强格局再确认】

光模块头部企业的优势持续扩大，从单一光模块供应商向系统级解决方案延伸，在XPO、NPO、OCS三大技术路线上实现全面卡位，强者恒强的行业趋势不断加强。

• 新易盛在本届OFC上首次集中展示了OCS、XPO、NPO三大产品线，覆盖从光模块到光交换系统的全栈能力。新易盛首次展出其自主研发的基于MEMS（微机电系统）方案的OCS交换机NX200/NX300系列；同时推出了12.8T XPO 可插拔光模块和6.4T NPO模块。

• 中际旭创通过其海外品牌TeraHop亮相OFC 2026，展示了从12.8T XPO到OCS的全系列产品。作为XPO MSA（多源协议）创始成员，TeraHop展示了其12.8T XPO光模块、6.4T NPO方案，以及基于MEMS的OCS交换机（300×300端口）。

本届GTC大会与OFC大会共同指向三个核心判断：需求端，2030年前景气无忧，scale up与scale out双轮驱动；技术端，光铜并进，CPO、NPO、XPO多技术路线长期共存；产业端，头部企业强者恒强的格局正在加速形成。龙头公司核心竞争力强劲，技术路线布局全面，供应链掌握能力强，是csp和芯片客户的核心选择，依旧将持续高度受益全球ai增长。

我们继续看好光+液冷+太空算力，这三个方向按产业发展阶段，其所对应的风险偏好依次提升。继续推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，同时建议关注光器件“一大五小”天孚通信+仕佳光子/太辰光/长芯博创/德科立/东田微，建议关注国产算力产业链，如其中的液冷环节如英维克、东阳光等。

4.Meta 豪掷 270 亿美元购买 Nebius AI 算力，与 OpenAI、谷歌展开军备竞赛

据IT之家报道，3月16日，Meta 将在未来五年内向云服务提供商 Nebius Group NV 支付最高 270 亿美元（IT之家注：现汇率约合 1865.71 亿元人民币），以获取其尖端人工智能基础设施使用权，该公司正大举投入，与行业顶尖前沿大模型展开竞争。

荷兰企业 Nebius 是一家运营数据中心的新型云服务商，并与英伟达公司存在战略合作关系，其将从 2027 年初开始，为 Meta 提供价值 120 亿美元的专属算力。此外，Meta 还承诺额外采购最高 150 亿美元的算力资源，这部分算力由该云服务商为第三方客户搭建。

这笔支出是 Meta 签署的规模最大的单笔合同之一，凸显出这家拥有 Instagram 和 Facebook 的母公司，正全力争取更多算力，以支撑 AI 产品的研发。去年，Meta 已与 Nebius 签署了一笔 30 亿美元的独立合作协议。

Nebius 股价在盘前交易中大涨 15%。该股上周五在纽约收盘价为 112.95 美元，过去 12 个月内股价已上涨近三倍。Meta 盘前上涨 2.8%，此前收盘价为 613.71 美元。

市场预计，Meta 及其部分科技行业巨头同行，将在 2026 年投入约 6500 亿美元用于建设数据中心与采购其他基础设施，为未来几年 AI 服务的爆发式增长做准备。Meta 已将 AI 列为公司首要战略重心，并大举投资，与 OpenAI、谷歌等对手竞争。今年年初以来，该公司还与英伟达、AMD 签署了数十亿美元的 AI 基础设施合作协议，同时也在自研芯片。

Meta 首席执行官马克 · 扎克伯格（Mark Zuckerberg）去年表示，到 2028 年，Meta 将在美国基础设施项目上投入 6000 亿美元。为此，Meta 一方面依靠广告业务带来的利润，另一方面也通过外部融资为基建项目提供资金。公司正在自研高端大模型，并已推出多款 AI 产品，包括可在旗下各类应用中使用的聊天机器人。

Nebius 总部位于阿姆斯特丹，2024 年从俄罗斯互联网巨头 Yandex 分拆独立。在 AI 热潮中，该公司是少数抓住机遇的新晋厂商之一，专门搭建用于训练大模型、运行 ChatGPT 类服务的数据中心。

英伟达正动用庞大资金扶持这类新型云服务商，与谷歌、亚马逊等大型云服务商竞争。上周，英伟达宣布将向 Nebius 投资 20 亿美元，推动这家荷兰公司股价大涨 16%。

英伟达的大规模融资大多流向采购其芯片的企业，此举也引发批评，认为这类循环投资正在催生泡沫。今年 1 月，英伟达宣布向 Nebius 的竞争对手 CoreWeave Inc.同样投资 20 亿美元，用于部署其产品。英伟达今年还向 OpenAI 注资 300 亿美元，并参与了英国新型云服务商 Nscale 的 20 亿美元融资轮。

5. 英伟达更新 2026~2028 路线图，下代 CPU Rosa 首度公布

据IT之家报道，3月17日，英伟达在 GTC 2026 上公布了其 Rubin 与 Feynman 两个世代（IT之家注：即 2026~2028 年）的新版本路线图，首次确认了与 Feynman GPU 配套的 CPU 代号为 Rosa。

在 Groq LPU 方面，英伟达计划在 Rubin 世代继当前的 LP30 后推出支持 NVFP4 数据格式的 LP35，预计时间落在 2027 年（与 Rubin Ultra 大致同期）；而 Feynman 世代的 LP40 则将支持 NVLink，进一步增强与 GPU + CPU 系统的互联能力。

英伟达同时确认，Feynman GPU 将采用芯粒堆叠的 3D 先进封装架构，配备定制 HBM。黄仁勋提到，光学互联在 Scale-Out 横向扩展的基础上也将用于 Scale-Up 机架内纵向扩展场景；支持 CPO 共封装光学的 NVLink 8 就是最好例证。

6.  英伟达发布 Groq 3 LPX 机架系统：集成 256 颗 LP30 芯片，片上 SRAM 合计 128GB

据IT之家报道，3月17日，英伟达当地时间昨日在 GTC 2026 上发布了 Groq 3 LPX 机架。这一机架专为智能体系统的低延迟和长上下文需求而设计，定位 Vera Rubin 的 AI 推理加速器，预计将在今年下半年面世。

Groq 3 LPX 机架架构采用全液冷设计，并基于 MGX 基础设施构建。其拥有 32 个 1U 计算托盘，每个托盘中配备 8 颗 Groq 3 (LP30) 芯片，每颗 LPU 拥有 500MB 的片上 SRAM。

因此，整个 Groq 3 LPX 机架集成了 256 颗 LP30 芯片，片上 SRAM 合计 128 GB，这对应 40PB/s 的 SRAM 带宽，显著提升解码（IT之家注：输出生成）速度、降低响应延迟。

此外，每个 Groq 3 (LP30) LPU 芯片 96 条 112Gbps C2C 链路连接至系统其它部分，单一托盘通过结构扩展逻辑和头节点 CPU 可扩展合计 384GB 的 DRAM 内存，以满足系统互联的需求，在片上 SRAM 不足以覆盖任务需求时提供后援支持。

英伟达表示，Groq 3 LPX 的加入使得 Vera Rubin 平台每兆瓦的推理吞吐量提升高达 35 倍，并为万亿参数模型带来了多达 10 倍的营收机遇。

7.OpenAI 最强 AI 小模型：GPT-5.4 mini 与 nano 登场，低延迟、性能逼近满血版

据C114网报道，3月17日，OpenAI 公司发布公告，宣布推出迄今最强大的小型模型 GPT-5.4 mini 与 GPT-5.4 nano，专为高频且对延迟敏感的任务设计。

援引博文介绍，官方强调，在代码助手、系统截图解析以及实时图像推理等对延迟要求极高的场景中，响应迅速且能可靠调用工具的小型模型往往比大型模型更具优势。

这两款模型不仅继承了 GPT-5.4 的诸多优势，还专门针对高频工作负载优化，目的通过更快的响应速度和更高的效率，来提升产品体验。

GPT-5.4 mini 在编写代码、逻辑推理、多模态理解以及工具调用方面的表现远超 GPT-5 mini，同时运行速度提升了 2 倍以上。

此外，它在 SWE-Bench Pro 和 OSWorld-Verified 等多项基准测试中，成绩已经逼近体积更大的 GPT-5.4 模型。

凭借极低的延迟，GPT-5.4 mini 特别适合需要快速迭代的代码工作流，能够高效处理精准编辑、代码库导航及前端生成等任务。在多模态领域，它也能迅速解析密集的电脑用户界面截图，出色完成各类计算机操作任务。

GPT-5.4 nano 则是目前体积最小、价格最亲民的版本。作为 GPT-5 nano 的重大升级版，它专为将速度和成本视为首要考量的任务而生。开发者可以将其广泛应用于文本分类、数据提取、内容排序，以及处理简单辅助任务的代码子代理（Subagents）中。

两款模型目前已正式开放使用。GPT-5.4 mini 已全面接入 API、Codex 及 ChatGPT。

其 API 版本支持 400k 上下文窗口，输入与输出成本分别为每百万 Token 0.75 美元和 4.50 美元；在 Codex 中调用仅消耗 GPT-5.4 额度的 30%；在 ChatGPT 中，Free 和 Go 用户可通过“思考（Thinking）”功能体验。

相比之下，GPT-5.4 nano 目前仅通过 API 提供，其输入与输出成本极低，分别为每百万 Token 0.20 美元和 1.25 美元。

8.黄仁勋：AI芯片收入2027年将突破1万亿美元

据C114网报道，3月18日，英伟达CEO黄仁勋在公司年度旗舰大会上抛出了一个惊人的数字：他预测，到2027年，AI芯片市场规模将至少达到1万亿美元，远超去年预测的今年5000亿美元目标。

他指出，AI行业正从生成式AI向智能体AI和推理领域拓展。“这就是AI的未来，也是AI的发展方向，”黄仁勋表示，“它专为推理这一单一工作负载而设计，而正是这一工作负载驱动着AI工厂的发展。”

会上，英伟达宣布为OpenClaw智能体平台推出NemoClaw技术栈。本质上，NemoClaw为开源的OpenClaw智能体搭建了防护框架，帮助企业客户构建属于自己的AI智能体。其中，OpenClaw负责处理运行时、内存和技能相关事宜，而NemoClaw则整合了英伟达全新及现有的开源模型、工具和框架。

黄仁勋表示，OpenClaw和NemoClaw将成为具有变革性的智能体，其影响力堪比Kubernetes对云计算、HTML对互联网的颠覆性作用。“我不知道你们是否意识到它未来会有多成功，但它的重要性是深远的，”黄仁勋说，“对于CEO们来说，关键问题是：你们的OpenClaw战略是什么？如今，世界上每一家公司都需要有自己的OpenClaw战略，也就是智能体系统战略。”

尽管OpenClaw能让开发者在休眠时，仅通过几个提示词就能构建新的智能体，但外界一直担忧它对企业敏感数据的访问权限问题。对此，NemoClaw借助英伟达的智能体工具包（Agent Toolkit）软件，通过单一命令即可优化OpenClaw；同时，它还安装了英伟达的OpenShell，提供开源模型和隔离沙箱，为自主智能体增添数据隐私和安全保障。

此外，英伟达与美国T-Mobile还宣布，将与诺基亚以及不断壮大的开发者生态系统合作，通过分布式边缘AI网络推出物理AI应用。此次合作的目标是展示AI-RAN（AI无线接入网）基础设施如何将无线网络转变为分布式高性能边缘AI计算平台。

9. 小米深夜上线三大自研 MiMo-V2 系列模型：旗舰 Pro / 全模态基座 Omni / 语音合成 TTS

据IT之家报道，3月19日，今天凌晨，小米宣布推出三款大模型 —— MiMo-V2-Pro & Omni & TTS。目前，这些模型已经登陆 Xiaomi miclaw、MiMo Studio、金山办公、小米浏览器，通过 OpenClaw、OpenCode、KiloCode、Blackbox、Cline 接入，可限时免费体验一周。

Xiaomi MiMo-V2-Pro 专为现实世界中高强度的 Agent 工作场景而打造。其拥有超过 1T 的总参数量（42B 激活参数），采用创新的混合注意力架构，并支持 1M 超长上下文长度。小米还在更为广泛的 Agent 场景中持续 Scaling 算力，进一步拓展了智能的动作空间，实现了从 Coding 到 Claw 的重要泛化。在 Artificial Analysis 排行榜上，MiMo-V2-Pro 位列全球第八，国内第二。

在 OpenClaw、Claude Code 等智能体框架中，MiMo-V2-Pro 能够在无人工干预的条件下完成复杂工作流编排、长程规划与精准工具调用，并持续可靠地交付最终结果。整体使用体感已超越 Claude Sonnet 4.6，逼近 Opus 4.6，但模型 API 定价仅为其 1/5，降低了前沿智能的使用门槛。

MiMo-V2-Pro 专为 Agent 场景深度优化。其针对复杂多样的 Agent Scaffold 进行 SFT & RL，具备更强的工具调用与多步推理能力。在 OpenClaw 标准评测榜单 PinchBench、ClawEval 上，MiMo-V2-Pro 效果处于全球顶尖。同时，凭借 1M 上下文窗口，MiMo-V2-Pro 能够从容支撑高强度的真实 Claw 复杂应用流。

Xiaomi MiMo-V2-Omni专为现实世界中复杂的多模态交互与执行场景而生，可无缝接入各种 Agent 框架，实现了从理解到操控的跨越，大幅降低了全模态 Agent 的落地门槛。

音频理解方面，支持从环境声分类、多说话人分离、音频-视觉联合推理，到超过 10 小时连续长音频的深度理解。综合表现超越 Gemini 3 Pro，是当前最强的音频理解基座模型之一。图像理解方面，MiMo-V2-Omni 展现出强大的多学科视觉推理与复杂图表分析能力，超越 Claude Opus 4.6，逼近 Gemini 3 Pro 等顶尖闭源模型水平。视频理解方面，支持原生音视频联合输入，实现真正的多模态视频理解。通过创新的视频预训练，模型具备强大的情境感知与未来推理能力。

MiMo-V2-Omni 能够跨模态理解复杂环境、自主制定并执行计划、在遇到异常时实时修正策略，最终端到端地交付完整结果。

Xiaomi MiMo-V2-TTS 是小米自主研发的语音合成大模型。它基于自研 Audio Tokenizer 和多码本语音-文本联合建模架构，经过上亿小时语音数据的大规模预训练与多维度强化学习，实现了高度可控的多粒度语音风格控制。MiMo-V2-TTS 支持从整体风格定调到局部情绪表达的精准调节，能在同一句话内完成语气转折和情感递变；真实还原人类说话的自然韵律；在唱歌时，也能准确表达音高和节奏，自然且富有表现力。

10.雷军：小米积极拥抱 AI 时代，未来三年在 AI 领域投入 600 亿元

据IT之家报道，3月19日，在今晚小米春季新品发布会的最后，小米创办人、董事长兼 CEO 雷军谈及了 AI。他表示，小米将积极拥抱 AI 时代，未来三年在 AI 领域投入 600 亿元。

IT之家注意到，在今日凌晨，小米宣布推出三款大模型 —— MiMo-V2-Pro & Omni & TTS。这些模型已登陆 Xiaomi miclaw、MiMo Studio、金山办公、小米浏览器，通过 OpenClaw、OpenCode、KiloCode、Blackbox、Cline 接入，可限时免费体验一周。

据介绍，MiMo-V2-Pro 是小米首款自研旗舰大模型，拥有万亿参数规模，支持百万上下文，位居全球权威 AI 测评榜单第一梯队。另外，Xiaomi MiMo-V2 模型家族还有两位新成员 —— V2-Omni 全模态大模型和 V2-TTS 语音大模型，前者能看能听更能推理执行，后者可理解文字内容带情绪输出。

雷军表示，MiMo 模型背后是小米技术尖刀团队 Core Team，平均年龄仅 25 岁，清北学生占比超六成。而在探索 AGI 的道路上，小米将长时间、高压强投入。雷军也坦言，造车是一场马拉松，小米汽车的路还很长。

11.阿里吴泳铭：五年内，云和AI商业化年收入突破1000亿美元

据C114网报道，3月20日，阿里巴巴集团发布2026财年Q3（即2025年Q4）财报。财报显示，截至2025年12月31日止三个月，阿里总收入为2848.43亿元，同比增长2%；净利润为156.31亿元，同比下降66%。

其中，云智能集团收入为432.84亿元，总收入及不计阿里巴巴并表业务的收入同比增长分别加速至36%及35%，保持了上一季度的超30%的涨幅趋势。据当晚的财报电话会透露，阿里云2026财年截至2月底的外部商业化收入正式突破1000亿元。

阿里巴巴集团首席执行官吴泳铭称：“AI是我们的主要增长引擎之一。阿里云收入强劲增长36%，其中AI相关产品收入连续第十个季度实现三位数增长。”

吴泳铭还披露了集团AI战略的商业目标，即未来五年，包含MaaS在内的云和AI商业化年收入突破1000亿美元。

12.  风险提示

AI发展不及预期，算力需求不及预期，市场竞争风险，测算假设的误差风险。