中兴崔丽：模型趋同时代，AI 竞争关键在系统级 TCO

2026 世界人工智能大会（WAIC）期间，中兴通讯是参展动作最密集的厂商之一：OEX 超节点重磅发布、全球首款 AI 智能体手机首次公开亮相、面向 AI 时代的新支点 AIOS 正式推出，自研人形机器人矩阵及「星巧」灵巧手也首次集中展出。围绕这些动作背后的产业判断与战略逻辑，中兴通讯首席发展官崔丽接受了 36 氪专访。她给出的核心判断是，AI 正由「技术突破」阶段逐步进入以「技术扩散」为主的发展阶段，竞争的关键已不再是单一模型的领先，而是综合的系统工程能力与端到端 TCO（总拥有成本）最优。

行业拐点：从「技术突破」到「技术扩散」

崔丽把这一轮 AI 浪潮类比蒸汽机、电力与信息化的扩散过程：技术发明可能在数年内完成，但从少数样板走向大范围采用，往往需要更长周期。她观察到两个并行特征——一是技术通识化，SOTA 模型被追平的窗口期已缩短至以月计，模型能力走向同质化，用户切换成本极低；二是扩散程度之浅，模型智能对 C 端严重超配，B 端则被安全可靠、合规与流程问题制约，实际应用远未充分发挥现有模型能力。

这一趋势直接冲击模型公司商业模式。她援引两组数据：OpenAI 官方口径周活用户已超 9 亿，但消费者订阅用户仅 5500 万；据路透社等媒体报道，Anthropic 预计在 2026 年二季度实现经营层面盈利，倚仗的恰恰是 To B 服务对软件价值的认可。价格战则进一步挤压模型层利润空间——她给出一组对照：单位推理成本至今已下降 300 多倍，OpenAI 的推理支出反而增长约 2.4 倍，成本下降没有让总支出减少，用量随降价而爆发，杰文斯悖论在 Token 上重演。

因此，行业度量衡正在切换：从「万卡集群」转向「每瓦 Token」。她认为，资源利用率是技术扩散期最核心的一点，Token/Watt 体现的是对端到端 TCO 性价比的关注，而不只是单纯的 GPU 性能或模型能力。

战略框架：All in AI，AI for All

基于上述判断，中兴通讯 2025 年初完成「连接 + 算力」双轮驱动的战略升级，并将愿景调整为「成为网络连接和智能算力的领导者」。崔丽将其进一步概括为「All in AI, AI for All」。

All in AI 包含三层含义：

用 AI 原生重构芯片、网络、算力、能源、终端与平台的全栈技术体系；
打造极致协同、TCO 最优的端到端智算解决方案，覆盖核心能力层、基础设施层、能力平台层、应用层到终端层；
在研发、市场、运营等各领域全方位内化 AI 技术与红利。

AI for All 回答的则是智能价值如何落地：进入具体场景，解决便捷性、安全可靠性和性价比问题，让 AI 覆盖行业、家庭与个人端。据中兴披露，行业端采用「1+N+X」大模型策略，即 1 个基座大模型库、N 个领域模型、X 个场景应用，已在电信、工业制造、电力、城市治理等 18 个以上行业落地超 1000 个标杆项目；家庭端内置 AIOS 的 AI 中屏累计发货超 300 万台，覆盖老人康养、儿童伴学等高频需求；个人端则推出全球首款 AI 智能体手机努比亚 NaviX Ultra。

产品落点：OEX 超节点与 AI 智能体手机

在算力侧，崔丽指出，国产芯片适配周期动辄一年半以上，大集群通信瓶颈迟迟未解，而硬件折旧周期已缩短至 2–3 年，下一代芯片的 TCO 甚至可能低于这一代的 Opex。OEX 超节点正是为对冲这种不确定性而设计，她将其概括为「开放解耦、灵活扩展」八字方针：

多芯协同，构筑开放底座：与国内顶尖 GPU 伙伴深度协同，实现芯片系统级协议优化和混池资源高效调度；
架构创新，突破工程极限：采用正交无背板互联交换架构，实现柜内「三零线缆」设计；
灵活扩展，拓展互联规模：单柜 32 至 128 卡为基础，单 Pod 可达 16384 卡，多 Pod 互联实现十万卡级弹性扩展；
极致协同，引领 TCO 最优：在算、网、存、软、能层面协同设计，率先探索用顶层算法仿真反向定义下一代芯片规格。

在前沿路线上，基于 OEX + dOCS 架构的国产高性能 Matrix 超节点斩获本届 SAIL 之星奖项，由中兴联合曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯共同打造。

在终端侧，崔丽强调，智能体手机不是 AI 手机的功能升级，而是人机交互逻辑的根本重构。过去的 AI 手机是「硬件附带 AI 功能」，智能体手机则是「手机化身个人专属智能助手」——本质变化在于，不再是人迁就手机的交互逻辑，而是手机主动理解人的需求、帮人把事办成。她认为，AI 手机的下半场会从「功能叠加」走向「原生智能体」。

最后一公里：企业流程与口袋里的智能体

基础设施解决 Token 如何被便宜地生产，技术扩散的另一半则在于 Token 如何兑现价值。崔丽提到，硅谷一度流行「Token Maxxing」，鼓励员工尽可能多用 AI，结果度量体系只统计用量、不考核结果，成本迅速失控；OpenAI、Anthropic 也纷纷设立前沿部署工程师（FDE），进驻客户消除 AI 与行业既有流程、知识之间的鸿沟。她将企业 AI 落地归纳为五个环节：建立可落地的价值度量体系、做好数据治理与既有系统集成、重构人机协同流程、完善安全合规与治理框架、重塑人才体系。

中兴自身的实践可作注脚：公司 2016 年启动数字化转型，每年带来约 15% 的运营效率提升；2022 年启动智能化转型，研发端三万多名研发人员使用 Nebula Coder 研发大模型，过去一年 Token 调用量增长 4 倍；运营端企业级智能体平台 Co-Claw 使用者超 4.2 万人，日活峰值超 1.5 万。崔丽总结：「把复杂留给自己是本事，把简单留给客户是本分，我们希望 AI 让生活变得更简单，让科技向善真正惠及每一个人。」