研究成果
-
09/032026
发布！AI 产业链全景分析报告 2026：谁在投资？谁在控制？谁会买单？
从国家战略看，人工智能已不是一项孤立的前沿技术或单一行业政策，而是关系生产能力、产业组织和长期国家竞争力的系统安排。国家间的竞争已从单点技术突破转向产业体系组织能力的竞争。这一轮巨额投入将形成怎样的产业结构？谁控制关键位置，谁获得收益，最终由谁买单？这些问题直接关系到投资判断与市场机会的识别，也指向未来的社会经济结构及大国竞争走向。为解答上述问题，中山大学粤港澳大湾区数字经济与数据科学实验室正式发布《中山大学岭南学院 AI 产业链全景分析报告 2026》。本报告面向社会公开发布，主要服务于关心市场机会的投资者与创业者、产业内部人员与金融资本节点从业者、政府官员、政策制定者与产业监管部门，以及关心 AI 技术与经济影响的学者。01 报告概览REPORT OVERVIEW本报告以实体产业数据替代主观预测，构建了供应、资本与债权融资三张底层网络，覆盖数百家企业主体与关联关系。报告全书共 11 章，包含 53 幅图、40 张表以及两个交互网络探索器。研究系统测算了各网络上的控制点、单点故障与资金闭环，揭示了人工智能产业链的价值分布、资金流向与风险传导机制。产业结构与偿付逻辑由供应、资本及债权融资三张网络构成，资金循环发生于投资与供货的跨网叠加而非纯股权闭环。网络呈现单点故障集中与两处卡口特征，且不可绕开性比连接数量更能解释企业的毛利率。两个问题、三个网络、六个判断：本报告的推演路线报告提出分析人工智能产业链需要建立从能源资源到最终需求的九层依赖网络，单一线性结构会忽略跨层控制关系。02 产业链结构INDUSTRY STRUCTURE第 2 章分析租金归于何种网络位置。产业在营断供即停产关系呈现中间稠密、两端稀疏的结构。网络存在两处卡口，分别位于能源、设备与芯片环节，以及云与模型向应用层的供给环节。断供即停产的依赖骨架：卡口有两处，不只在最上游样本企业中不可绕开性指标与毛利率显著相关，而连接数量指标与毛利率不相关。此横截面描述性统计结果支持桥连接数具备更高溢价解释力的判断，但不构成因果推断。什么网络指标能解释毛利率：不可绕开性与连接数量对照产业溢价集中于不可绕开位置而非按上下游顺序分布，相邻链条上的台积电与服务器厂商毛利率差距达一个数量级。开源与多路径竞争使得模型与应用层难以持续保留高溢价。租金堆在关卡，不按上下游位置分布：沿链毛利率量级影响面与不可替代性相互独立，移除英伟达将致使中下游主体失去关键上游通路，其影响面远超其他节点。台积电虽未在影响面列表中突出，但仍是部分企业的唯一关键供方，具备不可替代性。断谁全链停摆：影响面与不可替代性是两件事能源层平均中心度不高，但断供即停产级供给关系比例居全网首位，电力物理属性与并网周期构成了产业壁垒。中美两国在此环节的风险形态不同，美国源于发电商对单一买家的长协，中国则表现为电网向运营商集中供给的系统性风险。能源层：中心度最低，断供后果最重03 供需错配SUPPLY AND DEMAND第 3 章探讨资本开支规模与产能兑现的错配。当前的资本开支增速大幅超出商业兑现能力。算力供给的核心瓶颈并非单一芯片短缺，而是芯片、先进封装、高带宽内存、集群网络、电力与冷却六个环节未能同步交付。任何一环延期都会导致其余投入转化为闲置存货。中美两国面临相反的约束条件，美国产业扩张的瓶颈正下移至电力供应与电网并网，中国产业扩张的瓶颈则受限于先进制程芯片。中美两国面对相似的算力需求曲线，却受制于相反的电网条件。中国的产业约束仍集中在先进制程，而美国的算力扩张正逐渐向电力供给与并网周期约束迁移。同一条需求曲线，两张不同的电网：美国缺电，中国有冗余04 最终需求FINAL DEMAND第 5 章测算终端市场的年度实际支付能力。终端需求真实存在，但其规模较市场预期低一个数量级。已实现的人工智能收入对同期算力资本开支的覆盖率在百分之十至百分之十五之间。尽管企业级采用率较高，但智能体在核心业务职能中的规模化应用比例仍停留在个位数。需求释放的瓶颈在于买方组织内部的流程改造滞后，该改造周期通常长达数年。广东省高度聚集的人工智能与机器人企业密度提供了潜在的需求基础。政策设定的普及率目标不能直接等同于商业订单或实际付费能力。广东省产业密度位居全国前列，广深两地合计占比达 84%历史技术生产率的兑现依赖组织重组，本轮生成式人工智能的组织改造可能需要 8 至 13 年，该时间跨度属于报告推断而非已验证事实。基于此推断的投资时序为基础设施收入确定性优先兑现，应用层收入拐点更可能出现于 2027 至 2030 年。电气化 40 年、信息技术 25 年、本轮 8 到 13 年：组织改造滞后期的历史锚05 资本循环CAPITAL CIRCULATION第 6 章剖析资金在产业生态内的流转机制。境外网络资金集中流向少数被投企业，纯股权层不存在相互持股或有向持股环。资金循环结构仅在资本与供应关系跨网叠加后才会出现。境外持股关系有向图：钱集中流向少数被投方，股权层没有环境内网络出资来源主要呈现国家级基金与平台型企业两种形态。境内外持股关系极少，两侧资本网络几乎各自独立成网。境内持股关系有向图：国家级基金与平台型企业两类出资来源纯股权层面不存在相互持股与有向持股环。真实的资金循环发生在投资与供货同时存在的跨网叠加主体对上，全网共识别出 35 对双向互动的循环结构。产业整体融资结构正在债务化，私人信贷规模大幅上升且风险定价滞后。企业资产负债表出现显著分化，资金在生态内部流转，债务在生态外部积累。06 报告信息REPORT INFORMATION报告全名：《中山大学岭南学院 AI 产业链全景分析报告 2026》数据截止日期：2026-08-31公开网址：https://ai.lingnan.top/ai-industry-report-2026/发布机构：中山大学粤港澳大湾区数字经济与数据科学实验室
-
08/102026
林建浩、陈良源：超越K型分化叙事，实现高质量发展
8月10日，中山大学岭南学院院长林建浩教授与中山大学国际金融学院陈良源副教授在《南方日报》理论周刊版面发表题为《超越K型分化叙事，实现高质量发展》的理论文章。文章从经济学视角深入剖析了当前经济K型分化现象的本质，指出K型分化是经济转型升级过程中的客观结构特征，而非总量危机信号，并系统阐述了实现高质量发展的路径与政策思路。现将全文转载如下。 ● K型分化是经济转型升级过程中的客观结构特征，而非总量危机信号，既不应当被回避，也不应被夸大。这一经济现象与康波周期理论、熊彼特的创造性破坏以及传导机制时滞效应紧密相关 ● 随着技术规律的耐心兑现、市场力量的持续发酵和制度供给的不断完善，中国经济终将超越K型分化叙事，走向更高质量的可持续增长 一段时间以来，经济K型分化叙事成为舆论焦点。作为国际经济学界最初描述新冠疫情后经济复苏不平衡性的术语，其如今已演变为讨论全球经济结构性特征的核心叙事框架。从我国上半年经济数据来看，一方面以人工智能、高技术制造为代表的新兴部门沿上行线突飞猛进，另一方面以房地产、传统制造为代表的存量部门则沿下行线持续承压。面对这种结构性非均衡现象，部分声音认为这是经济转型的必然结果，也有声音将其作为经济承压甚至过冷的信号。 本文认为K型分化是经济转型升级过程中的客观结构特征，而非总量危机信号，既不应当被回避，也不应被夸大。这一经济现象与康波周期理论、熊彼特的创造性破坏以及传导机制时滞效应紧密相关。新旧动能转换的本质是迭代而非替代，政策应对的关键不在于消除差异，而在于通过总量与结构工具打通企业端向居民端的传导机制，从而超越K型分化叙事，实现高质量发展。何以K型：经济学的三重解释 2026年上半年全国经济运行数据，为观察K型分化提供了丰富的结构信息。GDP4.7%的增长、5.0%的失业率和温和上涨的物价，构成了我国经济的基本稳定面。总量数据平稳的同时，结构层面的显著温差值得高度重视，主要表现为供给端“供强需弱”、需求端“外强内弱”、企业端“新强旧弱”、金融端“企强民弱”等。这四个维度的结构性差异相互交织，共同构成了当前经济K型分化叙事。 K型分化究竟是经济出了问题的信号，还是经济正在转型的表现？这需要从经济学视角解释为什么会出现K型分化现象，重新审视经济转型过程中的阶段性结构特征。 一是技术—经济范式的更迭。 根据康德拉季耶夫提出的经济长波理论，K型分化具有深刻的技术—经济范式根源。从蒸汽机、电气化、互联网，直到当前的人工智能，每一轮经济上行周期都对应着一组关键性的通用技术革命，新技术商业化初期必然催生资本向新兴赛道的集中涌入，而传统产业则面临增长空间的挤压。因此，K型分化是通用技术革命的普遍规律，并非本轮AI技术发展独有的异常现象。在1997年至2000年美国互联网发展时期，信息科技产业对GDP的贡献快速攀升，通信设备和软件投资增速一度超过20%，以英特尔、思科、微软等为代表的科技企业市值飙升，而传统制造业投资增速持续下行，其分化形态与今日AI冲击高度相似。历史发展规律表明，K型分化并非经济治理的失败，而是经济体系在技术跃迁过程中新陈代谢的必然产物。 二是创造性破坏的结构代价。 第二个经济学解释来自于熊彼特关于创造性破坏的经典论述。在经济转型期，旧产业结构的淘汰和新产业结构的创造并非先后发生，而是同步推进。当前中国经济更是处于经济转型的叠加期，一是以人工智能、数字经济、绿色能源为代表的新科技转型，要求生产要素和组织方式发生根本性重塑；二是从中低端制造向高端制造和现代服务业的产业升级转型，要求传统产业加速价值链攀升。因此，中国经济新旧动能转换的广度和深度都超过一般转型经济体，构成了K型分化的结构特征。当然，也要意识到这需要一个转换过程，当前新动能占经济总量约18.9%，旧动能约26.6%，新动能尚未能够完全托底经济增长，短期内经济可能承压。 三是传导机制的时间差。 第三个解释则来自于新动能创造价值存在传导时滞。以AI为核心的新一轮科技革命和技术变革，其价值传导链条比历次技术革命都更为漫长，需要经历“技术突破→企业资本开支→头部企业利润与股价→产业扩散→就业与工资”等链条，才能让更广泛的经济主体感受到技术带来的增长。当前中国处于该传导链条的早期阶段，上半年计算机、通信和其他电子设备制造业利润同比增长96.9%就是有力证明。广东的产业结构也验证了这一演进轨迹，当前深圳AI相关产品进出口已突破万亿元，广州拥有华南最大的12英寸晶圆集群，算力产业体系完备。但实现广泛的就业创造与工资增长效应仍需经历产业扩散的中间环节，红利向居民部门传导尚需时间。在这一过程中，需要格外警惕2002—2007年期间日本的经验教训——当时日本企业利润显著修复，但企业优先将利润用于修复资产负债表和技术升级，而非提高员工薪酬，导致居民消费持续低迷。因此，价值传导机制的畅通与否，是决定K型分化能否走向收敛的关键。正确认识：迭代而非替代 在厘清了K型分化的主要表现和理论根源之后，需要从以下三个方面进行正确认识。 首先，不应夸大阶段性分化。将K型分化简单解读为经济衰退信号，是对当前中国经济形势的严重误读。上半年全国GDP增速4.7%在全球经济体中仍属领先，IMF据此上调全年预期本身即是对中国经济增长韧性的认可。同样，就业市场没有出现AI冲击的大规模失业，城镇调查失业率稳定在5.0%附近，表明劳动力市场仍在正常运转。整体来看，结构分化在经济转型期具有普遍性、阶段性，不宜将其过度解读成悲观叙事。 其次，要意识到新动能的成长并非以消灭旧产业的方式实现。数字技术和绿色技术在开辟新赛道的同时，也向传统产业注入了转型升级的动力。今年上半年，广东工业技术改造投资占工业投资比重已达39.4%，同比提高4.9个百分点，反映出传统制造企业正在大规模进行生产线的数字化、智能化升级。例如广钢集团通过低碳冶炼工艺和特种钢研发，成功转型为新能源汽车、海上风电和储能设备的关键材料供应商。同样，希音在广州成立首个服装制造创新研究中心，通过AI辅助设计和智能生产帮助服装厂实现了柔性制造，能够承接全球个性化订单，从价值链低端向中端跃升。这些现实案例表明，传统产业一旦与新动能结合，同样能够获得新的生命力。 最后，要相信技术普惠扩散的长期趋势，新技术终将飞入寻常百姓家。新技术的收益分配是一个动态变化的过程，当下的集中并不等同于永久的固化。AI技术在发展初期，的确会呈现出资本密集和人才密集的特征。但随着技术扩散和应用深化，越来越多的中小企业和普通个体正成为受益者。在医疗领域，AI陪诊师已在多家医院落地，有效降低了患者的就医门槛；在政务服务领域，智能政务一体机实现了7×24小时在线办理，将数字化红利延伸至基层社区；在创业领域，一人公司OPC的兴起，使小微创业者能够以极低的门槛将创意转化为产品。技术扩散规律表明，当基础设施渐趋完善，利用AI技术的企业和公众越来越多，将为改善K型分化注入长期动力。积极应对：从结构性工具到普惠性传导 正确认识K型分化的本质，是为了更有效地应对其带来的挑战。政策不应强行抹平现有的经济结构差异，但也需要积极应对，确保K型分化能够向均衡收敛。 政策框架调整：总量与结构双重功能的确立。 对结构性分化的关注已经体现在政策框架的调整之中。2026年第二季度，中国人民银行货币政策委员会在形势判断中首次加入“结构分化”的表述。这一措辞变化传递出明确的政策信号，货币政策的关注点已延伸至不同行业、企业和经济部门之间的温差。在政策工具层面，供给端以科技创新和技术改造再贷款和新增专项债为代表，引导资金流向新动能培育和传统产业技改领域；需求端以中央安排2500亿元超长期特别国债专项支持消费品以旧换新和1000亿元财政金融协同促内需专项资金为代表，着力刺激居民端消费意愿。在保持总量流动性的同时，通过结构性工具引导资金精准流向最需要支持的领域和群体。 此外，财政收支结构中也存在结构特征，中央收入增速（7.5%）远高于地方（2.7%），“投资于人”的支出快于“投资于物”的基建支出，土地出让收入同比大幅下降31.5%。因此，也亟须推进税制与产业结构的适配，稳定宏观税负。 打通传导机制：让增长从生产端进入居民端。 当前K型分化的一个核心矛盾在于，企业利润改善未能有效转化为居民收入和消费的增长。例如，计算机、通信和其他电子设备制造业利润涨幅，与社会消费品零售总额涨幅，两者之间的巨大落差正是传导梗阻的集中体现。为此，2026年政府工作报告明确提出制定实施城乡居民增收计划，包含促进低收入群体增收和增加居民财产性收入等制度安排。当企业利润能更顺畅地转化为员工工资和消费能力时，K型的下行线将进一步增强向上收敛的内在动力。 中长期政策：把握好三个基本平衡。 第一个平衡是“扶新”与“托旧”之间的关系。经济发展并非是新旧之间简单的二选一，而是因地制宜发展新质生产力，同时促进创新成果与传统制造业的深度融合。第二个平衡是效率与公平之间的权衡。通过国民收入分配改革、财税激励重构和工资增长机制完善，使处于K型下行端的群体也能分享转型红利，在保障社会公平的同时为创新提供可持续的市场需求。第三个平衡是市场机制与政策托底的协同。在市场传导偏弱、企业利润向居民收入传导不畅的阶段，宏观政策需要以“稳就业、强保障、促消费”的组合拳缓冲压力，但长期目标应当是激活市场自身的内生动力。 简而言之，K型分化是新旧动能交替过渡的阵痛。它既源于全球技术—经济范式更迭的外部冲击，也植根于国内由高速增长转向高质量发展的内在要求。从总量上看，经济运行总体平稳、稳中向好；从结构上看，分化的两端并非相互隔绝，新技术的普惠扩散、传统产业的数字化重生、政策的结构性精准滴灌这三股力量正在合力推动经济从K型走向均衡。随着技术规律的耐心兑现、市场力量的持续发酵和制度供给的不断完善，中国经济终将超越K型分化叙事，走向更高质量的可持续增长。
-
07/222026
中山大学林建浩团队|| 基于AI大语言模型的叙事资产定价研究
作者：樊嘉诚：中山大学岭南学院林建浩：中山大学岭南学院李宗余：广发证券股份有限公司文章刊发：《经济学（季刊）》2026年第3期摘要：本文利用BERT大语言模型提取新闻文本信息,并通过SparseIPCA方法构建叙事资产定价模型。实证发现状态变量显著反映宏观预期、产出及股市收益,揭示了新闻叙事的经济信息价值。相比传统的股票特征因子,基于文本数据的叙事因子能更好地解释资产异象,并具有更强的样本外策略表现。研究进一步证明了大语言模型的定价效果优于传统的LDA主题模型,并探索其在可解释性、高频因子挖掘及与传统因子联合应用方面的潜力。关键词：横截面资产定价，大语言模型，文本分析1.研究背景 理解资产回报的横截面差异，是资产定价研究的核心议题。早期研究多以宏观经济变量作为状态变量的代理，此后基于股票特征构建的因子模型逐渐成为主流，并衍生出数量庞大的定价因子。近年来，Shiller（2017）提出的“叙事经济学”为理解资产价格变动提供了新视角：经济叙事传播迅速，会影响微观主体的预期与决策，进而作用于资产价格。新闻报道是经济叙事的重要载体，Bybee et al.（2023）已尝试将新闻叙事引入资产定价框架。 然而，新闻文本高维且非结构化，从中提取对资产定价有效的信息长期面临方法上的制约。传统文本分析方法（如LDA主题模型）主要依赖主题词频，难以刻画上下文语义；以BERT为代表的AI大语言模型则能够把握上下文与复杂语言关系，为提取新闻中的叙事信息提供了新的技术手段。在此背景下，本文尝试回答：新闻文本中的经济叙事能否被识别为影响资产价格的状态变量与定价因子，以及基于大语言模型构建的叙事因子相比传统方法是否具有增量价值。回答上述问题，既有助于厘清新闻信息进入资产价格的渠道，也为人工智能在金融领域的应用提供实证依据。2.研究方法和结果 本文使用2008—2021年七家主流财经报纸的新闻文本，借助BERT大语言模型生成文档级嵌入向量，构造日度“叙事新息”；在此基础上，采用Sparse IPCA（Bybee et al.，2023）方法，从高维叙事信息中提取少数潜在状态变量与可交易的叙事因子（记为NF-LLM）。作为对照，本文同时基于LDA主题模型构建叙事因子（NF-LDA），并与传统的Fama-French-Carhart因子（FFC）和统计主成分因子（PC）进行比较。 基准结果发现：第一，提取的状态变量具有明确的经济含义，与消费者信心指数同向变动，并能显著预测未来的产出、消费、投资与通胀，符合跨期资本资产定价理论（ICAPM）的预期。第二，在对96个股票市场异象的检验中，叙事因子模型的定价误差显著低于传统模型，对交易摩擦、动量与流动性等传统因子难以解释的异象改善尤为明显。第三，在样本外交易策略中，最优NF-LLM模型的年化夏普比率达到0.95，最优传统FFC6模型仅为0.27，前者约为后者的3.5倍；在控制FFC6因子后，NF-LLM三因子与五因子模型仍分别获得0.84%与1.20%的年化超额收益，表明叙事因子包含显著的增量信息。 机制与拓展分析进一步表明：（1）大语言模型优于传统主题模型。无论在定价精度还是策略表现上，基于BERT的NF-LLM均稳定优于基于LDA的NF-LDA，原因在于前者更能捕捉上下文语义、复杂语言关系与不同长度的文本。（2）叙事的影响渠道以现金流信息为主。叙事主题与现金流信息的相关性高于贴现率信息，表明新闻主要通过改变投资者对未来基本面的预期来影响资产价格。（3）结论稳健且具有可解释性。在剔除媒体写作风格、改变LDA主题数量后，结论依然成立；叙事因子可对应到“风险管理”“经济发展”“货币政策”等可识别主题，并在周度高频以及与传统因子联合使用时同样有效。3.研究贡献和政策启示 本文的主要贡献体现在三个方面：第一，本文将AI大语言模型系统性地应用于中国A股市场的横截面资产定价，打通了从非结构化文本到经济信息、再到定价因子的完整链条。第二，本文以实证证据表明新闻叙事蕴含可被定价的经济信息价值，为叙事经济学提供了来自资产定价领域的量化支撑，并系统比较了大语言模型与传统主题模型在定价上的差异。第三，本文展示了大语言模型在可解释因子挖掘、高频信号提取以及与传统因子融合等方面的应用潜力，相关方法可推广至其他文本驱动的金融实证研究。 本文的政策启示主要有两点：第一，应加大对“人工智能+金融”的支持力度，引导金融机构与高校科研院所加大研发投入、深化产学研协同，推进经济大模型的研发与应用，同时注重提升人工智能模型的可解释性与透明度，确保其在金融实践中的安全性与合规性。第二，在信息传播日益高速的环境下，金融市场的叙事驱动效应愈发突出；我国资本市场以散户投资者为主，对经济叙事较为敏感，易因情绪波动产生非理性交易，从而加剧系统性金融风险，监管机构应积极利用人工智能技术，提升监管的精准度与前瞻性，防范因信息失真导致的市场失序。 在此基础上，未来研究可结合BERTopic、注意力权重可视化等可解释性机器学习方法，更准确地识别驱动资产定价的叙事信息，并采用更严谨的计量方法进一步增强结论的稳健性与可推广性。论文信息樊嘉诚,林建浩,李宗余.基于AI大语言模型的叙事资产定价研究[J].经济学(季刊),2026,26(3):790-810.
数字经济周报
数字经济周报 | 2026年第27期
一、产业动态1.2026数博会在贵阳闭幕，"词元"主题聚焦数据要素价值释放新路径 8月28日至30日，2026中国国际大数据产业博览会（数博会）在贵州贵阳举行并于30日落下帷幕。本届数博会以"词元——数据要素价值释放新路径"为年度主题，共举办各类活动89场，吸引1.6万余名嘉宾注册参会，观展人数超过9万人次；372家中外企业齐聚参展，展出新技术、新产品1100余项，集中发布87项创新成果。从算力底座、数据供给到模型驱动、智能体验，人工智能与数据要素的深度融合成为展会核心图景。业内认为，我国数字经济发展逻辑正在从追求数据汇聚存储、规模扩张的粗放阶段，转向聚焦数据要素价值深度释放的精细化阶段，算力、算法、数据的协同推进将为"十五五"数字经济发展提供核心动能。（来源：新华社、国家数据局）2.第二届世界人形机器人运动会闭幕，具身智能从"技术验证"走向"价值兑现 8月26日，第二届世界人形机器人运动会在北京国家速滑馆"冰丝带"落下帷幕。本届赛事共吸引来自六大洲16个国家的666支队伍、2056台人形机器人参赛，共产生51枚金牌，并创下多项赛会纪录：400米跑成绩提升至38秒15，100米跑提升至8.64秒，原地跳高提升至3.4米。赛场外，多项产业成果和合作项目在闭幕式集中发布，不少参赛机器人摘得奖牌即收获订单，实现"出了赛场进现场"的转化。业内人士表示，中国具身智能机器人正在经历从"技术验证"到"价值兑现"的产业化过程，运动能力、任务可靠性与商业化落地的结合正成为全球人形机器人竞争的新焦点。（来源：人民日报海外版、新华社）3.英伟达据报道拟以129亿美元收购Hugging Face，开源AI"分发层"竞争升级 当地时间8月26日，据The Information报道，英伟达已同意以约129亿美元收购开源AI模型托管平台Hugging Face；Business Insider报道称双方仍处于谈判阶段、尚未签署最终协议。Hugging Face被称为"AI界的GitHub"，托管近300万个模型仓库，服务约1300万开发者，是开源AI生态事实上的默认分发层。若交易完成，这将是英伟达历史上规模最大的收购，其战略意图在于锁定开源模型的分发入口，对冲主要AI实验室自研芯片带来的需求迁移风险。随着全球算力竞争从硬件层向生态层延伸，开源社区、模型平台与芯片体系之间的绑定关系正在成为AI产业格局的关键变量。（来源：环球网）4.Anthropic发布模型硬件标准研究预览，AI智能体加速"走进"物理世界 当地时间8月27日，Anthropic宣布开放Model Hardware Standard（MHS）研究预览，这是一套供AI智能体安全操作物理设备的通用规范，首批面向科研实验室和先进制造企业开放。MHS通过标准化驱动程序，让智能体能够并行操控显微镜、移液器、机械臂等多类实验与生产设备，将传统需要数周甚至数月的设备集成工作缩短至数小时，并支持全天候自主实验编排。该标准与Model Context Protocol等协议兼容、模型无关，后续计划开源。业界认为，随着大模型能力从数字世界向实验室、工厂等物理场景延伸，统一的硬件操作规范有望成为智能体产业化的关键基础设施，推动"物理AI"生态加快成型。（来源：Anthropic)二、行业政策1.工信部启动人工智能应用服务商培育专项行动，探索首购首用与风险补偿机制 8月31日，工业和信息化部办公厅发布《关于开展人工智能应用服务商培育专项行动的通知》，提出引导服务商围绕高频、刚需、可复用的业务，封装构建模块化、标准化解决方案产品包，形成一批"小快轻准"的人工智能产品服务。通知明确，将依托产业联盟、行业协会、开源社区等平台分行业开展供需对接，组织开放一批真实场景引入服务商落地实践；在采购支持方面，探索通过首购首用、风险补偿等模式，加大大模型、智能体、Token等服务采购力度。有条件的地区还将完善"出海"综合服务体系，依托共建"一带一路"、金砖、中国—东盟等合作机制推动优质AI应用项目出海。此次专项行动标志着人工智能扶持政策正从"建模型"转向"育服务商、促规模应用"。（来源：工业和信息化部）2.工信部公布国家算力互联互通区域节点建设名单，全国一体化算力网加快成型 8月28日，工业和信息化部办公厅发布《关于公布国家算力互联互通区域节点建设名单的通知》，明确一批承担国家算力互联互通职能的区域节点，推动跨地域、跨主体、跨架构的算力资源标识、调度与服务体系建设。此举是落实全国一体化算力网部署的重要举措，旨在打通智算、超算等多元算力资源，匹配东部低时延应用需求与西部绿色能源优势，破解算力资源时空分布不均衡问题。随着大模型训练与推理需求快速增长，算力互联互通正从技术探索走向制度化建设，"算力+"基础设施的成网运行将为人工智能规模化应用和数字经济高质量发展提供底座支撑。（来源：工业和信息化部）3.首个工业互联网领域数据要素登记国家标准发布，数据要素基础制度加快落地 8月28日，推荐性国家标准GB/T 47969-2026《工业互联网数据要素登记要求》正式发布。该标准是首个工业互联网领域数据要素登记国家标准，由中国工业互联网研究院牵头、40余家单位共同编制，将于2027年2月1日起实施。标准针对工业数据存储分散、动态更新、商业敏感度高等特点，构建了一级登记机构预审与二级登记机构终审相结合的两级登记架构，并配套数据资源目录建设及登记数据访问等管理要求。目前，工业数据资产登记平台已上线国家节点和苏州、北京、沈阳三个城市节点，累计发放登记证书2045张。业内人士认为，该标准将推动工业数据登记从试点探索走向规范应用，为高质量数据集建设和数据要素有序流通提供标准支撑。（来源：新华网、中国工业互联网研究院）三、研究洞察1.《中国数据产业发展报告（2026）》发布：数据产业规模达6.78万亿元，AI相关产品占七成 8月28日，国家数据发展研究院在2026数博会主论坛上发布《中国数据产业发展报告（2026）》。报告显示，2025年我国数据产业规模达到6.78万亿元，同比增长15.7%；全国数据企业数量达48.2万家，同比增长17.9%，词元服务、智能体创新等新业态加快发展。值得注意的是，与人工智能高度相关的数据产品和服务已占数据产业总产值的七成以上，成为拉动产业发展的主力。报告还展望了四大趋势：词元服务加快发展、人工智能对数据的需求持续增长、AI原生数据技术与产业创新加速突破、数据产业规模保持较快增长。数据产业与人工智能"双向赋能、相互成就"的格局正在形成，数据要素价值释放路径日益清晰。（来源：国家数据局、国家数据发展研究院）2.OpenAI、Anthropic、Google等百余家企业联合呼吁：防范AI驱动的网络威胁已进入关键窗口期 当地时间8月27日，OpenAI、Anthropic、Google等100余家企业发布联合呼吁，要求针对AI驱动的网络威胁采取紧急协调行动，并提出新的防御框架。联合声明警告，随着AI大幅降低网络攻击的门槛与成本，防御方应对恶意使用AI的时间窗口正在收窄，业界需要在威胁情报共享、安全评估标准与事件响应机制上尽快形成行业级协同。这是AI行业少有的大规模跨厂商联合行动，显示出AI安全正从自愿性准则走向行业协调标准。对企业而言，AI能力越深入业务流程，模型滥用、智能体失控等新型安全风险的治理就越成为数字化转型中不可回避的议题。（来源：TechCrunch）3.IMF总裁格奥尔基耶娃：人工智能未来影响仍是"重大未知数"，发展中经济体"掉队"风险突出 8月28日，据新华每日电讯报道，国际货币基金组织（IMF）总裁格奥尔基耶娃在华盛顿举行的媒体圆桌会上表示，人工智能未来将产生怎样的影响仍是"重大未知数"，包括对金融稳定构成的潜在风险。她指出，当前全球经济正处于中东局势带来的负面供给冲击与人工智能带动的正面需求热潮的"拉锯战"之中，AI投资热潮支撑了企业盈利与消费者开支，但两股力量在不同国家间的最终影响差别很大，取决于各国宏观经济脆弱性及其在AI产业链中的位置。她同时警告，发展中经济体在人工智能领域"掉队"的风险尤为突出。AI对宏观经济与金融稳定的系统性影响，正日益成为全球政策协调的重要议题。（来源：新华社、IMF)
