中国电信：
《智算产业发展研究报告（2025）》

（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

开篇：智算时代的历史性转折

2025年被业界普遍视为人工智能规模应用的元年。随着"人工智能+"行动持续深化，智算产业正经历从"单点突破"向"系统协同创新"的关键跃迁。中国电信研究院发布的这份权威报告，为我们勾勒出一幅波澜壮阔的智算产业发展全景图——从全球政策博弈到技术架构革新，从基础设施狂飙到商业模式重塑，一场围绕算力的深刻变革正在重塑全球经济格局。

据预测，人工智能将在十年内推动全球经济规模增长15%，到2035年将为我国GDP贡献11万亿元。截至2025年6月底，我国在用算力中心标准机架已达1085万架，智能算力规模达788EFLOPS，全国算力中心平均电能利用效率（PUE）降至1.42。这些数字背后，是一个正在蓬勃兴起的战略性新兴产业。

第一章：全球智算产业政策风暴

欧美豪赌：数千亿美元抢占AI制高点

全球主要经济体正将智算基础设施视为国家竞争力的核心支柱，政策支持力度空前。

美国在2025年上演了一场AI基础设施的"国家动员"。1月，特朗普政府宣布启动震惊业界的"星际之门"项目——OpenAI、软银与甲骨文联合承诺4年内投资5000亿美元打造全球最大AI算力平台。紧随其后，《美国AI行动计划》正式发布，通过简化政府审批、扩大新能源接入、加速半导体制造业回流等组合拳，全面强化数据中心、能源、半导体等AI基础设施供给能力。白宫还发布专门文件，核心目标是最大化应用"美国制造"AI技术并强化供应链主权管控。

欧洲则从AI治理的引领者转身成为大规模产业投资者。2月的巴黎"人工智能行动峰会"上，欧盟委员会主席冯德莱恩宣布启动"投资人工智能"计划，目标筹集2000亿欧元，并专门设立200亿欧元基金建设欧洲人工智能超级工厂。4月发布的"人工智能大陆行动计划"更是明确提出，要将欧盟的高质量人才储备和强大传统产业基础转化为AI发展的关键加速器。

亚洲追赶：日韩的举国体制

日本首相石破茂宣布到2030年前投入超过10万亿日元（约650亿美元）公共财政支持下一代技术，旨在振兴人工智能和半导体产业。2025年3月，日本政府对Rapidus项目追加8025亿日元支持资金，累计支持金额约1.8万亿日元，力推最先进半导体国产化量产。

韩国则选择建设国家级AI智算中心的路径。2025年1月宣布的"国家AI计算中心"项目计划于2027年投入使用，将建成配备3万张高性能GPU、算力达1EFLOPS的超级计算平台，为本土企业及公共机构提供强大的AI研发与应用底层算力支撑。

中国路径：应用牵引与普惠服务双轮驱动

我国智算产业政策呈现出鲜明的特色——既注重顶层设计的系统性，又强调市场应用的牵引力。

央企"AI+"专项行动深化部署成为2025年开年的重要政策信号。国资委明确要求加快推动人工智能产业高质量发展，实现更多标志性成果和突破性进展。政府工作报告将"持续推进'人工智能+'行动"列为重点任务，强调将数字技术与制造优势、市场优势更好结合，支持大模型广泛应用，并大力发展智能网联新能源汽车、AI手机和电脑、智能机器人等新一代智能终端。

提振消费与AI深度融合成为新亮点。《提振消费专项行动方案》专门提出促进"人工智能+消费"，加速推动自动驾驶、智能穿戴、超高清视频、脑机接口、机器人、增材制造等新技术新产品开发与应用推广，开辟高成长性消费新赛道。

算力互联互通进入实操阶段。工信部《算力互联互通行动计划》提出明确时间表：到2026年建立较为完备的算力互联互通标准、标识和规则体系；到2028年基本实现全国公共算力标准化互联，逐步形成具备智能感知、实时发现、随需获取的算力互联网。浙江、北京、上海、广东、贵州、山西等地方政府也纷纷发布算力高质量发展行动计划，形成央地协同的政策合力。

第二章：智算需求的结构性转变——从"训练狂欢"到"推理时代"

推理模型的爆发式普及

2024年9月，OpenAI发布的o1-preview模型拉开了推理模型时代的帷幕。这类模型的革命性在于其"思考过程"——在输出答案前先进行多步骤逻辑推导，因此更擅长处理谜题、高级数学和高难度编程等复杂任务。

2025年以来，全球科技企业密集推出推理模型：深度求索的DeepSeek-R1、xAI的Grok-3、Anthropic的Claude 3.7 Sonnet、阿里云通义团队的QwQ-32B、字节跳动豆包团队的Seed-Thinking-v1.5等。更值得关注的是，推理模型正从纯文本走向多模态——OpenAI的o3和o4-mini能够使用图像进行思维链推理，可解读白板照片、教科书图表或手绘草图，并可借助工具对图像进行旋转、缩放或变换等操作。

算力需求的十倍级跃升

xAI披露的数据显示了惊人的增长曲线：从Grok 2到Grok 3，预训练阶段的算力需求增长10倍；从Grok 3到Grok 4，强化学习阶段的算力需求再增长10倍。DeepSeek的研究表明，推理能力可以通过纯强化学习涌现——DeepSeek-R1-Zero正是从基础模型经纯强化学习训练而来。

后训练和任务型应用正成为智算需求的核心驱动力。大规模强化学习催生出强大的推理能力，而更长思维链则促成更高质量输出。OpenAI在开发o3时验证了一个关键趋势：当推理模型被允许进行更多思考时，其性能将显著提升。这催生了"推理时间扩展技术"——在推理过程中增加计算资源以提高输出质量，让用户拥有平衡成本和性能的权利。

巴克莱资本预测，到2026年全球推理算力计算需求将占总计算需求的70%以上。这一结构性转变意味着智算产业的投资重点、技术路线和商业模式都将发生深刻调整。

第三章：AI应用从"生成式"迈向"代理式"

Agentic AI：下一个风口

被Gartner定义为目标驱动的软件实体，代理型人工智能（Agentic AI）正驶入发展快车道。这类AI依托基础模型和知识库，以目标为导向进行任务拆解、过程反思和策略迭代，实现从感知、决策到执行的全链路闭环。

Gartner预测，到2028年，包含代理型人工智能的企业软件比例将从2024年的1%飙升至33%；通过代理型人工智能自主做出的日常工作决策比例将从0%提升至15%；三分之一与生成式人工智能服务的交互将通过调用动作模型和自主代理完成。MarketsandMarkets预测，全球AI Agent市场将从2024年的51亿美元增长到2030年的471亿美元，年复合增长率高达44.8%。

Anthropic的预测更为激进——2026年智能体将推动AI认知能力到达AGI应用标准。从通用智能体"雏形"到行业智能体实现流程自动化，再到多智能体协作实现"自主决策执行反思"，技术演进路径清晰可见。

科技巨头的Agent生态布局

OpenAI陆续推出Operator和Deep Research等AI Agents，以及帮助开发者构建AI Agents的Responses API、Agents SDK和observability tools等全套工具链。微软着力打造全球最大的企业级AI Agents生态系统，已支持超过10万家公司通过Copilot Studio创建AI Agents。谷歌DeepMind发布的AlphaEvolve更是实现了通用算法发现和优化的编程AI Agent，已应用于提高谷歌数据中心效率、提升Gemini模型运算速度等实际场景。

标准化协议为AI Agents普及铺平道路。Anthropic推出的MCP协议（模型上下文协议）和谷歌推出的A2A协议（Agent-to-Agent Protocol），通过标准化为AI Agents建立更为通用的沟通方式。阿里云百炼、百度智能云千帆等模型服务平台已陆续支持MCP协议，提供Agent开发所需的算力资源、模型资源和应用工具链。

算力消耗的指数级增长

AI Agents对算力的需求远超传统应用。Anthropic统计显示，Agent会使用4-15倍于普通聊天交互的token；阿里研究院的估算更为激进，认为Agent的token消耗量是对话应用的25-100倍。随着AI Agents的渗透率、日调用次数、任务复杂度持续提升，算力将以十分陡峭的速度大幅增长。

第四章：智算供给的多元化竞争格局

全球基础设施投资的狂飙突进

国外科技巨头持续加码AI投资。微软、谷歌、亚马逊和Meta四大科技巨头2024年资本支出总额达2460亿美元，较2023年的1510亿美元大幅增长63%。2025年一季度，四家巨头继续扩大AI相关资本支出，合计达765.92亿美元，同比增长64.3%。

Synergy Research Group数据显示，截至2024年底，全球超大规模数据中心数量达1136个，其中亚马逊、微软和谷歌三家合计占据全球总容量的59%。更惊人的是，全球超大规模数据中心的总容量在不到四年时间里翻了一番，预计未来四年内将再次翻番。

国内智算基础设施规模稳步增长，已成数字经济发展的核心引擎。工信部数据显示，截至2025年6月，我国智算规模达到788EFlops，同比增长43%。IDC预测，2025年我国智算规模有望达1037.3EFlops，同比增长超过40%。

芯片能力的突破与多元化

2025年3月，英伟达发布基于全新Blackwell Ultra架构的GB300芯片，与GB200相比性能提升1.5倍，新的注意力机制将计算速度提升2倍，配备20TB HBM高带宽存储。与上一代Hopper架构相比，NVIDIA HGX B300 NVL16在大型语言模型上的推理速度提高11倍，计算能力与内存容量分别提升7倍和4倍。

国产芯片也在快速追赶。5月，华为昇腾910C开始规模交付，性能指标对标英伟达H100，计算能力和内存容量相较910B实现翻倍提升。华为最新发布的CloudMatrix 384超节点，提供300PFLOP的密集BF16计算能力，约为GB200 NVL72的2倍，总内存容量超过后者3.6倍，内存带宽提升2.1倍。

多元化算力协同成为主要趋势。华为昇腾系列、寒武纪思元系列、壁仞科技BR100系列专为Transformer等AI优化打造；高通骁龙系列、瑞芯微RK3588构建FPGA、集成NPU等架构芯片，重点应用于智能手机、智能汽车、工业机器人等边缘与终端场景；中科曙光Nebula800等平台通过CPU、GPU异构融合，支持多精度计算、算力统一调度。

服务市场的创新演进

我国智算专业服务市场在行业应用加速下规模扩张。IDC数据显示，2024年我国智算专业服务整体市场规模达155亿元，其中智算基础设施集成市场规模达120亿元，同比增长111%；智算解决方案实施服务市场下半年达27亿元，同比增长238%。

市场格局呈现鲜明特征：智算集成服务市场呈现"一超多强"稳定格局，华为以41.7%的市场份额独占鳌头，凭借昇腾910B国产AI芯片和全栈解决方案成为智算中心建设和运营的核心支撑；新华三、百度、中国电子云、商汤科技合计份额约15%。解决方案实施服务市场则处于跑马圈地阶段，百度、华为、埃森哲、浪潮、联想等厂商竞争激烈。

服务模式不断创新，逐渐从资源租赁转向模型API、软硬一体机、推理即服务等高价值链延伸。硅基流动、阿里云等通过大幅降价策略推动大模型API调用规模化；DeepSeek开源模型引发本地化部署热潮，2025年2月超60家企业密集发布或适配DeepSeek一体机；腾讯、百度等厂商进一步推出"推理即服务"，以支持高频低时延的AI调用。

第五章：资本运作模式的创新突破

REITs：智算基础设施的融资新通道

政府将数据中心、人工智能等新型基础设施资产纳入REITs发行优先支持范畴，推动智算产业蓬勃发展。2024年4月，证监会发布《资本市场服务科技企业高水平发展的十六项措施》，明确表示支持有条件的新基建、数据中心等发行科技创新领域REITs；2024年7月，国家发改委明确全面推动REITs常态化发行，简化申报流程、取消项目收益率硬性要求；2025年2月，证监会再次明确支持人工智能、数据中心、智慧城市等新型基础设施发行不动产投资信托基金。

润泽科技申报基础设施不动产投资信托基金（REITs），以国际信息云聚核港-数据中心A18建设项目及其附属设施设备作为底层资产，将重资产项目证券化，推动民营企业迅速盘活存量资产。万国数据"数据中心持有型不动产ABS"成功挂牌上市，通过"持有型不动产ABS+可持续挂钩"，实现资金用于金融数据中心核心资产收购和运营，同时通过将PUE指标与融资成本挂钩，推动数据中心绿色化升级。

第六章：五大趋势预判——智算产业的未来图景

趋势一：AI芯片国产替代加速，架构多元化势不可挡

英伟达持续占据全球AI芯片市场领先地位，2023年出货量376万块，占据全球数据中心GPU市场的98%。但国内自主AI芯片的市场份额正快速提升——2024年我国自主AI芯片市场占比超30%，相比上年提升16个百分点。2024年四季度，华为昇腾在我国AI芯片市场份额从3%飙升至27%，而英伟达份额则从95%跌至58%。DeepSeek的发展更为国产芯片替代带来新机遇，截至2025年2月，国内已有超21家芯片企业适配DeepSeek模型。

芯片架构从GPU主导的通用芯片，向ASIC、FPGA、存算一体等专业化方向发展。IDC预测，2024-2026年推理场景中，ASIC占比将从15%提升至40%，对应最高1600亿美元市场。国外科技巨头加快自研自用基于ASIC的AI芯片——亚马逊的Trainium/Inferentia、微软的Azure Maia 100、谷歌的TPU、Meta的MTIA、特斯拉的Dojo D1/FSD等。

单芯片算力逼近极限，系统级创新成为重点方向。多芯片互联、软硬协同优化成为系统性能提升关键；多芯粒集成与先进封装技术助力芯片级算力提升；存算一体有望成为突破算力和能效瓶颈的新路径——后摩智能M50具备100TFLOPS（FP16）算力，能耗仅10W，适合边端AI场景。

趋势二：万卡集群成标配，十万卡级部署加速

随着大模型参数由千亿向万亿发展，全球智算集群主流规模已由百卡/千卡扩展至万卡级别。以OpenAI训练GPT-4为例，1.8万亿参数需要使用2.5万张英伟达A100 GPU并行训练100天左右。头部大模型厂商/云商均已完成万卡级智算集群建设。

我国万卡级集群初具规模，采用国产化算力部署成为主流模式。截至2025年7月，我国已建成18个万卡级智算集群，芯片合计超23.9万卡，主要分布于北京、上海、安徽、内蒙古、甘肃等国家算力枢纽节点。其中国产万卡集群为12个，智算芯片超14万卡，占全国万卡集群的58%。

海外则加快十万/百万卡集群演进。谷歌已利用十万卡自研TPU集群完成Gemini 2.0模型训练；xAI利用20万卡H100集群（峰值算力达68.2EFLOPS）训练Grok 4模型，并计划建设50/100万卡集群。跨地域的多智算中心协同及分布式部署成为新方向——中国电信基于国产化算力完成跨百公里千亿参数模型在千卡规模下的分布式智算中心互联验证，初步证实大模型跨智算中心分布式协同训练的可行性。

趋势三：AIDC基础设施升级，绿色化转型深化

2025年初，微软、亚马逊、谷歌和Meta表示将在AI技术和数据中心建设上总共投入3200亿美元，同比增长三分之一。阿里宣布未来三年将投入超过3800亿元用于建设云和AI硬件基础设施，总额超过去十年的总和。英伟达宣布计划在欧洲新建20座"AI超级工厂"，并推动"算力两年增长10倍"。

增强无损以太网逐渐成为AIDC网络发展的主流方向。智算中心对网络在高带宽、零丢包、超低时延、高可用性等方面性能要求更高。目前，智算中心采用的网络互联技术主要有IB（InfiniBand）和RoCE两种类型，随着以太网在协议层和硬件层面不断进行技术优化，增强无损以太网逐渐成为主流选择。

AIDC绿色低碳转型在能效优先、算电协同方面不断深化。GPU芯片每2.2年单位功耗的计算能力可提升一倍，5nm工艺相比7nm工艺的AI芯片可节能30%；20kW功率及以上机架采用浸没式液冷相比传统风冷，具有等价成本但节能超50%。IDC预测，到2028年60%的数据中心将采用液体冷却、定制硅芯片、加固结构等创新解决方案。算力和电力协同发展已成大势所趋，绿电交易、绿电直供、能源循环等形式将形成更大范围、更深程度的落地实践。

趋势四：智算平台全栈化、一体化演进

DeepSeek驱动兼容模型生态的智算平台发展迅速。截至2025年2月14日，国内11家云巨头以及至少71家国内独立云服务商、大模型及算力开放平台已上线DeepSeek模型服务，提供模型开发、API调用、算力租赁等能力。

训推一体化异构智算平台成业界部署主流方向。面向人工智能大模型训练和推理对计算资源的需求，支持超大规模参数模型的训练、推理一体化智算平台成部署重点。从功能演进看，训推一体化平台从侧重支持从零开始构建、训练和部署模型的机器学习平台，扩展至帮助客户依托基础模型构建AI应用的大模型平台，并将预置模型的领先性与丰富度、数据安全、检索增强生成（RAG）、Agent等作为核心能力。

以数据为核心、基于云计算的一体化智算服务将成主流。算力服务市场逐步从"看重资源供给"的卖方市场转向"看重服务和技术能力"的买方市场，初步形成"IaaS+PaaS+DaaS+MaaS+SaaS"智能云体系。MaaS（模型及服务）将成为主流商业模式，据量子位预测，2027年AIGC的各种商业模式中，MaaS市场规模最大达283亿元、占比最高达47%。

趋势五：垂直行业应用成为市场增长主引擎

DeepSeek加速推动AI普惠应用和商业化。DeepSeek开源一周内促成全球170个国家开发者建立起47万个衍生模型，形成继TensorFlow之后最活跃的AI开发生态。云厂商将DeepSeek模型接入智算平台并以API或私有化部署形式提供服务，推动AI应用开发范式向云端模式演进。

垂直类AI应用行业领域不断扩展，市场潜力较大。2024年初，我国仅金融、政府、影视、教育等4个行业AI渗透超过50%。2025年初DeepSeek创新突破，推动AI模型应用从早期的通用型应用加速向医疗、机器人、汽车、智能制造等垂直领域扩散。MarketsandMarkets预测，垂类AI应用的市场规模预计将从2024年的51亿美元大幅扩张至2030年的大约471亿美元，到2032年还可能超过1000亿美元。

第七章：五大技术关键词——解码智算核心技术

PD分离（Prefill-Decode Separation）：AI大模型的推理过程主要分为预填充（Prefill）和解码（Decode）两个阶段。预填充是计算密集型，容易迅速饱和GPU计算资源；解码对计算资源的要求低，但容易受到GPU显存带宽的限制。PD分离通过将两个阶段分配到不同的GPU并定制并行策略，有效避免相互干扰。英伟达开源Dynamo分布式推理框架、阿里云的MoE分布式推理调度引擎Llumnix均已应用该技术，可实现首token生成响应时间降低92%，端到端服务吞吐提升91%。

异构混训：异构芯片混合并行训练技术，将不同厂商、不同代际、不同架构的芯片资源整合，通过智能调度算法和任务分解机制提升整体训练效率。壁仞科技自研的HGCT方案支持四种异构AI芯片千卡混训，训练效率可达98.5%；无问芯穹构建的HETHUB系统支持六种异构芯片的大模型混合训练，千卡异构混合训练集群算力利用率达97.6%。

存算分离：将数据存储和执行计算物理分离，在训练过程中数据直接从远程存储设备拉取到计算节点处理。该技术不仅能提升存储和计算的灵活性，还能在保障性能前提下有效应对数据安全和隐私保护挑战。2024年底，上海电信联合华为打造业界首张端到端400GE的IP智算广域试验网络，可实现超120KM广域RDMA无损传输，AI大模型拉远训练算力效率损失小于5%。

硅光互联：以硅和硅基衬底材料作为光学介质，通过CMOS兼容的集成电路工艺制造光子器件和光电器件。与电互连相比，能够在芯片层面实现更高速度、更低能耗、更低延迟、更大容量的光信号互连。光电合封（CPO）技术进一步释放硅光互连潜力，被业界公认为下一代硅光互连技术的重要发展方向。Yole Group预测，到2029年硅光集成芯片（PIC）市场规模将超过8.63亿美元，2023年至2029年复合年增长率将达45%。

云原生AI：按照云原生原则构建和部署人工智能应用和工作负载的方法和模式，旨在依托云基础设施能力和云原生技术，增强AI模型与应用的可扩展性、可复用性和可操作性。Gartner预测，到2027年超过75%的AI部署将使用容器技术作为底层计算环境。Kubernetes通过Volcano和Kueue等项目解决了批处理调度问题，实现了训练作业任务组调度，提高AI/ML训练效率。

第八章：中国31省智算发展潜力评估

评估方法论：ICDP-EM框架

报告构建了智算发展潜力评估模型（Intelligent Computing Development Potential Evaluation Model, ICDP-EM），从外部环境、基础设施、服务应用三大维度构建评估体系，包含8项二级指标、24项三级指标，用于量化分析省域智算产业发展潜力。

评估采用主客观结合的权重确定方式：一、二级指标采用AHP（层次分析法）主观赋权；三级指标通过熵权法基于数据客观性赋权。数据来源依托政府官网（工信部、统计局等）获取最新统计数据。

整体格局：三层梯队分化明显

从综合评估指数看，各省智算发展呈现三层梯队特征：

第一梯队（综合指数50分以上）：广东、北京、江苏三强领跑，分数超88分，外部环境（政策/经济）、基础设施（网络/算力）、服务应用（研发/产业）全维度领先。上海、浙江、四川紧随其后，总分数在50-80分区间，在1-2个维度有突出优势，但存在维度短板。

第二梯队（综合指数50分以下）：整体表现一般，云南、山西在外部环境占优，处于第二梯队前列。尾部省份（西藏、青海、宁夏、海南）受资源约束明显。

分维度洞察

外部环境维度：中西部地区凭借绿电资源、建设成本优势凸显特色。四川、云南、山西等因水电等绿色能源供应充足，新疆因工业电价低，成为绿色智算"沃土"。北京、上海、江苏、广东等虽绿色能源禀赋一般，但依托高GDP、人才集聚构建起"政策扶持+市场需求"的外部环境。

基础设施维度：呈现"东部集群引领、西部节点崛起"格局。长三角省份（上海、江苏、浙江）、京津冀及周边省份（北京、山东）凭借城市集群优势构建起高密度、低时延的智算基建网络。甘肃、贵州、四川等"东数西算"重要节点智算中心规模快速扩张。

服务应用维度：高度集中于经济发达一二线城市，与基础设施能力强关联。北京凭借完善的科创生态（高校、科研机构、头部企业协同）独占鳌头，成为全国智算服务"创新策源地"。值得关注的是，2025年各省服务应用能力评分均呈现提升趋势，江苏和贵州与2024年相比服务能力提升30分以上。

Top10省份综合能力画像

北京市综合能力与服务应用能力"双领跑"，依托科创资源、政策浓度主导智算技术标准与高端场景，但需平衡"绿色算力供给"与"高能耗智算需求"。

广东、江苏、山东三个省份基础设施能力突出，广东侧重智能硬件、工业互联网，山东借"工业基础+超算节点"补基建短板，江苏5G网络建设全国Top3优势凸显，但需强化服务应用场景的"全国辐射力"。

四川凭"绿电供应+双碳政策"在外部环境占优，上海在算力政策、双碳政策、人均薪资等外部环境凸显。

浙江、河北、河南、贵州四个省份整体能力较稳定，需挖掘特色场景突破"中游徘徊"困境。

结语：迈向协同创新的智算新生态

2025年，智算产业正站在历史性转折点上。算力需求的爆发式增长已成为驱动整个产业链发展的核心动力，从底层算力基础设施到上层行业应用，从运营服务到生态构建，产业链上下游都将显著受益于此次需求增长的浪潮。

然而，挑战依然严峻：算力供给存在结构性错配，国产软硬件适配生态尚未成熟，传统以售卖裸机与GPU为主的商业模式日益难以适应多样化与集约化的客户需求。构建层次化、可持续的盈利模式，已成为行业亟待突破的关键课题。

面对机遇与挑战，报告倡议通过协同创新与合作共建，推动多方联合攻关、资源共享，共同打造具有示范意义的标杆应用，以开放、联动、务实的态度推进智算产业高质量、包容性发展，携手构建良性循环的智算生态。

在这个"智能体元年"、"人形机器人元年"交织的历史时刻，智算产业不仅关乎技术竞争，更关乎国家竞争力与数字经济未来。唯有把握趋势、协同创新，方能在全球智算产业的新一轮竞合中占据先机，为数字中国和全球数字经济贡献中国智慧与中国方案。

1. 篇幅有限，部分展示

   加入会员，任意下载

   资料下载方式

   Download method of report materials

   关注公众号后回复：CY260209
   即可领取完整版资料
   
   荐：
   【中国风动漫】《姜子牙》刷屏背后，藏着中国动画100年内幕！
   【中国风动漫】除了《哪吒》，这些良心国产动画也应该被更多人知道！

   【中国风动漫】《雾山五行》大火，却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折！

   

   如需获取更多报告

   扫码加入

   “人工智能产业链联盟”

   知识星球，任意下载相关报告！

   

   报告部分截图

   

   

   声明

   来源：中国电信，人工智能产业链union（ID:aiyuexingqiu）推荐阅读，不代表人工智能产业链union立场，转载请注明，如涉及作品版权问题，请联系我们删除或做相关处理！

   编辑：Zero

   

   文末福利

   1.赠送800G人工智能资源。

   获取方式：关注本公众号，回复“人工智能”。

   2.「超级公开课NVIDIA专场」免费下载

   获取方式：关注本公众号，回复“公开课”。

   3.免费微信交流群：

   人工智能行业研究报告分享群、

   人工智能知识分享群、

   智能机器人交流论坛、

   人工智能厂家交流群、

   AI产业链服务交流群、

   STEAM创客教育交流群、

   人工智能技术论坛、

   人工智能未来发展论坛、

   AI企业家交流俱乐部

   雄安企业家交流俱乐部

   细分领域交流群：

   【智能家居系统论坛】【智慧城市系统论坛】【智能医疗养老论坛】【自动驾驶产业论坛】【智慧金融交流论坛】【智慧农业交流论坛】【无人飞行器产业论坛】【人工智能大数据论坛】【人工智能※区块链论坛】【人工智能＆物联网论坛】【青少年教育机器人论坛】【人工智能智能制造论坛】【AI/AR/VR/MR畅享畅聊】【机械自动化交流论坛】【工业互联网交流论坛】

   入群方式：关注本公众号，回复“入群”

   

   戳“阅读原文”下载报告。