9000亿智能体要联网，华为《智能世界2035》先算电力账

这份报告来自华为，名字叫《智能世界2035：从愿景到行动》。它没有停在"未来会怎样"，而是用"变局—命题—行动"三段框架，把2035年的判断翻译成今天就能执行的动作。

先看几个能立住全篇的数字。截至2026年3月，中国日均Token调用量相比2024年初增长了1400倍。报告预测，到2035年，智能体相关流量将增长100倍以上，占整体网络流量的90%以上。

同期全球智能体数量将突破9000亿，超过全球人口的100倍。

当"智能"变成一种可计算、可传输、可调用的生产要素，产业的底层逻辑就得被重写一遍。

下面从变局讲起，再看命题与行动。

图片来源：《智能世界2035：从愿景到行动》（第1页） · 下载报告全文

图源：《智能世界2035：从愿景到行动》（第4页） · 下载报告全文

一、Token从价值载体变成"数字通货"，两年涨了1400倍

报告的第一层判断，是Token正在变成智能经济的"数字通货"。截至2026年3月，中国日均Token调用量相比2024年初增长了1400倍。报告的原话是：Token调用量近两年增加了千倍以上，这已经不是渐进式的技术普及，而是一场指数级的产业重构。

支撑它的是四大引擎：规模、效率、利用率与价值。规模决定供给的天花板，效率决定产出的加速度，利用率决定价值的兑现度，价值决定溢价的护城河。

报告还给出三层框架：Token消费、Token调度与分发、Token工厂。消费层直面企业、开发者、个人、智能硬件与机器人；调度层负责智能路由与跨域调配；工厂层依托算网协同、算电协同做量产。

再往远看，数字更激进。报告预测，全球年度Token总消耗还将增长约10万倍，成本每年下降约50%。Token经济的稳态规模，有望突破百万亿元。

与此同时，联接的对象也在换。到2035年，智能体相关流量增长100倍以上、占比超过九成；全球智能体数量突破9000亿，网络将从"连接百亿人"走向"连接千亿智能体"。

"规模在扩张，门槛在坍塌"——普惠的逻辑，恰恰是竞争被重新排序的开始。

二、四大范式一起变：从"人主导执行"到"人定策略、智能落地"

报告把AI带来的变化，归拢到四条主线上。科研范式上，AI成为继实验、理论、计算之后的第四大科研创新范式，让科研发现从偶然探索变为可推演的确定性创新。

生产范式上，智能体自主拆解任务、调用工具、闭环执行，生产从线性模式转为并行的智能协作。开发范式上，自然语言替代专业代码门槛，软件交付从按月迭代压缩到分钟级，走向"全民开发平权"。

商业范式上，企业经营从被动响应市场，转向主动预判需求。落到企业身上，报告给了一个清晰模型：智能型企业的"新四化"。

流程Agent化、能力组件化、系统智能化、组织液态化。流程Agent化，是把"人驱动流程"换成"Agent围绕目标端到端自主执行"；能力组件化，是把个人与部门的经验沉淀成可调用的组件。

报告特别强调，护城河并不是拥有一个大模型。真正难以复制的，是专有数据×强化学习环境×协同网络×验证机制。因为竞争者同样可以买到模型，买不到的，是企业多年运行形成的数据、环境、协作关系与评价标准。

由此，价值创造从传统的线性价值链，走向"交付—反馈—进化"的飞轮。IDC预测，2030年将有22亿AI Agent作为"新数字劳动力"进入生产。落地层面，报告还给出了一组刺眼的数据。

重新设计工作流的组织，实现企业价值增长的比例约为37.2%；而没有改变工作流的组织，仅为5.4%。真正决定智能化成效的，不是"有没有AI"，而是企业是否围绕AI重新定义了工作流。

未来的胜负手，不再只是"是否用了AI"，而是"能否把AI训练成真正懂业务的数字伙伴"。

三、从比特到原子：物理AI要把万亿实体产业重做一遍

报告判断，纯数字智能的增长边界，正在变得清晰。AI不能永远停留在虚拟空间。缺少对物理规则、空间交互、实体运动的理解，能力增长会逐步触顶。

物理AI，就是能够感知、理解并干预现实物理世界的智能体系。它打通数字大脑与实体世界，让智能从屏幕走进产线、矿山与交通场景。

报告给的空间也很大：物理AI改造实体经济的市场量级，远超过去二十年的互联网数字化浪潮，将孕育规模达数十万亿的全新产业集群。

但比特的运算速度再快，也要尊重原子的惯性。物理世界存在动力学约束、传输时延与实体运动延迟，因此标准架构必然是云边端协同。

云端负责大规模世界模型训练与高保真仿真；边缘节点做多设备协同与区域决策；端侧完成实时感知与动作执行。关键技术路径是"世界模型+仿真训练"，而Sim-to-Real（仿真迁移现实）是核心瓶颈。

报告还点出一笔容易被忽略的账：可靠性是商用起点。数字大模型出幻觉，多数只影响内容质量；物理AI一旦决策出错，可能引发设备损毁、生产事故甚至人身危险。

当系统可用度从99.9%提升到99.99%，对应的产业损失规避与运维成本节约，价值可达千亿级。换个角度看同一件事，《安远AI白皮书：智能体L1-L5分级，安全治理有谱》算的是另一笔账。

数字AI推动的是信息智能化，物理AI推动的，是生产力本身的智能化。

图片来源：《智能世界2035：从愿景到行动》（第5页） · 获取《智能世界2035：从愿景到行动》完整版

四、通往AGI的六道坎：大模型为什么还不是"万能钥匙"

报告没有回避一个争议：AGI何时到来，各方判断的跨度从2027年到2035年，甚至更长。分歧的根源是定义不统一。报告采用维基百科的定义——AGI是一种能够学习并执行人或其他动物所能完成的任何智力任务的假想智能体。

并明确指出：走向物理世界，是AGI形成的必由之路。它也毫不客气地列了当前主流路径的六重结构性缺陷。第一，可解释性原生缺失。模型输出源于参数空间的统计拟合与概率采样，不存在显式的推理链条，本质是"黑盒决策"。

第二，具身物理认知匮乏。模型学到的"物理常识"，只是文本与图像的统计关联，不是对真实世界运行规则的理解。第三，因果推理机制缺位。自注意力捕捉的是统计相关性，而非内在因果，这正是幻觉与泛化衰退的根源。

第四，长程链式推理脆弱。自回归逐Token生成，前置的微小误差会随推理链条持续放大。第五，自主演进闭环缺失，迭代高度依赖人工；第六，多模态表征体系割裂。

报告的解法，是三条方向协同推进。语言智能搭思维骨架，具身智能补物理认知，科学智能驱动认知层级跃迁。其中RSI（递归自主演进）被看作科学智能的关键，让AI把每一次发现都沉淀为可复用资产。

有意思的是，报告的序言里，中国科学院院士周志华专门提醒：没有任何一个算法模型能"包打天下"，大模型绝非"万能钥匙"。

把"阶段性突破"当成"最终成熟"，是这条路上最贵的一种误判。

五、算力要涨百倍、成本要降千倍，先撞上三堵"技术墙"

面向2035年，报告给出的算力目标很硬：智能体全任务综合成本实现千倍级优化，让智能算力像水电一样随取随用。但供需两端，正在形成一个"剪刀差"。

模型的Scaling Law与智能体推理的Test-time Scaling，驱动算力需求超万倍增长；而单芯片性能受物理极限约束，不可能等比例增长。缺口只能靠集群规模再提升百倍来补，行业要迈向百万卡、千万卡时代。

可简单的"规模堆砌"，会让有效算力利用率大幅下滑。所以核心矛盾已经变了：从追求"单芯片大算力"，转向追求"超节点算力系统的Token高转换效率"。

报告把拦路的技术墙，归纳为三重。搬运墙：集群膨胀到百万卡级别，数据的跨芯片、跨机柜搬运，消耗的算力与功耗已远超计算本身。

错位墙：Agent任务负载高度动态，而现有集群多基于静态拓扑与确定性路由，极易出现尾部时延激增与算力闲置。可用性墙：规模上来之后，硬件故障从"偶发"变成"常态"。

破局方向包括晶圆级超节点、光电融合网络，以及可动态自愈的"超节点操作系统"。报告提到，全面引入共封装光学与光交换，可降低70%以上的互联功耗，并实现亚微秒级时延。

另一道坎在半导体。摩尔定律正走进几何缩微放缓、成本红利消退的双重瓶颈期。报告提出以"时间缩微"替代"几何缩微"的韬定律，其核心机制逻辑折叠，可在同制程下实现功耗下降41%、面积下降37.5%。

当几何缩微撞上物理墙，能够打开新空间的，是"时间"这一个维度。

图片来源：《智能世界2035：从愿景到行动》（第2页） · 查看完整报告

六、再往下算一层：卡住算力的，其实是电和热

算力的尽头是电力。报告把这句话，算成了具体数字。当前AIDC（智算中心）单机柜功率已攀升到数百千瓦级别，集群耗电迈入GW级及以上规模。

据IEA、彭博新能源财经等机构预测，2035年全球数据中心总耗电量将达1600TWh，用电占比将从2025年的1.5%攀升到4.5%—10%。报告因此判断，AIDC要摆脱独立机房的单一形态，走向"算、电、网、储"四位一体的协同运营。

算力侧可反向参与电网调节；电源侧靠风、光、水、火、核多能互补；储能侧则融合锂电、钠电、氢能、液氨等。储能系统也从传统的备用电源，升级为集保供、调峰、套利于一体的核心经营性资产。

报告甚至把目光投向了太空：以太空光伏为代表的新能源范式，依托轨道无间歇光照，突破地面土地、光照与电网容量的限制。

散热则是另一半难题。随着单机柜功率密度持续飙升，传统冷板式液冷的换热效率，已经接近物理极限。报告给出的前沿路径之一，是液氮低温散热，利用-196℃的极低沸点与高潜热，获得远超传统液冷的热通量移除能力。

回到序言里，鹏城实验室主任高文的一句话很朴素：未来，算力的使用应该像用电一样方便。

把算力当电来建，意味着竞争的焦点，从芯片转移到了能源与电网。

七、行动：围绕Token搭一套"生产—运载—应用"的基础设施

报告的行动部分，主线只有一句话：围绕Token构建全链路的智能基础设施体系。Token生产侧，靠的是超节点。

报告引用《超节点定义与实践白皮书》的定义：超节点是物理上由多个计算节点通过高效互联协议紧密连接，具备跨物理节点统一内存编址，逻辑上具备"一台计算机"特征的计算系统。

这一点在《算力2025年吃掉1700亿度电、AI让风机多赚20%》里有更细的口径拆解，感兴趣可以翻过去看。

它的三大核心特征，是"内存语义"与统一内存编址、超低时延、超大带宽。效果也很直接：以昇腾超节点为例，超大带宽使ALL2ALL性能相比RoCE提升16倍以上；推理采用P/D分离架构后，吞吐性能相比同节点部署提升1.4倍。

Token运载侧，是通信网络的整体升级。报告预计，2030年实现整体L4级自智网络的能力跨越，2035年达到L4+/L5级别；截至2026年8月，全球已有97家产业伙伴签署《AN宣言》。

面向智能体业务，报告提出专用通道AoNR，保障一次AI任务的完整Token在50ms内完成传输，从而支撑端到端任务时延小于400ms。Token应用侧，则是数据与云。

报告建议建设AI数据湖：EB级容量、全局可视可管、千亿数据秒级检索，可让总体拥有成本降低30%以上。算力的竞争单元，也从单颗芯片、单台服务器，逐步走向整机柜、超节点乃至数据中心级计算系统。

生态上，报告以昇腾为例，说已携手超过3000家行业合作伙伴，累计孵化了超过7000个行业解决方案。

基础设施的胜负，从来不在一处最强，而在整条链路的系统工程能力。

图表来源：《智能世界2035：从愿景到行动》（第9页） · 查看完整报告

八、安全与共识：以AI守护AI，以及面向2035的五点倡议

越强的能力，越需要底线。报告的安全章节，给了两组让人警醒的数字。IBM《2026 X-Force威胁情报指数》监测显示，AI驱动的漏洞攻击同比增长44%，攻击周期从数天压缩到了分钟级。

多项联合安全研究显示，已投产商用的AI Agent中，91%存在工具链攻击漏洞，94%面临记忆投毒、提示词注入等攻击风险。报告的应对思路是"以AI守护AI"，在网络、Agent、主机三层构筑纵深防御。

网络围栏内置威胁识别模型，恶意流量检出率可达95%以上；Agent围栏把提示词注入检测时延从500ms压缩到200ms；主机围栏则把防护组件的CPU占用从约5%压到1%以内。

顺着这个逻辑往下推，《国信证券海外大厂CapEx报告：四巨头开支剑指6000亿》给了一组可以互相验证的数字。

更根本的做法，是把安全从"事后拦截"前移到模型生产的初始阶段，并贯穿运行与演进全过程。最后，报告抛出面向2035的五点倡议：坚持长期主义、坚持以人为本、坚持科技向善、坚持开放合作、坚持系统思维。

它把话收在一句提问上：我们需要回答的不只是"AI还能做什么"，更是"我们希望用AI创造什么"。想继续看智能世界、算力与大模型方向的报告与方案，可以到运营动脉（www.yydm.cn）检索。

智能世界的未来，不取决于我们能造多强的智能，而取决于我们选择用它创造怎样的世界。

《智能世界2035：从愿景到行动》是一份什么报告？

这是华为发布的面向2035年的产业洞察报告，用"变局—命题—行动"的框架展开：先分析人工智能给技术和产业带来的关键变化，再提出通往智能世界的十大关键命题。

最后给出构建智能基础设施、重塑用户体验与生产模式的行动路径，并以面向2035的产业生态倡议收尾。报告定位的坐标是2035年，也就是我国基本实现社会主义现代化的时间点。

报告说的"变局"具体指什么？

核心是Token经济带来的指数级重构。截至2026年3月，中国日均Token调用量相比2024年初增长1400倍；报告预测到2035年，智能体相关流量将增长100倍以上、占整体网络流量的90%以上，全球智能体数量突破9000亿，超过人口的100倍。

变局还体现在四大范式（科研、生产、开发、商业）的系统性变革，以及物理AI、新型终端、智能型企业"新四化"等一连串底层变化上。

报告如何判断AGI？

报告指出各方对AGI到来时间的判断跨度从2027年到2035年甚至更长，分歧源于定义不同。报告采用维基百科的定义：AGI是能学习并执行人或其他动物所能完成的任何智力任务的假想智能体，并认为走向物理世界是AGI形成的必由之路。

报告还列出当前主流路径的六重结构性缺陷：可解释性原生缺失、具身物理认知匮乏、因果推理机制缺位、长程链式推理脆弱、自主演进闭环缺失、多模态表征体系割裂。

算力与成本的目标，以及要跨越的技术墙是什么？

报告提出算力集群规模再提升百倍、智能体任务成本实现千倍下降，让智能算力像水电一样普惠易得。但简单堆规模会拉低有效算力利用率，核心矛盾转向"超节点算力系统的Token高转换效率"。

要跨越的是三重技术墙：把数据搬运功耗推到计算之上的"搬运墙"、高动态负载与静态确定性架构之间的"错位墙"，以及百万卡规模下故障常态化的"可用性墙"。

报告为什么把电力和散热放到这么高的位置？

因为随着AIDC单机柜功率攀升到数百千瓦、集群耗电进入GW级，电力成为约束算力扩容的关键要素。据IEA、彭博新能源财经等预测，2035年全球数据中心总耗电量将达1600TWh，用电占比从2025年的1.5%升至4.5%—10%。报告因此主张AIDC走向"算、电、网、储"四位一体协同。

散热上，传统冷板式液冷已接近物理极限，报告提出全液冷、芯片级直接接触散热，以及液氮低温散热等前沿路径。

报告给出的行动路径和产业倡议有哪些？

行动主线是围绕Token构建"生产—运载—应用—防护"全链路：生产侧靠超节点（统一内存编址、超低时延、超大带宽），运载侧靠以体验为中心的智能联接（AoNR保障任务时延），应用侧靠AI数据湖与Agentic云基础设施，防护侧靠网络、Agent、主机三层安全围栏。

倡议部分提出五点共识：坚持长期主义、坚持以人为本、坚持科技向善、坚持开放合作、坚持系统思维。

接着可以看的几篇报告解读

想继续往深里看，下面这几篇是同一主题线上比较扎实的解读。

《慧博智能投研脑机接口报告：2035年全球121亿美元》——把同一个问题拆得更细的一篇

《罗兰贝格人形机器人报告》——同一批数据支撑的另一个视角

《TFidea 2026 AI产业观察：WAIC智能体新纪元》——落点在WAIC智能体新纪元