解读华为《智能世界2035：从愿景到行动》

从信息时代到智能时代：Token成为新的经济计量单元

报告开篇将当前变革定义为一次从信息时代向智能时代跃迁的结构性变局。它不再是单一技术的线性突破，而是Token经济、智能体、物理AI、新型终端与基础设施的协同爆发。Token正从数字世界的价值载体蜕变为智能经济的“数字通货”，报告给出的数据是：截至2026年3月，中国日均Token调用量相比2024年初增长了1400倍。

报告进一步提出Token经济的增长由规模、效率、利用率与价值四大引擎协同驱动，并构建了Token消费、Token调度与分发、Token工厂三层框架。其中Token工厂层被描述为传统智算中心正在全面升级为具备规模化生产能力的算力底座，未来将依托算网协同、算电协同，并采取“中心-边缘-现场”立体化布局。

这些判断对能源行业的意义在于：Token生产规模化的背后是算力规模的扩张，而算力扩张必然带来电力需求的同步增长。报告明确将ICT、能源、模型和数据并列为高效Token工厂的四大关键要素，其中能源被定位为Token工厂可持续运转的物理基础。

电力决定算力：AIDC从独立机房走向算电网储协同

报告对AIDC（人工智能数据中心）的论述集中在“电力决定算力”这一判断上。随着AIDC集群建设规模持续扩张，单机柜功率已攀升至数百千瓦级别，集群耗电迈入GW级及以上规模，单纯依靠GPU硬件堆叠的增长模式已遭遇瓶颈。报告明确指出，未来AIDC的商业化落地与高效运营，不再取决于单一算力硬件规模，而是由电网供电容量、高压输电能力、供电稳定性、绿电消纳水平及大容量储能配套等多维度要素共同决定。

报告引用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，用电占比将由2025年的1.5%攀升至4.5%–10%。这一用电需求的爆发式增长，将倒逼AIDC电力供给体系与运营模式全方位重构，彻底摒弃传统就近取电、单向供电的粗放发展模式。

在技术路径上，报告提出AIDC将逐步向“算、电、网、储”统一闭环控制系统演进。算力侧可主动参与电网协同调节，具备灵活负荷调节与反向馈电能力；电源侧依托风、光、水、火、核多能源互补协同；电网侧实现电网与算力网络双向感知、动态联动调度；储能侧融合电容、锂电、钠电、氢能、甲醇、液氨等多元储能技术，构建短时、长时分层协同的复合型储能体系。

多元绿色能源与天地一体供能：破解算力扩张的用能难题

报告将多元绿色能源定位为支撑AI持续演进的核心基石。它提出未来风光储一体化综合能源体系将全面普及，以风电、光伏为主体、多元储能为配套的绿色能源架构，将成为GW级AIDC集群规模化、持续性扩张的核心底座。针对风光出力间歇性的天然短板，通过多形态储能系统削峰填谷、动态调谐，可精准匹配算力负荷的大幅波动，保障大规模智算集群全天候稳定连续运行。

在常规绿色能源之外，报告还提出了更具前瞻性的能源供给构想。生物质、绿氢、潮汐、地热等零碳能源形成多源互补的地面能源体系，构建高弹性、低碳化、可兜底的综合供能底座。同时，报告提出以太空光伏为代表的太空新能源范式快速兴起，依托轨道无间歇光照、超高光伏利用率、太空集中供能等独特优势，突破地面土地、光照、电网容量的物理限制，形成天地一体的新型绿色能源供给格局。

储能侧方面，报告提出融合电容、锂电、钠电、氢能、甲醇、液氨等多元储能技术，构建短时、长时分层协同的复合型储能体系，覆盖从毫秒级、小时级到跨日、跨周的全周期功率支撑需求。储能系统也从传统备用电源，升级为集保供稳供、电网调峰、能源套利于一体的核心经营性资产。

数据、存储与半导体：支撑智能世界的技术底座

报告将数据定位为决定AI能力上限的关键变量，认为AI发展正从“算法驱动”走向“数据驱动”。据Epoch AI估计，前沿大模型的数据集每年增长2.7倍，且增长速度仍在加快。报告提出未来AI的竞争不仅是“谁的模型更大”，也是“谁的数据更精、更准、更专”。

在存储层面，报告认为存储正从被动存放数据的静态“仓库”，跃迁为主动感知算力需求、调度数据、供给知识的“主干道”，成为同时具备高性能、低延迟、介质多元、架构网络化及弹性可扩展的核心基础设施。报告还描述了智能程度沿S型曲线攀升的路径：从高质量数据集，到知识加记忆，再到认知推理，最终走向自主进化。

在半导体层面，报告提出韬（τ）定律，以“时间缩微”替代“几何缩微”作为演进新原则。韬定律将时间常数τ的优化分为器件层、电路层、芯片层和系统层四个层次，通过逻辑折叠等创新技术持续压缩信号传播时延。报告称从器件层到系统层，τ缩微跨越时空12个数量级。

十大关键命题：通往智能世界的技术隘口

报告第二部分凝练出通往智能世界的十大关键命题，涵盖AGI、算力集群、存储与记忆系统、通信网络、芯片设计、Agent OS、终端形态、智能驾驶、AIDC供电散热、安全与隐私保护等方向。报告强调这十大命题不是孤立的技术点，而是一张相互耦合的攻关图谱。

在AGI方向上，报告采用维基百科的定义，认为AGI能够学习并执行人或其他动物所能完成的任何智力任务，其核心在于通用性、自主性与创新性。报告指出当前基于Transformer架构的主流路径存在六重结构性缺陷，包括可解释性原生缺失、因果推理机制缺位、长程链式推理脆弱、自主演进闭环缺失、具身物理认知匮乏、多模态表征体系割裂。报告提出语言智能、具身智能、科学智能三大协同推进方向。

在算力方向上，报告提出算力集群规模需百倍提升、智能体任务成本需千倍下降，并指出超节点发展面临“搬运墙”“错位墙”“可用性墙”三重技术瓶颈。破局方向包括重构计算范式探索机柜/晶圆级超节点、突破Scale-Up极限打造光电融合低时延网络、模型-架构-互联深度协同打造超节点操作系统。

从愿景到行动：构建Token全链路智能基础设施

报告第三部分将行动聚焦于构建智能基础设施，围绕Token的“生产—运载—应用—防护和运维”全链路展开。报告认为AgenticAI正推动数字世界从“以应用为中心”走向“以智能体为中心”，智能体需要持续感知环境、自主推理决策、动态调用工具、实时与人交互，每一步都伴随Token的大规模生成与高频流转。

在Token生产侧，报告提出超节点架构创新为大规模、高性能计算场景提供算力；在Token运载侧，以体验为中心的智能联接底座保障高速、无损的Token流转；在Token应用侧，跨端异构算力协同的终端设备将智能送达千家万户、千行万业。报告还预测到2035年智能体相关流量将实现100倍以上增长，占整体网络流量的90%以上。

报告第四部分提出构建人与AI和谐共生的产业生态倡议，包括以人为本、科技向善、开放合作、系统思维、可持续发展五大倡议。报告结尾强调，愿景不会因描绘而自动实现，行动才是丈量未来的尺度。

这组数据集中反映了报告对Token经济与智能体规模的判断。最引人注目的是中国日均Token调用量在约两年时间内增长了1400倍。报告将这一变化定义为指数级的产业重构，并预测未来十年全球年度Token总消耗还将增长约10万倍，成本每年下降约50%。 在智能体规模方面，报告预测2035年全球智能体数量将突破9000亿，超过人口100倍，智能体相关流量将实现100倍以上增长并占据整体网络流量的90%以上。报告认为，当数千亿的专业智能体联接在一个协议互通的网络上时，其能组合出的解决方案数量将是天文数字，并催生出全新业态。Token经济的稳态规模有望突破百万亿元。

这组数据揭示了算力扩张与电力供给之间的紧张关系。报告引用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，用电占比将由2025年的1.5%攀升至4.5%–10%。AIDC单机柜功率已攀升至数百千瓦级别，集群耗电迈入GW级及以上规模。 报告明确指出，电力系统已经彻底摆脱传统配套支撑属性，成为制约算力规模化扩容的关键要素。这一判断对能源行业具有直接意义：算力布局需要统筹考虑能源供给和利用效率，推动算电协同。在芯片层面，报告提出韬定律以时间缩微替代几何缩微，逻辑折叠技术可实现功耗下降41%、面积下降37.5%，τ缩微跨越时空12个数量级，这些指标为数据中心能效优化提供了技术想象空间。