2026年7月第三周，中国AI产业政策密集出台。7月20日，工信部信息通信管理局局长谢存在国新办发布会上宣布将推动算力标准体系建设与算力市场化定价。7月24日，北京市发改委等四部门正式印发《关于加快智能体引领发展的若干措施》，首次从城市层面系统性推动智能体产业发展。两项政策叠加，国产AI产业在算力、芯片和智能体三大维度同时迎来了顶层设计的政策红利期。
北京新政最引人注目的是提出了Token工厂的概念。所谓Token工厂，是一种新型的算力服务基础设施，通过算力池化和虚拟化等技术手段，将分散的、零散的算力资源集中管理，再以标准化的方式向中小企业和开发者提供低成本、高效率的AI计算服务。配套措施中，北京提出在算力券的基础上，探索发放Token券和智能体服务券，直接补贴AI应用侧的算力消耗成本。这套政策设计有其深刻逻辑。当前的AI产业发展面临一个结构性矛盾：大模型公司和头部科技企业拥有充足的算力资源，而大量的中小企业、创业团队和传统行业企业面临算力门槛高、使用成本贵的问题。Token工厂的本质，是通过公共基础设施的方式降低算力使用的门槛和成本。从具体条款来看，北京新政还提出了银河算廊工程，加快布局面向智能体高频并发、低延迟需求的新型算力基础设施，推动算力网络与5G-A、6G和F5G等通信网络深度融合。这意味着算力的供给模式正在从中心化的云计算向分布式的算力网络演进。北京是全国AI产业最集中的城市，北京的政策方向往往具有全国性的示范效应。可以预期，其他主要城市将在未来三到六个月内跟进类似的智能体扶持政策。
与北京的局部政策相呼应，工信部在7月20日的发布会上明确了算力基础设施的顶层设计思路。工信部提出了四个发力方向，形成了从点到链、从网到面的完整体系。在点上发力的层面，工信部提出优化算力资源供给部署，统筹产业发展和能源供给等因素，推动智算集群建设和算电协同发展，打造梯次化算力布局。这意味着算力基础设施的规划和建设将更加注重区域协调和能源匹配，避免一窝蜂上马导致的资源浪费。在链上创新的层面，工信部明确将印发算力标准体系建设指南，推动建立算力服务能力评估和算力市场化定价等标准。对于AI行业来说，算力标准化是一个长期未解决的痛点。不同厂商的算力资源在性能衡量、计费方式和服务等级方面缺乏统一标准，企业在跨平台部署时面临很高的迁移成本。标准体系的建设将有效解决这一问题。在全球竞争的背景下，中国正在通过政策创新探索一条不同于美国纯市场驱动的算力发展路径。美国的做法以头部企业的大规模投资为核心驱动，英伟达为OpenAI提供2500亿美元融资担保就是这一模式的典型代表。中国的做法则更强调政府引导和市场驱动相结合，通过Token工厂、算力券、标准化等政策工具降低市场参与门槛，激发更广泛的市场活力。
在智能体政策和算力标准化的背后，国产AI芯片的产业生态正在加速成熟。寒武纪在科创板市值突破万亿，海光信息、摩尔线程和沐曦股份等国产芯片企业相继在细分市场建立了竞争优势。据行业研究报告，2026年上半年国产AI芯片在国内数据中心的部署占比已经从2025年底的不足30%提升到了接近45%，呈现出快速追赶的势头。在技术层面，国产AI芯片在多卡互联、近存计算和存算一体等关键架构创新上取得了重要突破。华为昇腾的Atlas 950集群在WAIC 2026上完成了真机展示，其1024张昇腾卡的算力规模可扩展至50万卡，接近国际领先水平。同时，国产芯片在能效比方面的改进也十分显著。据公开测试数据，新一代国产AI推理芯片的单位功耗Token吞吐较上一代提升了两到三倍，这意味着在同等电力条件下，国产芯片的推理性价比正在快速逼近国际水平。这对于电力成本占运营支出很大比例的AI数据中心来说是一个关键指标。国产AI芯片生态的另一个积极变化是软件栈的成熟。过去国产芯片最大的短板在于软件工具链和生态适配，开发者从英伟达的CUDA平台迁移到国产平台的成本很高。但随着华为CANN、百度PaddlePaddle和浪潮AIStation等国产软件生态的完善，以及跨平台推理框架的成熟，迁移成本正在大幅降低。据行业调研，2026年上半年新增AI应用中国产芯片平台的适配率已经超过70%。
密集的政策利好为国产AI产业带来了难得的发展窗口期，但挑战同样不容忽视。算力基础设施的建设周期较长，从政策发布到项目落地通常需要一到两年的时间，短期内可能难以看到立竿见影的效果。国产芯片虽然在技术参数上快速追赶，但在生态成熟度和长期稳定性方面仍需时间验证。TI的全球供应链重构、先进制程的获取限制和地缘政治的不确定性，仍然是悬在国产AI产业头上的达摩克利斯之剑。但政策红利带来的确定性本身就是巨大的市场信心提振。与缺乏政策支持的海外市场相比，中国AI企业在政策环境方面的稳定性是一个不可忽视的竞争优势。2026年下半年到2027年，将是检验这一轮政策能否有效转化为产业增长的关键时期。