"我不太在乎Token总量是多少,也不太在乎收入总量是多少。"在6月5日举办的2026华为云INSPIRE创想者大会上,华为公司董事、华为云CEO周跃峰上任以来首次接受媒体采访,清晰且明确地传达出了华为云当前的战略重心。
这是当下中国AI云市场里少见的表态。
过去半年,以阿里云和火山引擎为代表的云厂商,不断强调AI云的叙事,用日均Token调用量、MaaS收入规模作为新的增长锚点,即便是大模型厂商,月之暗面、DeepSeek、智谱等也把推理价格一压再压,整个行业的关键词就是模型调用量和规模。
华为云选择用另一种方式,进入这个拥挤的战场。华为云一口气发布了自去年以来面向AI最密集的一批新品,AICS灵衢智算集群、AMS Agentic记忆存储、CCE Volcano Next通智一体化调度引擎、AgentSphere安全自治运行底座,以及ModelArts Next、企业级智能体平台AgentArts(开源版openJiuwen),并打包提出了"Agentic Infra"新范式。
周跃峰给华为云定义的KPI不是Token数,而是"每一个Token背后是否真正提升了生产力",在国产化算力供给受限、商业模式仍在重塑的窗口期,华为云把自己从"AI云第二名之争"中抽身。
不比Token规模
周跃峰在见面会上罕见地正面回应了与阿里云、火山引擎的差异。他说,华为云和其它云厂商不一样,原因有三点。
一是算力路线不一样。华为云用的是全国产化算力软硬件,昇腾、鲲鹏、CANN、欧拉等一整套自研体系。这条路更曲折,因为华为没有办法用别人的算力,它只能把国产化做成一个产业级答案。
由此,华为云必须打造第二个算力平面,在NVIDIA+主流公有云构成的全球主导算力路径之外,提供另一种生态选择。华为云无法、也不打算用"万国牌"硬件去和友商在算力规模上对账。周跃峰说,"我不愿意跟别的云公司去比收入、规模第二到第几名,没有意义。"
二是商业重心不一样。互联网系云厂商天然依赖C端流量和开发者生态,而华为云把重兵压在政企和国计民生行业。例如,华为混合云已连续多年在政府、金融、央国企市场份额第一,服务全球5500多家客户。
周跃峰表示,模型和算力的迭代速度太快,很可能部署完就已经落后。所以他建议,政企客户不要自建万卡集群,而是本地数据+远端公有云AI算力/模型服务,配合机密推理、机密训练、机密计算等技术,让数据主权和算力共享之间形成平衡。本质上,这是把公有云的迭代红利输送给那些不能完全上公有云的客户。
三是生态打法不一样。华为云把开源做得相当彻底,昇腾CANN、欧拉操作系统、CCE Volcano调度、ModelArts工具链均开源;智能体平台AgentArts的开源版openJiuwen,其内核与商业版同源度超过90%。
会上还联合智谱、DeepSeek、MiniMax、Kimi、阶跃星辰、百度、美团LongCat、讯飞星火等20余家头部模型厂商发起"百模千态,云聚共赢"计划。
当国产化算力在能力和供给上仍然受限时,把生态摊得越大、把模型选择越多,第二个算力平面才能站稳。
Agentic Infra:把战场从卖Token挪到卖生产力
如果说算力路线决定了华为云"不打什么",Agentic Infra则决定了它"想打什么"。
周跃峰抛出了一个关于AI产业演进的判断,四年前做AI是买算力卡,三年前是练大模型,今年是用智能体。算力和模型正在退到舞台背后,智能体走到前台。
AI云的竞争焦点从Token吞吐量,转向智能体能不能在企业里真正跑起来。
华为云的产品矩阵也是按这个判断重排的,Agentic Infra的"四件套",高效Token工厂、持续学习、通智一体化调度、安全自治,每一项对应了企业部署智能体时绕不开的工程难题。
AICS灵衢把10万卡集群的Token时延压到10毫秒以内;AMS用NPU直通CMS的方式做PB级记忆空间,解决Agent的长程任务记忆瓶颈;CCE Volcano Next通过训推共池把资源利用率提升30%以上;AgentSphere用羽量级沙箱实现100毫秒级启动、每分钟十万级批创。
ModelArts Next则把MaaS的玩法做了重构,其模型路由支持成本优先、效果优先、均衡三种策略,已接入15余款SOTA模型,调度精准率超过95%,调用成本平均降低20%。
但华为云真正的差异化下注,是行业专区。本次大会,华为云一次性上线智慧医疗、具身智能、智能制造、科学计算四大"行业AI梦工厂"专区。
其中智慧医疗专区联合上海瑞金医院共建的RuiPath大模型,邯郸、瑞安、黔西南、武安等20余家三甲、地市、县域医院集中入驻,这意味着病理诊断这类高度依赖专家经验的能力,第一次以"云服务"形态向县域医院规模化输出。
具身智能专区则推出全球首个全流程具身智能开发平台CloudRobo,目标是承载中国300多家具身智能创业公司的全链路工具需求。
周跃峰表示,医疗和金融是中国数字化最成熟、数据最丰富的行业,"如果连这些行业的AI都做不起来,别的行业更难",而在这些领域衡量AI价值的尺度,不该是日活和Token数,应该是金融风险防范的比例、信贷效率的提升、偏远患者得到准确诊断的概率。
把这些线索连起来,华为云的战略轮廓就清楚了,用全国产算力+开源生态做底座,用混合云+机密计算覆盖政企,用Agentic Infra+行业专区把竞争从"卖Token"挪到"卖生产力"。
这条路比追逐MaaS收入慢得多,也更难讲出漂亮的同比数据,但它绕开了当前AI云最激烈的价格红海,押注的是一个尚未被定价的市场,智能体真正进入产业之后,谁能拿到底层基础设施的位置。
AI云这条赛道,华为云只能用另一种解法。周跃峰总结道,"我没有办法构建万国牌的硅基黑土地。"当其他云厂商在比谁的Token性价比更高时,华为云在拼的是,这套国产算力体系,能不能满足中国产业AI在未来真正的需求。(本文作者 | 张帅,编辑 | 杨林)
