
7月30日,中际旭创正式登陆港交所,成为2026年港股最大规模IPO之一。作为光模块行业的龙头,中际旭创深耕光通信收发模块及光器件的研发与制造。随着通信网络在AI基建中的重要性提升,光模块行业持续高速增长。 今天我们就来聊聊光模块行业,看看光模块行业发展现状及不同技术演进趋势。

2026年上半年,记忆从一个技术概念变成了一个行业赛道。腾讯云发布Agent Memory,阿里云密集布局记忆能力,火山引擎开源OpenViking,众多厂商融资加速。市场对记忆的认知仍处于混沌阶段,需要正本清源。本报告聚焦智能体记忆(Agent Memory),即智能体在长期交互中沉淀、动态更新并持续指导决策的经验资产。
记忆是智能体时代独立且高速增长的基础设施赛道。预计中国记忆市场规模将从2025年的14.4亿元增长至2030年的642.5亿元,复合增长率超过110%。记忆操作系统到2030年规模达218.5亿元,约占记忆市场的34%,是增速最快的细分环节。未来记忆市场将沿四个方向演化:从经验沉淀走向决策沉淀、记忆即服务、端侧与本地记忆、市场标准化。竞争格局上,云大厂、模型厂商、独立记忆平台、企业记忆应用厂商、消费记忆产品五类玩家会师,形成领导者、创新者、实践者、探索者四个象限。
市场对记忆存在三个误区:等同于知识库、RAG或超长上下文;当成基础模型能力的一部分;将企业级记忆与消费级记忆割裂。记忆的本质是智能体在长期交互中形成、存储并动态更新的经验资产,支撑智能体跨会话、跨模型复用过往信息,并做出更有效的决策与行动。记忆的四项核心能力是:多模态能力、自进化能力、产品能力、治理能力。记忆类型可分为:语义记忆、情景记忆、程序记忆;个体记忆、项目记忆、组织记忆。
记忆不属于模型,承载的经验不属于任何模型,天然与多模型配合。记忆有独特的数据门槛,包括数据预处理与解析、多模态数据管理、记忆计算。
AI产业正从知识驱动阶段进入经验驱动阶段,经验成为智能体时代的新的生产资料,记忆则成为管理和利用这一生产资料的核心基础设施。记忆市场由记忆硬件、记忆操作系统和记忆应用三个层级构成,记忆操作系统是未来增长最快、价值占比最高的核心环节。预计到2030年,记忆在智能体基础设施中的占比将接近26%。
市场参与者分为五类:
爱分析建立竞争象限评估厂商,横轴为技术能力,纵轴为市场影响力。领导者象限包括腾讯云和质变科技;创新者象限包括Kimi和记忆张量;实践者象限包括红熊AI;探索者象限包括百度智能云。
记忆将沿四个方向演化:

本白皮书探讨了生成式AI对品牌认知的影响,提出了“AI品牌负面认知风险”的概念,并分析了其形成机制、风险来源和治理路径。
核心观点: 生成式AI正改变公众获取信息的方式,用户越来越依赖AI的答案。负面信息在AI的训练和检索过程中被吸收、强化或误配,最终在用户决策场景中呈现为具有风险暗示的品牌判断,从而影响企业信任、合作、购买、投资、招聘及公共评价。
AI品牌负面认知风险的特征: 压缩性、概括性、场景性、不透明性和动态性。
政策背景: 中国关于生成合成内容的治理已进入“规制+标准”同步推进阶段,《人工智能生成合成内容标识办法》和GB 45438—2025《网络安全技术人工智能生成合成内容标识方法》构成了治理框架。
国际趋势: AI搜索品牌风险管理成为前沿议题,不同AI搜索引擎对品牌的评价存在差异,AI答案中的负面表达成为CMO需要面对的新型品牌风险。
概念界定: 白皮书将相关概念划分为四个层次,从原始材料到最终影响,建立清晰的逻辑链条:负面信息、负面记忆、负面认知和认知风险。
形成机制: 白皮书识别出五类主要的形成机制:事实残留、过期错配、主体混淆、噪声污染和资产缺口。
风险来源: AI品牌负面认知的来源包括搜索引擎结果页、新闻媒体、投诉与评价平台、问答社区、短视频与社交平台、企业信用与司法公开信息、电商与本地生活评价和AI答案之间的再传播。
典型场景: 白皮书将问题场景划分为六类:基础识别、信任判断、负面探测、购买/合作决策、对比推荐和避坑风险,其中信任判断、负面探测和购买/合作决策属于高风险场景。
评估框架: 白皮书建议构建“AI品牌负面认知风险指数”(ABCRI),作为品牌跨时间、跨模型、跨场景自我比较的综合量化框架,并提出了题库设计方法、测试执行规范、评分与编码方法以及来源归因的证据分级。
治理路径: 白皮书提出了“归因—纠偏—补充—复测”的治理术语,并针对五类问题分别提出了分类治理路径,强调问题分类先于方案选择、透明度优于操控度、预防优于应急。
合规边界: 白皮书指出,试图“操纵”AI答案输出的做法可能触发不正当竞争、广告违法、数据安全、民事侵权乃至刑事等多重法律责任。
建议: 白皮书分别面向政府、协会和企业提出了建议,包括建立重点产业的年度AI认知观察机制、推动中小企业建设基础可信信息档案、制定行业术语标准与定义边界、建设行业示范题库与匿名案例库、组织第三方专家评议与复核机制、推动发布自律倡议、厘清品牌的主体边界与事实边界、识别AI最常回答哪些风险句式、补齐能够被AI检索、理解、引用和核验的高质量内容资产等。
企业AI可信品牌资产建设路径: 白皮书提出了建设原则和核心资产模块,包括企业AI可信档案页、品牌FAQ与证据链内容、第三方可信信源矩阵和风险回应与信息纠偏,并强调了长期维护机制的重要性。


算力硬件为数据处理和计算任务提供物理支持的设备组件,主要包括CPU、GPU、TPU等处理器及服务器、光模块等基础设施,广泛应用于人工智能、云计算和高性能计算领域。算力硬件生态由计算核心革新驱动,高度依赖数据交互与存储子系统的高速数据供给,未来三者的一体化设计与协同优化是提升整体算力效能的关键。
中国高度重视算力硬件产业发展,出台《“人工智能+信息通信”创新发展实施意见(2026—2028年)》《2026年数字经济发展工作要点》等政策,加快构建全国一体化算力网,为数字经济筑牢算力底座。