无蜂窝网络

无蜂窝网络作为6G无线接入网的核心使能技术，通过打破传统蜂窝架构的物理小区边界，以用户为中心构建专属服务簇，实现海量分布式接入点（AP）协同服务，从而解决传统蜂窝网络的痛点，契合ITU-R为6G系统确立的四大设计原则。

应用场景与性能需求

无蜂窝网络适用于以下五大核心场景：

• 改善用户体验一致性：通过高密度分布式AP部署，构建以用户为中心的动态服务簇，消除物理小区边界带来的切换信令开销与业务中断，确保全域用户获得连续、稳定的Gbps级沉浸式数据流体验。适用于沉浸式业务场景、超高速移动场景和复杂遮挡场景。
• 提升整体系统性能：具备分布式超密集网络（UDN）特性，通过海量天线实现极致空间并行多路复用，大幅提升空间维度的资源利用率；分布式节点的高密度部署提高了单位立体空间内的频谱复用效率；分布式节点拉近了与用户的物理距离，减少了信道衰耗，提升了信号质量，进一步增强了系统的承载能力。适用于超密集组网场景、热点区域场景和低空覆盖场景。
• 高可靠低时延场景：通过拉近与终端的物理距离，降低了终端设备的发射功率要求，从根源上缓解了上行链路的干扰碰撞；结合低物理层（L-PHY）向边缘节点下沉的云化架构，大幅缩减了数据前传的往返路由时间，配合消除切换信令交互的固有优势，能够支撑微秒级的确定性低抖动传输。适用于工业自动化场景、车联网场景和低功耗物联网场景。
• 通信感知一体化场景：凭借天然的分布式拓扑，构建了超大规模的多基地联合感知网络，有效剥离环境杂波并消除遮挡盲区，实现目标测距、测速、定位与高分辨率环境重构；利用多节点的多视角到达角（AoA）、离开角（AoD）联合测算，有效克服了传统单基站感知的非视距盲区，实现了厘米级甚至毫米级的高精度定位。适用于环境感知与重构场景和高精度定位场景。
• 适应算网融合趋势：无蜂窝网络“分布式接入+泛在边缘计算”的物理架构，是承载通信AI一体化的完美底座；结合AI驱动的节点自适应动态休眠策略，可根据网络负载情况动态调整节点的工作状态，实现整网能效的数量级跃升；分布式边缘单元不仅是通信载体，更演变为泛在的算力底座。适用于AI原生网络场景、绿色节能场景和边缘智能场景。

系统架构与关键技术

6G无蜂窝网络总体架构深度融合了“矩阵式”小区解耦理念与云虚拟化技术，在逻辑层面将时、空、频多维资源统一池化以支持按需灵活编排；在物理层面，将传统DU进行云化分解，将其拆分为边缘分布式单元（EDU）和以用户为中心的分布式单元（UCDU），从而有效缓解大规模协作带来的算力与信令开销问题。

• 矩阵式解耦小区演进：将原本紧耦合的空口资源与网络服务解构为五个高度独立且可灵活映射的层级，包括TRP资源层、载波资源层、物理信道层、传输信道层和L2/L3服务层。
• 云化网络架构与网元功能分解：将传统基站网元进行深度云化解耦，重新划分为四个核心层级：射频拉远单元（RRU）、EDU、UCDU以及云化集中式单元（Cloud-CU）。
• 物理层切分与新型前传接口设计：定义了L-PHY与H-PHY之间的全新切分点，并引入了S1和S2两级前传接口，其中S1接口连接RRU与EDU，S2接口作为EDU与UCDU之间的核心切分接口。
• 载波级联与多频段融合组网：引入载波级联，将频域上零散分布的射频载波在逻辑层统一映射为一个连续的大带宽基带载波，实现多频谱原生；提供三种灰度演进场景：独立组网（SA）与动态频谱共享（DSS）、非独立组网（NSA）和NSA+DSS融合演进。
• 以服务为中心的移动性管理：实现服务与物理资源的深度解耦，将移动性的锚点从传统的物理小区转移至L2/L3服务层，通过服务与载波解耦和服务与TRP解耦，实现真正的无缝移动。

空口技术突破

• 大规模TRP空口时频及相位同步：从传统的时频粗对齐演进为相位级精同步，通过基站侧自校准和终端辅助校准两种方式实现。
• 基于层次化处理的分布式收发机整体设计：通过将AP分组并由分布式中心（DC）进行局部协调、中央处理单元（CPU）进行全局优化，实现性能与复杂度的有效平衡。
• 广域覆盖下异步干扰消除：提出了基于异步信漏噪比的异步干扰抑制预编码设计，以及面向异步毫米波无蜂窝系统的逐波束定时提前混合预编码架构。
• 多维灵活双工与全双工自适应协同传输机制：介绍了网络辅助全双工（NAFD）、子带全双工（SBFD）和波分多址（BDMA）三种新型双工技术，以及NAFD与无蜂窝的融合方案。
• 智能调度与资源分配体系：采用集中训练与分布执行相结合的方式，通过数据驱动层、模型决策层和系统支撑层三个逻辑层级，实现大规模分布式智能决策的闭环运行。

面向6G典型场景的低时延高可靠大规模连接

• 面向极低时延与确定性的超可靠协同传输技术：无蜂窝架构能够利用空间维度的冗余为系统提供强大的可靠性保护与时延优化能力，通过空时互换思想，在极短时延约束下，可以通过空间资源来弥补时间冗余的不足，从而在不显著增加时延的前提下提升可靠性。
• 千万级免授权接入与分布式协同检测：通过基于稀疏信号处理与贝叶斯推断的检测框架，以及边缘云协同的可扩展检测架构，实现复杂未知信道环境下的鲁棒活跃用户检测与信道估计。
• 面向空天地一体化的集群卫星无蜂窝系统：基于集群卫星的分布式阵列形成编队天线阵列（FoA），实现超大规模阵列和极窄波束，借鉴无蜂窝的分布式协作基带信号处理术研，实现D2C通信。
• 无蜂窝架构下的多层级协作通感一体化与多目标跟踪：通过无蜂窝网络架构有效解决多节点同步等实现协作感知的关键问题，提出基于检测-预测-关联-融合的多目标检测框架，实现多目标跟踪。

标准化演进与潜在影响

目前，3GPP 6G标准化工作正处于3GPP R20阶段的无线空口术研研任阶段，multi-TRPs传输、6G移动性、组网架构等与无蜂窝网络密切相关的特性受到广泛关注。

技术试验与评估

• 无蜂窝网络试验床：包括全集中式CF-RAN原型试验系统和切分式CF-RAN原型试验系统。
• 无蜂窝网络技术试验：包括Sub-6G频段试验、毫米波频段试验和商用终端接入无蜂窝网络技术试验。
• 无蜂窝网络应用案例：包括江苏广播电视塔“6G专线”赛事直播应用和面向低空经济的“一塔一城”无蜂窝协同覆盖。

未来展望

无蜂窝网络从理论走向全面商用落地，仍需在标准制定、核心术研及产业生态等维度持续演进与探索，包括标准化推进与开放生态构建、AI内生与网络的深度自治、空天地海与异构网络的深度协同、高频段器件演进与绿色低碳通信。

建设数字基础：小岛屿数字国家 2.0

小岛屿发展中国家（SIDS）的数字进步在过去十年取得了实质性进展，网络连接性改善，数字战略数量增加，公共服务、数字支付和身份相关服务中的公共部门实验越来越多。然而，下一阶段的进步不仅取决于扩大数字存在，还取决于确保数字生态系统得到全面设计，能够在一段时间内为相互依存的部门生成可信、实用的效用。

主要挑战

研究表明，阻碍数字规模化的主要限制越来越多地是制度性的，而不仅仅是技术性的。碎片化的数据生态系统、薄弱的协调、能力差距、低信任度以及技术堆栈之外的使用障碍继续减缓实施。这些限制在 SIDS 中尤其具有后果性，因为小人口、有限的专家能力、分散的地理位置、狭隘的供应商市场和暴露于气候和经济冲击的高风险，使得碎片化或治理不善的数字投资成本更高。

核心支柱和推动因素

本报告提出了三个相互支持的支柱，以及交叉推动因素：

支柱：

• 数据治理和互操作性：包括国家数据标准、数据共享、数据保护和信任、解决机构隔阂和互操作性。
• 数字包容和人力资本：包括包容性超越覆盖范围、非数字障碍、建立能力和缩小人才差距。
• 网络弹性作为公共产品：包括公民面对的信任和安全、关键公共服务和连续性、网络能力和区域合作、人权和公民空间。

交叉推动因素：

• 开源和基于标准的方法
• 模块化采购方法
• 交付能力和运营模式
• 区域合作

实施路线图

报告提供了一个实施导向的路线图，以帮助根据不同的起点和制度准备程度来排序政策、投资和合作伙伴关系选择：

• 加强基础：重点建立可靠的、可信的构建模块，为多个参与者创建基础。
• 整合系统：重点制定标准、跨部门治理、服务整合和采用。
• 扩大效用和区域价值：利用更强的基础支持创新、互操作性和区域学习。

优先领域

报告还确定了需要更多和更持续投资的优先领域，包括实施团队和数字交付能力、数据治理和治理、采购现代化和互操作性支持、用户采用、沟通和协助访问，以及关键数字服务的连续性和弹性规划。

结论

建设负责任的数字基础对于发展至关重要。本报告为 SIDS 领导者和合作伙伴提供了一个实用途径，以更可信、包容和有弹性的方式，从数字存在转向数字效用。

京东工业深度报告总结

公司概况

京东工业是国内领先的工业品数字化采购服务平台，为中大型企业及央国企提供合规、降本增效的一站式采购服务。截至2025年底，平台已有超过20万家商户入驻，近1亿SKU，年成交GMV 335亿元。主要面向有合规需求的大中型企业及央国企，客户价值包括阳光透明全程可追溯的采购服务、一站式提升采购效率、相比线下采购显著节约成本。入驻商家以品牌为主，看重平台回款快、客户多、曝光大的特点。

行业前景

工业品MRO采购市场规模接近4万亿，线上化率持续提升。线上化始于2015年的“阳光采购”，当前工业品线上化率不足10%，制约因素包括商品标准化程度低、供应商渠道惯性、大客户内部流程复杂等。B2B电商在技术升级、央国企阳光采购合规驱动下加速渗透，新品牌、服务商及平台机会涌现。目前线上MRO采购CR5 14%，市场参与者超8000家，参考北美成熟市场，MRO龙头固安捷高接触业务（面向大客户）份额稳定在7%，考虑国内市场线上化率水平较低，京东工业全渠道份额不足1%，仍有巨大份额提升空间。

公司核心能力

• 商品标准化能力：通过自研工业品商品库、统一编码体系，将海量长尾SKU结构化、标准化，成为客户阳光采购的比价基准，规模优势进一步获取上游议价权，形成正向循环。
• 客户获取与留存：背靠京东集团积累的2B客户资源，公司获客成本显著低于行业；针对政企客户提供合规可追溯、定制化服务，绑定客户内部采购流程，KA交易额留存率行业领先。
• 资产模式轻、快速起量：公司以平台撮合模式为主，相比自营重资产模式资金占用低、扩张速度快；后续战略上拓展BOM C长尾品类及自有品牌提升毛利、伴随客户出海拓展海外市场，打开第二增长曲线。

投资建议

收入快速增长，规模效应带动利润加速释放。预计公司2026-2028年收入分别为298.67 / 372.46 / 463.47亿元，同比增速24.7% / 24.7% / 24.4%；经调整归母净利润分别为17.45 / 22.08 / 28.14亿元，对应净利率5.8% / 5.9% / 6.1%，CAGR达27%。给公司对应2026年28-30xPE，对应公司目标市值554-594亿港币，目标价20.4-21.9港币，股价上升空间26%-35%，首次覆盖给予“优于大市"评级。

风险提示

宏观经济下行风险、央国企采购政策变化风险、京东集团关联交易及合作关系风险、行业竞争加剧风险、盈利预测及估值风险。

端侧算力正处于需求高速增长前夜。过去三年，端侧算力需求被云端模型能力压制，本地部署更多停留在合规层面，终端逐渐退化为移动云端入口。但新型终端如机器人、智能驾驶等对本地算力提出更高要求，端侧模型加速进化，端侧算力正以务实方式走向“奇点”时刻。

客户需求大迭代：与传统终端不同，机器人、智能车等对本地算力提出跨越式增长需求，让“类人”终端更像人，成为行业需求高速增长主基调。需求从“人用终端更智能”演化为“类人终端更像人”，包括基础摄像头、服务型机器人、智能车、人形机器人等，对算力提出更高要求。

本地模型大升级：端侧模型范式升级，从YOLO到大模型范式下的VLM、VLA、世界模型，再到机器人前沿的GEM模型，加速带领“类人”终端从机器视觉走向“人类触觉”。ViT模型打开视觉模型新空间，智驾模型加速迭代助力模型挑战理解新范式，GEM模型有望成为解决机器人理解与互动难题的可能路径。

端侧芯片大扩容：模型范式提升对端侧算力芯片提出更高要求。NPU起于YOLO，不断进步，但面临迭代难题，高通、瑞芯微等企业探索新路径。GPGPU从云端下放，能力圈逐步扩容，英伟达、AMD主导市场。看好GPGPU在端侧的扩张，其架构和生态优势更符合大模型时代需求。

投资建议：聚焦未来端侧算力放量，主要从芯片、模组、存储三个方向出发。芯片环节关注NPU迭代与GPGPU向下渗透，关注英伟达、高通、瑞芯微；模组环节关注端侧服务器，关注美格智能、广和通、移远通信；存储环节关注3D-Dram，关注兆易创新、澜起科技。

风险提示：端侧模型进展不及预期、存储涨价压缩需求、端侧硬件放量不及预期。