少年四大名捕

A |     8月26日消息，今天上午，天马在厦门举办高端OLED技术品牌发布会，正式推出新一代天工屏。    “今年上半年公司Token调用量7个月增长40倍，其中95%以上的推理任务来自智能体（Agent）需求。”          在2026WAIC期间，无问芯穹CEO夏立雪在接受澎湃新闻记者等媒体采访时表示，目前无问芯穹已在全国纳管16种不同架构芯片、合计3.7万P算力，过去一年已将推理成本降低至十分之一，未来全链路协同下仍有90%成本下降空间。

B |     据天马介绍，天工屏1.0上市一年以来，相关终端用户已突破1000万，并获得了德国莱茵、中国质量认证中心、SGS等七大权威机构的认证，被媒体评为“五星好屏”。天工屏凭借扎实的市场表现，证明了国产高端OLED的技术实力。         夏立雪认为，当前AI行业的核心矛盾从未改变：需求是指数级增长，芯片供给的增长是线性的，单纯堆芯片已经追不上需求增速。“大家不是觉得AI没用，是觉得它有点贵——这本身就是供不应求的信号，如果供大于求，大家只会觉得它没用。              基于屏幕研发的第一性原理与人因研究成果，第二代天工屏（注：以下简称天工屏2.0）正式发布，它将重新定义下一代旗舰屏幕显示标准。    据悉，这块屏幕首发搭载N1原色光谱发光材料，实现了有害蓝光低至3.7%的行业最低水平，同时将650至670纳米有益红光占比提升至5.5%，创下OLED行业新高。”          过去三年推理成本的下降，已经带动了第一批场景落地；他判断未来全行业仍有至少90%的成本下降空间，来源不只是单点技术优化，而是全链路协同：跨域异构集群的资源池化、PDD等新架构的普及，以及场景端的需求分层。         此外，它还实现了95% BT.2020超广色域的原生覆盖，屏幕使用寿命提升了30%。天工屏2.0以“原色好光，护眼通透”重新定义了高端OLED在健康与画质方面的标准。         作为三层架构的核心根基，N1原色光谱发光材料从底层三基色同步革新。

C |          夏立雪认为，真正的生产力应该是“资源规模×Token生产效率×Token转化为生产力的效率”。

D | 蓝光方面采用了NFB新荧光蓝技术，为激子搭建独立分流通道，使发光效率提升16%，寿命提升33%，同时大幅降低了有害蓝光。              绿光方面则采用PSF磷光敏化荧光技术，从二元结构走向主体、敏化剂与客体三元协同，发光效率提升11%，绿光色域提升6.7%，寿命也得到显著提升。目前全行业还在共创价值衡量指标，本质是计量每个Token产生的实际经济价值，推动行业从“按Token数量计费”转向“按最终价值计费”。         据了解，今年上半年，无问芯穹Token增量几乎全部来自Agent。         红光方面应用了DRT深红光技术，筛选近百款深红光材料并完成近700组器件交叉对比实验，使有益红光提升至5.5%，创下行业新高。          好材料还需配合优质的画质优化策略，天工屏2.0在TFT驱动背板方面，从膜层沉积均一性与膜层刻蚀均一性入手，通过纳米级精细背板工艺逐层打磨，使单屏数千万颗TFT的均一性提升15%，整面板数亿颗TFT的均一性提升20%，在低亮度下依然能够均匀发光而不偏色。         在画质调节端，天工屏2.0打造了自研AI De-Mura智控算法，基于海量低灰阶画面样本进行训练，使低亮均一性提升30%，在0.01尼特的极限暗光环境下亮度和色彩均匀度均有提升，暗处更清晰，暗光更通透。“95%以上的推理任务跑的都是智能体相关任务，不管是直接服务大模型厂商，还是直接服务垂类客户，最终需求都来自Agent落地。”夏立雪表示，目前代码生成、文娱营销、基础设施运维、具身智能、制造、电力、法律等行业都已经在大规模使用AI。         针对行业普遍关注的Token标准化问题，夏立雪明确判断：Token必然分层，且分层已经在发生。    据了解，这块天工屏2.0将由OPPO Find X10系列首发搭载，相关终端预计在9月份正式发布。未来会出现面向高端复杂任务的高价值Token，也会有面向简单场景的高性价比Token。         这种分层直接带动了过去一年国产芯片的落地进展。     

    

    

         

。他坦言，国产芯片适配效果的明显提升，一半来自技术端解决了跨集群调度、负载均衡等问题，更核心的原因是Agent带来了任务分层：智能体会派生大量不同复杂度的子任务，不需要所有任务都跑在最高端的芯片上，国产芯片可以承担自己擅长的任务，不用再“硬扛”最复杂的大模型训练负载。         “不同芯片各有侧重，都能在价值金字塔里找到自己的位置，不用浪费资源杀鸡用牛刀。

E | ”          夏立雪透露，目前无问芯穹已经在和行业客户探索多模型协同的分层交付模式，通过不同能力的模型配合完成任务，直接为最终结果负责。         对于今年的热点话题物理AI，无问芯穹宣布将具身智能场景纳入Token工厂的覆盖范围。

F |          夏立雪表示，AI必然从数字世界走向物理世界，云侧GPU、边缘节点、机器人本体的算力都应该被纳入统一资源池调度，而团队过去在大规模云侧强化学习、跨集群调度上积累的能力可以直接复用，其发布的RLinf新版本已经实现真机渲染、训练到推理的全链路云边协同，Mizar-Robo推理优化方案已经和星海图、云深处等具身机器人厂商达成合作，优化机器人端侧推理效率，形成“机器人采集物理世界数据-云侧强化学习训练-端侧推理落地”的闭环。“我们不做机器人本体，就做好具身场景的Token工厂，给伙伴们提供低成本的弹药，让他们能以更低的成本推产品、拓市场。

G | ”          谈到AI赛道的行业竞争，在夏立雪看来，AGI不是单一公司能完成的使命，当前行业供需缺口还在持续扩大，只要技术能创造效率价值就有商业空间。近期智谱GLM、月之暗面Kimi等清华系开源大模型登顶国际榜单，中国的开源生态是核心优势，开源让技术、数据、资源能更快流动形成闭环，带动全行业效率提升。         当天，无问芯穹公布Agentic Infra 的“前店后厂一中心”战略布局，涵盖三大核心技术能力与产品服务体系：“算力集散中心”：Agentic Infra 自主式基础设施平台；“Token工厂”：Agentic MaaS 大模型服务平台；“AI生产力商店”： Agentic Infra 行业解决方案。