拉斯維加斯的會(huì)展中心在CES落幕后，燈光熄滅、人群散去。但對(duì)全球AI產(chǎn)業(yè)而言，一場(chǎng)更為漫長(zhǎng)、也更為昂貴的競(jìng)賽才剛剛進(jìn)入關(guān)鍵階段。

今年的CES，依然是英偉達(dá)首席執(zhí)行官黃仁勛站在聚光燈的中央，身著標(biāo)志性黑色皮衣的他，發(fā)布了全新的Vera Rubin AI GPU平臺(tái)，并給出了一組足以震動(dòng)資本市場(chǎng)的數(shù)據(jù)：相較前一代Blackwell架構(gòu)，新平臺(tái)在訓(xùn)練性能上提升3.5倍，而推理成本則被壓縮至原來(lái)的十分之一。

但是這一次，黃仁勛帶來(lái)的不只是“更快的芯片”。在出席聯(lián)想集團(tuán)舉辦的Tech World大會(huì)時(shí)，黃仁勛為聯(lián)想集團(tuán)董事長(zhǎng)楊元慶描繪了一個(gè)更宏大的圖景——在過(guò)去三十年里，全球IT產(chǎn)業(yè)已經(jīng)累計(jì)投入約10萬(wàn)至15萬(wàn)億美元，構(gòu)建起一整套以通用計(jì)算和集中式數(shù)據(jù)中心為核心的基礎(chǔ)設(shè)施體系。但這套體系，正在系統(tǒng)性地失效?！叭缃穸夹枰恢匦掳l(fā)明、重新現(xiàn)代化。這正是為什么我們會(huì)看到眼前這些萬(wàn)億美元級(jí)別的產(chǎn)業(yè)機(jī)會(huì)。”

AMD首席執(zhí)行官蘇姿豐用一臺(tái)重達(dá)7000磅、布滿液冷管線的Helios機(jī)架，向外界傳遞了一個(gè)一致的方向：當(dāng)前我們正處于算力新時(shí)代的起始階段……在這個(gè)時(shí)代，AI將無(wú)處不在，并廣泛地存在于數(shù)據(jù)中心、工廠、醫(yī)院、個(gè)人電腦以及邊緣設(shè)備之中。

黃仁勛稱(chēng)這次變革背后的本質(zhì)是“我們正在經(jīng)歷一次平臺(tái)級(jí)的技術(shù)遷移?！?/strong>

在過(guò)去的三十多年里，IT 產(chǎn)業(yè)幾乎每隔十年就會(huì)經(jīng)歷一次類(lèi)似的結(jié)構(gòu)性躍遷——從 PC 到互聯(lián)網(wǎng)，從互聯(lián)網(wǎng)到云計(jì)算，再?gòu)脑朴?jì)算到移動(dòng)計(jì)算。在這三次遷移中，始終圍繞CPU和傳統(tǒng)代碼構(gòu)建計(jì)算生態(tài)。

黃仁勛稱(chēng)，在這次“全新的平臺(tái)”中，應(yīng)用將圍繞AI構(gòu)建。這就要求計(jì)算核心從CPU轉(zhuǎn)向GPU，計(jì)算邏輯從“執(zhí)行指令”轉(zhuǎn)向“自主推理”。然而，整個(gè)IT產(chǎn)業(yè)過(guò)去三十年建立的基礎(chǔ)設(shè)施，都是為“存儲(chǔ)和檢索信息”設(shè)計(jì)的，而不是為“自主推理和決策”設(shè)計(jì)的。傳統(tǒng)數(shù)據(jù)中心的CPU集群，面對(duì) AI 推理所需的海量非結(jié)構(gòu)化數(shù)據(jù)（圖像、語(yǔ)音、文本）和復(fù)雜神經(jīng)網(wǎng)絡(luò)計(jì)算，性能不足且成本高昂。

尤其是當(dāng)AI從模型競(jìng)賽走向生產(chǎn)系統(tǒng)，算力的價(jià)值不再體現(xiàn)在峰值性能，而體現(xiàn)在穩(wěn)定性、成本結(jié)構(gòu)與可持續(xù)性上。推理市場(chǎng)正迅速擴(kuò)張，并有望在未來(lái)幾年內(nèi)超越訓(xùn)練市場(chǎng)，成為AI經(jīng)濟(jì)的主戰(zhàn)場(chǎng)。

兩位芯片巨頭在同一座城市、同一時(shí)間、用不同措辭表達(dá)的，其實(shí)是同一個(gè)判斷：AI基礎(chǔ)設(shè)施的上半場(chǎng)已經(jīng)接近尾聲，對(duì)于企業(yè)來(lái)講下半場(chǎng)的競(jìng)爭(zhēng)，將遠(yuǎn)比“誰(shuí)擁有最多GPU”復(fù)雜得多。

AI基建下半場(chǎng)從“訓(xùn)練”到“推理”

在過(guò)去三年里，全球科技資本的投入方向高度集中。大模型訓(xùn)練成為AI競(jìng)賽的核心指標(biāo)，算力的價(jià)值被簡(jiǎn)化為“誰(shuí)能堆出更大的GPU集群”。OpenAI、微軟、谷歌、Meta等公司爭(zhēng)相擴(kuò)建超級(jí)數(shù)據(jù)中心，英偉達(dá)的高端GPU幾乎成為一種稀缺資源，其市值也隨之被推至歷史高位。

這一階段的特征是高度集中、資本密集，以及明確的技術(shù)目標(biāo)：訓(xùn)練出能力更強(qiáng)的通用大模型。

但進(jìn)入2025年后，風(fēng)向開(kāi)始發(fā)生變化。華爾街的耐心正在耗盡——投資者發(fā)現(xiàn)，盡管巨頭們投入數(shù)千億美元訓(xùn)練大模型，但真正能商業(yè)化落地、產(chǎn)生穩(wěn)定現(xiàn)金流的應(yīng)用寥寥無(wú)幾。更重要的是，基礎(chǔ)模型的迭代速度開(kāi)始放緩。GPT-5 的發(fā)布雖然引發(fā)關(guān)注，但相較于 GPT-4，性能提升更多是“量變”而非“質(zhì)變”。大模型的訓(xùn)練已經(jīng)進(jìn)入“邊際效益遞減”階段。

企業(yè)不再僅僅滿足于展示一個(gè)聰明的“聊天機(jī)器人”，他們需要AI去工作——去優(yōu)化供應(yīng)鏈調(diào)度、提升生產(chǎn)效率，去實(shí)時(shí)處理數(shù)百萬(wàn)份保險(xiǎn)理賠，去毫秒級(jí)控制高速公路上的自動(dòng)駕駛車(chē)隊(duì)，去每時(shí)每刻響應(yīng)全球數(shù)十億智能體的請(qǐng)求。

市場(chǎng)迫切需要AI從“展示能力”的階段，邁入“承擔(dān)責(zé)任”的階段。而在這一階段，決定成本結(jié)構(gòu)和可擴(kuò)展性的，不再是訓(xùn)練，而是推理（Inference），即 AI 模型在獲得訓(xùn)練后，根據(jù)實(shí)時(shí)數(shù)據(jù)進(jìn)行決策和響應(yīng)的過(guò)程。

德勤在其《2026技術(shù)趨勢(shì)》報(bào)告中指出，隨著AI從實(shí)驗(yàn)室走向企業(yè)生產(chǎn)環(huán)境，市場(chǎng)正遭遇一種全新的“推理經(jīng)濟(jì)學(xué)”挑戰(zhàn)。盡管單次推理的單位成本在快速下降，但由于使用頻率和復(fù)雜度急劇上升，總體算力需求反而呈指數(shù)級(jí)增長(zhǎng)。

這一趨勢(shì)在代理式AI（Agentic AI）和物理AI（Physical AI）身上體現(xiàn)得尤為明顯。

代理AI與物理AI重塑算力基建

代理式AI的本質(zhì)，是將AI從“響應(yīng)者”轉(zhuǎn)變?yōu)椤皥?zhí)行者”。它不再是“一問(wèn)一答”的聊天機(jī)器人，而是能夠自主調(diào)用工具、多步執(zhí)行任務(wù)的“數(shù)字員工”。一個(gè)看似簡(jiǎn)單的任務(wù)指令，背后可能觸發(fā)數(shù)百次推理調(diào)用：調(diào)用工具、拆解步驟、反復(fù)校驗(yàn)、再執(zhí)行。這種多步、長(zhǎng)鏈路的推理過(guò)程，往往伴隨著大量“隱形Token”的生成，其算力消耗遠(yuǎn)高于傳統(tǒng)問(wèn)答式模型。

Gartner預(yù)計(jì)，到2028年，約33%的企業(yè)軟件將內(nèi)置代理AI功能，而這一比例在2024年尚不足1%。至少有15% 的日常業(yè)務(wù)決策將由代理AI 自主完成。

物理AI對(duì)算力的要求則更為嚴(yán)苛。當(dāng)AI被嵌入機(jī)器人、自動(dòng)駕駛系統(tǒng)或工業(yè)控制設(shè)備時(shí)，推理必須是實(shí)時(shí)、低延遲且高度可靠的。這直接推動(dòng)算力從集中式云數(shù)據(jù)中心，向邊緣側(cè)和本地部署遷移。

本屆CES，黃仁勛喊出了“物理AI的Chatgpt時(shí)刻即將到來(lái)”。英偉達(dá)在CES上展示的Project GR00T和Cosmos模型，正是試圖為機(jī)器人構(gòu)建一套“理解并執(zhí)行物理世界規(guī)則”的通用推理框架。這類(lèi)應(yīng)用的共同特點(diǎn)是：推理必須靠近數(shù)據(jù)源，而不是依賴(lài)遠(yuǎn)程云端。

工業(yè)領(lǐng)域的物理 AI 同樣對(duì)實(shí)時(shí)性要求極高。假設(shè)一座工廠希望進(jìn)行智能化改造，他的需求是實(shí)時(shí)響應(yīng)生產(chǎn)線上的突發(fā)情況——比如檢測(cè)到零件缺陷時(shí)，立即調(diào)整加工參數(shù)；遇到設(shè)備故障時(shí)，自主切換備用生產(chǎn)線。這同樣要求推理算力必須靠近生產(chǎn)現(xiàn)場(chǎng)（即邊緣計(jì)算），否則數(shù)據(jù)傳輸?shù)难舆t會(huì)導(dǎo)致生產(chǎn)停滯。物理 AI 的核心是“感知-推理- 行動(dòng)”的閉環(huán)，而推理是其中最關(guān)鍵的環(huán)節(jié)。如果推理不能實(shí)時(shí)完成，整個(gè)閉環(huán)就會(huì)斷裂，AI 也就失去了在物理世界應(yīng)用的價(jià)值。

至此，一個(gè)清晰的趨勢(shì)已經(jīng)浮現(xiàn)：AI算力將從“集中式訓(xùn)練”向“分布式推理”傾斜，AI基礎(chǔ)設(shè)施不僅僅是昂貴的云端數(shù)據(jù)中心，還包括從邊緣到終端的整個(gè)布局。

而隨著代理式AI和物理AI的普及，算力需求不再呈線性增長(zhǎng)。這也就不難理解，為何AMD掌門(mén)人蘇姿豐的斷言——“未來(lái)幾年內(nèi)，全球計(jì)算能力可能需要提升100倍?！?/p>

盡管對(duì)于趨勢(shì)的預(yù)期已經(jīng)非常明確，但代理AI的生產(chǎn)化部署并不順利。德勤調(diào)查顯示，2025年雖然有38%的企業(yè)在進(jìn)行代理試點(diǎn)，但僅有11%的企業(yè)在生產(chǎn)環(huán)境中使用這些系統(tǒng)。高昂的成本是最為重要的原因。

從技術(shù)角度看，推理成本正在迅速下降。過(guò)去兩年，AI推理的單位Token成本已經(jīng)暴跌280倍——這得益于芯片架構(gòu)創(chuàng)新、軟件優(yōu)化和規(guī)模效應(yīng)。但企業(yè)的AI支出非但沒(méi)減少，反而因用量爆發(fā)式增長(zhǎng)陷入失控。這一現(xiàn)象在經(jīng)濟(jì)學(xué)中被稱(chēng)為“杰文斯悖論” ：技術(shù)的提效降低了資源的使用成本，這反而刺激了需求的激增，最終導(dǎo)致資源總消耗量的上升。

對(duì)于率先大規(guī)模部署AI的企業(yè)而言，這一悖論已經(jīng)變得異?，F(xiàn)實(shí)。部分公司在公有云上的AI賬單已攀升至每月數(shù)千萬(wàn)美元。當(dāng)AI工作負(fù)載從偶發(fā)試驗(yàn)變?yōu)槿旌蜻\(yùn)行的核心業(yè)務(wù)流程時(shí)，按量計(jì)費(fèi)的云模式開(kāi)始在經(jīng)濟(jì)上變得不可持續(xù)。

更重要的是，數(shù)據(jù)合規(guī)、安全和商業(yè)機(jī)密的考量，使得許多企業(yè)無(wú)法將核心數(shù)據(jù)完全托付給公有云。這迫使它們重新評(píng)估計(jì)算架構(gòu)，從“云優(yōu)先”轉(zhuǎn)向“混合計(jì)算”。

這一轉(zhuǎn)變，并非簡(jiǎn)單的成本優(yōu)化，而是對(duì)過(guò)去三十年IT架構(gòu)邏輯的根本修正——也正是黃仁勛所指的“重新發(fā)明計(jì)算基礎(chǔ)設(shè)施”。

芯片巨頭的答案與一個(gè)被低估的角色

英偉達(dá)與AMD給出的解決方案，路徑不同，但目標(biāo)一致：在推理時(shí)代，將“每Token成本”和能耗壓縮到足夠低。

英偉達(dá)的Rubin平臺(tái)通過(guò)Vera CPU來(lái)處理復(fù)雜邏輯，讓GPU專(zhuān)注于高效的矩陣運(yùn)算；AMD的Helios機(jī)架則以超大顯存為核心賣(mài)點(diǎn)，其搭載的MI455X芯片擁有驚人432GB HBM4內(nèi)存，試圖用更少的卡承載更多并發(fā)推理任務(wù)。

但在這場(chǎng)競(jìng)爭(zhēng)中，一個(gè)共同點(diǎn)逐漸顯現(xiàn)：無(wú)論是哪一種方案，都高度依賴(lài)于物理層面的工程能力。

推理時(shí)代的芯片，功率密度正在突破傳統(tǒng)數(shù)據(jù)中心的極限。單機(jī)架超過(guò)100kW的功耗，使得風(fēng)冷方案難以為繼。散熱不再是配套問(wèn)題，而是決定算力能否兌現(xiàn)的前提條件。如果散熱搞不定，再先進(jìn)的芯片也只能降頻運(yùn)行，變成昂貴的廢鐵。

這正是聯(lián)想在產(chǎn)業(yè)鏈中角色被重新評(píng)估的原因。

作為少數(shù)能夠同時(shí)與英偉達(dá)和AMD展開(kāi)深度合作的企業(yè)，聯(lián)想是這兩大芯片巨頭戰(zhàn)略布局中不可或缺的關(guān)鍵伙伴，也將成為全球IT基建改造的重要參與者。

在聯(lián)想Tech World的舞臺(tái)上，聯(lián)想集團(tuán)CEO楊元慶先是與黃仁勛共同發(fā)布了基于Rubin平臺(tái)的“聯(lián)想人工智能云超級(jí)工廠”；轉(zhuǎn)過(guò)身，又與蘇姿豐發(fā)布了新一代推理服務(wù)器，蘇姿豐還宣布聯(lián)想將是Helios平臺(tái)的首發(fā)合作伙伴之一。

原因并不復(fù)雜。在推理成為核心負(fù)載后，AI基礎(chǔ)設(shè)施的難點(diǎn)從“買(mǎi)到芯片”，轉(zhuǎn)向“部署、散熱、運(yùn)維和規(guī)模化交付”。

“很多人并不知道，聯(lián)想構(gòu)建了全球最多的超級(jí)計(jì)算機(jī)。全球Top 500超級(jí)計(jì)算機(jī)中，有三分之一由聯(lián)想打造?！秉S仁勛稱(chēng)，聯(lián)想所具備的不僅是制造能力，更是構(gòu)建、部署并在超算級(jí)數(shù)據(jù)中心中交付復(fù)雜系統(tǒng)的綜合能力。這是促成雙方合作的重要原因所在。

傳統(tǒng)企業(yè)數(shù)據(jù)中心是為信息存儲(chǔ)與檢索設(shè)計(jì)的，而AI時(shí)代的企業(yè)，需要的不只是幾臺(tái)服務(wù)器，更是能幫他們?cè)O(shè)計(jì)、建設(shè)、運(yùn)營(yíng)復(fù)雜“AI工廠”的全流程能力。這為聯(lián)想這類(lèi)混合式AI基礎(chǔ)設(shè)施提供商打開(kāi)了巨大市場(chǎng)空間，也是聯(lián)想與英偉達(dá)攜手推出“聯(lián)想人工智能云超級(jí)工廠”的核心原因。

此外，聯(lián)想在液冷技術(shù)上的長(zhǎng)期投入，使其在這一階段具備了罕見(jiàn)的先發(fā)優(yōu)勢(shì)。

其第六代Neptune海神液冷方案，允許在45°C條件下運(yùn)行數(shù)據(jù)中心，無(wú)需傳統(tǒng)冷水機(jī)組。這不僅降低了部署復(fù)雜度，也為企業(yè)節(jié)省了可觀的電力成本。在推理成本高度敏感的環(huán)境中，能耗的每一次下降，都會(huì)直接反映為財(cái)務(wù)回報(bào)。

黃仁勛的雄心聯(lián)想的方案

對(duì)于聯(lián)想來(lái)講，黃仁勛畫(huà)的這個(gè)“大餅”的確是個(gè)“好干糧”——這場(chǎng)IT基礎(chǔ)設(shè)施重構(gòu)浪潮帶來(lái)的絕非短期訂單增長(zhǎng)，而是深度落地其主張的混合式AI戰(zhàn)略的關(guān)鍵一步，尤其對(duì)其基礎(chǔ)設(shè)施方案集團(tuán)（ISG）業(yè)務(wù)具有決定性的戰(zhàn)略?xún)r(jià)值，這一業(yè)務(wù)能否快速扭虧一直是資本市場(chǎng)關(guān)注的焦點(diǎn)。

面對(duì)即將爆發(fā)的AI推理時(shí)代的到來(lái)，ISG渴求抓住機(jī)遇的愿望是迫切的。

非常重要的一個(gè)表現(xiàn)就是，聯(lián)想ISG在此次Tech World上一口氣發(fā)布了三款應(yīng)對(duì)推理算力需求的產(chǎn)品：除了與AMD合作的AI推理服務(wù)器SR675i，還有AI推理服務(wù)器SR650i和邊緣計(jì)算服務(wù)器SE455i。

正如我們前文所分析的，企業(yè)需要的不再是孤立的硬件設(shè)備，而是“芯片+工程部署+散熱技術(shù)+運(yùn)維服務(wù)”的一體化解決方案，所以其方案服務(wù)業(yè)務(wù)（SSG）也將因此受益。

借助與英偉達(dá)、AMD 的深度綁定，聯(lián)想得以?xún)?yōu)先將全球最先進(jìn)的芯片技術(shù)融入自身的硬件產(chǎn)品與解決方案，形成“芯片巨頭技術(shù)輸出+聯(lián)想工程化落地”的互補(bǔ)模式，既提升了ISG產(chǎn)品的技術(shù)壁壘與溢價(jià)能力，更使其從傳統(tǒng)硬件供應(yīng)商升級(jí)為AI基礎(chǔ)設(shè)施全生命周期服務(wù)商，徹底打開(kāi)高端企業(yè)級(jí)市場(chǎng)的增長(zhǎng)空間。

聯(lián)想與英偉達(dá)、AMD 的戰(zhàn)略伙伴關(guān)系，本質(zhì)上是生態(tài)共贏的必然選擇。對(duì)芯片巨頭而言，聯(lián)想的價(jià)值不僅是“首發(fā)合作伙伴”的渠道優(yōu)勢(shì)，更是其技術(shù)落地的“關(guān)鍵轉(zhuǎn)換器”—— 英偉達(dá)的Rubin平臺(tái)、AMD的Helios機(jī)架，借助聯(lián)想的超算級(jí)部署能力與規(guī)?；桓毒W(wǎng)絡(luò)，可以更快的轉(zhuǎn)化為企業(yè)可直接使用的生產(chǎn)力工具；而對(duì)聯(lián)想而言，綁定全球頂尖芯片廠商，意味著 ISG 業(yè)務(wù)能持續(xù)獲得核心技術(shù)賦能，始終站在AI基礎(chǔ)設(shè)施技術(shù)迭代的最前沿，同時(shí)借助芯片巨頭的品牌勢(shì)能，快速建立在AI推理領(lǐng)域的行業(yè)話語(yǔ)權(quán)。

這種 “技術(shù)互補(bǔ)、生態(tài)共生” 的伙伴關(guān)系，讓聯(lián)想在激烈的市場(chǎng)競(jìng)爭(zhēng)中占據(jù)了不可替代的生態(tài)位，也讓ISG業(yè)務(wù)得以借助這場(chǎng)萬(wàn)億美元級(jí)別的產(chǎn)業(yè)機(jī)遇，提升整體盈利能力。

一場(chǎng)“重新發(fā)明”IT基建的競(jìng)賽

CES 2026所揭示的，不是一輪短期的產(chǎn)品周期，而是一場(chǎng)橫跨十年的IT基礎(chǔ)設(shè)施重構(gòu)。

過(guò)去三十年，全球 IT 產(chǎn)業(yè)累計(jì)投入的10–15萬(wàn)億美元基礎(chǔ)設(shè)施，正在被逐一替換為適應(yīng)AI推理需求的新型硬件、軟件和服務(wù)。這一過(guò)程，就像工業(yè)革命時(shí)期用電力取代蒸汽動(dòng)力，信息革命時(shí)期用互聯(lián)網(wǎng)取代電報(bào)電話，將徹底改變?nèi)祟?lèi)社會(huì)的生產(chǎn)方式和生活方式。

對(duì)于企業(yè)而言，這場(chǎng)重構(gòu)是一次“生死抉擇”。那些能夠快速搭建高效、安全、低成本的推理基礎(chǔ)設(shè)施的企業(yè)，將在智能化浪潮中搶占先機(jī)，實(shí)現(xiàn)生產(chǎn)力的跨越式提升；而那些固守傳統(tǒng)IT架構(gòu)、錯(cuò)失推理時(shí)代機(jī)遇的企業(yè)，將逐漸被市場(chǎng)淘汰。正如楊元慶所言：“新一輪 AI 推理浪潮已經(jīng)到來(lái)，誰(shuí)能將智能部署到本地、邊緣和用戶端，讓智能觸手可及，誰(shuí)就能在未來(lái)的競(jìng)爭(zhēng)中活得更好?！?/p>

對(duì)于科技巨頭而言，這場(chǎng)重構(gòu)是一場(chǎng)“話語(yǔ)權(quán)之爭(zhēng)”。英偉達(dá)試圖通過(guò)“芯片+生態(tài)” 的閉環(huán)，壟斷推理算力的核心技術(shù)；AMD試圖通過(guò)“開(kāi)放+差異化”，在企業(yè)級(jí)市場(chǎng)撕開(kāi)缺口；聯(lián)想則憑借“物理基礎(chǔ)設(shè)施+全流程服務(wù)”，成為連接芯片廠商和客戶的關(guān)鍵樞紐。

在這一過(guò)程中，真正的贏家，未必是發(fā)布會(huì)上最耀眼的那家公司，而是那些能夠?qū)⑺懔D(zhuǎn)化為可復(fù)制、可運(yùn)營(yíng)、可盈利基礎(chǔ)設(shè)施的參與者。這場(chǎng)萬(wàn)億美元的基建重構(gòu)浪潮，注定將充滿競(jìng)爭(zhēng)與合作、創(chuàng)新與顛覆。

正如黃仁勛描繪的，過(guò)去三十年的計(jì)算體系正在走向終點(diǎn)。而下一套體系的建設(shè)，才剛剛開(kāi)始。

CES2026已落下帷幕（1月6日-1月9日）
雷科技史上最大規(guī)模CES報(bào)道團(tuán)，已陸續(xù)啟程回國(guó)。雷科技CES2026報(bào)道專(zhuān)題已推送超過(guò)55+內(nèi)容（最終會(huì)超過(guò)65+）以及10+短視頻，涵蓋幾乎所有參展CES2026的頭部品牌（以中美韓日為主），涉及AI硬件、AI芯片、AI眼鏡、具身智能、電視顯示、智能清潔、智能影像、AI家電、AI健康、AI音頻、AI汽車(chē)、AI出行、智能家居、AI PC、AI手機(jī)等核心領(lǐng)域的探展、對(duì)話、新品、觀察等內(nèi)容。
相關(guān)內(nèi)容除了自有渠道外，還被騰訊、網(wǎng)易、頭條、百度、36kr等平臺(tái)重點(diǎn)推薦。您可以在主流平臺(tái)搜索“雷科技 CES”回顧C(jī)ES2026的核心內(nèi)容。