近期AI板块的走势颇为分裂。一边是日韩市场在讨论估值泡沫，一边是彭博曝出中国拟投两万亿建设AI数据中心网络。工信部随后印发的《“人工智能+信息通信”创新发展实施意见（2026—2028年）》，则给这种分裂提供了某种确定性方向。

　　文件里两个点值得注意：一是到2028年“城域算力1毫秒时延圈覆盖率不低于75%”，二是“打造一批典型应用和特色智能体”。这两条合在一起看，政策意图很明确——不光要建算力，还要让算力跑得动、用得上。

　　而近期恰好处于定增扩产、绑定国产算力、多场景落地的迈富时，放在这个政策框架下审视，逻辑线是相对清晰的。

　　算力布局：定增建智算，押注的是“近场算力”需求

　　迈富时此前定增募资投向智算基础设施，包括GPU服务器采购、AIDC租赁和模型管理平台搭建，同时与国产GPU厂商沐曦达成合作。这笔重资产投入，放在当时看是营销SaaS公司的一次跨界，但放在工信部“毫秒级时延圈”的政策语境下，战略意图就浮出来了。

　　分析指，1毫秒时延圈的实质，是把算力变成城市级基础设施。这要求算力供给必须贴近用户侧，而非远在千里之外的数据中心。迈富时在城市节点集中建设智算中心，通过低时延网络向周边客户输出算力服务，本质是在押注“中心化建设、分布式服务”的算力网络模型。网络越扁平、时延越低，这种集中供给模式的商业效率就越高。

　　与沐曦的合作则解决了另一个问题——算力来源的国产化。在AI芯片供应存在外部不确定性的背景下，绑定国产GPU生态，不仅是成本考量，也是供应链安全和政策合规层面的提前卡位。

　　多场景渗透：金融、文旅、工业，三类场景在验货

　　工信部文件点名要“特色智能体”，而迈富时当前公开的落地案例，恰好分布在三个政策敏感度较高的行业。

　　金融领域，乐橙云服案例体现的是高合规、高知识密度环境下的智能体服务能力。金融服务对AI的容错率极低，智能体必须在企业知识库、产品规则、合规边界的多重约束下完成交互。这一场景验证的是AI的“可控性”。

　　文旅领域，某文旅集团的合作覆盖了游前内容触达、游中服务响应、游后复购运营的全旅程。文旅行业的痛点在于链条长、触点散、复购依赖会员运营，智能体需要嵌入运营系统而非充当单个工具。这一场景验证的是AI的“全流程承载能力”。

　　工业B2B领域，某国际润滑油品牌的智能选型助手，处理的是复杂参数、多工况匹配、专业知识复用的问题。工业品的客户选型门槛高、经销商培训成本高，AI在这里的价值不是聊天，而是替代专业销售和工程师的经验输出。这一场景验证的是AI的“专业知识可复用性”。

　　三个场景的共性在于：都不是浅层的AI对话，而是把智能体嵌入业务流的深水区。这在工信部强调“高价值典型场景”的评价格系里，有天然的案例储备优势。

　　“场景Token”的逻辑：从消耗算力到创造收入

　　迈富时近期的表述中反复出现一个概念——“场景Token”。与传统大模型公司讲的模型Token、算力公司讲的推理Token不同，场景Token强调的是Token的更终落脚点：能不能变成客户愿意付费的业务结果。

　　分析指，这一逻辑的关键链条是：底层算力Token通过KnowForce知识中台增强业务理解力，再通过AI-Agentforce智能体中台转化为任务执行，更终在金融、文旅、工业等场景里输出销售线索、选型匹配、客服解决、复购转化等具体业务动作。客户不为Token数量买单，只为Token产生的业务结果付费。

　　工信部1毫秒时延圈的提出，客观上为这条链条补齐了剩下的一块基础设施拼图。低时延网络确保智能体的响应速度接近真人大牛的直觉判断，这是企业敢把关键业务交给AI的技术前提。没有这一层保障，场景Token的商业化就始终卡在体验关。

　　观察小结

　　彭博的2万亿AI基建传闻和工信部的正式文件，共同指向一个趋势：中国AI产业正在从“铺算力”转向“验应用”。这个转向过程中，资金和政策的关注度会从泛AI概念股，向有算力底座、有真实场景、有清晰商业化路径的公司收敛。

　　迈富时当前的产品布局——国产GPU算力底座、KnowForce AI知识中台、AI-Agentforce智能体中台、金融文旅工业三类场景案例、场景Token收费模型——在“验货期”的市场环境下，至少是交出了一份有据可查的答卷。

　　当然，真正决定估值走向的，还是接下来智算项目的投产进度、Token收费对ARPU的实际拉动效果，以及行业大客户的续费表现。政策画好了圈，能在圈里站稳多久，还得看实打实的经营数据。