2026 年，中国人工智能产业告别 “百模大战” 的同质化角逐，迈入技术深耕、价值落地的深水阶段。Agentic AI技术的迭代演进，推动行业从单纯的 “内容生成” 向高效的 “任务执行” 跨越升级。而B端政企市场仍受算力成本高企、数据质量参差、应用开发壁垒等痛点掣肘，成为AI技术规模化落地的核心梗阻。资本的理性回归，更让行业发展的重心愈发聚焦于技术落地的商业价值与社会价值双重兑现。
3月18日，在二十二届天津工博会举办之际，紫光云举行2026 新产品发布会，正式将企业战略升级为中国领先的AI +行业解决方案与服务提供商。会上，紫光云重磅推出半导体、工业制造两大核心领域垂类大模型，以算力、数据、应用三大闭环破解 B 端 AI 落地难题，明确工业、半导体、医疗、教育四大核心赛道的 AI 应用布局，展现企业从云服务向 AI 全链路解决方案加速转型的发展方向。
AI发展进入深水期，B端落地成核心命题
紫光云公司总裁王燕平
紫光云公司总裁王燕平在发布会上表示，当前人工智能技术已步入深化发展的深水期，行业发展的核心命题已从探讨 AI 将如何改变各领域，行业讨论正从C端应用延展到B端场景，尤其关注政企市场中的落地与价值转化。
这一阶段的AI发展经历了三个核心阶段：从百模大战时期的海量数据训练模型，到为模型配备工具提升实操能力，再到如今为模型赋予行业成长性、挖掘其在各领域的商业与社会价值，而未来AI将从“问答式”向“行动式”进阶，逐步成为能辅助业务、开拓新领域的核心生产力。
王燕平坦言,对于紫光云而言，AI是公司未来发展的核心方向。而从云公司向AI公司转型的路径，需依托其深耕B端政企市场的基因。与C端AI应用的快速爆发不同，B端市场对技术的认知和落地节奏虽相对缓慢，但能创造更高的经济与社会价值，且需要完善的市场营销、生态合作与渠道体系支撑。
同时，当前产业资源正全面向AI聚焦，从人才、资金到供应链，均向AI领域倾斜，OT技术的封闭性与IT、AI技术的开放性形成鲜明对比，AI技术的迭代速度远超传统OT技术，这也让制造业等传统行业的技术升级迫在眉睫。
当前制造业呈现明显的马太效应，王燕平强调，头部制造企业更重视AI技术的应用，通过AI实现降本增效、提升生产效率，而中小企业因投入不足、意识滞后，正面临着迫切的转型需求。
作为深耕B端的专业服务商，紫光云敏锐捕捉到这一行业变革趋势，确立了以AI技术赋能 B端政企市场，重点深耕工业、半导体等国家战略领域的核心发展方向。此外，紫光云的发展始终背靠新紫光集团的全栈产业链优势，集团将其定位为云和 AI的核心企业，为其从云服务向 AI 全链路解决方案转型提供了技术、资源与生态的全方位支撑。
三大闭环破解B端痛点，两款垂类大模型重磅发布
针对大模型在B端落地面临的缺乏高质量数据、算力成本高、行业应用开发难、缺乏专属行业模型等核心问题，紫光云首席技术官柳义利提出了算力、数据、应用三大闭环的破解之道，这也是紫光云技术布局的核心框架。
紫光云产品与研究开发部副总裁唐元武则进一步指出，2025年发布的紫鸾6.0智算平台和知识平台，正是这三大闭环的核心底座，为技术架构的落地奠定了坚实基础。
紫光云公司首席技术官柳义利
柳义利介绍，算力闭环通过大模型一体机、AI超融合产品、智算云底座实现从中心到边缘的算力覆盖，并打造“三算合一”的云计算能力，兼顾通算、智算与超算需求；数据闭环依托大模型、数据平台、知识平台与智能体开发平台，完成数据归集、萃取与模型适配，解决企业私域数据难以有效利用的问题；应用闭环则聚焦行业实际需求，将AI能力与传统行业应用深度融合，让AI真正成为B端的生产力而非单纯的辅助工具。
在三大闭环的技术支撑下，紫光云此次重磅发布两款行业垂类大模型，精准切入半导体与工业制造两大核心领域，并配套专属智能体，实现技术能力与行业场景的深度融合。
柳义利详解到，一是紫鸾工业图纸大模型，搭配5款工业图纸智能体，直击工业制造中图纸处理效率低、人工成本高、信息易丢失等痛点。该模型通过版面分析分解、信息提取、图样提取、尺寸数据提取、标准引入五大步骤，能实现PDF、CAD、照片等多格式图纸的解析，做到图档信息零丢失、90%信息自动拆解对齐、数据100%可溯源，并具备记忆机制可实现模型持续优化。其配套的图纸审查、公差审核、图档转换、3D拆图、工艺问答五大智能体，可将图纸审查效率提升80%，实现逆向图纸生成、3D安装图自动设计等功能，精准解决高端精密制造、装备制造、电力制造等企业的实际需求。
二是紫鸾芯片设计大模型，配套5款芯片设计智能体，依托紫光集团深耕半导体行业5年的积累，实现芯片设计全流程的AI赋能。芯片设计大模型是一套系统模型，在中间模型部分由通用大模型、专用专家小模型、传统AI算法三部分组成，分别用于复杂设计、细分领域训练和工业场景参数寻优。其融合五大EDA厂手册文档、紫光下属企业研发经验，打造AI智创、智检、智分、智答、智寻五大智能体，分别实现代码生成、设计节点检查、PPA多参数优化、问题快速解答、参数寻优与布局布线等功能。柳义利透露,该模型可协助芯片企业将芯片开发周期缩短50%，PPA性能提升5%-10%，并将芯片企业算力资源利用率提升至70%，实现了对国外垄断技术的国产化替代，同时为芯片企业提供拎包入住式的全栈解决方案。
模型训练的数据来源分为行业通用知识、紫光自身行业积累、企业私域数据三层，针对企业核心数据的保密需求，所有私域数据的模型微调与训练均在客户安全私域空间完成，打造专属行业模型。
关于两款大模型配套的智能体，唐元武强调，这些智能体并非闭门研发的产物，而是从市场实际项目中，由客户真实需求触发，经资源整合、数据能力加持后形成的成果；且智能体并非一成不变，会基于与不同客户的沟通、碰撞持续迭代升级，真正贴合企业生产设计的实际需求。
值得留意的是，这两款垂类大模型的成功发布，也离不开紫鸾6.0智算平台与紫鸾知识平台的关键支撑。前者提供算力底座与三算合一能力，后者实现高质量数据集生成、行业知识萃取与私域数据处理，为垂类大模型的落地奠定了技术基础。
唐元武分析，知识平台一方面通过对接市场项目精准捕捉客户真实需求，为两大垂类模型的研发指明了方向；另一方面其具备的高质量数据集生成能力，能对海量原始数据进行重构、处理，筛选出符合模型训练要求的优质数据，解决了原始数据质量参差不齐无法直接训练的行业痛点，这也是2026年能顺利推出两大垂类模型的重要前提。
聚焦政企市场做深AI服务，明确四大赛道与未来布局
此次发布会上,王燕平明确了紫光云全新的企业定位——中国政企市场的AI综合服务商，并确定了“AI算力+AI数据+AI应用”的三大底座能力，以及四大核心赛道的AI应用布局，同时透露了企业融资与技术迭代的未来规划，展现了深耕B端AI市场的坚定决心。
在核心业务布局上，紫光云将围绕三大底座能力持续发力：AI算力领域，打造大模型一体机、AI超融合、智算中心建设等硬件软件一体化产品；AI数据领域，通过知识平台、数据平台完成企业私域数据的处理与知识萃取，为AI应用做好数据准备；AI应用领域，锁定工业、芯片、医疗、教育四大核心赛道。其中工业与芯片为此次发布重点，医疗领域已完成十多亿级工程的落地，教育领域聚焦集成电路学院，需要紫光云提供芯片云解决方案能力来做教学和实训，契合中国集成电路行业人才缺失的现状。此外，紫光云的AI应用不仅服务于企业，还将与地方政府合作，助力集成电路孵化平台（ICC）建设，实现政府端的产业赋能。
在AI路径方面，紫光云认为当前工业、芯片等领域的AI应用仍处于试水阶段，市场尚未出现头部企业，竞争并非核心，更需要与盟友共同挖掘市场需求。针对工业制造领域玩家较多的现状，紫光云依托自身作为国家工信部双跨工业互联网平台的优势，从老客户的共性需求出发，聚焦PDF图纸转换等核心痛点，形成差异化竞争优势。在芯片领域，紫光云依托集团产业资源实现技术快速突破，同时为行业内大量芯片企业提供低成本、高效率的AI工具，助力其解决其低质量发展的问题。
在企业发展与融资规划上，紫光云2021年已完成A轮融资，领投方为中移资本、中国移动。B轮融资即将结束，未来还将推进Pre IPO融资。王燕平强调，紫光云融资并非单纯追求资金，而是重点引入有战略业务合作的投资方，如与中国移动合作共建各地政务云，实现资本与业务的协同发展。在他看来，紫光云凭借云、AI、芯片三大跨界能力，形成了独特的市场价值，也成为资本追逐的核心原因。
柳义利展望到，在技术迭代与未来落地方面，紫光云将持续深化现有垂类大模型的能力：工业图纸大模型将在做好图纸识别的基础上，向后端生产指导、前端图纸自动生成与逆向工程延伸，甚至为制造企业搭建专属知识平台；芯片设计大模型将进一步优化全流程AI赋能能力，提升代码生成、仿真测试的效率。此外，紫光云还将在2026年4月发布AI超融合产品，持续完善算力闭环布局，并预计在2026年实现十亿级规模的AI创新应用项目落地，推动B端AI应用进入爆发期。
从云服务到AI全链路解决方案，紫光云此次发布会的一系列动作，清晰勾勒出其在AI时代的转型路径：摒弃通用模型的同质化竞争，深耕B端政企市场的真实需求，以算力、数据、应用三大闭环破解技术落地痛点，以行业垂类大模型实现技术价值的商业兑现。这不仅是紫光云自身的发展选择，更成为AI技术从概念走向落地、从技术创新走向产业赋能的核心关键，为中国产业数智化转型注入全新动能。
