華為云不打Token價格戰，周躍峰要給AI云換一個贏的方式

"我不太在乎Token總量是多少，也不太在乎收入總量是多少。"在6月5日舉辦的2026華為云INSPIRE創想者大會上，華為公司董事、華為云CEO周躍峰上任以來首次接受媒體采訪，清晰且明確地傳達出了華為云當前的戰略重心。

這是當下中國AI云市場里少見的表態。

過去半年，以阿里云和火山引擎為代表的云廠商，不斷強調AI云的敘事，用日均Token調用量、MaaS收入規模作為新的增長錨點，即便是大模型廠商，月之暗面、DeepSeek、智譜等也把推理價格一壓再壓，整個行業的關鍵詞就是模型調用量和規模。

華為云選擇用另一種方式，進入這個擁擠的戰場。華為云一口氣發布了自去年以來面向AI最密集的一批新品，AICS靈衢智算集群、AMS Agentic記憶存儲、CCE Volcano Next通智一體化調度引擎、AgentSphere安全自治運行底座，以及ModelArts Next、企業級智能體平臺AgentArts（開源版openJiuwen），并打包提出了"Agentic Infra"新范式。

周躍峰給華為云定義的KPI不是Token數，而是"每一個Token背后是否真正提升了生產力"，在國產化算力供給受限、商業模式仍在重塑的窗口期，華為云把自己從"AI云第二名之爭"中抽身。

不比Token規模

周躍峰在見面會上罕見地正面回應了與阿里云、火山引擎的差異。他說，華為云和其它云廠商不一樣，原因有三點。

一是算力路線不一樣。華為云用的是全國產化算力軟硬件，昇騰、鯤鵬、CANN、歐拉等一整套自研體系。這條路更曲折，因為華為沒有辦法用別人的算力，它只能把國產化做成一個產業級答案。

由此，華為云必須打造第二個算力平面，在NVIDIA+主流公有云構成的全球主導算力路徑之外，提供另一種生態選擇。華為云無法、也不打算用"萬國牌"硬件去和友商在算力規模上對賬。周躍峰說，"我不愿意跟別的云公司去比收入、規模第二到第幾名，沒有意義。"

二是商業重心不一樣。互聯網系云廠商天然依賴C端流量和開發者生態，而華為云把重兵壓在政企和國計民生行業。例如，華為混合云已連續多年在政府、金融、央國企市場份額第一，服務全球5500多家客戶。

周躍峰表示，模型和算力的迭代速度太快，很可能部署完就已經落后。所以他建議，政企客戶不要自建萬卡集群，而是本地數據+遠端公有云AI算力/模型服務，配合機密推理、機密訓練、機密計算等技術，讓數據主權和算力共享之間形成平衡。本質上，這是把公有云的迭代紅利輸送給那些不能完全上公有云的客戶。

三是生態打法不一樣。華為云把開源做得相當徹底，昇騰CANN、歐拉操作系統、CCE Volcano調度、ModelArts工具鏈均開源；智能體平臺AgentArts的開源版openJiuwen，其內核與商業版同源度超過90%。

會上還聯合智譜、DeepSeek、MiniMax、Kimi、階躍星辰、百度、美團LongCat、訊飛星火等20余家頭部模型廠商發起"百模千態，云聚共贏"計劃。

當國產化算力在能力和供給上仍然受限時，把生態攤得越大、把模型選擇越多，第二個算力平面才能站穩。

Agentic Infra：把戰場從賣Token挪到賣生產力

如果說算力路線決定了華為云"不打什么"，Agentic Infra則決定了它"想打什么"。

周躍峰拋出了一個關于AI產業演進的判斷，四年前做AI是買算力卡，三年前是練大模型，今年是用智能體。算力和模型正在退到舞臺背后，智能體走到前臺。

AI云的競爭焦點從Token吞吐量，轉向智能體能不能在企業里真正跑起來。

華為云的產品矩陣也是按這個判斷重排的，Agentic Infra的"四件套"，高效Token工廠、持續學習、通智一體化調度、安全自治，每一項對應了企業部署智能體時繞不開的工程難題。

AICS靈衢把10萬卡集群的Token時延壓到10毫秒以內；AMS用NPU直通CMS的方式做PB級記憶空間，解決Agent的長程任務記憶瓶頸；CCE Volcano Next通過訓推共池把資源利用率提升30%以上；AgentSphere用羽量級沙箱實現100毫秒級啟動、每分鐘十萬級批創。

ModelArts Next則把MaaS的玩法做了重構，其模型路由支持成本優先、效果優先、均衡三種策略，已接入15余款SOTA模型，調度精準率超過95%，調用成本平均降低20%。

但華為云真正的差異化下注，是行業專區。本次大會，華為云一次性上線智慧醫療、具身智能、智能制造、科學計算四大"行業AI夢工廠"專區。

其中智慧醫療專區聯合上海瑞金醫院共建的RuiPath大模型，邯鄲、瑞安、黔西南、武安等20余家三甲、地市、縣域醫院集中入駐，這意味著病理診斷這類高度依賴專家經驗的能力，第一次以"云服務"形態向縣域醫院規模化輸出。

具身智能專區則推出全球首個全流程具身智能開發平臺CloudRobo，目標是承載中國300多家具身智能創業公司的全鏈路工具需求。

周躍峰表示，醫療和金融是中國數字化最成熟、數據最豐富的行業，"如果連這些行業的AI都做不起來，別的行業更難"，而在這些領域衡量AI價值的尺度，不該是日活和Token數，應該是金融風險防范的比例、信貸效率的提升、偏遠患者得到準確診斷的概率。

把這些線索連起來，華為云的戰略輪廓就清楚了，用全國產算力+開源生態做底座，用混合云+機密計算覆蓋政企，用Agentic Infra+行業專區把競爭從"賣Token"挪到"賣生產力"。

這條路比追逐MaaS收入慢得多，也更難講出漂亮的同比數據，但它繞開了當前AI云最激烈的價格紅海，押注的是一個尚未被定價的市場，智能體真正進入產業之后，誰能拿到底層基礎設施的位置。

AI云這條賽道，華為云只能用另一種解法。周躍峰總結道，"我沒有辦法構建萬國牌的硅基黑土地。"當其他云廠商在比誰的Token性價比更高時，華為云在拼的是，這套國產算力體系，能不能滿足中國產業AI在未來真正的需求。（本文作者 | 張帥，編輯 | 楊林）