上证报中国证券网讯（记者 严晓菲）中国人工智能产业正面临一场深层次的结构性调整。随着通用大模型算力供给日趋充裕，产业竞争的核心要素正从算力规模转向知识深度、落地精度与产业价值。在这一进程中，能否构建自主、系统、可验证的知识体系，已成为决定人工智能产业纵深发展的关键命题。 2026年6月至8月，上海卓越睿新数码科技股份有限公司（02687.HK）（以下简称“卓越睿新”）先后与阿里云、火山引擎、百度三家国内头部人工智能平台达成战略合作，成为业内为数不多同时深度融入三大AI生态的知识科技企业。 6月，卓越睿新与阿里云达成全面合作。双方依托通义千问系列大模型，联合打造多智能体协同平台，聚焦高质量知识资产与人工智能实体场景的深度融合。阿里云提供算力基础设施与通用模型能力，卓越睿新输出其独家积累的全学科结构化知识体系，有效补齐了大模型在垂直场景中的知识短板。 7月，卓越睿新与火山引擎签署合作协议，围绕豆包大模型开展深度协同。双方将卓越睿新长期积累的学科知识、教学行为数据与人工智能能力有机融合，在智能教学、虚实实训、人才培养等场景中构建精准可控的专业人工智能应用体系。 8月，合作纵深更进一步，卓越睿新与百度达成深度战略合作。双方整合百度大模型、文库、百科等海量数字资产，以卓越睿新全学科知识图谱为核心引擎，构建结构化、端到端的知识智能体系。应用场景从教育领域拓展至工业、能源、应急、科研等高价值产业领域。此次合作首次引入DAA量化评估体系，推动人工智能应用从“可演示”迈向“可度量、可复制、可落地”的实质性阶段。 三家头部平台在短期内密集选择同一家合作方，其背后是当前人工智能产业面临的共性挑战：通用大模型算力充裕，但知识碎片化、行业认知浅、落地可控性弱、产业价值难以量化等问题，已成为制约产业发展的突出瓶颈。在这一背景下，具备体系化知识积累和深厚实体场景经验的合作伙伴，其战略价值日益凸显。 而卓越睿新近二十年的深耕，形成了两方面的核心能力。其一，海量经过专家校验、场景验证的结构化多模态知识资产；其二，深厚的实体场景积累，大量真实场景的反馈数据与行业逻辑，能够对通用大模型进行有效约束、精准校准与可靠落地。 从更宏观的视角审视，中国人工智能产业已进入比拼知识深度、落地精度与产业价值的全新阶段。市场共识逐步明确，大模型的能力上限由算力决定，而产业落地的实际效果，则取决于知识底座的厚度与质量。高质量、体系化、可落地的知识资产，其稀缺性和战略价值将持续提升。

上证报中国证券网讯（记者 严晓菲）中国人工智能产业正面临一场深层次的结构性调整。随着通用大模型算力供给日趋充裕，产业竞争的核心要素正从算力规模转向知识深度、落地精度与产业价值。在这一进程中，能否构建自主、系统、可验证的知识体系，已成为决定人工智能产业纵深发展的关键命题。

2026年6月至8月，上海卓越睿新数码科技股份有限公司（02687.HK）（以下简称“卓越睿新”）先后与阿里云、火山引擎、百度三家国内头部人工智能平台达成战略合作，成为业内为数不多同时深度融入三大AI生态的知识科技企业。

6月，卓越睿新与阿里云达成全面合作。双方依托通义千问系列大模型，联合打造多智能体协同平台，聚焦高质量知识资产与人工智能实体场景的深度融合。阿里云提供算力基础设施与通用模型能力，卓越睿新输出其独家积累的全学科结构化知识体系，有效补齐了大模型在垂直场景中的知识短板。

7月，卓越睿新与火山引擎签署合作协议，围绕豆包大模型开展深度协同。双方将卓越睿新长期积累的学科知识、教学行为数据与人工智能能力有机融合，在智能教学、虚实实训、人才培养等场景中构建精准可控的专业人工智能应用体系。

8月，合作纵深更进一步，卓越睿新与百度达成深度战略合作。双方整合百度大模型、文库、百科等海量数字资产，以卓越睿新全学科知识图谱为核心引擎，构建结构化、端到端的知识智能体系。应用场景从教育领域拓展至工业、能源、应急、科研等高价值产业领域。此次合作首次引入DAA量化评估体系，推动人工智能应用从“可演示”迈向“可度量、可复制、可落地”的实质性阶段。

三家头部平台在短期内密集选择同一家合作方，其背后是当前人工智能产业面临的共性挑战：通用大模型算力充裕，但知识碎片化、行业认知浅、落地可控性弱、产业价值难以量化等问题，已成为制约产业发展的突出瓶颈。在这一背景下，具备体系化知识积累和深厚实体场景经验的合作伙伴，其战略价值日益凸显。

而卓越睿新近二十年的深耕，形成了两方面的核心能力。其一，海量经过专家校验、场景验证的结构化多模态知识资产；其二，深厚的实体场景积累，大量真实场景的反馈数据与行业逻辑，能够对通用大模型进行有效约束、精准校准与可靠落地。

从更宏观的视角审视，中国人工智能产业已进入比拼知识深度、落地精度与产业价值的全新阶段。市场共识逐步明确，大模型的能力上限由算力决定，而产业落地的实际效果，则取决于知识底座的厚度与质量。高质量、体系化、可落地的知识资产，其稀缺性和战略价值将持续提升。