国内最大规模Token采购项目开标 金额达174亿元
5月中旬，一则来自中国电信阳光采购网的公示信息，在算力与人工智能领域激起了不小的波澜。根据公示，在5月11日至13日期间，中国电信宁夏分公司对其“2026年‘Token工厂’生成能力服务集中采购项目”的标包五，公布了中标候选人。值得注意的是，这个项目整体规模高达174.38亿元，而此次开标的标包五，规模也达到了15.9亿元。业内普遍认为，这是国内首次出现如此大规模的token生产能力集中采购。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
简单来说，这个庞大的项目旨在分批次采购token生成能力服务，总共划分了11个标包，服务周期长达60个月。目前，标包一至四已经发布了招标公告但尚未开标，而标包五则率先完成了开标流程。
从已披露的信息看，前四个标包的预估规模同样惊人：标包一约15.37亿元，标包二约14.95亿元，标包三约14.52亿元，标包四约13.99亿元。这些标包均对交付速度提出了严格要求——中标人需在订单下达后30日内提供标准的token生成能力。
至于已经开标的标包五，共有6个中标名额，每个中标人将获得15%到18%不等的份额。
那么，哪些企业有望分得这杯羹呢？公示名单中列出了7位中标候选人，分别是：北京华胜天成科技股份有限公司、北京乐讯科技有限公司、湖北大数据集团算力科技有限公司、清芯智算（北京）科技有限公司、北京创世云科技股份有限公司、北京东方国信科技股份有限公司以及上海基流光联通信技术有限公司。最终将从这七家中决出六家。
中国电信此次重金投入“Token工厂”，并非一时兴起。实际上，这与其集团层面的战略转型紧密相关。早在今年3月的业绩说明会上，中国电信董事长柯瑞文便明确提到，公司将“用AI、Token经营重塑业务”。其核心思路，是以token服务为经营主线，整合技术、人才、渠道等资源，目标是成为领先的AI服务商，为客户提供一体化、智能化的解决方案。
紧接着在4月30日，中国电信便发布了一站式token服务平台，该平台旨在覆盖token的规模生产、调度分发乃至价值变&现的全链条服务。这一系列动作清晰地表明，Token业务已成为中国电信布局未来、打造智能经济新形态的关键抓手。
为何Token如此重要？数据最能说明问题。根据国家数据局披露的信息，国内日均token调用量在2024年初约为1000亿次，到2025年底已跃升至100万亿次，而今年3月更是突破了140万亿次大关。短短两年时间，增长超过一千倍。这种指数级的爆发，正是驱动像中国电信这样的巨头进行前瞻性、大规模基础设施投入的根本动力。
相关攻略
市场情绪显著升温，创业板指盘中涨超2%，报4013点，创2015年6月以来新高。深证成指与上证指数分别上涨1 28%和0 42%，整体表现强劲，超3200只个股上涨。
市场情绪回暖，深证成份指数盘中涨幅超1%。部分成份股表现活跃，润泽科技涨超14%，网宿科技、晶盛机电等涨幅均超11%，带动指数走强。市场资金对相关板块关注度提升，反映出结构性机会，后续需观察量能与板块轮动持续性。
岚图知音在京沪线1300公里实测中全程未充电，续航达成率超95%，公开智驾过程在复杂路况下未出现误判或制动异常，展现了高性能传感器与智能系统的协同能力。此次实测以真实场景验证技术可靠性，凸显系统优化对缓解续航与智驾焦虑的关键作用。
近日，模拟赛车装备行业迎来重大合作动态：MOZA RACING魔爪正式宣布与欧洲顶级职业漂移赛事Drift Masters漂移大师赛达成全新战略合作伙伴关系。根据双方协议，自2026赛季起，MOZA RACING将与Drift Masters携手，为全球赛车爱好者呈现更丰富、更多元的互动体验。这不仅
知名电竞评论员BanKs近期深度分析了Spirit战队明星选手donk的竞技状态与未来展望。 BanKs指出，donk在IEM里约站的赛事中，其Rating数据为1 22，这确实低于他过往的巅峰水准。这一现象或许表明，这位天赋异禀的选手正面临职业生涯的新挑战与战术适应期。回顾他此前的比赛记录，其Ra
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个