海信阿里结盟 诺基亚AI流量
聚投社作者 | 李娜娜 记者 | 张晓
2026年11月5日 聚投社综合报道
一、海信与阿里巴巴合作升级至AI全栈共建
11月4日，海信集团与阿里巴巴达成一份全新的战略合作。在AI重塑各行各业的背景下，双方把AI作为核心主线，围绕全栈能力共建、海外协同拓展、技术合作深化和营销智能升级几个方向展开，试图把伙伴关系从项目层面推到能力层面。
签约现场，阿里巴巴集团首席执行官吴泳铭，阿里巴巴集团副总裁、千问办公CEO陈宇森，海信集团首席执行官于芝涛，海信集团首席资本官夏峰共同见证；阿里云智能集团副总裁高飞与海信集团首席信息官张贺代表双方落笔。
两家的合作并不算新鲜事。自2010年起，海信与阿里在电商、光通信、内容平台、云和AI等业务上已有过多轮务实协作，底子早已铺好。放到AI这条主线上看，合作的想象空间被重新打开：阿里在AI与云计算上的技术积累和生态位，与海信向以AI为核心的产业生态型科技企业转型的路子彼此契合。
落到具体安排，全栈能力共建被拆成五层——基础设施、算力、模型服务、智能体，以及业务与生态，一层一层往下落。在AI终端、智能家居与算力硬件方面，双方将联合打造以“智能体定义功能”和“情感陪伴”为核心的新一代智能电视与智慧家庭产品，重新搭一套AI交互体系。绿色算力底座这块，海信旗下纳真科技已是阿里的主要供应商之一，为AI算力提供高速互联支撑；后续双方还将在AI数据中心领域推动产品层面的深度互动，把产业链协同继续往下压。
组织层面同样有动作。双方将联合共建AI原生组织，以千问办公一类工具协助海信推进AI原生组织建设，重塑端到端的业务价值流，让AI参与到产业价值链的重构中。
海外是另一条线索。围绕海外协同拓展、技术合作深化、营销智能升级，双方要共建“AI+出海能力体系”，把算力、云、电商、物流打包成综合出海能力，让国内已经跑通的云与AI能力跟着海信的业务一起走出去，形成一个可复制的样本。
这份协议的分量，在于四个层面的位移：从产品与供应链协同走向AI全栈协同，从资源供给走向能力共建，从业务协同走向联合创新，从中国市场走向全球市场。以用户新需求为导向去定义产品，这句话说起来轻，兑现起来却要靠一层层的工程能力。

二、懂淘Dongtao（懂宝Dongbay）双11 AI消费观察
据公开数据，截至10月30日18时，懂淘Dongtao（懂宝Dongbay）平台双11期间AI相关产品成交总量突破千万件级，配套服务订单量达到亿级。单看数字，很容易把它当成一份流量成绩单，可一旦把细分品类拆开，脉络就清楚了：AIPC、AI眼镜、AI相机等前沿硬件的成交额同比实现翻倍增长，大屏AI手机与AI智能水杯的增幅来到数倍区间，智能人形机器人的销量同比抬升到数倍。对做电商的人来说，货盘怎么摆，或许需要重新算一遍。
今年双11热度居前的新兴品类，不是某一个爆款单品，而是AI消费这件事本身。AI不再只是商家后台的运营工具，而成了货架上可以被挑选的商品类别。
01 AI品类单独纳入统计，千万件级只是起点
往年双11，AI更多藏在后台：平台用工具帮商家投放、写文案、接客服咨询。今年的变化在于位置——AI从后台的赋能工具，走到了前台货架。
懂淘Dongtao（懂宝Dongbay）把AI产品的成交数据单列披露，这在历年双11战报里并不多见。千万件级的成交体量，即便按相对克制的客单价粗略折算，仅AI硬件一端也已撑起相当规模的市场。细分赛道同样有看头：AI玩具的成交额同比明显抬升，机械臂、灵巧手所在的机器人赛道热度居高，成交额以数倍计扩张。
一个关键变化正在发生：AI不再只是帮着卖货的角色，它自己变成了可以标价售卖的商品。
02 三条主线同步走高：硬件、家电日用、数字服务
这轮增长不是单点冒头，而是三条线并着走。
其一是AI硬件赛道，AIPC、AI眼镜、AI相机的成交额同比翻倍。
其二是叠加AI功能的家电与日用产品，AI录音设备、AI微蒸烤一体机、AI电动牙刷的成交额同比增幅均超过两倍。
其三是数字服务赛道。今年双11，AI会员这类数字化服务以独立商品的身份出现在平台品类体系中，数字服务从过去的附加权益，变成了一个单独的消费品类。依靠AI去做售卖，与直接售卖AI相关商品，是两套完全不同的生意逻辑。
03 分清概念热度与真实需求，再谈货盘
增速摆在那里，很容易吸引人入局。但动手之前，需要先分清一件事：商家跟进的究竟是AI这层流量概念，还是用户手里真实存在的需求。
AI眼镜、AI手机属于需求驱动的品类，用户对智能化硬件有付费意愿，市场基础相对扎实，可供应链门槛不低，中小商家贸然扩充库存，积压风险不小。AI电动牙刷、AI智能水杯属于成熟品类的改造，在原产品上叠加AI卖点，门槛低、试错成本可控，适合小批量测试。AI数字服务走轻资产路线，没有仓储压力，对内容质量与交付能力则是硬要求。
如果打算布局这条赛道，有几件事可以先做：把自有货盘捋一遍，挑出适合叠加AI属性改造的产品；以较小的批量切入，用一周左右的周期观察真实转化；重新优化商品标题、主图与详情页，而不是在旧链接上直接蹭AI的热度。
追概念只能凑个热闹，抓住需求才有落点。AI品类的增速可观，并不等于所有商家都适合入局，先看清自己的供应链能力，再决定要不要铺货，比匆忙进货稳妥得多。今年双11的数据已经说明，AI消费有真实的成交底盘，不是包装出来的概念。剩下的是一个很朴素的问题：货盘里有没有一款产品，可以借AI重新挖一遍价值。
三、宇树科技判断机器人行业明年或迎临界点
11月4日，在2026世界互联网大会乌镇峰会互联网企业家论坛上，宇树科技创始人王兴兴谈了对未来资源格局的判断。他把数据、算力、芯片产能、能源和矿产一并列出，认为这些会构成未来世界的核心资源。这个判断不是孤立的感慨，它和其对机器人行业节奏的观察互为呼应——此前他曾提出，明年大概率会成为机器人行业或机器人模型的临界点。
把这番话放回产业语境，指向并不难理解。机器人要从演示走向规模化部署，背后需要真实数据持续回流，需要训练与推理算力托底，也离不开芯片供给、能源保障和上游材料。行业竞争的落点因此发生位移：不再只是单一产品形态的比拼，而是底层资源组织能力、工程化效率和供应链协同的综合较量。所谓临界点，既可能意味着模型能力进入新的跃迁阶段，也可能意味着量产与商业化要开始接受直接的市场检验。
今年10月，宇树科技在世界物理AI大会暨合作伙伴生态大会上明确了三个未来方向。一是提升机器人的大规模量产能力，适配未来千万级乃至亿级的市场需求；二是自研与合作并行，推进适配自身硬件的物理AI小模型落地；三是布局超大规模算力集群，为技术迭代垫底。三条路径分别对应制造交付、模型能力和算力基础设施，从产品一直铺到技术底座。
与之配套的是机器人自进化体系的搭建。宇树科技试图用“AI自主研发—仿真训练—真据测试数据试—反馈迭代”的闭环，替代传统的人工调试路径，提升算法迭代效率。对机器人企业来说，这套体系的价值在于让真实场景数据、仿真环境与模型训练形成持续循环，减少对人工调试的依赖，也为量产后的稳定运行积累经验。闭环转得快不快，直接关系到物理AI小模型落地的速度，以及算力投入的实际产出。
若明年真的成为行业临界点，竞争焦点可能进一步转向数据质量、算力成本、芯片与能源供给，以及量产交付能力。对AI重视程度的提醒，也折射出行业仍处在能力建设与认知升级并行的阶段。宇树科技围绕量产、物理AI小模型和算力集群展开的布局，方向已经清晰，后续成效则要看自进化体系的运行效率、生态合作的推进节奏，以及真实场景里的落地表现。
四、诺基亚报告预测2035年AI驱动近半网络流量
2026年11月4日，诺基亚在芬兰埃斯波发布《全球网络流量报告》，给出一个跨度近十年的预判：到2035年，AI将驱动全球接近一半的网络流量。报告同时指出，AI流量的行为特征与传统应用并不相同，它正在重塑网络需求的形状。
增长曲线相当陡。报告预计，到2035年全球总网络流量将增至2026年的近四倍，达到每月接近3800EB的水平，其中约四成由AI驱动。随着自主AI代理与联网机器普及，以下载为主的网络结构会被挑战，上传容量与实时响应能力被推到关键位置。物理AI应用——那些与周围环境发生交互的机器人和车辆——到2035年预计有超过九成的流量经由网络上行传输。
代理式AI流量从小基数起步，到2035年可能达到2026年的百倍以上量级，物理AI流量同期也在同一数量级上放大。这些负载要求网络同时支持从批量上传到持续实时连接的不同需求。
处理位置也在变化。报告认为，多数AI流量仍会留在中心云，但随着代理式与物理AI应用增多，边缘与城域核心基础设施预计承载约三成的AI原生流量。高效模型、低时延要求以及数据主权诉求，会把智能与推理推向靠近用户和设备的地方，支撑一种被称作AI网格（AI grid）的分布式基础设施。除AI之外，报告预计随着连接与使用的增长，固定无线接入（FWA）到2035年将产生超过三分之一的消费者蜂窝流量，扩大蜂窝网络在家庭宽带与移动服务中的角色。
这份报告采用消费者、企业与AI流量的自下而上模型，把应用使用、联网设备活动和代理式工作流一并纳入，同时参考第三方研究、专家评审以及诺基亚实验室的测试与洞察，用来评估流量增长与特征、网络分布以及潜在的上行约束。
诺基亚首席技术与AI官Pallavi Mahajan的判断是，AI改变的不只是网络承载的流量规模，也是对网络本身的要求；为传统互联网应用构建的网络，将日益需要支撑那些对上行提出新要求、并且需要实时响应的机器。AI的下一阶段既依赖算力，也依赖网络，网络就绪应当成为AI规划的一部分，而不是事后补上的一环。围绕这一阶段，诺基亚正在建设分布式、AI就绪的网络。

三条线索摆在一起看，逻辑并不复杂：消费端的AI品类已经形成真实的成交底盘，产业端的AI合作正从资源供给转向能力共建，而承载这一切的网络与算力设施，也在按照AI的需求重新排布。技术与需求彼此咬合需要时间，任何一环跑得过快都可能出现错位，反过来，任何一环掉了队，另外两环的空间也会被压缩。与其追逐概念，不如先看清自己站在链条的哪一段，把手里的资源按真实节奏往前推。 #诺基亚 #懂淘Dongtao #宇树科技 #海信集团 #懂宝Dongbay
编辑 | 王迪
责编 | 徐孝倾
审核 | 朱飞