11月6日上午，中国移动董事长陈忠岳在2026移动网络大会主论坛发表题为《网络强基 智能共创》的主旨演讲。这场演讲给出的数字，构成了本届大会到目前为止最具体的新闻点：2027年中国移动计划进一步提升采购总量，预计总金额5000亿元以上，其中算力投资1000亿元以上，终端采销1000亿元以上。

对一家年度资本开支长期在千亿级波动的运营商而言，“算力投资千亿以上”不是一次简单的预算追加，而是资产结构的重新排序。陈忠岳的表述更为直接：中国移动投资的最大增量在算力。

大会于11月5日至7日在广州保利世贸博览馆举行，主题为“共创智能经济新形态”，设一场主论坛、七场主题论坛、三个展馆与二十余项成果发布。

节点之上是政策：2026年3月政府工作报告首次提出“打造智能经济新形态”，4月中央政治局确定“六张网”建设方向，算力网和新一代通信网首次与水网、新型电网、城市地下管网、物流网并列，进入“十五五”规划重大工程。

过去二十年，运营商的核心资产是频谱、基站与光纤，计价单位是带宽和时长；算力网入列国家工程之后，资产清单里增加了GPU集群、智算园区与调度系统，计价单位多了一个Token。

一、增量的形状：从万卡集群到吉瓦级园区

算力投资的落点，陈忠岳讲得很具体。在建成多个万卡计算集群的基础上，中国移动正在布局建设多个超大规模智算集群，未来两年智算能力将连续翻番。园区的节奏也已排出：今年开工新建3个吉瓦级智算园区，明年再建2个，吉瓦级智算园区总数将达到7个。

“吉瓦级”是电力口径，不是算力口径。这个计量单位的切换本身说明了制约条件的变化：当单园区用电规模进入吉瓦量级，决定智算中心产出上限的已经不只是GPU供给，还有电力接入容量、绿电配比与散热能力。这也为算网大脑4.0的升级提供了现实依据——园区越大，算力任务与电价低谷、绿电供给的匹配程度，就越直接地传导到单位Token成本。

值得注意的是，这一轮扩张的形态与上一轮不同。万卡集群解决的是“有没有”的问题，吉瓦级园区解决的是“密度与成本”的问题：前者以卡数为标尺，后者以电力、机柜与互联带宽的组合效率为标尺。评语标准一旦换到后一套指标上，国产算力芯片的能效比、超节点的集成度、以及园区内的网络拓扑，就会同时成为采购决策的变量。

二、连算成网：传输侧的四项改造

园区是节点，网络是通道。陈忠岳提出的“连算成网”落在四个动作上：拓展400GOTN能力，全面贯通国家算力枢纽与各类算力资源；加大空芯光纤应用；加快CDN扩容升级；升级算网大脑，推动算力并网与一体调度，实现算力供需精准对接。

四项动作对应算力流通链路的三个环节：入算连接、算间互联、边缘分发。400GOTN与空芯光纤作用于骨干段与算间段——空芯光纤的低时延特性决定跨枢纽长距离传输的实际损耗，本届大会四号馆展出的800G空芯光纤试验网，正是这一方向的验证载体；CDN扩容作用于边缘分发，决定推理结果触达用户的时延；算网大脑作用于调度层，把分散的算力资源变成可被统一编排的供给。

公开的技术指标显示，中国移动已建成1ms—5ms—20ms三级低时延圈，跨域调度做到分钟级。“连算成网”的实质，是把这些分散的低时延能力从技术指标转化为商业能力：只有当算力并网之后，调度才可能产生价值，算力的供需匹配才可能从“按年签合同”变成“按任务结算”。

三、从算网大脑4.0到MoMA：调度能力与结算入口

算力网这一层，中国移动的组织方式是“三支柱、一中枢、一平台”：移动云算网一体基础设施之下，AICN智算网络负责智算资源，AIDC负责算电协同，AICC提供云算服务；算网大脑4.0作为调度中枢；MoMA在最上层做模型供给。

算网大脑4.0的升级点在于调度对象的扩张。此前版本管的是“算”与“网”两类资源，4.0推进到“算、网、电”一体化：调度范围由自有算力扩展到跨地域、跨架构、跨主体的全域算力并网；调度对象增加电力，围绕算电协同开展技术攻关，让算力任务与电价低谷、绿电供给动态匹配；服务模式由算网任务式交付升级为“算网+AI”。其定位是“社会级算力纳管调度底座”。陈忠岳此次提出的“算力并网、一体调度”，与这套架构的演进方向一致：先解决资源能不能进网，再解决调度能不能按需。

结算入口在MoMA。平台接入超300款主流模型，覆盖DeepSeek、GLM、MiniMax、Qwen等系列，配合自研SDN网关支持百万亿Token日调度量；通过智能路由实现大小模型协同，单位Token成本压降30%以上，模型使用成本下降约20%。

本次大会上，“中国移动MoMA开放计划”正式发布并举行签约，开放内容分为能力开放、生态行动、生态政策三条线，覆盖多模多芯异构底座、智能体开发套件、统一调用网关与智能路由、SIM安全认证，以及营销资源共享、算力Token扶持与伙伴分成。

三条线指向同一个目标：打通从Token供给到商业消耗的闭环。这是运营商在AI产业链中的一次位置选择——不与模型公司争夺研发领先，而做模型流通的基础设施与计量结算入口。千亿算力的投入要形成回报，最终必须落到这一层：园区的电力与机柜产出算力，算网大脑把算力调度成可用服务，MoMA把服务切成可计价的Token。

四、底座的验证：6G内生算力与推理侧的成本竞争

展区里的技术演示，多数在回答同一个问题：算力要跟着业务走，而不是业务去迁就算力。

通信网一侧，中国移动展出了6G端到端原型样机与“脑控群智协同”试验装置。其链路是：机器狗采集现场画面，经6G回传至操控端；操控者的脑电意图由6G内生就近算力实时解析为行动指令，驱动机器狗与机器人协同完成排障。这个演示的技术落点在“内生算力”——算力被放进网络内部，而不是集中在远端机房。对吉瓦级园区这样高度集中的供给形态而言，内生算力的意义正在于把一部分推理下沉到靠近业务的位置，减少对骨干与回传的占用。

智能网一侧，企业级智能体工作台MobileWork累计沉淀1.3万个技能资产，支持一句话交办、一键交付；12580个人智能助理提供跨应用执行与主动提醒；面向行业，移动天工平台在设备运维、工业安监、工业知识管理等场景落地，并向AI+智慧石油化工、AI+工业设计等方向延伸。

伙伴侧的成本竞争同样清晰。中兴通讯在大会上展出OEX正交架构超节点，单机柜集成128个GPU，经“光互联+电交换”或“光互联+光交换”双路线可扩展至1.6万卡；针对推理成本，以DPU为中心构建AI原生KV缓存，特定场景缓存命中率可达90%。其判断是，大模型进入推理规模化阶段后，算力比拼正从芯片参数转向Token吞吐与总拥有成本。

这条判断与陈忠岳的投资口径互相印证。当训练需求趋于集中、推理需求趋于分散，基础设施的评价标准就从峰值算力转向单位Token成本与调度效率：同等电力与机柜条件下能产出更多可用Token的一方，掌握定价权。千亿算力投资的实际回报率，也要用这套指标来核算，而不是用卡数来核算。