产业界等带来最可信的信息情报、最全面的调研、最真实的趋势、最权威的解读、最专业的洞见。 关于 AIoT 星图研究院 商务合作联系 版权与免责声明 前言 当下，短距物联网领域正处于迅猛变革期。在技术维度，已从单纯满足基础连接迈向追求低时延、高精度、多模融合 的高阶阶段：Wi-Fi 7 与 HaLow 二代芯片成功实现量产应用，集成 SLP 定位功能的星闪 2.0 正式落地市场，搭载 Channel Sounding 绕性能升级、成本优化与场景适配展开深度博弈，整体呈现“技 术迭代提速、市场结构分化、国产化逐步突破、场景应用深化”的核心现状。 从技术标准迭代来看，Wi-Fi 已完成从“速率提升”向“高可靠、多连接、低时延”的价值跃迁。Wi-Fi 5（802.11ac）仍 占据存量市场主导地位，Counterpoint 数据显示，2024 年其市场份额达 56%，广泛应用于中低端消费电子与存量物联网 设备。 等技术深度融合，构建“消费级 + 产业级”双循环应用生态；同时低功耗技术（如 TWT）将推动电池供电设备续航提升 3 倍以上，激活更多物联网“哑终端”。 生态层面，行业竞争焦点将从单纯的硬件参数比拼，转向“连接 + 算力 + 安全”的一体化解决方案，边缘计算与 Wi-Fi 的融合将使数据处理时延压缩至 5ms 以内，WPA3 加密协议的普及则将进一步满足金融、医疗等高敏感场景的安全需求。 总体而言，Wi-Fi

国智能人居产业研究报告（2022）》、《中国蓝牙物联网产业研究报告（2023）》、《中国 Wi-Fi 物 联网产业研究报告（2023）》、《中国物联网平台产业研究报告及案例集（2023）》，研究侧重于无 线连接技术、物联网平台、云计算、企业服务等领域，热爱倾听、发现数字化浪潮下的商业故事。 杨先生 13530533040（微信同号） 本报告是 AIoT 星图研究院和深圳市物联传媒有限公司的调研与研究成果。本报告内观点、结论的版权属 日（西班牙·巴塞罗那）参展联系：18676385933 前言 若考虑设备通信距离的远近，物联网连接技术方案可分为短距物联和广域物联。短距物联技术包括了 Wi-Fi、蓝牙、2.4G 私有协议及新推出的星闪；广域物联技术则以蜂窝物联网连接量最集中，卫星物联是新兴的广域连接方式。 其中 2025 年及以后，中国及全球范围内采用蜂窝物联网连接方案的设备量仍将持续增多，这得益于 4G 网络充分被 应用、5G 及 5G RedCap 针对短距物联产业，2024 年物联传媒旗下 AIoT 星图研究院推出了《2024 短距物联——中国 Wi-Fi& 蓝牙 & 星闪产 业研究白皮书》，获得了广泛认可与传播。 为了进一步构建关于物联网连接的全局思考，AIoT 星图研究院又接着策划了广域物联产业的调研工作，最终历经数月 编撰，于 2025 年初决定正式发布《2025 广域物联——中国蜂窝 & 卫星物联产业研究白皮书》。 本白皮书内

什么是数字化转型。 数字化技术改变了什么 改变了人与物、人与人、物与物之间的连接。 数字化延伸了人与人连接的方式，突破了连接的数量、空 间和时间的限制。 数字化时代的我们已经习惯了通过手机APP、微信或其他 数字化手段，和同事、客户、其他服务提供者立即建立连 接，甚至可以在短时间内与几万、几十万的人建立连接。 数字化让人与物之间的连接由单向变成双向。 数字化时代，物品可以和人进行双向互动，似乎已经成了 数字化物品的基本功能。例如智能家居中的门看到家人会 自动打开。 数字化让物与物之间建立了广泛的连接。 物与物的连接让物体与物体间有了联动和协作，形成了集 群效应，集群能够提供远远大于单个物品的能力。 人与人、人与物、物与物的连接将会越来越广泛。未来包 括人在内的世间万物将会被一张无形的大网连接在同一个 系统内，由此带来的改变是前所未有的，企业的数字化转 型唯有顺应变革的内在业务逻辑才能走的更远。 商业的本质一个公式便可说明：收入-成本=利润，而收 入来源与连接的数量有着非常重要的相关性，在传统商业 模式之下，受到连接数量的限制，单个连接贡献的收入 必须足够大，才能保证利润。而在数字化时代，连接数 量限制的突破，让单个连接贡献的收入不再重要了，取 而代之的是连接的数量，因此商业模式会有下面几个变 化的特点： 平台模式。增加连接的数量，建立平台是一个非常好的方 式，但是与传统商业竞争不同，同质性的平台竞争，一定

...................................................................... 19 3.2.1 萌芽期：探索海外商机，建立数字化连接 .......................................................................................... 19 3.2 ....................................................................... 45 3 3.3.1 数字化连接，打通才是目的 ........................................................................................... ..................................................................................... 54 4.5.1 全连接成熟度框架 .............................................................................................

· · · · · · · 前言 PREFACE 当人工智能与物联网的融合进入深水区，AIoT 产业正在经历从连接万物到智联万物、 从数据采集到价值创造的根本性转变。站在 2025 年底的时间节点回望，我们见证了 一个产业从技术驱动走向价值驱动、从单点突破走向生态协同的壮阔历程。 《2026 中国 AIoT 产业全景图谱报告》应运而生，它不仅是一份产业地图，更是一个 认知 智慧仓储打造高效协同的物流中枢...................................................................................118 3 智慧零售的新连接与新体验............................................................................................... 慧农业、海上作业的设备监控、 地下矿井的安全管理等，创造了全新的市场机会。 展望未来，端侧 AI 优先将继续深化并演进。随着 6G 技术的预研和卫星通信的融合， 端侧设备将获得更加泛在和可靠的连接能力。同时，端边云协同的智能编排技术将更 加成熟，根据任务特性、网络状况、算力分布等因素动态分配计算任务，实现整体效 率的最优化。端侧 AI 不再是云端 AI 的简化版本，而是形成了各具特色、相互补充的

前智算网络发展重要挑战。 智算中心网络如图 1-1 所示，可按通信范围分为机内互联 （Intra-Node）与机外互联（Inter-Node）两类： 机内互联：主要用于单服务器或单节点内的多 GPU 连接。典型 技术包括 PCIe 与 NVLink，其中最新一代 NVLink[4] 5.0 点对点带宽 高达 1800 GB/s，并通过 NVLink Switch 实现多 GPU 全互联，支持构 上行链路，并在 Leaf 层与 Spine 层交换节点之间形成全互联结构，则光是 Leaf 层汇 聚这些服务器所需的交换芯片就需提供数千个高带宽端口。进一步向 上扩展 Leaf 层与 Spine 层的连接关系时，每增加一层交换所需的端口 数将指数增长，极易突破现有交换芯片的供给上限，迫使架构引入更 多堆叠与横向扩展链路，从而加重布线密度与网络拥塞风险。 网络带宽瓶颈 当前，大模型训练通常依赖数千张 1000us，GPU 有效计算时间占比将 降低 10%左右。同样，大模型推理对网络时延也有着更高的要求，以 确保能够为用户提供优质的推理服务。 传统数据中心网络普遍采用多层电交换架构，通过网卡与交换机 连接多个计算节点，数据包在传输过程中需要经过多个交换节点的中 转。受制于电交换“存储—转发”的工作机制，数据包必须在交换机 内部进行排队等待，多层级的交换路径使得这一排队延迟被进一步放 大，显著增

要求，充分发挥数据的要素价值作用，同时对数据安全也提出了新的、更 严格的要求，即要确保数据在大规模、高通量、快速率的流通过程中的安全。数据安全发展到了动态全过程安全阶段，这 时不仅需要更加强大的连接和算力功能，对数据更大规模、更快速率、更高通量流通利用的需求更强烈，而使用控制、隐 私计算、区域链、数据沙箱、智能合约、数据标识、语义发现、元数据智能识别等可信安全的数据流通技术正在成为数据 要素化发展新阶段的主流技术。 Cloud积极参与了欧盟Catena-X汽车数据生态系统建设。通过连接和整合私人、社区和公共数据源，Google Cloud帮助企业优化需求管理，让企业能够更精准地把握市场动态，合理安排生产与供应。凭借强大的数据分析能力，显著 提升了企业的实时洞察和预测能力，大幅提高运营效率，有效降低风险，削减不必要的成本支出。Google Cloud作为IDSA 的成员，积极为开源数据空间连接器做出贡献。 Google Clou Cloud通过在BigQuery上整合EDC连接器和联邦学习等技术，以及在数据自主权和互操作性方面的精心设计， 构建了一个高效、安全的数据流通平台。这种创新模式能将数据平台的流通数据与私有或不可共享的参与者数据相结合，实 现数据的循环利用和价值提升。 国家数据基础设施技术路线发展研究报告 第二章 世界各国积极探索数据基础设施建设和运营 14 > 15 这种宽松的数据流通法规环境，催生出了三种不同的

可靠、数 据本地化与智能决策的极致需求。与此同时，尽管 AI 技术发展迅速，但 其在边缘侧仍存在部署门槛高、资源协同难、业务适配弱等现实瓶颈。唯 有通过“算 - 网 - 智”深度融合，实现从“连接赋能”到“智能赋能”的 跨越，才能为实体经济注入强劲新动能。 在此背景下，中国移动积极响应国家战略部署，依托自身网络优势与技术 创新能力，提出“5G-A×AI 算网智一体化”解决方案。本白皮书系统阐 为核心构建 工业大脑和数字孪生平台，实现生产全流程智能化。 产业多元化发展现状。在 5G-A 与 AI 融合发展的过程中，运营商、设备商和垂直行业参与者需打破 传统角色边界，联合探索“业务 + 连接 + 运维”三位一体的融合理念，释放企业 AI 算力与智能化结 合的潜力。运营商应突破“网络管道提供商”的定位，不仅要强化算网智一体化平台构建，推动自 身资产价值升级，更应整合 5G-A 网络、 闲置或者隔离不足相互干扰，均无法实现“一 网千面”的精准供给；运维管理“治而不智”，仍依赖人工经验进行被动响应，缺乏预测性维护与主 动优化能力，智能化水平滞后；网络能力“连而无感”，仅能提供基础连接服务，无法原生支撑定位、 感知等融合应用，制约了智能化的深度与广度。 融合技术拐点催生架构协同：下沉核心网虽解决了集中式核心网难以快速处理边缘侧海量数据的问 题，契合企业专网本地化、实时化诉求

需求。另外，由于消除了电气走线带来的巨大能量损耗，OIO 将带 来颠覆性的能效提升。 2.3 光交换 2.3.1 光线路交换 OCS 的本质是通过光学器件直接操控光信号的传输路径，实现 输入端口到输出端口的连接。与需要光电转换的传统电交换不同， OCS 全程在光域操作，因此具有协议透明性、超低延迟、高能效等 优势。但 OCS 也存在光学器件累计损耗、稳定与可靠性方面的劣势， 云智算光互连发展报告 另外，OCS 选择的主流技术路线。 MEMS 光交换是一种基于微机电系统的光交叉连接技术。它通过 利用微纳技术制造微小尺寸的光学组件和机械结构，实现光信号的 灵活路由和交叉连接，如图 7 所示。MEMS 光交换是微镜反射型，方 便集成和控制，易于组成光交换阵列，是 MEMS 光交换研究的重点。 微镜阵列芯片是 MEMS 光交换系统中的核心组件，负责在光纤间建立 和断开连接。 图 7 MEMS 微镜原理 OCS 与流 LPO 虽然采用 TIA 和 Driver 芯片替换 DSP，但同时引发了误码 率提高的问题。行业普遍认为，LPO 只适用于特定的短距离应用场 景。例如，数据中心机柜内服务器到交换机的连接，以及数据中心 机柜间的连接等。目前，锐捷网络公司聚焦 AIGC 算力网络场景规划 设计了三款自研 LPO 光模块，满足以下三种网络架构的互连需求， 如图 10 所示。 图 10 锐捷 LPO 模块在三种网络架构下的互连应用