这是当下中国 AI 云市场里少见的表态。
过去半年，以阿里云和火山引擎为代表的云厂商，不断强调 AI 云的叙事，用日均 Token 调用量、MaaS 收入规模作为新的增长锚点，即便是大模型厂商，月之暗面、DeepSeek、智谱等也把推理价格一压再压，整个行业的关键词就是模型调用量和规模。
华为云选择用另一种方式，进入这个拥挤的战场。华为云一口气发布了自去年以来面向 AI 最密集的一批新品，AICS 灵衢智算集群、AMS Agentic 记忆存储、CCE Volcano Next 通智一体化调度引擎、AgentSphere 安全自治运行底座，以及 ModelArts Next、企业级智能体平台 AgentArts（开源版 openJiuwen），并打包提出了 "Agentic Infra" 新范式。
周跃峰给华为云定义的 KPI 不是 Token 数，而是 " 每一个 Token 背后是否真正提升了生产力 "，在国产化算力供给受限、商业模式仍在重塑的窗口期，华为云把自己从 "AI 云第二名之争 " 中抽身。
周跃峰在见面会上罕见地正面回应了与阿里云、火山引擎的差异。他说，华为云和其它云厂商不一样，原因有三点。
一是算力路线不一样。华为云用的是全国产化算力软硬件，昇腾、鲲鹏、CANN、欧拉等一整套自研体系。这条路更曲折，因为华为没有办法用别人的算力，它只能把国产化做成一个产业级答案。
由此，华为云必须打造第二个算力平面，在 NVIDIA+ 主流公有云构成的全球主导算力路径之外，提供另一种生态选择。华为云无法、也不打算用 " 万国牌 " 硬件去和友商在算力规模上对账。周跃峰说，" 我不愿意跟别的云公司去比收入、规模第二到第几名，没有意义。"
二是商业重心不一样。互联网系云厂商天然依赖 C 端流量和开发者生态，而华为云把重兵压在政企和国计民生行业。例如，华为混合云已连续多年在政府、金融、央国企市场份额第一，服务全球 5500 多家客户。
周跃峰表示，模型和算力的迭代速度太快，很可能部署完就已经落后。所以他建议，政企客户不要自建万卡集群，而是本地数据 + 远端公有云 AI 算力 / 模型服务，配合机密推理、机密训练、机密计算等技术，让数据主权和算力共享之间形成平衡。本质上，这是把公有云的迭代红利输送给那些不能完全上公有云的客户。
三是生态打法不一样。华为云把开源做得相当彻底，昇腾 CANN、欧拉操作系统、CCE Volcano 调度、ModelArts 工具链均开源；智能体平台 AgentArts 的开源版 openJiuwen，其内核与商业版同源度超过 90%。
会上还联合智谱、DeepSeek、MiniMax、Kimi、阶跃星辰、百度、美团 LongCat、讯飞星火等 20 余家头部模型厂商发起 " 百模千态，云聚共赢 " 计划。
当国产化算力在能力和供给上仍然受限时，把生态摊得越大、把模型选择越多，第二个算力平面才能站稳。
Agentic Infra：把战场从卖 Token 挪到卖生产力
如果说算力路线决定了华为云 " 不打什么 "，Agentic Infra 则决定了它 " 想打什么 "。
周跃峰抛出了一个关于 AI 产业演进的判断，四年前做 AI 是买算力卡，三年前是练大模型，今年是用智能体。算力和模型正在退到舞台背后，智能体走到前台。
AI 云的竞争焦点从 Token 吞吐量，转向智能体能不能在企业里真正跑起来。
华为云的产品矩阵也是按这个判断重排的，Agentic Infra 的 " 四件套 "，高效 Token 工厂、持续学习、通智一体化调度、安全自治，每一项对应了企业部署智能体时绕不开的工程难题。
AICS 灵衢把 10 万卡集群的 Token 时延压到 10 毫秒以内；AMS 用 NPU 直通 CMS 的方式做 PB 级记忆空间，解决 Agent 的长程任务记忆瓶颈；CCE Volcano Next 通过训推共池把资源利用率提升 30% 以上；AgentSphere 用羽量级沙箱实现 100 毫秒级启动、每分钟十万级批创。
ModelArts Next 则把 MaaS 的玩法做了重构，其模型路由支持成本优先、效果优先、均衡三种策略，已接入 15 余款 SOTA 模型，调度精准率超过 95%，调用成本平均降低 20%。
但华为云真正的差异化下注，是行业专区。本次大会，华为云一次性上线智慧医疗、具身智能、智能制造、科学计算四大 " 行业 AI 梦工厂 " 专区。
其中智慧医疗专区联合上海瑞金医院共建的 RuiPath 大模型，邯郸、瑞安、黔西南、武安等 20 余家三甲、地市、县域医院集中入驻，这意味着病理诊断这类高度依赖专家经验的能力，第一次以 " 云服务 " 形态向县域医院规模化输出。
具身智能专区则推出全球首个全流程具身智能开发平台 CloudRobo，目标是承载中国 300 多家具身智能创业公司的全链路工具需求。
周跃峰表示，医疗和金融是中国数字化最成熟、数据最丰富的行业，" 如果连这些行业的 AI 都做不起来，别的行业更难 "，而在这些领域衡量 AI 价值的尺度，不该是日活和 Token 数，应该是金融风险防范的比例、信贷效率的提升、偏远患者得到准确诊断的概率。
把这些线索连起来，华为云的战略轮廓就清楚了，用全国产算力 + 开源生态做底座，用混合云 + 机密计算覆盖政企，用 Agentic Infra+ 行业专区把竞争从 " 卖 Token" 挪到 " 卖生产力 "。
这条路比追逐 MaaS 收入慢得多，也更难讲出漂亮的同比数据，但它绕开了当前 AI 云最激烈的价格红海，押注的是一个尚未被定价的市场，智能体真正进入产业之后，谁能拿到底层基础设施的位置。
AI 云这条赛道，华为云只能用另一种解法。周跃峰总结道，" 我没有办法构建万国牌的硅基黑土地。" 当其他云厂商在比谁的 Token 性价比更高时，华为云在拼的是，这套国产算力体系，能不能满足中国产业 AI 在未来真正的需求。（本文作者 | 张帅，编辑 | 杨林）
