近日，海致科技宣布与京东科技达成战略合作。
近日，海致科技宣布与京东科技达成战略合作，双方将围绕技术共建、行业赋能、市场协同、资源互补四个方向展开合作，面向金融、能源、政务等行业输出「图智能+产业云」一体化方案。
单看这条消息，是一起常见的产业合作公告。但把时间线拉长会发现，这不是海致今年第一次出现在头部厂商的合作名单上——在此之前，海致已相继与国产算力厂商海光信息、大模型厂商智谱完成签约。三笔合作，分别覆盖算力芯片、基础大模型、产业云三个此前互相独立的技术层级，落点却是同一家公司。
这背后指向一个正在发生的产业变化：当算力、云、大模型的供给逐渐充裕，产业链上稀缺的东西变了。
一、一条时间线，三个层级的「共同选择」
把三笔合作放在一起看，顺序和分工是清楚的。
• 算力层：海致与海光信息完成深度适配，联合打造国产化全栈的产业 AI 交付版本，解决的是信创场景下「硬件能跑起来、还要跑得对」的问题。
• 模型层：海致与智谱签署战略合作框架协议，双方在模型适配优化、知识图谱对齐、产业场景联合落地上展开协同。值得一提的是，智谱同时是海致 IPO 阶段的基石投资人，这层关系比一般的技术合作更深。
• 云层：这次的京东科技合作，是海致在产业云赛道的最新落子。京东科技提供产业云、金融云、城市云的场景与客户资源，海致则以 Atlas 图谱与 Atlas 智能体为核心能力接入。
三笔合作有一个共同点：芯片、大模型、产业云这三个此前各自独立发展的技术层级，不约而同地把海致选为落地接口。这个结果本身说明——不同底座厂商在面对同一个业务难题时，给出了相似答案。
二、为什么算力、大模型、云都需要一个「中间层」
三个层级选择同一家公司做接口，背后的动机并不完全相同，值得分开看。
对海光信息这样的算力硬件厂商而言，交付物终究是芯片和算力，而不是一套能直接用在业务里的解决方案。政企客户采购时要的是整体可用性，硬件厂商单靠自己很难补齐「从算力到业务决策」这一段。与具备行业落地经验的第三方共建联合方案，能让国产算力以更完整的形态进入政企市场，海致在复杂业务场景中的图模融合能力，是这次合作被看中的关键。
对京东科技来说，产业云的核心壁垒本来是基础设施、场景积累和客户渠道。但政企客户近两年对「决策可解释」的要求明显上升，单纯卖算力和存储已经不够。事实上，这种「靠生态协同补齐 AI 落地短板」的趋势正在头部云厂商中蔓延——就在今年 7 月，火山引擎也与咨询巨头安永达成战略合作，计划共同搭建千人级的 FDE（前置交付工程师）团队，探索 AI 全栈交付新模式。京东科技同样没有选择自建一条复杂的图智能技术线，而是引入海致相对成熟的图智能、智能体能力，补齐云平台在可信决策方向上的短板——这也说明，这类能力短期投入很难追上，更适合靠生态协同来补齐。
对智谱而言，通用大模型的长板是生成与理解能力，短板是行业知识沉淀和事实校验，尤其在金融、能源、政务这类强监管行业，「生成得好」和「能被审计通过」是两件事。借助海致知识图谱的结构化约束，把模型输出往行业规则和可追溯性上拉一拉，能让大模型的能力更顺利地转化为政企客户可用的方案——智谱同时作为海致的基石投资人，也表明这不是一次浅层的业务试探。
三个视角合在一起，能看出一个共性：算力、云、大模型这三个层级，单独都很难独立闭环解决产业落地的全部问题，各自需要一个能把技术能力「翻译」成行业可用方案的中间环节。
这种「翻译」不仅是技术层面的对接，更是物理层面的深入。在 AI 落地时代，企业客户想要真正建立属于自己的「AI 资产」，仅仅依靠云产品提供平台服务是远远不够的。技术成熟不等于业务落地，从意识到用起来，中间隔着一道巨大的鸿沟。这就催生了 AI 落地时代的「新物种」——FDE（前沿部署工程师）。他们作为技术与业务的跨界翻译官，需要深入企业真实工作现场，与一线员工共创，把大模型和智能体嵌入现有的业务流，打通 AI 应用落地的「最后 1 公里」。
海致这类「中间层」公司，正是通过提供这种深度的现场推进能力和长期的适配经验，构筑了后来者不易复制的壁垒。
三、财报验证与生态化的路径选择
这种「中间层」的价值是否成立？海致最新披露的中期财报给出了数据支撑。
财报显示，2026 年上半年，海致核心增长引擎 Atlas 智能体收入同比大增 135.6%，收入占比达 38.8%；整体毛利率同比提升 6.2 个百分点至 44.7%。高增长与高毛利并存，说明其产品标准化程度正在提升，其商业化价值已在客户端得到实质性验证。
产业 AI 这个赛道有一个老问题：项目制依赖度高，定制化交付意味着人力成本和交付周期都不容易压下来，纯靠自有团队复制项目速度有限。从海致近期的公开动作看，它明显是在往生态化的方向走，试图靠联合方案而不是单纯扩充实施团队来打开规模。在生态布局上，海致正围绕「算力、模型、场景」三大维度，持续搭建全栈式产业 AI 生态闭环：
算力侧，与海光等国产芯片厂商完成联合认证，覆盖信创市场的全栈适配需求。更重要的是，据海致披露，其通过自研高性能图计算引擎对底层算力进行深度优化和智能调度，盘活存量算力，提高客户 IT 投资回报率；
模型侧，除了与智谱的深度绑定，海致坚持「不生产大模型、只是把大模型用于生产」，Atlas 智能体平台已兼容超过 100 个大语言模型，不绑定单一模型，根据客户成本、性能和信创要求灵活适配；
场景侧，以京东科技合作为代表，把智能体作为标准化模块接入云平台的客户和渠道体系。报告期内，海致与海光信息、智谱、宁波银行分别签署战略合作协议，恰好对应国产算力、模型训练、金融场景——三块拼图就此凑齐，从底层基础设施到上层应用落地的产业级 AI 体系初步成型。
这三条线拼起来，是一次相对典型的「跳出项目制」尝试——把此前分散在一个个项目里积累的能力，逐步沉淀成可复用的标准化产品和联合方案，通过被上下游厂商反复选择来获得分发渠道，而不是完全依赖自建团队一单一单去谈客户。当然，生态合作要真正兑现为业绩，最终还是要看联合方案能转化出多少实际订单、沉淀出多少标准化产品——这是接下来值得跟踪的两个指标，也是海致下一阶段增长曲线能否被验证的关键。
抽出海致这一个案例往外看，这轮合作折射出的产业链分工变化同样值得关注：过去两年，行业讨论的焦点集中在参数规模和算力堆叠；而当算力、云、基础大模型的供给逐渐从「稀缺」变成「基本盘」，能够真正让 AI 能力落进强监管行业核心业务、并且结果可解释、可追溯的能力，成了新的稀缺项。海致同时被芯片厂商、云平台、大模型厂商三方选中，是这一轮产业链重新分工过程中一个具体、可观察的样本。
来源：互联网
