当前时点进入中报业绩验证窗口，从二季度产业趋势看AI算力链条的高景气持续兑现，核心大光、光纤光缆、无源器件、上游光芯片四大方向均有明确的基本面支撑，围绕业绩兑现确定性我们从四条主线展开分析。

【主线一：核心大光——供应链紧张缓解、1.6T放量驱动业绩释放】

随着1.6T光模块加速放量及上游物料瓶颈缓解，光模块龙头Q2业绩有望迎来加速释放。1.6T放量初期，上游核心物料紧缺导致光模块交付节奏受限，随着时间推移上游产能逐步释放，缺料问题逐步缓解，供应链控制能力强，客户订单规模大的龙头厂商，其产能弹性和业绩兑现能力将最为突出。

• 中际旭创在产业布局深度、产能准备等方面，呈现出"一枝独秀"的领先态势，其龙头地位进一步巩固。随800G/1.6T等高速率光模块出货量的持续攀升，高端产品占比不断提高，业绩有望持续高速增长。

• 新易盛26Q1受到原材料紧缺影响，业绩未充分释放，Q2开始物料问题预计将逐渐缓解，同时1.6T光模块订单规模和产能预计快速增长，Q2业绩有望进一步释放。

【主线二：光纤光缆——价格完全传导后，业绩有望充分释放】

光纤光缆Q1价格上涨节奏滞后于需求启动，订单价格的完全传导在Q2将充分体现，Q2业绩弹性有望进一步释放。

本轮由无人机和AI需求驱动的光纤光缆新行情，呈现与过去周期逻辑不同的成长逻辑。一方面，海外需求正在成为核心驱动力，国内光纤光缆厂商开始系统性出海，开辟全新的市场与客户，并取得终端CSP厂商供应链的切入机会；另一方面，特种光纤需求放量，光纤从过去的大宗标品走向高端化、定制化，计量单位从"芯公里"转为"米"，光纤估值体系得到系统性的重构。

【主线三：无源通胀——NPO/CPO多通道带来无源价值通胀】

可插拔时代增量看有源，NPO/CPO时代增量看无源。可插拔光模块速率提升主要依赖单通道速率突破，通道数定在4/8通道，无源器件价值量未显著提升。NPO/CPO架构下，单通道速率不再激进提速，转而以通道数倍增满足总带宽扩张，与通道数直接挂钩的无源器件价值量大幅抬升。MPO也从量增价平，进入到NPO/CPO后的量价齐升。

MPO竞争格局加速集中，处于产业地位跃迁的关键窗口期。随着上游光纤与插芯供给持续偏紧，通道数提升推升加工难度，规模效应与良率管控拉开厂商间利润率差距，行业竞争格局加速向头部集中。当前MPO正处产业地位跃迁的关键窗口期，随着产品重要性持续提升，未来有望复制光模块的“地位跃迁”路径，成为CSP等客户直接供应商（Tier1）。

【主线四：芯片放量——光芯片放量与国产替代加速】

随800G/1.6T光模块持续放量，上游光芯片需求同步高增，光芯片环节正处于国产替代加速渗透与需求量级扩张的双重共振阶段。

AI集群所需高速光模块数量持续增长，Coherent、Lumentum等海外龙头扩产周期漫长，短期内供给端刚性约束难以打破，高端EML光芯片、磷化铟衬底等核心物料供需缺口持续扩大，为国产光芯片厂商创造了关键的替代窗口期。国内厂商正加速追赶填补供需缺口，推动高端芯片的送样和量产，逐步进入产能和业绩的释放期。

当前时点已进入中报业绩验证窗口，AI算力链条的高景气持续兑现：光模块龙头随着1.6T加速放量及上游物料瓶颈缓解，Q2业绩有望加速释放；光纤光缆板块在价格完全传导后，Q2业绩弹性有望充分体现，行业估值体系迎来重构；MPO等无源器件在NPO/CPO多通道趋势下迎来量价齐升，竞争格局加速向头部集中，产业地位正处向CSP直供跃迁的关键窗口期；上游光芯片国产替代加速与需求扩张形成共振，国产厂商正逐步进入产能与业绩的释放期。

我们继续看好光 液冷 太空算力，这三个方向按产业发展阶段，其所对应的风险偏好依次提升。继续推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，同时建议关注光器件“一大五小”天孚通信 仕佳光子/太辰光/长芯博创/德科立/东田微，PIC设计可川科技等，建议关注国产算力产业链，如其中的液冷环节如英维克、东阳光等。

建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、源杰科技、太辰光、腾景科技、可川科技、光库科技、光迅科技、德科立、联特科技、华工科技、剑桥科技、铭普光磁、东田微、优迅股份、长光华芯、汇绿生态、联讯仪器。铜链接：沃尔核材、精达股份。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪、海光信息。液冷：英维克、东阳光、申菱环境、高澜股份。边缘算力承载平台：美格智能、广和通、移远通信。卫星通信：中国卫通、中国卫星、顺灏股份、海格通信。

IDC：东阳光，润泽科技、光环新网、奥飞数据、科华数据、润建股份。

母线：威腾电气等。

数据要素——

运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。

风险提示：AI发展不及预期，算力需求不及预期，市场竞争风险。

1.  投资策略：

聚焦中报，业绩为王

本周建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、源杰科技、太辰光、腾景科技、可川科技、光库科技、光迅科技、德科立、联特科技、华工科技、剑桥科技、铭普光磁、东田微、优迅股份、长光华芯、汇绿生态、联讯仪器。

铜链接：沃尔核材、精达股份。

算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪、海光信息。

液冷：英维克、东阳光、申菱环境、高澜股份。

边缘算力承载平台：美格智能、广和通、移远通信。

卫星通信：中国卫通、中国卫星、顺灏股份、海格通信。

IDC：东阳光，润泽科技、光环新网、奥飞数据、科华数据、润建股份。

母线：威腾电气等。

数据要素——

运营商：中国电信、中国移动、中国联通。

数据可视化：浩瀚深度、恒为科技、中新赛克。

本周观点变化：

本周海外算力板块整体表现强势。从整体市场看，纳斯达克指数累计上涨2.7%，标普500指数上涨1.4%，道琼斯工业平均指数上涨1.4%。AI芯片股方面，AMD本周股价累计上涨10%，英伟达股价累计上涨2.8%。CSP方面，谷歌本周股价累计上涨2.9%，亚马逊股价累计上涨1.2%，meta股价累计上涨1.6%。本周国内光通信龙头整体表现强势，中际旭创本周股价累计上涨19.0%，新易盛本周股价累计上涨14.8%，天孚通信本周股价累计上涨19.8%。

我们继续看好光 液冷 太空算力，这三个方向按产业发展阶段，其所对应的风险偏好依次提升。继续推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，同时建议关注光器件“一大五小”天孚通信 仕佳光子/太辰光/长芯博创/德科立/东田微，PIC设计可川科技等，建议关注国产算力产业链，如其中的液冷环节如英维克、东阳光等。

2. 行情回顾：通信板块上涨，光通信表现相对最优

从细分行业指数看，光通信、量子通信、物联网、移动互联、通信设备、云计算、区块链分别上涨19.5%、16.6%、10.2%、5.9%、5.5%、4.5%、2.2%；卫星通信导航、运营商指数分别下跌1.5%、3.7%。

本周受益于光纤概念，通鼎互联上涨38.9%，领涨板块；受益于PCB概念，亨通股份上涨30.1%；受益于CPO概念，光迅科技上涨29.9%；受益于AI手机概念，东方国信上涨29.9%；受益于CPO概念，长芯博创上涨25.9%。

3. 聚焦中报，业绩为王

当前时点进入中报业绩验证窗口，从二季度产业趋势看AI算力链条的高景气持续兑现，核心大光、光纤光缆、无源器件、上游光芯片四大方向均有明确的基本面支撑，围绕业绩兑现确定性我们从四条主线展开分析。

【主线一：核心大光——供应链紧张缓解、1.6T放量驱动业绩释放】

随着1.6T光模块加速放量及上游物料瓶颈缓解，光模块龙头Q2业绩有望迎来加速释放。1.6T放量初期，上游核心物料紧缺导致光模块交付节奏受限，随着时间推移上游产能逐步释放，缺料问题逐步缓解，供应链控制能力强，客户订单规模大的龙头厂商，其产能弹性和业绩兑现能力将最为突出。

• 中际旭创在产业布局深度、产能准备等方面，呈现出"一枝独秀"的领先态势，其龙头地位进一步巩固。随800G/1.6T等高速率光模块出货量的持续攀升，高端产品占比不断提高，业绩有望持续高速增长。

• 新易盛26Q1受到原材料紧缺影响，业绩未充分释放，Q2开始物料问题预计将逐渐缓解，同时1.6T光模块订单规模和产能预计快速增长，Q2业绩有望进一步释放。

【主线二：光纤光缆——价格完全传导后，业绩有望充分释放】

光纤光缆Q1价格上涨节奏滞后于需求启动，订单价格的完全传导在Q2将充分体现，Q2业绩弹性有望进一步释放。

本轮由无人机和AI需求驱动的光纤光缆新行情，呈现与过去周期逻辑不同的成长逻辑。一方面，海外需求正在成为核心驱动力，国内光纤光缆厂商开始系统性出海，开辟全新的市场与客户，并取得终端CSP厂商供应链的切入机会；另一方面，特种光纤需求放量，光纤从过去的大宗标品走向高端化、定制化，计量单位从"芯公里"转为"米"，光纤估值体系得到系统性的重构。

【主线三：无源通胀——NPO/CPO多通道带来无源价值通胀】

可插拔时代增量看有源，NPO/CPO时代增量看无源。可插拔光模块速率提升主要依赖单通道速率突破，通道数定在4/8通道，无源器件价值量未显著提升。NPO/CPO架构下，单通道速率不再激进提速，转而以通道数倍增满足总带宽扩张，与通道数直接挂钩的无源器件价值量大幅抬升。MPO也从量增价平，进入到NPO/CPO后的量价齐升。

MPO竞争格局加速集中，处于产业地位跃迁的关键窗口期。随着上游光纤与插芯供给持续偏紧，通道数提升推升加工难度，规模效应与良率管控拉开厂商间利润率差距，行业竞争格局加速向头部集中。当前MPO正处产业地位跃迁的关键窗口期，随着产品重要性持续提升，未来有望复制光模块的“地位跃迁”路径，成为CSP等客户直接供应商（Tier1）。

【主线四：芯片放量——光芯片放量与国产替代加速】

随800G/1.6T光模块持续放量，上游光芯片需求同步高增，光芯片环节正处于国产替代加速渗透与需求量级扩张的双重共振阶段。

AI集群所需高速光模块数量持续增长，Coherent、Lumentum等海外龙头扩产周期漫长，短期内供给端刚性约束难以打破，高端EML光芯片、磷化铟衬底等核心物料供需缺口持续扩大，为国产光芯片厂商创造了关键的替代窗口期。国内厂商正加速追赶填补供需缺口，推动高端芯片的送样和量产，逐步进入产能和业绩的释放期。

当前时点已进入中报业绩验证窗口，AI算力链条的高景气持续兑现：光模块龙头随着1.6T加速放量及上游物料瓶颈缓解，Q2业绩有望加速释放；光纤光缆板块在价格完全传导后，Q2业绩弹性有望充分体现，行业估值体系迎来重构；MPO等无源器件在NPO/CPO多通道趋势下迎来量价齐升，竞争格局加速向头部集中，产业地位正处向CSP直供跃迁的关键窗口期；上游光芯片国产替代加速与需求扩张形成共振，国产厂商正逐步进入产能与业绩的释放期。

我们继续看好光 液冷 太空算力，这三个方向按产业发展阶段，其所对应的风险偏好依次提升。继续推荐算力产业链相关企业如光模块行业龙头中际旭创、新易盛等，同时建议关注光器件“一大五小”天孚通信 仕佳光子/太辰光/长芯博创/德科立/东田微，PIC设计可川科技等，建议关注国产算力产业链，如其中的液冷环节如英维克、东阳光等。

4. LightCounting：2026年Q1，光模块市场规模约100亿美元

据C114网报道，近日，光通信市场研究机构LightCounting在最新的报告中写道，2026年第一季度是该机构自2004年开始收集数据以来，光模块市场表现最出色的一个季度。

LightCounting预计，2026年Q1，光模块和AOC的销售额约为100亿美元，同比大幅增长90%。市场增长已开始呈现出真正的指数级态势，过去一年多来，其增长率一直保持在70%以上。

据悉，LightCounting最终统计的2025年光模块及相关产品的销售额为268亿美元，同比增长74%。该机构曾预计2026年的增长有所放缓，但市场的指数级增长势头不减。目前，供应链紧张问题正在缓解，同时头部云计算厂商不断提高资本开支。

2026年Q1，更多公司的营收创纪录，中际旭创同比激增207%，领跑市场。Acacia的表现同样突出。

思科CEO Chuck Robbins 表示：“Acacia业务迎来了其有史以来最强劲的一个季度，在第三财季（自然年第一季度）获得了超过10亿美元的订单，并且在截至2026年7月的2026财年，其同比增速有望超过200%。Acacia在相干可插拔光模块市场处于领先地位，我们看到这项业务拥有强劲的增长势头。”

在推动Acacia和中际旭创实现200%增长的众多因素中，卓越的供应链管理尤为重要，目前整个行业正受困于供应短缺。据了解，在上一个周期，Acacia凭借其卓越的供应链管理能力，表现优于竞争对手。

Ciena和诺基亚也改善了供应链管理。诺基亚 CEO Justin Hotard表示，今年公司的增长动力得益于800G可插拔光模块以及相关线路系统和平台。Ciena CEO Gary Smith也表示：“Hyperscalers对400G和800G可插拔光模块需求强劲，我们有信心将2026年的可插拔光模块收入较2025年翻一番以上。”

LightCounting还认为，Acacia取得成功的另一个“隐藏”因素，可能来自于其硅光引擎业务，在该领域，Acacia与英特尔、Sicoya、Silith和Xphor展开竞争。此前该机构预计，2026年硅光芯片的销售额预计将增长110%。

5. Grok项目遇挫后，SpaceX将Colossus 1算力租赁给Anthropic

据C114网报道，6月15日，SpaceX在将其Colossus 1数据中心用于自身的Grok AI工作负载时遇到技术问题后，已将该数据中心全部算力租赁给Anthropic。

作为一个由三处园区组成的集群的一部分，该公司原计划将位于美国田纳西州的Colossus 1用于训练其更先进的AI模型，但当该设施与另外两处相距超过10英里的数据中心连接时，出现了延迟问题。

SpaceX没有继续试图克服这些限制，而是决定将该数据中心租赁给第三方，认为这能产生更大价值并创造额外的收入来源。

此举正值SpaceX在年初收购xAI之后，而数据中心扩张正是其向投资者所讲故事的关键支柱之一。

6. 全球首个，长飞空芯光纤实现单波 1.2Tb/s 超长单跨无中继波分传输

据IT之家报道，6月16日，长飞公司宣布，由“光纤光缆先进制造与应用技术全国重点实验室”两个共建依托单位 —— 中国电信与长飞公司，联合德科立共同完成的全球首个现网空芯光纤单波 1.2Tb/s 超长单跨无中继波分传输系统试验圆满成功。

本次试验基于全球最长跨境商用空芯光缆，采用自主提出的单波速率与波道功率优化方案，仅通过 EDFA 放大，便实现了 206.5km、51.3Tb/s 的单跨无中继传输，一举打破了无遥泵放大器条件下的单跨无中继波分传输系统容量距离积全球纪录。

依托中国电信“云网融合中试平台”（已获批国务院国资委中试平台）的超高速多波段传输验证能力和“光纤光缆先进制造与应用技术全国重点实验室”创新平台，团队首次在现网空芯光纤系统中攻克了大功率传输难题，验证了空芯光纤的高速传输能力。

在系统层面，项目组提出了单波速率自适应调节与波道功率灵活分配方案，实现了多速率、多通道间隔、多单波功率的混合传输，减轻了气体吸收峰带来的容量劣化问题，释放了空芯光纤的传输容量潜能。

在设备层面，项目团队采用“双增益单元级联”高功率放大架构及多元素掺杂设计，研制出高增益平坦度、输出功率达 33.5dBm 的高功率放大器，并同步引入光路功率异常检测、联锁切断、告警联动等机制，规避了光路失效带来的安全风险。

7. 冲击万亿美元公司：Marvell 美满押注光互连，统一调度数千公里外 AI 数据中心

据IT之家报道，6月16日，在被英伟达首席执行官黄仁勋预言成为下一个万亿美元公司后，美满电子 Marvell 在 2026 台北国际电脑展期间，提出面向 AI 基础设施的光互连愿景。

在 AI 数据中心需求持续升温的大背景下，Marvell 勾勒了更激进的基础设施方向：通过光互连，把相隔数千公里的独立数据中心连接成可统一调度的资源池。

若方案落地，云服务提供商可把多个地点的算力、存储和网络能力视作共享资源，再依据不同工作负载动态调用，提升整体资源利用效率，也能增强大规模 AI 业务的弹性。

IT之家援引博文介绍，Marvell 首席执行官马特·墨菲（Matt Murphy）表示未来行业会看到更多光互连部署，光连接将逐步成为延伸跨区域数据中心协同的底层能力。

Marvell 表示将为数据中心提供 Ara 1.6 Tb/s 系列互连解决方案（采用 3nm DSP），以及 Teralynx T100 102.4 Tb/s 以太网交换机，该交换机支持 512 个以 200 Gb/s 运行的端口或 64 个以 1.6 Tb/s 运行的端口。

8. 英伟达刷新 MLPerf 的 DeepSeek-V3 671B 训练记录：提速 60%，最快 2.02 分钟完成

据IT之家报道，6月16日，英伟达发布博文，宣布在 MLPerf Training 6.0 全部 7 项基准测试中，其 Blackwell 平台拿下最快训练成绩，并成为唯一覆盖全部测试项目的平台。

MLPerf Training 是业界常用的 AI 训练基准测试体系，用来比较不同硬件与系统在模型训练任务中的速度和效率。

而6月16日最新发布的 MLPerf Training 6.0 测试套件中，主要包含 7 项核心测试，涵盖了当前主流的大语言模型、生成式 AI 及经典机器学习工作负载：

• DeepSeek-V3：基于拥有 671B 参数的大规模预训练语言模型，侧重测试稀疏计算（MoE 架构）的性能。

• GPT-OSS 20B：包含 210 亿参数的生成式预训练语言模型测试。

• Llama 3.1-8B：主流的 8B 参数大规模语言模型（LLM）预训练测试。

• Llama 2-70B：利用低秩自适应（LoRA）技术对 70B 参数的 Llama 2 模型进行微调测试。

• FLUX.1：文生图（Text-to-Image）生成模型测试，测试多节点扩展下的处理能力。

• GNN（图神经网络）：基于 RGAT 模型的大规模图结构数据分类测试。

• 推荐系统 (Recommender)：基于 DLRM（深度学习推荐模型）的处理测试，通常用于评估大规模内容分发与广告推荐性能。

MLPerf Training 6.0 测试套件主要新增了 DeepSeek-V3 671B 和 GPT-OSS-20B 两个混合专家模型（MoE）预训练工作负载。

英伟达此次提交了 GB200 NVL72 和 GB300 NVL72 两套机架级系统。每套 NVL72 内部通过第 5 代 NVLink Switch 连接 72 块 GPU，把算力和内存整合成统一资源池。

在性能层面，GB300 NVL72 较 GB200 NVL72 在同等规模下最高可带来 1.6 倍训练速度提升。

在规模层面，英伟达把 Blackwell 训练集群推到 8192 块 GPU。其在 DeepSeek-V3 671B 任务上，用 GB200 NVL72 完成 8192 块 GPU 规模提交，成为迄今 MLPerf Training 中规模最大的 Blackwell 成绩。

CoreWeave 则借助采用 Spectrum-X 以太网的 GB300 NVL72 系统，在 8192 块 GPU 规模上把 DeepSeek-V3 671B 训练到目标质量，耗时缩短至 2.02 分钟。

9. 商汤、香港科技园启动合作，共同打造全港最大国产智算中心

据IT之家报道，6月16日，据商汤科技 SenseTime 公众号，香港科技园公司（科技园公司）与商汤科技签订合作备忘录，启动在人工智能（AI）算力基建及 AI 产业生态方面的战略合作。

双方将携手在香港推进国产 AI 算力基础设施建设（AI Data Centre, AIDC），目标于 2030 年前形成 40000P （PetaFLOPS）算力规模，打造全港最大国产智算中心。据IT之家了解，该项目将分阶段推进，首阶段预计于今年年内完成。

项目将作为支撑大模型时代的核心 AI 基础设施，为各行各业提供高性能算力支持，加快推动香港 AI 产业落地，进一步提升香港在全球创科及 AI 发展中的竞争力。

该中心配备多元国产算力 GPU 集群，为企业在模型训练、推理及大规模应用部署等不同场景提供高效稳定的算力支持。此次国产智算中心的建设，不仅将为香港提供面向大模型时代的基础算力支撑，也将通过算力与模型、应用的深度协同，助力香港在金融、教育、医疗、城市治理、智能办公、内容生成等高价值场景中形成更多 AI 应用样板。

10. Grok Imagine Video 1.5 模型正式上线：生成 6 秒 720P视频仅需25秒

据IT之家报道，6月17日，马斯克旗下 xAI 公司发布公告，宣布正式上线 Grok Imagine Video 1.5 模型，并在 xAI API 中结束预览正式上线。

xAI 于 2026 年 6 月 3 日推出 Grok Imagine Video 1.5 Preview 预览版，主打“静态图一键生成带同步音频的短视频”，相比前代，主要升级音画同步、运动真实性和生成速度。

在音画同步方面，该模型在单次生成中同时输出音效、环境音和对话，精准对齐音频与画面动作。该模型大幅提升语音清晰度，口型同步效果更自然，适用于需要人物配音的短片创作。

在运动与物理表现方面，Grok Imagine Video 1.5 增强视频内的运动连贯性，明显减少常见的人物肢体扭曲、物体飘浮假象。模型能更好地模拟重量感与动量，例如人物走路时衣摆的自然晃动、下落物体的加速轨迹，整体观感更接近真实物理世界。

在生成速度方面，Grok Imagine Video 1.5 Fast 模式下，生成一段 6 秒、分辨率 720p 的视频仅需约 25 秒，而前代需要 40 秒以上。

Grok Imagine Video 1.5 已结束预览，在 xAI API 中以grok-imagine-video-1.5模型名称提供。开发者可通过上传起始图片、描述运动方式，并选择分辨率和时长来调用。

11. 阿里开源首个统一科学大模型LOGOS，仅用1/56参数超越微软NatureLM

据IT之家报道，6月18日，阿里 ATH-Token Foundry 联合中国人民大学高瓴人工智能学院，宣布开源首个基于统一“科学语法”的多领域科学生成基础模型 LOGOS（Language Of Generative Objects in Science）。

在六大代表性科学任务上，LOGOS 以纯序列建模范式，一致性地匹配或超越了领域专用方法。

尤其值得关注的是它的参数效率。LOGOS-1B 仅用 1/56 的参数量（1B vs 8×7B），就在多个任务上超越了微软 NatureLM，展现了极高的参数效率。

LOGOS构建了涵盖7类模态、总计44.87B tokens的庞大预训练语料库：

• 生物大分子层蛋白质（28.9B tokens）  抗体（3.0B tokens）

• 化学实体与转化层小分子（2.1B tokens）  化学反应与 MOF 材料（0.47B tokens）

• 界面互作层蛋白质口袋（5.8B tokens）  蛋白口袋-配体复合物（4.6B tokens）

LOGOS设计了一套共享词表，把蛋白质、小分子、材料等原本“鸡同鸭讲”的异构对象，全部编码成统一的离散 Token 序列。这让它们得以在同一个生成空间中被大模型“自回归”地理解和生成。

此外，传统 AI 要看懂蛋白质和小分子怎么结合，须依赖显式 3D 坐标和复杂的几何神经网络。LOGOS 发明了一种“文字描述法”：它把 3D 空间接触模式直接“语法化”为离散 Token，完全不需要输入 3D 坐标，仅靠“读文字”（序列预测），就能在脑海里构建出复杂的 3D 空间互作规律。

传统范式中，换一个研究环节（比如从结构预测换到分子生成），往往就得换一套新模型和新假设。同时，预训练目标与下游任务之间存在显著的 " 目标偏差 "，这种“学用脱节”导致模型落地时需要大量微调。

LOGOS 的科学语法设计彻底解决了这个问题：

• 形式一致：预训练数据的序列形式等于下游任务的输入输出形式

• 目标一致：预训练的 next-token prediction（预测下一个词）等于下游的条件生成目标

这种 form-objective alignment 有效消除了预训练与下游应用之间的 gap，无需复杂的适配层或大量微调即可激活生成能力。

统一语法不仅让科学对象们“语言相通”，更让它们在底层“知识共享”。比如模型看到蛋白质的“方言”（氨基酸口袋序列），能直接“翻译”出小分子的“方言”（SMILES 结构）。这证明它真的学会了两者之间的对应关系。

风险提示