5月8日消息，2026 移动云大会主论坛在苏州金鸡湖国际会议中心举行，中国移动正式发布移动模型服务平台 MoMA。董事长陈忠岳在主论坛把「通信服务、算力服务、智能服务」明确为公司三大主业；移动云总经理孙少陵把移动云的角色描述为「AI 原生时代的核心 Token 发生器」。除了 MoMA，同期一起亮相的还有移动版智能体框架 MobileClaw、吉瓦级 AI 数据园区规划、万亿级 Token 服务体验包，以及面向 AI 玩具与智慧穿戴的 AI-eSIM 产品。
把这一组动作放回行业坐标里看，中国移动这次的真实赌注不是和 OpenAI、Anthropic 抢前沿，而是在政企 AI 落地这条赛道里把「模型聚合 + Token 计量 + 国产算力 + 机密计算」打成一个完整方案，正面对位阿里云百炼、火山引擎方舟、华为云盘古、腾讯云一站式平台。
MoMA 的核心：300+ 模型聚合 + 智能路由 + 三档 Token
MoMA 提供统一 API 网关，已接入超过 300 款主流 AI 模型，包括中国移动自研的「九天」基座大模型，以及 DeepSeek、通义千问、豆包、Kimi、GLM、MiniMax 等国内主流模型，覆盖文本生成、语音处理、多模态理解。开发者一次接入就能调用平台全部模型资源——这套设计逻辑和 OpenRouter、Together AI、AWS Bedrock 走的是同一条路：把多模型聚合成单一接口，让用户不再为每家模型单独签合同、做适配。 差异化在两个点。一是智能路由引擎：用户设定「成本优先」「效果优先」「均衡优先」三种策略，平台自动选择匹配模型；当模型出现超时、限流或故障时，平台秒级切换到备份模型保证业务不中断。这一点比 OpenRouter 的固定路由稍强，更接近 Martian、Portkey 等专门做 LLM 路由的初创公司。二是三档 Token 服务：普惠、精品、机密三档分别对应不同 SLA 与隔离级别。机密档把模型部署在机密容器里，基于硬件隔离做到「可用不可见」，全链路机密计算覆盖芯片到应用——这一档明显是为政务、金融、能源、央企内网场景准备的，是 OpenRouter、Bedrock 这类海外产品在国内政企市场打不进去的护城河。
技术指标：单 Token 成本降 30%、推理引擎吞吐量增 20%、时延降 40%
MoMA 公布的几组数字值得拆开看。模型层面：基于国产算力部署自研推理引擎，结合智能路由对长尾模型做资源调度，单位 Token 成本压降约 30%、资源占用率降低 50% 以上，再叠加智能缓存、上下文复用、Token 压缩等技术进一步降本。推理引擎层面：通过深度调优算子、国产多芯适配、PD 异构分离（Prefill 与 Decode 分离）、KV 缓存池化等技术，实现吞吐量提升 20%、时延降低 40%、成本降低 30%。
PD 异构分离与 KV 缓存池化都是 2025 年起在大模型推理优化领域被反复验证的工程技巧——前者把计算密集的 Prefill 阶段和带宽密集的 Decode 阶段分到不同硬件上跑，后者把多个请求的 KV 缓存合并到一个池里复用。中国移动把这套已经被业界验证的技术栈整合进自研推理引擎，配合国产多芯适配（华为昇腾、寒武纪、海光、天数智芯等），这部分能力做扎实是真实的工程功夫，不是 PR。问题在于这些数字对比的基线没有公开——是和移动云自家上一代推理引擎对比，还是和开源 vLLM、TensorRT-LLM 对比，决定了「提升 20%」这个数字到底意味着什么。
「首创 Token 集约化」的提法值得打折扣
中国移动官方稿反复强调「首创 Token 集约化运营模式」，这里需要把「首创」二字放进真实坐标。全球范围：OpenRouter 早在 2023 年就上线了多模型路由 + 统一 Token 计费 + 智能路由的服务，AWS Bedrock 2023 年开放，Together AI、Replicate、Fireworks 等同类产品 2024 年已经成熟。国内范围：阿里云百炼 2024 年上线，腾讯混元一站式平台、火山引擎方舟、华为云盘古一站式 ModelArts Studio 都已陆续推出多模型聚合 + Token 计费方案。「首创」在严格意义上不成立，准确的提法应该是「国内三大运营商中首个商业化的多模型聚合平台」。 这个区别重要，因为它决定了 MoMA 的真实差异化在哪里——不是「模式新」，而是「运营商基因」。中国移动手里握着的是政企客户、地方政府、央企国企的存量关系，以及覆盖全国的算力网络节点。MoMA 走的不是开发者市场（那是百炼、火山方舟更熟的地盘），而是政务云、金融专网、工业 OT 网络——这些场景需要「机密档 Token + 国产算力 + 全链路审计」的组合，恰好是 MoMA 三档 Token 服务里「机密」那档要解决的事。
MobileClaw 与 AI-eSIM：端云协同的另一条线
同期发布的 MobileClaw 是移动版智能体框架，名字明显呼应国内开源生态里 OpenClaw 这条 Claw 文化路线——把智能体调度做成中国移动版本的开发者基础设施。AI-eSIM 是另一个值得注意的产品：把 SIM 卡变成实时调度云端模型的入口，让 AI 玩具、智慧穿戴这类边缘设备不必内置大模型，也能在断网或弱网下通过运营商通道调用云端推理。这条线是中国移动作为运营商的独门资源——OpenAI 做不了 SIM 卡，华为云做不了基础通信网络。
把 MoMA + MobileClaw + AI-eSIM 三个产品拼起来看，中国移动在画的是一个「端到端 Token 闭环」：终端通过 AI-eSIM 进入网络，MobileClaw 调度智能体，MoMA 选择并调用模型，所有 Token 消耗在统一账单里结算。这套设计在政企客户那边是有吸引力的，因为它把「网络、算力、模型、安全」四件事打包成一张合同，省去了客户自己整合多家供应商的麻烦。
政企是真护城河，开发者友好度是开放问题
直说几点。第一，MoMA 在政企赛道有真实优势——机密档 Token、国产算力、运营商运维体系是阿里、字节、腾讯都难以复制的组合，预计在政务、金融、能源、医疗、教育这五个场景里会跑得动。第二，开发者市场是另一回事——百炼和火山方舟的开发者文档、SDK、社区生态比中国移动成熟得多，MoMA 要拿下中小开发者需要在文档质量、定价透明度、API 一致性这些「无聊但重要」的事情上补课。第三，「九天」基座大模型在 MoMA 这套聚合方案里的地位需要观察——是作为旗舰主推还是作为可选项之一，决定了中国移动是想做「自家模型出口」还是真正中立的路由平台，这两条路线的取舍会影响开发者信任度。第四，「首创」和「行业领先」这种口径在新闻稿里出现频率过高，对一个面向技术人群的平台是反向信号；MoMA 真要打开开发者市场，PR 话术需要先降一降温度。
信息来源
中国移动 2026 移动云大会主论坛官方通稿（5 月 8 日）；新浪科技、IT 之家、界面新闻、人民邮电报、证券时报、搜狐 5 月 8 日同期报道；移动云总经理孙少陵《致力于成为 AI 原生时代的 Token 发生器》主题演讲；中国移动官网「加速 AI 全要素运营 中国移动发布服务引擎 MoMA」（2025 年 7 月，可追溯 MoMA 早期版本）。海外多模型聚合平台对位（OpenRouter、Together AI、AWS Bedrock）来自公开产品页面；国内对位（百炼、火山方舟、华为云、腾讯云）来自各家厂商官网与公开资料。
AI 速览
