迅策科技与格创东智签战略合作备忘录：工业AI Token计费框架合作观察

2026 年 7 月 5 日晚间，迅策科技（03317.HK）通过港交所披露易发布自愿性公告，宣布与格创东智（深圳）科技有限公司正式签署战略合作备忘录，双方将围绕工业数据底座、工业智能体、Token 计费商业模式三个方向开展合作，并计划联合发起工业制造领域"Token 工厂联盟"。公告明确指出，本次备忘录不构成具有法律约束力的交易义务，后续具体合作事项将另行签署正式合同并履行必要的审批程序。这是一份框架性文件，落地效果与商业化节奏仍有待观察。

事件核心事实

据中国证券报·中证网 2026 年 7 月 6 日报道，以及格隆汇 7 月 5 日晚间对港交所公告的转述，本次合作的签署方为迅策（03317.HK）与格创东智（深圳）科技有限公司。格创东智由 TCL 于 2018 年战略孵化，是一家以 AI 驱动的工业智能解决方案提供商，主要服务对象为泛半导体、面板及新能源等高端制造行业，公司披露的专业人才规模超过 1000 人。迅策科技原以金融领域实时数据基础设施起家，本次合作被公司定位为将"数据 Token 化能力进一步拓展至工业智能制造领域"的一次尝试。

港交所公告与南方财经网 7 月 5 日晚间报道的信息口径一致：三方向合作、Token 工厂联盟、备忘录不构成法律约束力，均在双方沟通材料与公告中被明确写入。这些是本次合作在信息层面可以被交叉验证的确定项；至于合作的落地节奏、投入规模、场景数量与商业结算细节，双方尚未在公开材料中给出具体披露。

三大合作方向的具体拆解

方向一：工业数据底座与基础设施建设

根据港交所公告披露的合作分工，工业数据底座建设由双方联合承担。格创东智一侧提供的是其在泛半导体、面板及新能源等制造场景中沉淀的工业数据资源，涵盖产线制程数据、物联网传感数据、设备运行监控日志、机器视觉检测图像以及碳排放与能耗数据等多种类型。迅策科技一侧提供的是数据基础设施、非结构化数据清洗、治理与整合能力。

双方计划联合完成的动作，是将上述"零散资源"进行标准化与资产化加工，构建工业专属语料库与数据集，为后续的工业大模型和工业智能体训练提供数据基础。公告还提到，双方将共享政策资源，推动联合申报政策支持项目。这一方向本质上是把数据"打包"成可训练、可复用的形态，是后续两个方向的前置条件。

方向二：工业智能体与标杆应用场景

双方计划共同打造"大模型+小模型"协同驱动的工业智能体。在架构分工上，迅策科技一侧承担通用大模型的泛化意图理解与调度能力，格创东智一侧则贡献其在工业垂类小模型上的积累。落地场景聚焦泛半导体和新能源两个行业，公告列出的四类高价值应用为：工厂全局能耗智能优化、碳足迹追踪与碳资产管理、核心设备预测性维护、多产线动态智能排产排程。

需要留意的是，公告用词是"推动"和"落地"，并未披露首批落地的工厂数量、时间表、可量化的效能提升指标。这一方向的实际进展需以后续正式合同和试点披露为准。

方向三：数据资产化与 Token 计费商业模式

这是本次备忘录中差异化色彩较为突出、也需要谨慎解读的一项。双方计划共同探索面向制造业的数据资产化与 Token 计费商业模式创新，并联合发起工业制造领域"Token 工厂联盟"。

依托迅策科技的 Token 操作系统，双方计划将工业核心数据处理、智能体大模型调用频次、动态排产算法计算以及能耗降碳成果等场景，统一纳入 Token 计价体系，探索按需付费与结算模式。此外，联盟计划汇聚政府产业园区、产业链上下游企业与科研机构，推动跨企业研发协同、跨区域碳资产互认与流通，以及实体制造企业的数据确权与数据资产入表。

Token 计费商业模式：一次可以观察的模式试验

工业软件与工业 AI 服务的传统商业模式，以项目制交付与年度授权（License）为主。制造企业采购工业软件时，往往按人月、按模块、按坐席一次性支付较高的部署费用，后续再叠加运维与升级费。这种模式在项目上线之前需要客户较大的资金投入，也在客观上抬高了工业数字化转型的成本门槛。

按 Token 计费的核心逻辑，是把数据处理量、模型调用量、算法运行量与最终交付的效能提升（如降碳成果、良率提升、能耗下降）折算成统一的计量单位——Token，客户按实际调用量结算。这一模式在通用大模型 API（如 OpenAI、通义、豆包等公开的 API 服务）中已经是标准做法，但在国内工业 AI 领域尚未形成规模化落地案例。

将 Token 计费引入工业场景，理论上有三点可以观察：其一，客户 IT 支出从资本性支出（CAPEX）部分转向运营性支出（OPEX），初期部署压力降低；其二，供应商的收入与客户的实际使用量绑定，双方在应用效果上的利益方向趋于一致；其三，Token 作为数字化计量单位，为数据资产化、碳资产化、跨企业协同结算提供了可能的载体。

另一面同样需要留意：工业场景与通用大模型场景存在显著差异。工业客户对可预测的年度 IT 预算、稳定的响应时延、数据不出厂等要求普遍高于互联网客户；工业模型调用量与效果之间的换算关系（如"一次排产计算等于多少 Token"、"降碳一吨等于多少 Token"）尚缺乏行业标准；跨企业、跨区域的 Token 结算涉及数据确权、税务处理、审计口径等一系列合规问题。这些均是"Token 工厂联盟"在实际推进中需要解决的问题，而非签署一份备忘录就能自动完成。

双方背景与跨界组合的逻辑

格创东智一侧的产业基础比较清晰。公司由 TCL 于 2018 年战略孵化，依托 TCL 集团四十余年的智能制造经验，切入泛半导体、面板、新能源等高端制造行业，向客户提供覆盖制造执行、设备自动化、数字化供应链等环节的端到端工业智能解决方案。据美通社 2026 年 7 月 6 日转发的公司通稿信息，格创东智在中国半导体自动化领域近期还完成了对台湾 EAP 软件厂商飞迅特大陆区业务的收购。TCL 系背景与自有工业软件积累，使其在工业数据获取与场景落地上具备相对成熟的基础。

迅策科技一侧的角色则相对特殊。公司在港交所主板上市，股票代码 03317.HK，早期业务集中于金融领域的实时数据基础设施与 SaaS 服务。据星岛日报 2026 年 7 月 5 日报道，公司近期公告了一笔"可转债+配售新 H 股"组合融资，合计募集资金约 23.5 亿港元，摩根士丹利、高盛担任联席全球协调人及联席账簿管理人，德意志银行担任配售代理。募资用途包括进一步完善全链条 AI 数据基础设施、建立标准化数据 Token 生成机制、开发 Token 计量与商业化能力、拓展垂直行业 AI 执行系统及算力基础设施。

一家金融背景的港股上市公司，与一家 TCL 系的工业互联网公司组合，跨界属性明显。这种组合的合理性在于：金融行业对实时数据处理、结算清算、按调用量计费的架构积累，与制造业数据资产化、Token 计费在架构层面存在相似之处；而工业场景所需的现场知识、垂类模型、行业客户资源，是格创东智一侧较能补上的短板。

需要指出的是，跨界组合能否在实际落地中产生化学反应，取决于工业客户的实际接受度、Token 计价标准的合理性、以及双方在合作节奏与利益分配上的协同能力。这些均需要时间来验证。

行业影响观察：从事件本身到行业信号

抛开单一合作事件本身，这份备忘录释放了几个可以观察的行业信号。

其一，工业 AI 商业模式的探索出现新的变量。此前中国工业软件与工业 AI 服务厂商普遍采用项目制、订阅制、License 制，Token 计费模式在国内工业领域尚属早期。本次合作能否在泛半导体或新能源某一细分场景中先跑通一个可复制的 Token 计价样板，将是行业观察的重点。

其二，工业数据要素市场化进程有新的参与者。国家自 2022 年以来先后推出数据要素市场化配置改革相关政策，"数据二十条"提出了数据资源、数据资产、数据要素分级流通的框架。本次合作提出的"Token 工厂联盟"，涉及跨企业研发协同、跨区域碳资产互认、企业数据确权与数据资产入表等议题，与政策导向存在方向上的呼应。但该联盟的实际形态、参与企业规模、数据流通规则等，仍需在正式合作推进中逐步明晰。

其三，港股工业 AI 概念与 TCL 系工业互联网板块的市场关联度上升。截至 7 月 6 日盘中，迅策科技股价出现较大波动。市场对备忘录本身的定价，需要投资者区分"框架合作"与"落地兑现"的差异，避免将框架性协议直接等价于现实收入或利润变化。

风险与不确定性提示

以下几点是解读本次事件时应保持审慎的部分：

其一，备忘录法律属性。 港交所公告原文明确写明，本次战略合作备忘录不构成具有法律约束力的交易义务，后续具体合作事项需另行签署正式合同并履行审批程序。这意味着合作方向、投入规模、时间节奏均可能在后续过程中发生调整。

其二，落地节奏未披露。 公告并未披露首批落地工厂数量、试点周期、投入金额、可量化的商业化指标。前述"提升工业数据流转效率""推动应用落地"等表述属于方向性描述，非承诺性指标。

其三，Token 计价标准缺失。 工业场景 Token 计价的具体口径（如一次算法计算折算多少 Token、一吨降碳成果折算多少 Token）尚未在行业层面形成共识，联盟内跨企业互认与结算的规则也需要进一步搭建。

其四，跨界协同风险。 金融背景公司与工业互联网公司在客户对接、交付节奏、数据处理合规要求上存在差异，双方能否在实际项目中形成稳定的协同分工，仍需在试点场景中验证。

其五，宏观与产业周期因素。 泛半导体、新能源行业的资本开支节奏、下游需求变化、政策导向调整等，均可能对本次合作场景的推进产生影响。

观察后续的几个关键节点

对于关注工业 AI 商业模式演进的行业观察者而言，后续可以持续跟踪的节点包括：迅策科技与格创东智何时签署具有法律约束力的正式合同；首批 Token 计费试点场景在哪些工厂落地、覆盖哪些具体工序；工业 AI 领域 Token 计价的口径与标准是否形成初步共识；"Token 工厂联盟"首批合作单位的构成与规模；以及迅策科技后续披露的 ARR（年度经常性收入）中，工业智能制造板块的实际贡献比重。

工业 AI 从概念到规模化落地本身是一个中长期过程。本次备忘录的意义在于提供了一个"金融数据基础设施 + 工业互联网 + Token 计费"的组合样本，其价值需要通过后续 12 至 24 个月的实际推进来观察，而非在签署当日给出结论。

---

本文信源：

1. 港交所披露易 · 迅策（03317.HK）自愿性公告，2026-07-05：https://finance.eastmoney.com/a/202607053794284723.html （南方财经网转发公告全文）
2. 中国证券报·中证网 · 《迅策：与格创东智签战略合作备忘录 拓展工业 AI 数据领域》，2026-07-06：https://finance.eastmoney.com/a/202607063794405930.html
3. 格隆汇 · 《迅策(03317.HK)：拟与格创东智共同探索工业智能制造领域 AI 数据基础设施 Token 工厂模式》，2026-07-05：https://caifuhao.eastmoney.com/news/20260705185015028412930
4. 星岛日报 · 《迅策与 TCL 子公司战略合作 开发「Token 工厂」模式》，2026-07-05：https://www.stheadline.com/zh-hans/stock-market/3590335/
5. 美通社 PR-Newswire · 迅策科技官方通稿，2026-07-06：http://cnmobile.prnasia.com/story/539722-1.shtml