面向算力网络新兴研究领域，针对其迫切需要提升智能性与精准服务能力的问题，提出了云边端算力资源、网络资源、智能模型及算法协同共生的融智算力网络建设理念，引入了内生智能和业务智能两个层面的智能性。内生智能指算力网络为保障系统准确运行所具备的自感知、自适应、自决策、自学习能力，业务智能指算力网络为增强对行业/应用的适应性所具备的智能资源封装及自主部署能力、业务编排与认知能力。进一步地，设计了层次化功能架构，从基础资源、资源管理、业务编排、运营服务以及系统优化5个层面明确了AI赋能融智算力网络内生智能与业务智能的具体表现。最后，将智能制造及智慧安防两类应用中的3个场景（车间物流、基于机器视觉的质检品控、社区及道路监测）作为仿真实验原型场景，并设计了对比实验组。实验结果表明，应用融智算力网络至车间物流场景中，性能提升幅度与场景规模有关，规划用时提升了约2～50倍，规划结果提升了约2～5倍；基于机器视觉的质检品控场景中，算力设备部署成本下降为原来的1/5、检测准确率提升约4.5%;社区及道路监测场景中，系统的算力部署成本可降低为原来的1/10。