ZHIKUYAOLAN

編者按

近日發布的《國務院關于深入實施“人工智能+”行動的意見》提出，加快形成人機協同、跨界融合、共創分享的智能經濟和智能社會新形態。近期，不少機構的研究報告總結了我國人工智能（AI）與重點領域的融合應用成果，展望了人工智能技術賦能產業的發展方向。隨著我國大力發展智能經濟，智能經濟將加快成為我國經濟發展的重要增長極，有力推動我國高質量發展邁上新臺階。

智能經濟新業態不斷涌現

閱讀提示：隨著人工智能技術應用場景的不斷拓展，我國經濟新業態不斷涌現。由清華大學人工智能國際治理研究院牽頭組織編寫的研究報告指出，人工智能技術的發展顯著提升了智能網聯汽車的智能化水平，對智能網聯汽車行業的發展起到了關鍵推動作用。騰訊研究院等機構聯合發布的研究報告預計，2025年將成為金融行業深度整合AI、實現大模型技術紅利兌現的拐點。由中國電信研究院牽頭完成的研究報告提出，運營商為應對AI業務快速增長，亟須推動“以網興智”與“以智賦網”雙向融合，同時，推動移動通信邁入“Mobile AI”階段。

《人工智能+汽車》：人工智能技術賦能汽車智能化發展

由清華大學人工智能國際治理研究院牽頭組織編寫，清華大學中國科技政策研究中心等多家機構聯合支持，中國發展出版社出版的“人工智能重大應用場景叢書”，選取了10余個典型場景，系統總結了我國人工智能在這些重點領域的應用成果。近日，《人工智能+金融》《人工智能+政務服務與社會治理》《人工智能+教育》《人工智能+汽車》在2025世界人工智能大會期間發布。其中，《人工智能+汽車》指出，人工智能技術的進步持續推動汽車智能化發展。

隨著技術的逐步成熟、產品價格的逐步下降以及消費者對智能化駕駛體驗需求的持續提升，智能駕駛功能正從豪華車型逐漸擴展到中低端車型，滲透率加速提升。此前，工業和信息化部發布的《智能網聯汽車技術路線圖2.0》明確提出，到2025年智能網聯汽車的滲透率要達到50%，到2030年這一比例將超過70%。從當前的發展趨勢來看，這一目標有望如期實現。

政策環境、技術創新、需求和供給為“人工智能+汽車”提供了發展機遇。與此同時，技術路線選擇不當、法規和管理體系不完善、數據泄露與濫用是“人工智能+汽車”的挑戰。

《人工智能+汽車》提出了四個方面的建議。第一，政府側完善法律與法規框架，包括建立智能網聯汽車專用法律法規、構建智能網聯汽車測試與認證標準等。第二，行業側建立智能網聯汽車倫理框架，包括制定倫理準則、設立成員多元化的倫理委員會、開發倫理評估工具等。第三，企業側樹立以人為本的研發理念，包括數據和算法技術審查、對研發人員進行倫理道德和技術培訓等。第四，生態側構建多方利益相關者協作的治理體系，包括制定多方協作的治理機制、國際合作治理、構建社會參與的反饋機制等。

《2025金融業大模型應用報告》：2025年將成為金融業實現大模型技術紅利兌現的拐點

騰訊研究院等機構近日聯合發布的《2025金融業大模型應用報告》（以下簡稱《報告》）認為，當前人工智能（AI）應用的關鍵，并非“為了AI而AI”的技術競賽，而是要回歸技術服務商業的本質——以投入產出比為標尺，校準應用范式，優化落地路徑。《報告》預計，2025年將成為金融行業深度整合AI、實現大模型技術紅利兌現的拐點。

《報告》顯示，全球近半數金融機構已啟動大模型應用建設，行業正從零星的試驗階段邁入規模化部署期。中國金融業的大模型建設呈現出頂層設計、梯次推進的清晰格局：銀行業是大模型落地應用最廣泛的領域，證券、保險行業的頭部機構則作為先行者，探索出多樣化的應用模式。

《報告》認為，當前，大模型在金融業的深度應用仍面臨高價值數據資源碎片化、戰略規劃和投資回報不清晰、低容錯場景技術適配難、組織人才升級滯后等挑戰。為破解上述瓶頸，推動人工智能從潛力轉化為切實的生產力，金融機構需從戰略、數據、組織、技術四個層面系統施策、協同發力。構建“數據+應用+戰略+組織人才”四位一體的綜合能力框架，將是贏得未來人工智能范式革命先機的關鍵。

AI技術正驅動金融服務走向前所未有的普惠化、智能化與個性化，并將專家級專業服務帶給更廣泛的長尾客戶群體。同時，AI與人類專業能力的深度融合，正在重新定義金融的運營與管理模式，加速推動復合型、創新型金融人才的需求形成。在此進程中，高質量私域數據的挖掘與應用將成為金融機構的核心競爭力，而AI技術和治理體系的不斷成熟，也將推動監管科技效率與效能提升。

《Mobile AI：AI與移動通信融合的新生態》：推動移動通信邁入“Mobile AI”階段

由中國電信研究院牽頭、華為技術有限公司共同完成的《Mobile AI：AI與移動通信融合的新生態》（以下簡稱《報告》）近日發布。《報告》認為，5G-A作為5G演進的重要階段，不僅帶來了通信能力的進一步躍升，也為人工智能（AI）與移動通信的融合提供了關鍵契機。運營商為應對AI業務快速增長，亟須推動“以網興智”與“以智賦網”雙向融合：一方面，構建原生支撐AI的網絡能力；另一方面，通過通信大模型、數字孿生等關鍵技術提升網絡的自學習、自優化能力。同時，圍繞“連接+算力+服務”融合供給，也需要探索通信資源與計算資源雙輪驅動的新型商業模式，實現運營商向科技型公司轉型，推動移動通信邁入“Mobile AI”階段。

《報告》指出，移動網絡正從“連接承載”向“智能底座”轉型。Mobile AI業務的興起引起了網絡架構、資源協同、服務模式的全面演進，網絡需要只有在算力體系、數據調度、服務供給等方面實現新型能力提升，才能更好地滿足AI業務所要求的普遍性、實時性和可擴展性特征。

《報告》顯示，Mobile AI網絡新需求主要體現在以下三方面：算力調度成為網絡和業務的雙重需求；數據與模型的網絡級協同處理能力；新型商業模式的探索。例如，在Mobile AI發展背景下，傳統以流量計費為核心的商業模式正面臨“高原期”，運營商亟須探索連接、算力、服務融合的新價值體系。面向6G，運營商可基于具體業務場景，靈活組合網絡能力、算力資源和AI服務，形成多元化的產品供給和新型商業模式。

多措并舉發展智能經濟

閱讀提示：我國正以多種方式加快發展智能經濟。新一代人工智能產業技術創新戰略聯盟等機構發布的研究報告認為，我國持續優化人工智能發展“中國方案”，國內主要城市布局前沿賽道、培育標桿場景，人工智能產業實力穩步提升。中國信息通信研究院人工智能研究所等機構發布的研究報告認為，人工智能發展正在進入“數據驅動”新階段，高質量數據集的建設不僅是提升AI模型性能的關鍵，也是推動“人工智能+”行動落地的重要保障。2025中國算力大會發布的研究報告認為，未來，我國智算中心服務將沿著普惠化、高效化、場景化三大趨勢向縱深發展。

《新一代人工智能發展年度報告（2024—2025）》：我國主要城市人工智能產業實力穩步提升

新一代人工智能產業技術創新戰略聯盟和中國經濟信息社近日聯合發布的《新一代人工智能發展年度報告（2024—2025）》（以下簡稱《報告》）認為，我國始終堅持發展與治理、創新與安全并重，持續優化人工智能發展“中國方案”。國內主要城市布局前沿賽道、培育標桿場景，人工智能產業實力穩步提升。

《報告》對入選國家新一代人工智能創新發展試驗區、國家人工智能創新應用先導區的19個城市2024年人工智能產業競爭力進行綜合評價分析發現，北京、上海、深圳處于“頭部三強”；杭州、蘇州、廣州、南京、成都、武漢、合肥等緊隨其后，綜合實力較為接近；長沙、西安、鄭州、沈陽、哈爾濱等“第三梯隊”，各具特色、奮力趕超。

在產業集聚力方面，北京上市企業數量、企業注冊資本總額和產業營收規模位居第一，深圳企業總數領先，蘇州產業納稅總額亮眼。在要素供給力方面，北京支撐要素全面領先；上海“算力規模（智算）”居首，鄭州緊跟其后；杭州產業載體完善。在創新策源力方面，北京研發投入強度連續6年保持6%以上，蘇州研發投入居地級市首位；北京和深圳創新成果豐富，杭州、蘇州和南京特色鮮明。在應用賦能方面，北京和上海大模型備案數量領先且垂類大模型優勢明顯，杭州競逐開源大模型之城，南京AI企業中標項目數量多。

《報告》建議，我國應加強央地協同形成“三張清單”，推進智算技術國產替代；發揮國家戰略導向作用，驅動數據高質量供給和高效流通；打好“經驗推廣+政策整合+培育示范”的“組合拳”，深化“人工智能+”應用；持續健全治理體系，力爭在全球人工智能可持續發展中扮演關鍵角色。

《人工智能高質量數據集建設指南》：推進人工智能高質量數據集建設

中國信息通信研究院人工智能研究所、清華大學計算社會科學與國家治理實驗室、中國人工智能產業發展聯盟數據委員會日前聯合發布的《人工智能高質量數據集建設指南》（以下簡稱《報告》）認為，隨著大模型技術的迅猛發展，數據集作為人工智能核心三要素之一，在算法趨同、算力普惠的競爭環境中正在構建難以復制的差異化壁壘。人工智能發展正在進入“數據驅動”新階段，高質量數據集的建設不僅是提升AI模型性能的關鍵，也是推動“人工智能+”行動落地的重要保障。

隨著人工智能大模型應用從初步探索邁向更為復雜、智能的高階階段，對高質量數據集的規模、多樣性、時效性以及處理速度的要求將會快速增長。

現階段，大量機構在高質量數據集建設中面臨目標定位模糊化、實施路徑碎片化與技術底座薄弱化三重挑戰，不知道需要什么數據集、如何建設數據集、怎樣評估數據集質量，制約了人工智能應用高效落地。

《報告》對推進人工智能高質量數據集建設提出四個方面的建議。第一，建立AI數據工程體系。打造功能完備的數據工程服務平臺。完善與數據集工程能力相關的標準規范。加強數據工程團隊建設。建立科學高效的數據工程項目管理體系。第二，推動AI數據技術創新。攻克數據多模態融合技術。探索數據壓縮與高效存儲技術。聚焦向量數據集技術。攻關重點場景定制化數據集生產技術。第三，搭建全流程AI數據質量管理體系。完善機構數據集質量評估和管理體系。推動數據集“以評促建”。第四，加快AI數據開發利用機制突破。在市場機制和法律法規要求下，積極探索版權合規機制、數據集定價機制、數據集收益分配機制，形成行業典型示范。

《2025智算服務發展報告》：我國智算中心服務將向普惠化、高效化、場景化發展

《2025智算服務發展報告》（以下簡稱《報告》）近日在2025中國算力大會上正式發布。《報告》顯示，我國智算中心服務已形成覆蓋規劃建設到運營應用的全流程體系。未來，我國智算中心服務將沿著普惠化、高效化、場景化三大趨勢向縱深發展。

在全球數字化浪潮下，算力已成為繼熱力、電力之后新的關鍵生產力。我國正按照“點、鏈、網、面”體系化推進全國一體化算力網絡工作，引導智算中心高質量發展。

《報告》認為，當前，我國智算中心建設熱度持續高漲，但在推進過程中面臨多重挑戰，主要集中在基礎設施規劃建設、大模型開發效能優化以及產業應用深度貫通等方面。

《報告》顯示，我國智算中心服務涵蓋基礎設施服務、模型開發與支持服務以及場景應用服務等內容，體系逐步完善。例如，場景應用服務正從“知識賦能”轉向“行動驅動”，行業大模型通過“語料構建—領域精調—場景適配”路徑輸出垂直解決方案，AI智能體深度融合行業知識與動態決策，向多智能體協同演進突破全局優化的瓶頸。

為實現智算中心從“建得好”到“用得好”的躍遷，《報告》提出四個方面的建議。一是推進覆蓋建設、開發、應用的全流程標準體系建設，加快制定云邊端一體化監控和應用開發平臺等重點標準。二是強化基礎設施層智能調度、模型層自動化調優、應用層AI智能體等核心技術自主創新。三是建立“政產學研用”協同生態，打通“硬件研發—算力供給—場景應用”全鏈條。四是面向醫療、教育、能源等重點領域開展專項行動，培育算力服務商突破“最后一公里”落地瓶頸，構筑高效、智能、協同的新型生產力體系。

中國經濟時報記者郭錦輝據公開資料整理

總 監 制丨王列軍車海剛

監 制丨陳 波 王 彧 楊玉洋

主 編丨毛晶慧 編 輯丨蔣 帥