ZHIKUYAOLAN

编者按

近日发布的《国务院关于深入实施“人工智能+”行动的意见》提出，加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。近期，不少机构的研究报告总结了我国人工智能（AI）与重点领域的融合应用成果，展望了人工智能技术赋能产业的发展方向。随着我国大力发展智能经济，智能经济将加快成为我国经济发展的重要增长极，有力推动我国高质量发展迈上新台阶。

智能经济新业态不断涌现

阅读提示：随着人工智能技术应用场景的不断拓展，我国经济新业态不断涌现。由清华大学人工智能国际治理研究院牵头组织编写的研究报告指出，人工智能技术的发展显著提升了智能网联汽车的智能化水平，对智能网联汽车行业的发展起到了关键推动作用。腾讯研究院等机构联合发布的研究报告预计，2025年将成为金融行业深度整合AI、实现大模型技术红利兑现的拐点。由中国电信研究院牵头完成的研究报告提出，运营商为应对AI业务快速增长，亟须推动“以网兴智”与“以智赋网”双向融合，同时，推动移动通信迈入“Mobile AI”阶段。

《人工智能+汽车》：人工智能技术赋能汽车智能化发展

由清华大学人工智能国际治理研究院牵头组织编写，清华大学中国科技政策研究中心等多家机构联合支持，中国发展出版社出版的“人工智能重大应用场景丛书”，选取了10余个典型场景，系统总结了我国人工智能在这些重点领域的应用成果。近日，《人工智能+金融》《人工智能+政务服务与社会治理》《人工智能+教育》《人工智能+汽车》在2025世界人工智能大会期间发布。其中，《人工智能+汽车》指出，人工智能技术的进步持续推动汽车智能化发展。

随着技术的逐步成熟、产品价格的逐步下降以及消费者对智能化驾驶体验需求的持续提升，智能驾驶功能正从豪华车型逐渐扩展到中低端车型，渗透率加速提升。此前，工业和信息化部发布的《智能网联汽车技术路线图2.0》明确提出，到2025年智能网联汽车的渗透率要达到50%，到2030年这一比例将超过70%。从当前的发展趋势来看，这一目标有望如期实现。

政策环境、技术创新、需求和供给为“人工智能+汽车”提供了发展机遇。与此同时，技术路线选择不当、法规和管理体系不完善、数据泄露与滥用是“人工智能+汽车”的挑战。

《人工智能+汽车》提出了四个方面的建议。第一，政府侧完善法律与法规框架，包括建立智能网联汽车专用法律法规、构建智能网联汽车测试与认证标准等。第二，行业侧建立智能网联汽车伦理框架，包括制定伦理准则、设立成员多元化的伦理委员会、开发伦理评估工具等。第三，企业侧树立以人为本的研发理念，包括数据和算法技术审查、对研发人员进行伦理道德和技术培训等。第四，生态侧构建多方利益相关者协作的治理体系，包括制定多方协作的治理机制、国际合作治理、构建社会参与的反馈机制等。

《2025金融业大模型应用报告》：2025年将成为金融业实现大模型技术红利兑现的拐点

腾讯研究院等机构近日联合发布的《2025金融业大模型应用报告》（以下简称《报告》）认为，当前人工智能（AI）应用的关键，并非“为了AI而AI”的技术竞赛，而是要回归技术服务商业的本质——以投入产出比为标尺，校准应用范式，优化落地路径。《报告》预计，2025年将成为金融行业深度整合AI、实现大模型技术红利兑现的拐点。

《报告》显示，全球近半数金融机构已启动大模型应用建设，行业正从零星的试验阶段迈入规模化部署期。中国金融业的大模型建设呈现出顶层设计、梯次推进的清晰格局：银行业是大模型落地应用最广泛的领域，证券、保险行业的头部机构则作为先行者，探索出多样化的应用模式。

《报告》认为，当前，大模型在金融业的深度应用仍面临高价值数据资源碎片化、战略规划和投资回报不清晰、低容错场景技术适配难、组织人才升级滞后等挑战。为破解上述瓶颈，推动人工智能从潜力转化为切实的生产力，金融机构需从战略、数据、组织、技术四个层面系统施策、协同发力。构建“数据+应用+战略+组织人才”四位一体的综合能力框架，将是赢得未来人工智能范式革命先机的关键。

AI技术正驱动金融服务走向前所未有的普惠化、智能化与个性化，并将专家级专业服务带给更广泛的长尾客户群体。同时，AI与人类专业能力的深度融合，正在重新定义金融的运营与管理模式，加速推动复合型、创新型金融人才的需求形成。在此进程中，高质量私域数据的挖掘与应用将成为金融机构的核心竞争力，而AI技术和治理体系的不断成熟，也将推动监管科技效率与效能提升。

《Mobile AI：AI与移动通信融合的新生态》：推动移动通信迈入“Mobile AI”阶段

由中国电信研究院牵头、华为技术有限公司共同完成的《Mobile AI：AI与移动通信融合的新生态》（以下简称《报告》）近日发布。《报告》认为，5G-A作为5G演进的重要阶段，不仅带来了通信能力的进一步跃升，也为人工智能（AI）与移动通信的融合提供了关键契机。运营商为应对AI业务快速增长，亟须推动“以网兴智”与“以智赋网”双向融合：一方面，构建原生支撑AI的网络能力；另一方面，通过通信大模型、数字孪生等关键技术提升网络的自学习、自优化能力。同时，围绕“连接+算力+服务”融合供给，也需要探索通信资源与计算资源双轮驱动的新型商业模式，实现运营商向科技型公司转型，推动移动通信迈入“Mobile AI”阶段。

《报告》指出，移动网络正从“连接承载”向“智能底座”转型。Mobile AI业务的兴起引起了网络架构、资源协同、服务模式的全面演进，网络需要只有在算力体系、数据调度、服务供给等方面实现新型能力提升，才能更好地满足AI业务所要求的普遍性、实时性和可扩展性特征。

《报告》显示，Mobile AI网络新需求主要体现在以下三方面：算力调度成为网络和业务的双重需求；数据与模型的网络级协同处理能力；新型商业模式的探索。例如，在Mobile AI发展背景下，传统以流量计费为核心的商业模式正面临“高原期”，运营商亟须探索连接、算力、服务融合的新价值体系。面向6G，运营商可基于具体业务场景，灵活组合网络能力、算力资源和AI服务，形成多元化的产品供给和新型商业模式。

多措并举发展智能经济

阅读提示：我国正以多种方式加快发展智能经济。新一代人工智能产业技术创新战略联盟等机构发布的研究报告认为，我国持续优化人工智能发展“中国方案”，国内主要城市布局前沿赛道、培育标杆场景，人工智能产业实力稳步提升。中国信息通信研究院人工智能研究所等机构发布的研究报告认为，人工智能发展正在进入“数据驱动”新阶段，高质量数据集的建设不仅是提升AI模型性能的关键，也是推动“人工智能+”行动落地的重要保障。2025中国算力大会发布的研究报告认为，未来，我国智算中心服务将沿着普惠化、高效化、场景化三大趋势向纵深发展。

《新一代人工智能发展年度报告（2024—2025）》：我国主要城市人工智能产业实力稳步提升

新一代人工智能产业技术创新战略联盟和中国经济信息社近日联合发布的《新一代人工智能发展年度报告（2024—2025）》（以下简称《报告》）认为，我国始终坚持发展与治理、创新与安全并重，持续优化人工智能发展“中国方案”。国内主要城市布局前沿赛道、培育标杆场景，人工智能产业实力稳步提升。

《报告》对入选国家新一代人工智能创新发展试验区、国家人工智能创新应用先导区的19个城市2024年人工智能产业竞争力进行综合评价分析发现，北京、上海、深圳处于“头部三强”；杭州、苏州、广州、南京、成都、武汉、合肥等紧随其后，综合实力较为接近；长沙、西安、郑州、沈阳、哈尔滨等“第三梯队”，各具特色、奋力赶超。

在产业集聚力方面，北京上市企业数量、企业注册资本总额和产业营收规模位居第一，深圳企业总数领先，苏州产业纳税总额亮眼。在要素供给力方面，北京支撑要素全面领先；上海“算力规模（智算）”居首，郑州紧跟其后；杭州产业载体完善。在创新策源力方面，北京研发投入强度连续6年保持6%以上，苏州研发投入居地级市首位；北京和深圳创新成果丰富，杭州、苏州和南京特色鲜明。在应用赋能方面，北京和上海大模型备案数量领先且垂类大模型优势明显，杭州竞逐开源大模型之城，南京AI企业中标项目数量多。

《报告》建议，我国应加强央地协同形成“三张清单”，推进智算技术国产替代；发挥国家战略导向作用，驱动数据高质量供给和高效流通；打好“经验推广+政策整合+培育示范”的“组合拳”，深化“人工智能+”应用；持续健全治理体系，力争在全球人工智能可持续发展中扮演关键角色。

《人工智能高质量数据集建设指南》：推进人工智能高质量数据集建设

中国信息通信研究院人工智能研究所、清华大学计算社会科学与国家治理实验室、中国人工智能产业发展联盟数据委员会日前联合发布的《人工智能高质量数据集建设指南》（以下简称《报告》）认为，随着大模型技术的迅猛发展，数据集作为人工智能核心三要素之一，在算法趋同、算力普惠的竞争环境中正在构建难以复制的差异化壁垒。人工智能发展正在进入“数据驱动”新阶段，高质量数据集的建设不仅是提升AI模型性能的关键，也是推动“人工智能+”行动落地的重要保障。

随着人工智能大模型应用从初步探索迈向更为复杂、智能的高阶阶段，对高质量数据集的规模、多样性、时效性以及处理速度的要求将会快速增长。

现阶段，大量机构在高质量数据集建设中面临目标定位模糊化、实施路径碎片化与技术底座薄弱化三重挑战，不知道需要什么数据集、如何建设数据集、怎样评估数据集质量，制约了人工智能应用高效落地。

《报告》对推进人工智能高质量数据集建设提出四个方面的建议。第一，建立AI数据工程体系。打造功能完备的数据工程服务平台。完善与数据集工程能力相关的标准规范。加强数据工程团队建设。建立科学高效的数据工程项目管理体系。第二，推动AI数据技术创新。攻克数据多模态融合技术。探索数据压缩与高效存储技术。聚焦向量数据集技术。攻关重点场景定制化数据集生产技术。第三，搭建全流程AI数据质量管理体系。完善机构数据集质量评估和管理体系。推动数据集“以评促建”。第四，加快AI数据开发利用机制突破。在市场机制和法律法规要求下，积极探索版权合规机制、数据集定价机制、数据集收益分配机制，形成行业典型示范。

《2025智算服务发展报告》：我国智算中心服务将向普惠化、高效化、场景化发展

《2025智算服务发展报告》（以下简称《报告》）近日在2025中国算力大会上正式发布。《报告》显示，我国智算中心服务已形成覆盖规划建设到运营应用的全流程体系。未来，我国智算中心服务将沿着普惠化、高效化、场景化三大趋势向纵深发展。

在全球数字化浪潮下，算力已成为继热力、电力之后新的关键生产力。我国正按照“点、链、网、面”体系化推进全国一体化算力网络工作，引导智算中心高质量发展。

《报告》认为，当前，我国智算中心建设热度持续高涨，但在推进过程中面临多重挑战，主要集中在基础设施规划建设、大模型开发效能优化以及产业应用深度贯通等方面。

《报告》显示，我国智算中心服务涵盖基础设施服务、模型开发与支持服务以及场景应用服务等内容，体系逐步完善。例如，场景应用服务正从“知识赋能”转向“行动驱动”，行业大模型通过“语料构建—领域精调—场景适配”路径输出垂直解决方案，AI智能体深度融合行业知识与动态决策，向多智能体协同演进突破全局优化的瓶颈。

为实现智算中心从“建得好”到“用得好”的跃迁，《报告》提出四个方面的建议。一是推进覆盖建设、开发、应用的全流程标准体系建设，加快制定云边端一体化监控和应用开发平台等重点标准。二是强化基础设施层智能调度、模型层自动化调优、应用层AI智能体等核心技术自主创新。三是建立“政产学研用”协同生态，打通“硬件研发—算力供给—场景应用”全链条。四是面向医疗、教育、能源等重点领域开展专项行动，培育算力服务商突破“最后一公里”落地瓶颈，构筑高效、智能、协同的新型生产力体系。

中国经济时报记者郭锦辉据公开资料整理

总 监 制丨王列军车海刚

监 制丨陈 波 王 彧 杨玉洋

主 编丨毛晶慧 编 辑丨蒋 帅