我國人工智能產(chǎn)業(yè)發(fā)展形勢研判及思路建議

中服云

2024年是實(shí)現“十四五”規劃目標任務(wù)的關(guān)鍵一年，當前我國工業(yè)和信息化發(fā)展中的熱點(diǎn)、難點(diǎn)有哪些？今后一個(gè)時(shí)期的發(fā)展目標是怎樣的？近日，賽迪研究院重磅推出集體研究成果《“十五五”前期研究成果匯編》，力爭為工業(yè)和信息化部和各地工業(yè)和信息化主管部門(mén)科學(xué)制定“十五五”規劃提供支撐，為企業(yè)把握行業(yè)發(fā)展大勢做好服務(wù)。

《“十五五”前期研究成果匯編》分為上下兩篇，上篇為綜合篇，分別從制造業(yè)、數字化轉型、產(chǎn)業(yè)科技創(chuàng )新、中小企業(yè)、工業(yè)綠色發(fā)展、數字經(jīng)濟、網(wǎng)絡(luò )安全、數據治理、國際合作等9個(gè)角度進(jìn)行了分析；下篇為行業(yè)篇，選取了高端裝備制造業(yè)、氫能、安全應急裝備、原材料、新材料、生物制造、新型儲能、歷史經(jīng)典、醫藥工業(yè)、電子信息、先進(jìn)計算、量子、集成電路、光伏、顯示、軟件、未來(lái)產(chǎn)業(yè)、低空經(jīng)濟、人工智能等19個(gè)行業(yè)進(jìn)行分析。

工業(yè)互聯(lián)網(wǎng)世界編輯部將遴選《“十五五”前期研究成果匯編》系列中部分內容，以饗讀者。本期發(fā)布《“十五五”時(shí)期我國人工智能產(chǎn)業(yè)發(fā)展形勢研判及思路建議》。

文 | 賽迪智庫未來(lái)產(chǎn)業(yè)研究中心

人工智能產(chǎn)業(yè)是新一代信息技術(shù)產(chǎn)業(yè)的創(chuàng )新前沿，是推動(dòng)未來(lái)產(chǎn)業(yè)發(fā)展的核心動(dòng)能，是打造新質(zhì)生產(chǎn)力的關(guān)鍵。在云計算、大數據、深度學(xué)習等關(guān)鍵技術(shù)的持續創(chuàng )新與深度應用的推動(dòng)下，人工智能迎來(lái)前所未有的發(fā)展機遇，已步入以大模型為代表的通用人工智能發(fā)展階段，我國人工智能產(chǎn)業(yè)亦在國際化的競爭舞臺上行穩致遠。立足于“十五五”這一新的歷史坐標，我們必須精準把握國內外發(fā)展大勢，緊緊抓住通用人工智能發(fā)展的關(guān)鍵“窗口期”，發(fā)揮既有優(yōu)勢，補齊短板不足，不斷推進(jìn)人工智能產(chǎn)業(yè)的高質(zhì)量發(fā)展，以確保在全球競爭中占據核心競爭優(yōu)勢。

一、“十五五”時(shí)期人工智能產(chǎn)業(yè)發(fā)展面臨新形勢

[color=rgba(0, 0, 0, 0.9)]（一）產(chǎn)業(yè)規�？焖僭鲩L(cháng)

[color=rgba(0, 0, 0, 0.9)]近年來(lái)，我國人工智能產(chǎn)業(yè)規模呈爆炸式增長(cháng)，成為推動(dòng)經(jīng)濟高質(zhì)量發(fā)展的新引擎。央視財經(jīng)數據顯示，我國人工智能核心產(chǎn)業(yè)規模已超過(guò)5000億元。沙利文咨詢(xún)預測，2024年我國人工智能市場(chǎng)規模將突破7993億元。從細分領(lǐng)域來(lái)看，人工智能大模型正處于井噴式發(fā)展高峰期，是推動(dòng)產(chǎn)業(yè)快速增長(cháng)的核心力量。2023年，我國人工智能大模型市場(chǎng)規模達21億美元，同比增長(cháng)110%，占全球市場(chǎng)規模的10%。據鈦媒體國際智庫報告預測，2024年我國大模型市場(chǎng)規模將達216億元，持續保持兩位數以上增速。當前，全國各地密集出臺政策推動(dòng)人工智能產(chǎn)業(yè)發(fā)展，如北京市印發(fā)《北京市加快建設具有全球影響力的人工智能創(chuàng )新策源地實(shí)施方案（2023-2025年）》，提出到2025年人工智能核心產(chǎn)業(yè)規模達到3000億元的目標。頭部企業(yè)加速人工智能領(lǐng)域布局，天眼查數據顯示，越來(lái)越多的企業(yè)爭先搶占人工智能賽道，百度、騰訊、華為等大廠(chǎng)在人工智能算法和模型、數據處理能力和計算資源等方面發(fā)展迅速。未來(lái)，隨著(zhù)政策紅利的持續釋放、核心技術(shù)的日益成熟、應用場(chǎng)景的不斷拓寬，我國人工智能產(chǎn)業(yè)將持續增長(cháng)，在全球范圍內扮演更加重要的角色，為推動(dòng)全球科技進(jìn)步和經(jīng)濟發(fā)展作出更大貢獻。

[color=rgba(0, 0, 0, 0.9)]（二）技術(shù)變革推動(dòng)發(fā)展

[color=rgba(0, 0, 0, 0.9)]當前，人工智能技術(shù)正處于飛速發(fā)展階段，未來(lái)，以算力、算據、算法三大基礎要素的精巧配合和相互促進(jìn)為本質(zhì)的技術(shù)變革，將推動(dòng)人工智能產(chǎn)業(yè)向縱深發(fā)展。一是多模態(tài)模型或將成為人工智能產(chǎn)業(yè)標配。微軟的研究員撰寫(xiě)的綜述預測，多模態(tài)基礎模型將從專(zhuān)用走向通用，未來(lái)將有更多的研究關(guān)注如何利用大模型處理多模態(tài)任務(wù)。目前國內超80個(gè)大模型多僅支持文本輸入輸出這一單一模態(tài)，與人類(lèi)利用視覺(jué)嗅覺(jué)聽(tīng)覺(jué)等多感官獲取信息、通過(guò)語(yǔ)言表情動(dòng)作等多方式表達信息相比具有明顯不足。未來(lái)隨著(zhù)技術(shù)的日臻成熟，大模型創(chuàng )新將從支持單模態(tài)單任務(wù)逐漸發(fā)展為將文本、圖像、音視頻等集于一體的多模態(tài)多任務(wù)，競爭重點(diǎn)將從參數量的提升轉向多模態(tài)信息整合和深度挖掘能力的提升。二是數據智能有望迎來(lái)跨越式發(fā)展。當前，作為大模型訓練“原料”的數據，尤其是高質(zhì)量數據面臨短缺，據Epoch AI Research研究團隊稱(chēng)，高質(zhì)量語(yǔ)言數據將在2026年耗盡。若失去新增數據源，同時(shí)數據利用效率又未能顯著(zhù)提升，未來(lái)人工智能大模型的發(fā)展速度將明顯放緩。因此，大模型領(lǐng)域不斷迸發(fā)的數據需求，將倒逼數據在大規模、多模態(tài)、高質(zhì)量三維度上全面提升，數據智能技術(shù)將飛速發(fā)展。三是傳統計算范式變革成為必然趨勢。算力作為“燃料”是支撐人工智能模型不斷進(jìn)化的關(guān)鍵，OpenAI數據顯示，訓練GPT-3 175B模型需要的算力高達3640PF-days（以1PetaFLOP/s的效率要跑3640天）。未來(lái)，傳統計算范式將無(wú)法滿(mǎn)足人工智能算力需求的指數級增長(cháng)，智能算力無(wú)處不在的計算新范式加速實(shí)現。

[color=rgba(0, 0, 0, 0.9)]（三）具身智能引發(fā)關(guān)注

[color=rgba(0, 0, 0, 0.9)]具身智能（Embodied Intelligence）是一種智能系統的設計理念，其目標是通過(guò)將感知、決策和行動(dòng)融合在一起，使機器能夠像人類(lèi)一樣具備身體和運動(dòng)能力。具身智能的核心理念是利用機器的身體結構和動(dòng)作能力來(lái)增強其智能表現和解決復雜任務(wù)的能力。傳統的人工智能系統主要關(guān)注于數據處理和算法的優(yōu)化，而具身智能則更加注重機器與環(huán)境的互動(dòng)和交流。

[color=rgba(0, 0, 0, 0.9)]目前，具身智能已經(jīng)成為國際學(xué)術(shù)前沿研究方向，包括美國國家科學(xué)基金會(huì )在內的機構都在推動(dòng)具身智能的發(fā)展。谷歌公司的Everyday Robot已經(jīng)能夠將機器人和對話(huà)模型結合到一起，形成一個(gè)更大的閉環(huán)。UC伯克利的LM Nav用三個(gè)大模型（視覺(jué)導航模型ViNG、大型語(yǔ)言模型GPT-3、視覺(jué)語(yǔ)言模型CLIP）教會(huì )了機器人在不看地圖的情況下按照語(yǔ)言指令到達目的地�；�于形態(tài)的具身智能研究，例如機器人關(guān)節控制，使機器人完全依靠自身形態(tài)即可實(shí)現對整體行為的控制。未來(lái)，具身智能有望在機器人、自動(dòng)駕駛、智能家居等領(lǐng)域實(shí)現重大突破和廣泛應用。

[color=rgba(0, 0, 0, 0.9)]（四）應用滲透千行百業(yè)

[color=rgba(0, 0, 0, 0.9)]當前，以大模型為代表的人工智能技術(shù)賦能千行百業(yè)，成為驅動(dòng)產(chǎn)業(yè)轉型升級“第二增長(cháng)曲線(xiàn)”的新支點(diǎn)。我國人工智能已在眾多行業(yè)落地應用，賦能效果明顯。例如：汽車(chē)行業(yè)成為大模型技術(shù)最大的交互應用場(chǎng)景。各大車(chē)企加快人工智能技術(shù)在智能座艙、智能駕駛、智能制造等方面的落地應用，為汽車(chē)行業(yè)帶來(lái)深刻變革。如人工智能大模型可以輔助自動(dòng)駕駛算法的訓練和優(yōu)化，亦可以作為“控制者”直接駕駛車(chē)輛。生物醫藥領(lǐng)域應用大模型大幅提升研發(fā)效率。藥物設計和病情發(fā)現是生物醫藥領(lǐng)域的重要環(huán)節，傳統手段耗時(shí)長(cháng)、成本高，大模型技術(shù)在生物制造領(lǐng)域應用可提高藥物研發(fā)效率和成功率，助力發(fā)現新療法。人工智能顯著(zhù)提升集成電路設計制造領(lǐng)域生產(chǎn)力。芯片設計制造具有極高的專(zhuān)業(yè)性和復雜性，人工智能驅動(dòng)的集成電路設計制造技術(shù)由大模型自動(dòng)為工程師提供技術(shù)洞察，改進(jìn)未來(lái)芯片設計生產(chǎn)方式，減輕工程師負擔，縮短芯片研發(fā)周期，促進(jìn)芯片領(lǐng)域生產(chǎn)力提升。盡管如此，我國人工智能多數應用仍處于“小規模試點(diǎn)”階段，相距發(fā)達國家仍有不小差距，未來(lái)，隨著(zhù)人工智能技術(shù)的不斷成熟，落地應用將向“深水區”持續邁進(jìn)，發(fā)展空間廣闊。

[color=rgba(0, 0, 0, 0.9)]（五）安全監管趨緊趨嚴

[color=rgba(0, 0, 0, 0.9)]如何確保人工智能“自我進(jìn)化”的有益無(wú)害，一直是人工智能產(chǎn)業(yè)發(fā)展面臨的重大難題。技術(shù)安全方面，人工智能技術(shù)的復雜性和不透明性造成“黑箱”困擾。人工智能設計者利用不同來(lái)源的數據進(jìn)行訓練建模，隨著(zhù)算力水平的提升，用于訓練的數據量呈指數級增長(cháng)，人工智能自我學(xué)習更新的速度也越來(lái)越快，但其結果“不可解釋”，人工智能設計者難以把控其“自我進(jìn)化”方向。應用安全方面，“真假難辨”“技術(shù)換人”的風(fēng)險持續增加。生成式人工智能的生成結果已可“以假亂真”，真假難辨對個(gè)人安全乃至國家安全都帶來(lái)較大風(fēng)險，此外，隨著(zhù)人工智能技術(shù)的普及和發(fā)展，失業(yè)人群數量增加，未來(lái)人工智能更將在多個(gè)領(lǐng)域趕超人類(lèi)，引發(fā)更多社會(huì )問(wèn)題。數據安全方面，數據泄露等安全問(wèn)題的解決更加趨難。隨著(zhù)生成式人工智能技術(shù)向多模態(tài)發(fā)展，其文件格式更加豐富，未來(lái)數據泄漏問(wèn)題將難以通過(guò)傳統的數據防泄漏方法解決。當前，世界各國呈現出政策法規先行、安全監管趨嚴等特征，如2023年3月，意大利數據保護局以違反《通用數據保護條例》為由暫時(shí)禁用ChatGPT，并在此后提出系列整改要求。未來(lái)，隨著(zhù)人工智能的快速發(fā)展，與之配套的政策法規也將更加完善，安全監管將更加嚴格，治理力度將持續加大。

二、“十五五”時(shí)期人工智能產(chǎn)業(yè)發(fā)展思路和目標

[color=rgba(0, 0, 0, 0.9)]（一）頂層謀劃引領(lǐng)方向，構筑政策支持體系

[color=rgba(0, 0, 0, 0.9)]做好頂層設計，制定國家層面的人工智能發(fā)展戰略，科學(xué)謀劃、統籌布局，構建多層次、多維度的政策支持體系。加強央地聯(lián)動(dòng)，暢通跨部門(mén)、跨行業(yè)、跨區域協(xié)作，推動(dòng)政產(chǎn)學(xué)研用金各方主體精準發(fā)力，面向工業(yè)細分領(lǐng)域、不同發(fā)展階段企業(yè)、不同產(chǎn)業(yè)鏈環(huán)節，為人工智能產(chǎn)業(yè)發(fā)展營(yíng)造良好的制度環(huán)境和政策環(huán)境。加強政策的普惠性、包容性、協(xié)調性和延續性，完善應用策略和推進(jìn)路線(xiàn)，遵循先易后難、先簡(jiǎn)單后復雜的原則，明確在不同行業(yè)部署的優(yōu)先級和應用重點(diǎn)，加快構建人工智能應用的試錯機制，使技術(shù)在應用中不斷迭代發(fā)展。

[color=rgba(0, 0, 0, 0.9)]（二）政府引導企業(yè)主導，加強產(chǎn)學(xué)研用協(xié)同

[color=rgba(0, 0, 0, 0.9)]堅持有效市場(chǎng)和有為政府相結合，充分發(fā)揮市場(chǎng)對資源配置的決定性作用，更好發(fā)揮政府行業(yè)指導、市場(chǎng)監管、安全治理作用，推動(dòng)人工智能加快融入各行各業(yè)，全面賦能傳統產(chǎn)業(yè)轉型升級，提升經(jīng)濟社會(huì )智能化水平。政府引導錯位競爭，強化區域競合。加強對全產(chǎn)業(yè)鏈技術(shù)、市場(chǎng)等的理解，共同推動(dòng)人工智能關(guān)鍵核心技術(shù)突破，積極開(kāi)展人工智能通用技術(shù)聯(lián)合攻關(guān)。積極推動(dòng)企業(yè)發(fā)揮核心作用，通過(guò)深化產(chǎn)學(xué)研用合作模式，激發(fā)企業(yè)在人工智能領(lǐng)域的創(chuàng )新活力。鼓勵企業(yè)在技術(shù)研發(fā)上持續加大投入，先行探索人工智能產(chǎn)品創(chuàng )新和實(shí)際應用場(chǎng)景，引領(lǐng)行業(yè)發(fā)展，推動(dòng)人工智能技術(shù)在多個(gè)領(lǐng)域的廣泛應用，實(shí)現技術(shù)突破與產(chǎn)業(yè)升級的雙贏(yíng)局面。

[color=rgba(0, 0, 0, 0.9)]（三）優(yōu)化創(chuàng )新發(fā)展要素，夯實(shí)產(chǎn)業(yè)生態(tài)基礎

[color=rgba(0, 0, 0, 0.9)]走求實(shí)扎實(shí)的創(chuàng )新路子，加強科技創(chuàng )新與產(chǎn)業(yè)創(chuàng )新的緊密對接，通過(guò)政策引導和激勵機制，促進(jìn)科研成果向實(shí)際生產(chǎn)力的轉化，實(shí)現技術(shù)、產(chǎn)品、應用的系統化和迭代創(chuàng )新，提升產(chǎn)業(yè)核心競爭力，推動(dòng)產(chǎn)業(yè)鏈升級和優(yōu)化。深入推進(jìn)人工智能賦能新型工業(yè)化，貫徹實(shí)施“人工智能+”行動(dòng)計劃，將人工智能技術(shù)與制造業(yè)深度融合，推動(dòng)智能制造、智能服務(wù)等新型產(chǎn)業(yè)模式的發(fā)展。鼓勵企業(yè)開(kāi)放其典型應用場(chǎng)景，作為技術(shù)創(chuàng )新和驗證的試驗場(chǎng)，以此吸引和匯聚人才、技術(shù)、數據、算力等關(guān)鍵資源要素，構建供需互動(dòng)、相互促進(jìn)的創(chuàng )新生態(tài)系統。鼓勵跨學(xué)科交叉融合，推動(dòng)人工智能與其他前沿科技領(lǐng)域的協(xié)同發(fā)展，通過(guò)跨界合作，打破傳統學(xué)科界限，激發(fā)新的創(chuàng )新思維和解決方案，不斷拓展人工智能技術(shù)的創(chuàng )新邊界和應用領(lǐng)域。

[color=rgba(0, 0, 0, 0.9)]（四）健全監管治理體系，促進(jìn)產(chǎn)業(yè)安全發(fā)展

[color=rgba(0, 0, 0, 0.9)]探索營(yíng)造穩定包容的發(fā)展環(huán)境，建立健全公開(kāi)透明的人工智能監管體系，有效應對新興技術(shù)帶來(lái)的挑戰。通過(guò)前瞻性研判，主動(dòng)識別防范潛在風(fēng)險，確保人工智能技術(shù)安全、可靠、可控應用。進(jìn)一步完善數據保護、隱私安全、知識產(chǎn)權等人工智能領(lǐng)域相關(guān)法律法規框架，明確責任歸屬、行為規范和違規處罰。堅持開(kāi)放合作原則，積極參與國際人工智能治理，通過(guò)與國際社會(huì )廣泛交流合作，共同制定國際標準和規則，促進(jìn)全球人工智能的健康發(fā)展。加強技術(shù)資源開(kāi)放共享，加速技術(shù)創(chuàng )新，促進(jìn)全球資源優(yōu)化配置，提升全行業(yè)競爭力。

[color=rgba(0, 0, 0, 0.9)]（五）以技術(shù)突破、產(chǎn)業(yè)升級與典型應用場(chǎng)景打造為三大著(zhù)力點(diǎn)，加速產(chǎn)業(yè)創(chuàng )新發(fā)展

[color=rgba(0, 0, 0, 0.9)]到2030年，突破一批人工智能關(guān)鍵核心技術(shù)，培育具有3-5家具有全球競爭力的人工智能企業(yè)和一批專(zhuān)精特新中小企業(yè)，挖掘一批特色應用場(chǎng)景，打造一批面向行業(yè)應用的人工智能典型產(chǎn)品，遴選一批安全穩定、可復制、可推廣的優(yōu)質(zhì)解決方案，培育壯大自主產(chǎn)業(yè)生態(tài)。人工智能技術(shù)方面。到2030年，人工智能基礎理論實(shí)現重大突破，人工智能芯片、深度學(xué)習框架、算法等關(guān)鍵技術(shù)達到國際先進(jìn)水平，人工智能產(chǎn)業(yè)進(jìn)入全球價(jià)值鏈高端。人工智能大模型產(chǎn)品方面。人工智能成為新型工業(yè)化發(fā)展的重要驅動(dòng)力，賦能廣度深度不斷拓展提升，形成2-3個(gè)高水平通用大模型和若干工業(yè)細分領(lǐng)域行業(yè)大模型。典型場(chǎng)景應用方面。打造一批示范性強、影響力大、帶動(dòng)性廣的典型應用案例，有效推動(dòng)產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展，促進(jìn)制造業(yè)整體水平大幅提升，創(chuàng )新能力顯著(zhù)增強，全面支撐制造強國建設。

三、“十五五”時(shí)期人工智能產(chǎn)業(yè)發(fā)展需要解決的關(guān)鍵問(wèn)題

（一）高端人才相對稀缺，關(guān)鍵核心技術(shù)有待突破

[color=rgba(0, 0, 0, 0.9)]人才方面，仍需加大力度優(yōu)化人才供給結構。根據脈脈高聘人才智庫發(fā)布《2023泛人工智能人才洞察》，人工智能人才供不應求情況進(jìn)一步加劇，2022年人工智能行業(yè)人才供需比為0.63,2023年1-8月下降至0.39。斯坦福大學(xué)《人工智能指數2023》指出，中國人工智能高端學(xué)者數量排名全球第二，但僅與谷歌公司一家數量接近，總量上只有美國的五分之一。關(guān)鍵核心技術(shù)方面，我國人工智能重應用輕基礎。我國雖然在語(yǔ)音、視覺(jué)和自然語(yǔ)言處理等應用算法開(kāi)發(fā)上屢獲佳績(jì)，但在數據標準、模型原創(chuàng )、基礎理論開(kāi)發(fā)或技術(shù)優(yōu)化等方面仍落后于國際領(lǐng)先水平，長(cháng)期以來(lái)存在的研究依賴(lài)慣性導致中國在基礎研究領(lǐng)域投入力量較為薄弱。

[color=rgba(0, 0, 0, 0.9)]夯實(shí)基礎領(lǐng)域人才培育，推進(jìn)人工智能原始創(chuàng )新。人才培育方面，從人工智能專(zhuān)業(yè)相關(guān)的基礎領(lǐng)域出發(fā)，加強數學(xué)、物理、電子信息、腦神經(jīng)學(xué)科等前沿基礎學(xué)科建設，積極培育前沿領(lǐng)域交叉復合型人才。對基礎算法、開(kāi)源框架、芯片等短板領(lǐng)域的要進(jìn)一步加大人才交流和引進(jìn)通道，鼓勵高校和科研機構增加赴外交流合作、高校和企業(yè)之間建立人才雙向流通通道，暢通產(chǎn)學(xué)研用人才鏈。國際項目合作，技術(shù)咨詢(xún)平臺等多種合作手段多措并舉，創(chuàng )新人才引培模式。原始創(chuàng )新方面，加快關(guān)鍵技術(shù)突破，充分發(fā)揮高校和科研院所創(chuàng )新能力，開(kāi)展深度學(xué)習、機器視覺(jué)、智能決策、人機交互、大模型等領(lǐng)域前沿理論研究。鼓勵高校、人工智能企業(yè)、工業(yè)制造企業(yè)等成立專(zhuān)注工業(yè)人工智能的創(chuàng )新聯(lián)合體，推動(dòng)核心技術(shù)研發(fā)，提高符合產(chǎn)業(yè)特點(diǎn)的技術(shù)產(chǎn)品供給。

[color=rgba(0, 0, 0, 0.9)]（二）算力需求大、成本投入高，行業(yè)進(jìn)入門(mén)檻較高

[color=rgba(0, 0, 0, 0.9)]人工智能模型變“大”需要攻克算力挑戰與理論限制，讓人工智能模型變得更大并非單純增加神經(jīng)網(wǎng)絡(luò )深度、堆疊人工神經(jīng)元就可以實(shí)現。以CNN、RNN等人工神經(jīng)元為基礎的模型需要采用串行結構，模型訓練過(guò)程需要順序執行，無(wú)法充分利用所有計算資源。隨著(zhù)模型參數量提升，訓練時(shí)間呈指數型增長(cháng)。同時(shí)，模型參數量的增加會(huì )導致模型的過(guò)擬合風(fēng)險上升，訓練過(guò)程需要更多的數據和計算資源，優(yōu)化也變得更加困難。人工智能大模型的訓練成本包括GPU等算力芯片成本、服務(wù)器成本、標準機柜成本、訓練時(shí)長(cháng)內的電力消耗費用、人力投入費用等多方面。根據市場(chǎng)調研機構TtrendForce數據，ChatGPT每日處理1300萬(wàn)獨立訪(fǎng)問(wèn)量，需要3萬(wàn)+片NVIDIA A100 GPU以龐大的計算和存儲資源支持，初期投入高達8億美元，1750億參數的GPT-3的總訓練成本高達1200萬(wàn)美元。

[color=rgba(0, 0, 0, 0.9)]降低算力使用門(mén)檻，優(yōu)化算力體系建設。一是強化分布式計算、量化、顯存優(yōu)化、算子融合等關(guān)鍵核心技術(shù)攻關(guān)與落地應用，降低大模型推理的時(shí)延，提高吞吐量，減少對算力的需求。二是推進(jìn)高性能算力供給。適度超前布局算力、網(wǎng)絡(luò )等支撐人工智能發(fā)展的數字基礎設施，加快實(shí)施“東數西算”工程，形成全國算力一張網(wǎng)，搭建算力共享服務(wù)平臺，解決企業(yè)算力應用瓶頸。三是發(fā)布算力券實(shí)施方案支持人工智能大模型應用落地。為企業(yè)提供算力券補貼支持，努力幫助企業(yè)降低智能算力使用成本，全力支持制造業(yè)等重點(diǎn)領(lǐng)域企業(yè)開(kāi)展人工智能行業(yè)大模型應用探索和落地實(shí)踐。四是建議分步驟推進(jìn)智能算力中心建設，先追求算力的普惠化，降低成本和提高利用率，再逐步擴容。

[color=rgba(0, 0, 0, 0.9)]（三）人工智能重點(diǎn)行業(yè)應用不足，行業(yè)合作生態(tài)亟待建立

[color=rgba(0, 0, 0, 0.9)]一方面，盡管人工智能技術(shù)的發(fā)展勢頭強勁，但對我國大多數傳統行業(yè)的應用還處于小規模試點(diǎn)，與歐美等發(fā)達國家相比，尚存在較大的差距。根據凱捷公司的統計數據顯示，歐洲頂級制造業(yè)企業(yè)中，人工智能的應用普及率已經(jīng)超過(guò)了51%，美國也達到了28%，而我國頂級制造業(yè)企業(yè)的人工智能應用普及率僅為11%。這一數據不僅揭示了我國在人工智能應用方面的不足，也反映出巨大的發(fā)展潛力和提升空間。另一方面，在重點(diǎn)應用領(lǐng)域，尤其是工業(yè)制造行業(yè)，大模型技術(shù)的應用案例尚顯不足。目前，工業(yè)領(lǐng)域對大模型的探索性應用主要集中在設計輔助、質(zhì)量預測、設備維護等方面。這些應用雖然在一定程度上提高了生產(chǎn)效率和產(chǎn)品質(zhì)量，但距離廣泛應用和形成可復制、可推廣的工業(yè)大模型還有一定距離。

[color=rgba(0, 0, 0, 0.9)]加快賦能千行百業(yè)，打造行業(yè)合作生態(tài)。一是引導人工智能企業(yè)與行業(yè)領(lǐng)軍企業(yè)開(kāi)展定向合作�；�于行業(yè)企業(yè)提供真實(shí)業(yè)務(wù)場(chǎng)景、數據以及行業(yè)真實(shí)需求，開(kāi)發(fā)核心算法和預訓練模型，共同研發(fā)落地應用大模型。二是打造人工智能企業(yè)與行業(yè)企業(yè)的對接平臺。搭建人工智能企業(yè)與制造業(yè)、醫療、農業(yè)等行業(yè)企業(yè)的對接平臺，幫助雙方實(shí)現技術(shù)、模型、數據、場(chǎng)景等資源對接，孵化行業(yè)領(lǐng)域應用模式。三是依托工業(yè)互聯(lián)網(wǎng)平臺，打造人工智能企業(yè)與行業(yè)企業(yè)的大模型合作生態(tài)。通過(guò)工業(yè)互聯(lián)網(wǎng)平臺實(shí)現兩者的快速對接，提供保障算法、模型、數據安全的人工智能要素線(xiàn)上交易服務(wù)，面向不同行業(yè)建立標準化的大模型開(kāi)發(fā)環(huán)境，幫助企業(yè)快速研發(fā)和驗證場(chǎng)景化解決方案。

[color=rgba(0, 0, 0, 0.9)]（四）適度監管與促進(jìn)發(fā)展并重，監管手段創(chuàng )新勢在必行

[color=rgba(0, 0, 0, 0.9)]人工智能產(chǎn)業(yè)當前處于快速成長(cháng)期，其技術(shù)演變和經(jīng)濟社會(huì )影響具有很多的不確定性。一方面，人工智能具有強大的創(chuàng )新力，有望發(fā)展成為新的經(jīng)濟增長(cháng)引擎，極大改善社會(huì )福祉。另一方面，人工智能帶來(lái)的倫理與安全、負外部性等問(wèn)題也頻頻引發(fā)社會(huì )關(guān)注。如果政策過(guò)嚴、管制過(guò)多，將在一定程度上阻礙我國人工智能產(chǎn)業(yè)發(fā)展進(jìn)程，可能拉大我國與發(fā)達國家的差距，導致我國陷入被動(dòng)和落后的局面；如果政策過(guò)松、監管滯后，也可能導致人工智能“負作用”在經(jīng)濟社會(huì )各領(lǐng)域持續擴散。因此，以何種力度、何種方式、在何種時(shí)機對人工智能進(jìn)行合理規制，是監管部門(mén)需要重點(diǎn)解決的難題。

[color=rgba(0, 0, 0, 0.9)]推動(dòng)監管手段創(chuàng )新，提升應對挑戰能力。一是明確技術(shù)研發(fā)“禁區”，禁止危害社會(huì )運轉和公眾生活安全的技術(shù)研發(fā)方向，禁止技術(shù)研發(fā)用于違法犯罪。二是不斷完善各類(lèi)監管標準規范，包括數據使用監管、算法使用監管等，充分推動(dòng)相關(guān)法律法規完善治理機制，引導人工智能產(chǎn)業(yè)健康可持續性發(fā)展。三是鼓勵可信技術(shù)用于倫理監管領(lǐng)域，推動(dòng)監管手段創(chuàng )新也受益于技術(shù)創(chuàng )新。最后，創(chuàng )新試點(diǎn)示范和沙盒監管等新監管方式，對部分前沿引領(lǐng)性技術(shù)允許小規范、小范圍的先行先試，及時(shí)令行禁止，采取先驗證后推廣，邊試邊用的模式，逐步同步監管手段與技術(shù)創(chuàng )新。

[color=rgba(0, 0, 0, 0.9)]中服云（[url]www.cserver.com.cn)[/url]將持續為您提供支持，支持熱線(xiàn)：029-88386725。