在南京人工智能生態(tài)街區的“AI·模坊”南京智能體集散中心，一款機器人在打招呼。新華社記者 季春鵬攝

在山西省運城市臨猗縣的生產(chǎn)車(chē)間，工人在檢測智能機器人產(chǎn)品性能。常 奇攝（中經(jīng)視覺(jué)）

工業(yè)和信息化部最新數據顯示，2025年前11個(gè)月，人工智能（AI）核心產(chǎn)業(yè)規模超過(guò)萬(wàn)億元。從DeepSeek大模型引起全球關(guān)注，到AI眼鏡、AI手機等各類(lèi)智能終端廣受消費者歡迎，再到以人形機器人為代表的具身智能產(chǎn)業(yè)快速躍升……2025年，在政策支持、市場(chǎng)需求和技術(shù)進(jìn)步共同推動(dòng)下，我國人工智能產(chǎn)業(yè)蓬勃發(fā)展，成為培育和發(fā)展新質(zhì)生產(chǎn)力的重要引擎。

專(zhuān)家認為，2026年，人工智能技術(shù)將迎來(lái)進(jìn)一步升級，產(chǎn)業(yè)要素供給能力持續增強，既為傳統產(chǎn)業(yè)轉型升級注入澎湃動(dòng)能，也為新興產(chǎn)業(yè)開(kāi)辟廣闊賽道，全方位賦能千行百業(yè)。

技術(shù)能力持續提升

2025年，隨著(zhù)多模態(tài)、邏輯推理、物理感知等關(guān)鍵技術(shù)取得突破，人工智能產(chǎn)業(yè)發(fā)展基礎越發(fā)牢固。

賽迪研究院信息化與軟件產(chǎn)業(yè)研究所人工智能研究室副主任劉麗超觀(guān)察到，阿里巴巴、百度等企業(yè)持續加碼原生多模態(tài)大模型，從訓練初期就融合文本、圖像、視頻、音頻等多模態(tài)數據，實(shí)現了理解與生成一體化；清華大學(xué)等團隊研發(fā)的SALMONN音視頻大模型在視頻描述、問(wèn)答等綜合任務(wù)上表現出色；騰訊發(fā)布開(kāi)源世界模型混元Voyager，在3D空間和時(shí)間中的感知、推理能力顯著(zhù)增強。工信部數據顯示，截至2025年9月，我國人工智能企業(yè)數量超過(guò)5300家，其中，專(zhuān)精特新“小巨人”企業(yè)超400家。

2025年，阿里巴巴不斷加大對通義千問(wèn)大模型的投入力度，從千問(wèn)2.5（Qwen2.5）處理長(cháng)文本能力得到有效提升，到QVQ-Max視覺(jué)推理模型能夠結合圖片和視頻內容進(jìn)行分析推理，再到Qwen3-Max總參數超過(guò)萬(wàn)億，無(wú)論是編程能力還是智能體工具調用能力，均取得明顯突破。國際權威調研機構沙利文發(fā)布的《中國GenAI市場(chǎng)洞察：企業(yè)級大模型調用全景研究，2025》報告顯示，2025年上半年，中國企業(yè)級大模型調用市場(chǎng)中通義占比位列第一。

“2025年，我們持續跟蹤大模型升級迭代情況。從測試數據看，模型在語(yǔ)言和多模態(tài)理解能力上提升明顯，綜合能力分別提升了30%和50%，推理、編程等能力實(shí)現又好又快發(fā)展?！敝袊畔⑼ㄐ叛芯吭喝斯ぶ悄苎芯克L(cháng)魏凱認為，大模型不斷進(jìn)步的背后是技術(shù)創(chuàng )新作支撐。線(xiàn)性注意力機制提升計算效率，面向環(huán)境的強化學(xué)習大幅提升模型工具使用能力。同時(shí)，業(yè)界針對自主學(xué)習、長(cháng)期記憶等大模型能力短板也提出了初步方案。

例如，2025年，科大訊飛5次迭代升級訊飛星火大模型，最新一代模型X1.5具備個(gè)性化記憶能力，實(shí)現多源記憶庫信息檢索、應用，以及個(gè)性化記憶識別、提取和更新，構建了用戶(hù)個(gè)性化記憶庫，包含長(cháng)期畫(huà)像、近期反饋、短期對話(huà)和個(gè)人資料數據。

“通用人工智能時(shí)代正在開(kāi)啟，將從根本上變革產(chǎn)業(yè)形態(tài)。我們將聚焦AI主業(yè)，堅持底座模型自主研發(fā)，推動(dòng)國產(chǎn)算力與操作系統適配再升級，為我國人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展注入新動(dòng)力?！笨拼笥嶏w董事長(cháng)劉慶峰說(shuō)。

應用落地不斷深化

2025年，人工智能加速進(jìn)入千行百業(yè)，應用落地不斷深化?！叭斯ぶ悄苷疃惹度胫圃祗w系，全國智能工廠(chǎng)數量突破3萬(wàn)家，帶動(dòng)生產(chǎn)效率提升22.3%，研發(fā)周期縮短近三成?！眲Ⅺ惓榻B，2025年上半年，我國AI大模型解決方案市場(chǎng)規模達30.7億元，同比增長(cháng)122.1%，企業(yè)積極在重點(diǎn)行業(yè)拓展人工智能應用場(chǎng)景。

“當前全球技術(shù)浪潮加速演進(jìn)，AI正從概念走向深度產(chǎn)業(yè)化，成為推動(dòng)未來(lái)增長(cháng)的關(guān)鍵力量?！盩CL創(chuàng )始人、董事長(cháng)李東生告訴記者，TCL持續加大AI技術(shù)投入，驅動(dòng)制造、研發(fā)、供應鏈、運營(yíng)等全產(chǎn)業(yè)鏈革新，實(shí)現大規模價(jià)值落地。2025年，TCL發(fā)布顯示領(lǐng)域具備強推理能力的垂域大模型——星智大模型3.0，憑借更全面的知識體系和更高效的學(xué)習適應能力，在半導體顯示行業(yè)得到充分應用。

例如，星智大模型可直接助力產(chǎn)品開(kāi)發(fā)過(guò)程，支持產(chǎn)品問(wèn)題解析效率提升20%，材料開(kāi)發(fā)效率提升30%?！拔磥?lái)，星智大模型將滲透至生產(chǎn)和研發(fā)更多核心環(huán)節，成為半導體顯示研發(fā)與制造的AI智能體中心?！崩顤|生說(shuō)。

魏凱和他的團隊在分析了數百個(gè)大模型在工業(yè)應用的案例后認為，其在價(jià)值鏈中的分布呈現“兩端高、中間低”微笑曲線(xiàn)態(tài)勢，這反映出研發(fā)設計與營(yíng)銷(xiāo)服務(wù)環(huán)節更易獲得AI賦能。但在2025年，生產(chǎn)制造環(huán)節已展現出明顯抬高趨勢，案例占比由19.9%增長(cháng)至25.9%。這一變化表明，AI正在向價(jià)值創(chuàng )造的核心環(huán)節滲透，但其滲透速度仍受限于工業(yè)數據獲取難度、工藝知識的封裝水平以及對可靠性的極致要求。

賽迪研究院未來(lái)產(chǎn)業(yè)研究中心人工智能研究室主任鐘新龍建議，應加大實(shí)施“人工智能+制造”行動(dòng)，支持企業(yè)在重點(diǎn)場(chǎng)景應用通用大模型、行業(yè)大模型和智能體，并通過(guò)智能工廠(chǎng)梯度培育行動(dòng)，帶動(dòng)裝備、工業(yè)軟件和系統集成創(chuàng )新成果加速應用和迭代。

要素支撐更加有力

算力與數據作為支撐人工智能產(chǎn)業(yè)發(fā)展的兩項關(guān)鍵要素，供給能力不斷提升。

算力方面，智能算力規模穩步擴大，根據國際數據公司（IDC）和浪潮信息聯(lián)合測算，2025年全國智能算力規模將達到1037.3EFLOPS。萬(wàn)卡級集群成為支撐大模型訓練與推理的主流載體。

數據方面，數據資源體量持續擴容，2025年全國數據生產(chǎn)總量突破50ZB。合肥、成都等7個(gè)數據標注基地數據標注規模超29PB，建設行業(yè)高質(zhì)量數據集524個(gè)，賦能163個(gè)大模型研發(fā)。

作為人工智能應用較為成熟的領(lǐng)域，自動(dòng)駕駛技術(shù)迭代升級需要高質(zhì)量數據訓練模型?！拔覀儞碛胸S富的巴士車(chē)型數據集，并依托路側多源感知設備，形成獨有的路側數據集，可實(shí)現7×24小時(shí)數據連續采集，用于訓練預決策規劃模型?！蹦⒐杰?chē)聯(lián)總裁付強告訴記者，公司自主研發(fā)的路側數據補盲與仿真技術(shù)，在推動(dòng)硬件成本大幅下降的同時(shí)，提升性能與安全性，形成“數據—算法—性能”正向循環(huán)，不斷優(yōu)化AI模型。目前，蘑菇車(chē)聯(lián)自動(dòng)駕駛車(chē)輛已在國內10余個(gè)城市落地，助力自動(dòng)駕駛走向規?；?、商業(yè)化。

在工業(yè)領(lǐng)域高質(zhì)量數據集建設方面，我國擁有完整的工業(yè)體系和良好的數字化基礎，這就保障了數據來(lái)源多樣且真實(shí)?！敖ê糜煤霉I(yè)數據集，加快大模型技術(shù)在工業(yè)領(lǐng)域深度應用，已經(jīng)成為行業(yè)共識?！辩娦慢埥ㄗh，一方面，優(yōu)先建設“工業(yè)大模型+行業(yè)知識庫+時(shí)間序列數據”基礎模型簇，突出對工藝機理、設備健康、能源效率和質(zhì)量追溯的建模能力；另一方面，要在工廠(chǎng)側強化數據治理和安全管理，在不出廠(chǎng)、不出網(wǎng)甚至不出設備的前提下，通過(guò)聯(lián)邦學(xué)習、邊緣計算等方式完成模型微調和推理，使大模型和智能體在滿(mǎn)足安全合規的前提下，持續在真實(shí)生產(chǎn)數據上迭代優(yōu)化。

“下一步，要以國家級數據標注基地為依托，加快醫療、工業(yè)、交通等重點(diǎn)領(lǐng)域高質(zhì)量數據集的標準化開(kāi)發(fā)與共享，推動(dòng)建立數據資源分級分類(lèi)標準；建立跨行業(yè)、跨主體的數據流通機制，通過(guò)數據沙箱、數據信托等模式破解數據孤島問(wèn)題，推動(dòng)公共數據授權運營(yíng)與企業(yè)數據跨域融合?！眲Ⅺ惓f(shuō)。（經(jīng)濟日報記者 李芃達）