01 產業鏈全景圖譜人工智慧產業鏈可簡化為“三橫兩縱”：上游（基礎層）：算力（GPU/ASIC/伺服器/IDC）、資料（採集、標註、儲存）、基礎軟體（框架、晶片工具鏈）。中游（技術層）：模型與演算法（大模型、CV/NLP/多模態）、開發平台（MaaS、微調、推理最佳化）、中介軟體（向量庫、資料管道）。下游（應用層）：消費端（搜尋、內容、AI硬體）、行業端（醫療、金融、製造、零售、教育）、政企端（城市大腦、政務雲）。“兩縱”是貫穿三層的循環：需求反饋：下游場景→中游技術迭代→上游算力/資料升級；價值分配：上游重資產、中游高溢價、下游高彈性，利潤隨瓶頸移動。02 AI人工智慧行業概況1 市場規模：人工智慧（AI）正以驚人速度重塑全球產業格局，成為推動科技革命和經濟增長的核心驅動力。根據國際資料公司（IDC）最新市場研究資料顯示，全球人工智慧產業規模預計將於2025年達到2.3兆元人民幣（約合3500億美元）的市場規模。從區域發展格局來看，北美地區與中國市場將共同構成全球人工智慧產業發展的核心區域，展現出強勁的市場增長潛力。北美AI市場發展現狀北美（以美國為主）憑藉成熟的科創生態和雄厚資本，引領全球AI發展。Google、微軟、亞馬遜等美企主導AI基礎研發和產業應用，在自動駕駛（Waymo）、語音互動（Alexa）、自然語言處理（GPT）等領域優勢顯著。中國AI市場發展態勢中國AI市場發展迅猛，IDC預測2025年規模將超6900億元，佔全球30%-35%份額。這得益於政策支援、豐富場景及本土企業在CV、語音等領域的突破，正推動全球AI產業形成中美雙極格局。歐洲AI市場發展概況儘管在人工智慧領域的發展節奏相對滯後，但得益於歐盟《人工智慧法案》等政策引導和專項資金支援，歐洲AI產業已實現穩定增長，正逐步縮小與全球領先市場的差距。2 發展歷程:全球人工智慧產業萌芽於20世紀中葉，其產業化處理程序在21世紀初迎來爆發式增長。理論奠基階段（1950-2000）：1956年達特茅斯會議正式確立人工智慧作為獨立學科早期研究者奠定了機器學習理論基礎技術突破階段（2000-2010）：2006年Geoffrey Hinton團隊開創深度神經網路架構2009年Google Voice成為首個商用級語音識別產品計算能力提升推動AI從實驗室走向實際應用人工智慧產業化騰飛期（2010-2025）：2010年代，AI實現從實驗室到產業化的跨越，依託巨量資料、雲端運算和5G三大技術支柱。2016年成為分水嶺：電腦視覺、語音識別和自然語言處理取得突破。2020年後進入大模型時代，呈現規模躍遷、行業滲透和應用深化三大特徵。當前AI產業已形成研發-落地-變現閉環，重塑全球格局。03 上游產業鏈全球AI產業鏈上游主要由晶片（如GPU/TPU）、算力設施、資料資源和演算法研發四大核心要素構成。當前該領域面臨三大關鍵挑戰：晶片製程突破等技術瓶頸、算力資料資源壟斷的產業格局，以及各國政策法規的差異化約束，這些因素既形成發展壁壘，也孕育著創新機遇。1 硬體技術壁壘高性能計算晶片是AI發展的核心驅動力。隨著AI算力需求激增，GPU已成為關鍵硬體，目前該市場由輝達和AMD主導，形成較高技術壁壘。輝達主導市場：輝達憑藉A100/H100等高性能GPU主導AI計算市場，其CUDA平台和深度學習軟體庫進一步推動了AI技術普及。國產替代加速：國內晶片企業加速替代處理程序，寒武紀"思元"系列已應用於AI訓練推理，但在深度學習算力方面與國際巨頭仍存差距。2 資料資源壟斷：資料是AI發展的核心資源，掌握海量資料的Google、亞馬遜、阿里等科技巨頭憑藉資料優勢推動AI進步，形成行業壟斷格局。AI訓練資料高度集中於Google、Facebook（使用者行為資料）和亞馬遜（消費交易資料）等網際網路巨頭，而中小企業因資料資源匱乏在AI研發和市場競爭中處於弱勢。04 中游產業鏈人工智慧產業鏈中游，涵蓋了演算法創新、技術競爭和平台生態三大核心環節，是推動AI從理論到應用的重要推動力。1 演算法創新：大模型（如GPT-4、百度文心）通過海量資料訓練，顯著提升了生成式AI的自然語言處理能力，推動文字生成、機器翻譯等應用快速發展。GPT-4訓練成本達數百萬美元，GPT-5更需10兆次計算（TFLOPS）。DeepSeek等平台推出分散式運算方案，降低大模型訓練成本。2 技術競爭：全球AI領域呈現開源（如Llama、Qwen）與閉源（如GPT、文心一言）兩大陣營競爭格局。開源模型憑藉低成本、高定製性助力中小企業；閉源模型依託強大算力資料保持性能優勢。雖然開源模型顯著降低了AI應用門檻，但閉源模型憑藉其深厚的技術積累和成熟的商業生態，仍在核心技術突破和高端應用場景中保持領先優勢。3 平台生態：隨著人工智慧技術加速商業化處理程序，AI平台憑藉其作為核心基礎設施的關鍵作用，正在產業鏈中游形成戰略支點，為各行業智能化轉型提供標準化、模組化的解決方案支撐。隨著人工智慧產業化處理程序加速，MaaS（Model-as-a-Service）模式正成為AI商業化的重要範式。以阿里雲、百度智能雲為代表的頭部雲服務商紛紛佈局AI模型服務市場，通過整合算力資源、預訓練模型和開發工具鏈，為企業客戶提供從模型訓練到部署應用的全生命周期服務解決方案，顯著降低了AI技術的應用門檻。一站式AI服務解決方案：領先的雲平台整合了算力資源、開發工具和預訓練模型，使企業能夠跳過複雜的基礎設施建設環節，直接實現從模型訓練到生產部署的全流程快速落地，將AI開發周期縮短60%以上，顯著提升企業智能化轉型效率。標準化API服務生態：通過RESTful API和SDK等標準化介面，開發者可以像呼叫基礎雲服務一樣便捷地整合AI能力，實現開箱即用的模型呼叫和功能擴展，使AI技術應用的門檻降低至普通開發人員也能輕鬆掌握的水平。05 下游產業鏈AI應用主要覆蓋三大領域：消費電子（C端）、企業服務（B端）和行業解決方案。隨著技術進步，AI正在全球範圍內加速產業升級，從智能製造到智慧醫療，深刻改變著各行業的營運方式。1 消費趨勢：智能家居與AI助手：智能音響、家居裝置以及AI助手（如Siri、Alexa）日漸普及。預計到2025年，全球智能家居市場將超過900億美元，AI助手則成為個人生活和工作的常見工具。企業市場（B端）：AI正在幫助企業降低營運成本並提升效率。例如，AI客服逐步替代傳統人工客服，節省人力資源，提高客戶響應速度。2 管道分化：AI部署架構演進:雲端運算（如Azure OpenAI）與終端裝置（手機/眼鏡/機器人）正形成協同生態，推動AI應用向"雲邊端"一體化發展。技術趨勢:5G+邊緣計算加速AI Agent本地化部署，預計2025年終端裝置AI滲透率將達65%，實現即時智能響應。3 行業滲透率：中國AI應用滲透率領先領域：網際網路(89%)、電信、黨政、金融(均超60%)。網際網路‌：AI驅動廣告精準投放（CTR提升35%）、搜尋最佳化及社交推薦，滲透率達89%電信‌：5G+AI實現網路自最佳化，智能客服替代率達60%，維運效率提升200%金融‌：智能風控降低壞帳率40%，AI投顧管理規模突破兆，反欺詐精準率超99%AI正加速變革醫療與教育行業：醫療領域AI影像診斷精準率超95%，新藥研發效率提升40%；教育領域智能教學覆蓋超30%中小學，線上教育AI滲透率年增35%。預計兩大行業AI市場規模將迎來指數級增長。06 面臨的風險AI產業高速發展伴隨三大核心風險：技術落地瓶頸、市場商業化不確定性、政策倫理合規挑戰。1 技術風險：大模型邊際收益遞減隨著AI模型規模擴張面臨成本收益失衡，訓練部署成本呈指數級增長，而模型性能的邊際收益卻逐步遞減，最終導致投資回報率（ROI）持續走低。演算法可解釋性不足在醫療診斷、金融風控等高價值決策場景中，AI模型的可解釋性已成為關鍵性技術指標。但現階段主流深度學習架構普遍存在"演算法黑箱"問題，其內部決策邏輯缺乏可視化呈現和邏輯追溯能力。這種技術侷限性不僅制約了AI在關鍵領域的深度應用，更可能引發監管合規風險與使用者信任缺失的系統性挑戰。2 市場風險：科技巨頭掀起價格戰AI行業正面臨巨頭擠壓效應：頭部企業通過價格戰和技術軍備競賽形成市場壟斷態勢，使資金鏈脆弱的中小企業陷入"創新難-盈利難"的雙重困境，嚴重威脅其市場生存空間。盈利模式模糊AI行業普遍採用免費/低價策略，致使盈利模式模糊。典型如OpenAI等企業仍處虧損階段，商業可持續性存疑。3 其他挑戰：資料隱私與安全AI依賴海量資料，但隱私與安全問題可能引發信任危機，制約技術發展。演算法偏見與公平性AI演算法偏見可能放大社會不公，如招聘系統中的歷史資料歧視問題。AI產業競爭力核心在技術自主、生態協同與場景深耕。企業須平衡技術創新與商業化，方能贏得全球競爭。附：2025年全球人工智慧展望報告2025 年，人工智慧正站在從弱智能（ANI）邁向通用人工智慧（AGI）的臨界點：行業共識把 AGI 落地窗口鎖定在 2026–2045 年，其核心標誌是跨領域複雜問題解決能力，技術路線圍繞“世界模型＋具身智能”展開。產業已成型“基礎設施（AI 晶片/伺服器/叢集）—模型（多模態、推理、開源）—應用硬體（智能體、AI 終端、垂直場景）”三層架構，算力升級、強化學習迭代、開源生態與推理能力躍遷四者協同，為 AGI 提供底座。AI Agent 成為年度變革引擎，憑藉“感知-認知-執行”閉環和 MCP/A2A 協議驅動的多 Agent 協作，全面滲透通用、行業與企業場景。全球科技巨頭（NVIDIA、Google、OpenAI、Anthropic、阿里雲、DeepSeek 等）在晶片、模型、智能體工具與開源生態上展開差異化競速。未來 AGI 將沿世界模型、多模態、持續強化學習、非 Transformer 架構和具身智能五大方向演進，2025 年因此被視為“量變到質變”的關鍵年份，技術協同、場景落地與生態共建共同決定 AGI 處理程序。以下為報告原文節選，文末附2025年全球人工智慧展望報告全文：(TOP行業報告)

一、國家開始把控准入准出近期，中國國家發改委提出建立健全具身智能行業准入和退出機制。新聞發言人李超指出，當前人形機器人產業在技術創新與市場需求的雙重驅動下實現高速增長，年增速超50%，預計2030年市場規模將達千億級。儘管產業前景廣闊，但人形機器人領域在技術路徑、商業模式及應用場景等方面仍處於探索階段。目前國內相關企業已超150家，其中超半數為初創或跨領域進入者，在激發創新活力的同時，也需警惕同質化競爭加劇、研發資源分散等潛在風險。發改委已協同多部門展開專項研究，圍繞政策引導、技術攻堅與成果轉化進行整體佈局。下一步將結合“十五五”規劃編制，從三方面推動產業規範化發展：1.建立行業標準與動態管理機制，通過准入退出制度最佳化市場環境；2.聚焦“大小腦”協同、雲端算力適配等關鍵技術攻關，破解產業鏈瓶頸；3.建設開放共享的訓練與中試平台，加速技術成果在真實場景的規模化落地。這是一個什麼訊號？它標誌著國家對AI產業，特別是像具身智能這樣與物理世界深度互動、潛在風險更高的領域，其發展思路發生了根本性轉變。過去幾年，我們享受的是先發展，後治理的紅利。各種模型、應用百花齊放，資本和創業公司狂奔，這是產業爆發初期的典型特徵。但副作用也很明顯：重複建設、資源浪費、標準缺失，以及在追求速度的同時可能忽視了安全、倫理和長期可持續性。現在，發改委的舉措表明，國家要主動引導產業從野蠻生長轉向有序競合。 准入機制不是要扼殺創新，而是要設定一個科學的、合理的門檻。這就像房地產行業的預售許可和資質管理，目的是把那些只有PPT、沒有核心技術、掛羊頭賣狗肉轉身成了AI公司的、只想賺快錢的投機者擋在門外，避免爛尾樓式的AI項目出現，保護真正投入研發、有長期主義精神的優秀企業。退出機制則更為關鍵。它意味著這個行業不再是只進不出的保險箱。對於無法達到技術標準、存在重大安全風險或經營不善的企業，將有一套清晰的路徑讓其平穩退出市場。這能形成良性的優勝劣汰，避免劣幣驅逐良幣，讓資源更有效地向頭部和實幹型企業集中。這體現了監管層的前瞻性和決心，是為產業長遠健康發展刮骨療毒。二、5G基建收官工信部宣佈提前完成十四五5G建設目標，5G基站突破470萬個，5G-A規模商用覆蓋超300個城市。5G網路，特別是向5G-A的演進，就是具身智能賴以生存的神經系統和高速公路。 具身智能體（機器人、智能汽車、AR/VR裝置等）需要與雲端大腦進行海量、即時、低延遲的資料互動。沒有5G-A提供的超高頻寬、超低時延和海量連接能力，所謂的雲-端協同、大小腦模型協同就是空中樓閣。這就好比，我們建一個智慧社區，如果網路基礎設施沒跟上，你所有的智能家居、安防機器人、無人配送都只是擺設。國家超前佈局並完成了5G這條資訊高速公路的建設，實際上是為接下來所有需要即時互動的AI應用，尤其是具身智能，掃清了最大的基礎設施障礙。 這是一盤大棋，先修路，後跑車。現在路修好了，就看各家車企（AI公司）能造出什麼樣的好車了。三、應用層百模大戰進入下半場，誰能落地？從崑崙萬維、DeepSeek、阿里、可靈、火山引擎等一系列模型更新來看，中國AI大模型領域的百模大戰已經進入了下半場。競爭焦點發生了明顯變化。上半場是軍備競賽，比拚的是模型規模、Benchmark分數、論文數量。大家的目標是有沒有、強不強。而現在，大家開始聚焦於好不好用、貴不貴、穩不穩定。DeepSeek V3.2 強調平衡推理能力與輸出長度，目標是降低計算開銷與使用者等待時間。這說明企業開始極度關注成本效益和使用者體驗，不再一味追求龐大參數帶來的邊際性能提升。可靈AI的音畫同出、阿里的Qwen-Image圖像編輯一致性、火山引擎的主體一致性，這些改進都指向一個核心：提升生成內容的可用性和實用性，讓AI真正能融入工作流，而不是只能生成一些看起來很美的Demo。階躍星辰開源GUI Agent技術意味著在特定垂直領域，大家開始從閉門造車走向共建生態。通過開源降低行業門檻，快速形成事實標準，從而加速整個應用生態的繁榮。這一切都說明，市場正在回歸理性。資本和使用者不再為華麗的PPT買單，而是要看實實在在的降本增效能力和商業化落地場景。這逼著所有AI公司必須沉下心來，深耕行業，解決真問題。四、終端入口爭奪戰白熱化字節跳動豆包團隊發佈豆包手機助手技術預覽版，並明確表示無自研手機計畫，這是一個非常高明且務實的戰略。向周鴻禕等人展示工程機，其實是一技術路演。其目的並非真要下場造手機，而是以具象化載體驗證豆包AI在端側的應用潛力，同時向產業鏈傳遞明確訊號：字節跳動的核心優勢在於AI原生互動與生態整合能力，而非硬體製造。這種亮肌肉卻不入場的姿態，既避免了與手機廠商的直接競爭，又為未來合作埋下開放介面。AI的終極戰場在終端，在離使用者最近的地方。 誰掌握了終端入口，誰就掌握了使用者資料和生態的主導權。但自研手機是一條重資產、高風險的道路，且市場格局已相對固化。字節跳動選擇與手機廠商合作，將豆包助手深度整合到手機作業系統中，這是一種借船出海的策略。它避免了與華為、小米等硬體巨頭的直接衝突，轉而利用自身在AI軟體和生態上的優勢，與硬體廠商形成互補。這類似於當年Google通過Android系統與各大手機廠商合作，最終統治了移動生態。這預示著，未來AI能力的競爭，將是軟硬一體的深度整合競爭。瞳行科技發佈的AI助盲眼鏡，即是軟硬結合解決特定場景使用者需求的典型案例。五、產業融合，AI開始啃硬骨頭美團財報顯示其核心本地商業面臨巨大壓力，而釘釘發佈荳蔻醫生超級助理...AI正在從錦上添花的工具，轉向雪中送炭的解決方案，開始深入各行各業的核心業務環節，去啃那些最硬的骨頭。美團需要AI來最佳化其龐大的即時配送網路，在激烈競爭中尋找新的效率提升和利潤空間。釘釘和壹生檢康的合作，是AI深入專業領域（醫療）的典範。它解決的不僅是效率問題，更是精準性和可追溯性的問題，這對於AI在醫療、法律、金融等高風險領域的應用至關重要。是的，AI的價值兌現，正從泛娛樂、內容生成等淺水區，大步邁向與實體經濟深度融合、解決行業核心痛點的深水區。總結與展望中國的AI產業正在國家戰略的引導下，依託領先的5G基礎設施，經歷一場從虛向實、由軟到硬、從通用到垂直的深刻變革。監管層面，正在建立秩序。基礎設施層面，5G網路準備就緒。技術層面，大模型競爭進入性價比和實用性驅動的下半場。應用層面，AI與終端硬體、垂直行業深度繫結，開始解決實際問題。對於傳統行業巨頭，不能再以觀望的心態看待AI。必須主動擁抱這場變革，思考如何將AI技術與我們的主營業務每一個環節進行深度融合的可能與可行性。未來的競爭，不僅是土地和資金、人才的競爭，更是資料、演算法和智能化水平的競爭。我們必須盡快建構起屬於自己的AI應用能力和數位化護城河，否則很可能在下一輪產業升級中被邊緣化。這場由人工智慧驅動的效率革命和產業重構，已經過了概念炒作期，進入了真刀真槍的落地攻堅階段。這是一場我們無法迴避，必須積極參與的偉大征程。 (數位化轉型戰略指南)

為了到2030年成為人工智慧領域的全球領導者，中國正在部署涵蓋從晶片到應用的整個人工智慧技術堆疊的產業政策工具。這些人工智慧產業政策的制定和拓展，引發了兩個問題：1、中國政府正在採取那些措施來支援人工智慧產業？2、這些產業措施是否有效？中國的人工智慧產業政策可能會加速中國在人工智慧領域的快速發展，尤其是通過對研究、人才、計算補貼和應用的支援。中國的人工智慧模型正在縮小與美國頂尖模型的性能差距，中國人工智慧的應用正在各個領域快速增長，從電動汽車、機器人到醫療保健和生物技術。雖然這種增長主要源於中國民營科技企業的創新，但國家的支援也有助於提升中國人工智慧產業的競爭力。然而，即使有政府的大力支援，還是有許多瓶頸亟待克服：美國主導的對人工智慧晶片以及生產此類晶片所需的半導體製造裝置的出口管制，限制了中國人工智慧開發者可用的計算能力。計算資源的匱乏迫使中國企業在投資模型開發的短期進展和建構長期的制裁抵禦能力之間做出權衡。中國的人工智慧產業政策將通過為本已強大的行業提供人才和資本，幫助中國企業與美國人工智慧公司競爭，這種發展既受益於私人市場的競爭，也受益於中國政府的投資。一、中國人工智慧政策目標和工具中國與美國在人工智慧方面的政策目標和論述有所不同。在美國，人工智慧政策論述有時被描述為“通用人工智慧競賽”；而相比之下，中國對人工智慧論述則不那麼抽象，更加側重於希望人工智慧能夠促進國家的經濟發展並增強國力，即支援整體經濟目標的經濟和工業應用。到2030年，中國的目標是將人工智慧打造成為一個價值1000億美元的產業，並在其他行業創造超過1兆美元的附加值。這一目標包括利用人工智慧升級醫療保健、製造業和農業等傳統行業。此外，它還包括利用人工智慧賦能新興產業，特別是具有實體應用的硬科技領域，例如機器人、自動駕駛汽車和無人系統。中國正在使用各種各樣的政策工具（見圖 1）。國家主導的人工智慧投資基金正在向人工智慧模型和應用的開發投入大量資金，其中包括一項 82 億美元的人工智慧初創企業基金。正在建設的國家積體電路網路，能夠彙集公共和私人資料中心的計算資源。從上海到深圳，地方政府都設立了國家支援的人工智慧實驗室和人工智慧試驗區，以加速人工智慧研究和人才培養。所有這些國家支援都建立在阿里巴巴和字節跳動等中國科技公司數百億美元私人人工智慧投資的基礎上。儘管如此，此類投資仍落後於美國的私人投資，例如 OpenAI 的星際之門項目投資 1000 億至 5000 億美元。圖1.中國的人工智慧技術堆疊和產業政策二、美國出口管制限制促使中國AI“自力更生”地緣政治緊張局勢加劇，尤其是與美國的關係，重塑了中國的人工智慧產業政策以及更廣泛的技術產業政策，使其更加注重自力更生和戰略競爭。出口管制切斷了中國獲取對人工智慧開發和部署至關重要的先進計算晶片的管道。字節跳動和百度等中國人工智慧公司已經開始抱怨計算能力受限；隨著人工智慧開發和部署對計算能力的需求不斷增長，缺乏先進晶片的獲取可能會嚴重限制中國人工智慧產業的增長。美國在總計算能力方面遙遙領先，部分原因是出口管制。規避或減輕美國主導的先進半導體出口限制的影響已成為中國人工智慧政策努力的重點。在2025年4月舉行的中央政治局人工智慧會議上，中國強調“自力更生”，並打造“自主可控”的人工智慧軟硬體生態系統。在人工智慧晶片方面，中國正在支援開發輝達GPU的國產替代產品，例如華為的昇騰系列，後者在性能和產量方面落後。依賴數量越來越少、性能越來越弱的晶片，迫使企業限制其計算能力，從而減少了它們可以同時進行的訓練和模型部署工作負載的數量和規模，目前在華為硬體上訓練的模型不足十個。此外，中國人工智慧公司正在採取其他策略來繞過出口管制並獲得被禁的輝達 GPU，包括晶片囤積以及在從墨西哥到馬來西亞的世界各地建立資料中心。因此，儘管出口管制對於美國減緩中國人工智慧發展的目標至關重要，但它們不太可能完全阻止中國的人工智慧進步，反而可能會在某些方面促進中國晶片產業的發展。中國人工智慧開發者面臨的另一個問題是缺乏成熟的美國軟體替代品。為了克服這一限制並促進自主發展，中國正在開發輝達 CUDA 軟體的替代品。在人工智慧框架方面，支援採用華為的 MindSpore 和百度的 PaddlePaddle，作為 Meta 的 PyTorch 和Google的 TensorFlow 的替代品。然而，這些框架在採用率方面目前仍然落後於美國框架，與美國程式碼庫相比，它們在 GitHub 上受到的關注度遠低於美國框架。就目前而言，中國針對西方人工智慧軟體堆疊的替代方案似乎還不夠成熟，無法完全取代西方框架。然而，如果這些替代方案日趨成熟，並形成一個真正的替代生態系統，這種情況可能會有所改變。這種動態反映了中國為增強抵禦美國出口管制能力而採取的措施的總體狀況：這些措施尚不足以克服出口管制帶來的重大限制，但有可能在不久的將來殺出重圍，發展出真正替代西方半導體和軟體的方案。三、中國的人工智慧政策會有效嗎？中國政府的支援能否使其人工智慧生態系統趕上甚至超越美國及其盟友？目前該行業的發展還為時過早，無法給出明確的答案。但總體而言，政府的支援可能不會帶來負面影響，因為中國優先考慮的政策總體上似乎是針對整個人工智慧行業的關鍵需求。中國政府的支援對於中國人工智慧的發展至關重要，尤其是在解決三大關鍵瓶頸方面：首先，如上所述，開發國產人工智慧晶片和抵制制裁的半導體供應鏈，對於在美主導的出口管制下競爭至關重要；其次，儘管中國人工智慧研究排名靠前，但其人工智慧領導者認為人才短缺是一個關鍵制約因素，這些領域的成功將決定政府支援能否幫助中國實現全球人工智慧領導地位的目標；第三，中國必須迅速擴大能源生產規模，以滿足預計到 2030 年資料中心需求增長三倍的預期，儘管中國新建發電廠的速度遠快於美國，因此很可能能夠應對這一挑戰。與此同時，中國的人工智慧產業政策也可能會在幾個方面遇到阻礙：首先，中國人工智慧公司面臨壓力，要求它們使用不太先進的本土替代品來替代全球平台，這可能會減緩它們開發前沿模型的處理程序，至少在未來幾年內是這樣。科大訊飛聲稱，除了華為的模型外，它擁有唯一一個完全使用中國製造的計算硬體訓練的公共人工智慧模型。該公司表示，從輝達轉向華為晶片（包括 Ascend 910B）導致開發時間延遲了三個月。其次，如果稀缺的人工智慧晶片不能得到有效配置，資源可能會從生產力更高的使用者身上轉移開來。第三，獲得政府支援的中國人工智慧公司可能會受到美國和其他國家更嚴格的審查，從而可能限制這些公司獲取關鍵資源（例如先進晶片）或進入國際市場的能力。例如，DeepSeek 的突然崛起已促使美國官員和機構限制其獲取美國技術，從而限制其使用。德克薩斯州、紐約州和弗吉尼亞州等州以及國防部、商務部和美國國家航空航天局等聯邦機構已禁止在政府裝置上使用 DeepSeek。人工智慧與中國已實施產業政策的其他領域（例如造船和電動汽車）有著根本的不同，部分原因在於人工智慧發展依賴於快速變化、範圍廣泛的創新。頻繁的範式轉變（例如推理模型的出現）以及對人工智慧發展軌跡缺乏共識，會讓政府難以實施長期規劃。與許多傳統行業不同，人工智慧行業嚴重依賴人才和資料等無形投入，這些投入對資本補貼的響應度較低，國家也更難控制。儘管國家支援在某些領域（例如資本密集型的計算基礎設施）可以提供幫助，但其他領域（例如基礎模型和應用的進展）將主要由私營部門推動。美國在人工智慧領域擁有競爭力，卻沒有任何政府實質性支援，而是依靠私營部門的投資和研究，這一事實表明，與其他行業不同，產業政策可能並非人工智慧競爭力的關鍵因素。人工智慧擁有龐大且不斷增長的私營市場，可以吸引企業和投資者，其市值已達7500億美元，預計還將繼續增長。此外，像DeepSeek這樣的中國私營企業引領著人工智慧的發展，而非國有企業，這表明私營部門在推動該領域創新方面可能更具優勢。中國在人工智慧領域的進步很可能將繼續由其創新型民營科技公司和初創企業推動。只要中國的產業政策能夠與民營生態系統協同或為其提供支援，有可能幫助民營人工智慧發展取得成功，從政府的角度來看這些政策就是“有效的”；如果此類產業政策與民營人工智慧生態系統的需求和挑戰沒有明確關聯，則更有可能被浪費。不過，即使獲得巨額國家補貼，中國人工智慧開發商要想縮小人工智慧投資缺口，也必須吸引更多私人投資：據估計，目前美國人工智慧公司獲得的私人投資是中國公司的十倍以上。中國人工智慧能否“超越”西方供應商，也將取決於私營部門的創新。即便中國人工智慧暫時無法超越西方，由於私營創新與公共支援相結合，中國仍可能保持強勁競爭力。 (Internet Law Review)

習近平在上海考察時，為中國人工智慧產業發展指明方向。今天（29日），習近平在上海考察，調研地點很有意思，叫上海“模速空間”大模型創新生態社區。這裡是上海市打造的人工智慧大模型專業孵化和加速平台，已經入駐了100余家企業。就在前幾天，中共中央政治局進行集體學習，主題也是關於人工智慧。從聽取專家講解到實地考察調研，顯示出習近平對人工智慧產業的高度重視。在這次調研中，習近平專門逛了人工智慧產品體驗店。這些AI潮品有多智能？比如智能眼鏡，結合了AI、AR技術，可以提詞、即時翻譯等；再比如智能無弦吉他，可以通過捕捉手部動作演奏。這些產品，都是中國人工智慧產業發展成果的直觀體現。而針對下一步的發展，習近平也指明了方向，中國資料資源豐富，產業體系完備，市場空間巨大，發展人工智慧前景廣闊，要加強政策支援和人才培養，努力開發更多安全可靠的優質產品。尤其需要強調的是人才的重要性，習近平在同青年創新人才交流時，對大家說，人工智慧是年輕的事業，也是年輕人的事業。我們正在全面推進強國建設、民族復興偉業，正是年輕一代展示才華、大顯身手的好時候。這是對廣大年輕人的激勵，跑好歷史的接力棒，既是跑出年輕一代的風采，更是跑出科技創新的未來。 (新聞聯播)

3月12日，阿里巴巴集團董事長蔡崇信在新加坡的一場論壇上表示，2月召開的企業家座談會，增強了企業的投資信心，外界低估了這次會議的重要性。“在座談會後，阿里巴巴宣佈，未來三年將在雲端運算基礎設施和AI硬體上投資超過500億美元3800億元人民幣。我們決定將收入重新投入到AI和雲端運算基礎設施建設上。同樣，其他民營企業有信心，也會採取行動。”蔡崇信說。蔡崇信也分享了對AI產業潛在市場規模和開源開放的看法。他提出，全球GDP總量約100兆美元，約60%由人類勞動貢獻。若AI能替代其中20%的工作，並以成本降低20%實現，將創造至少10兆美元的市場規模。這一規模遠超交通行業和醫療保險行業——兩者都是5兆美元，與整個科技行業相當，且可能進一步擴大。蔡崇信還表示，開放原始碼的力量在於令中小企業和創業者低成本使用AI，未來的應用繁榮將受益於今天的開源。“技術進步的意義不在於中國是否擁有比美國更好的AI，而是在於開源能夠普惠地幫助人們掌握AI的力量。”蔡崇信表示，AI不是大企業的專屬遊戲，中小企業將受益於開源開放，未來應用繁榮正是今天開放原始碼的結果。以下是對話全文：蔡崇信：如果你看看人工智慧，它的作用是什麼，它實際上提升了人類的生產力。再看看全球GDP，總量約為100兆美元，其中60%是勞動收入，所以人類貢獻了60兆美元的價值來推動GDP增長。假設這60兆美元中有20%，可以通過人工智慧得到提升，而人工智慧能夠以大約20%的成本折扣完成這些工作，那麼這就形成了一個10兆美元的整體潛在市場。你能再列舉一個整體潛在市場，達到10兆美元的行業嗎？我上次查到的資料顯示，交通行業為5兆美元，醫療保險行業也是5兆美元。有人告訴我，整個科技行業的整體潛在市場規模大約是10兆美元。所以人工智慧進入市場，他的整體潛在市場規模至少是10兆美元，甚至可能更大。這就是為什麼每個人都應該對人工智慧感到興奮。主持人：你最近在一篇評論中寫道，我記得你說過人工智慧競賽，不再是關於誰擁有最聰明的孩子，你還提到在真空環境中打造最聰明的AI，其價值最終將趨近於零。這是什麼意思？蔡崇信：如果把人工智慧比作孩子的培養和教育，很多人都有孩子，那麼教育你的孩子使他們能在世界上所有學科都獲得諾貝爾獎，這有什麼意義？讓孩子讀完圖書館裡的每一本書，這有什麼價值？他們或許非常聰明，學識淵博。但作為父母，我仍然需要教他們情商，教他們如何交朋友，如何與他人相處，如何適應社會，管理人際關係等等。這些東西並不僅僅是知識的獲取，對吧？人工智慧的發展也是同樣的道理，要真正打造一個能像人類一樣思考、決策和行為的人工智慧，就必須賦予它許多其他能力。我在我的專欄文章中寫到開放原始碼的好處，我認為所謂的“深度求索時刻”，並不在於中國的人工智慧是否比美國更強，或者反之。真正的核心在於開放原始碼的力量，這意味著，人工智慧競賽並不再僅僅屬於世界上最富有的五大公司。它們每年投入500億美元發展AI，開源讓更多人有了參與的機會。主持人：你有任何顧慮嗎？蔡崇信：我沒有任何顧慮，因為人工智慧實際上可以增強人類的能力。比如股票分析師完全可以被人工智慧取代，你可以讓人工智慧撰寫關於輝達或蘋果的研究報告，它會做得非常出色。但關鍵是，如果AI可以處理大量繁瑣的研究工作，那麼研究質量反而會得到提升。因為人類可以把更多精力投入到判斷和最佳化決策上。我不認為AI會完全取代人類，而是會提升工作的質量。主持人：我想談談中國，如果可以的話，首先，是關於中國的消費者，我們並不擔心美國的消費者。蔡崇信：中國去年實現了5%的GDP增長，但主要增長動力來自出口，然而今年由於關稅和地緣政治因素，中國的出口行業可能不會像去年那樣強勁，因此接下來的增長需要依靠國內消費的提振。我們希望在全國兩會之後，政府能夠出台一系列刺激消費的政策。目前我們還沒有看到所有的細節，但希望這些措施，最終能促進國內消費的增長。主持人：那麼如何讓消費者願意花錢呢？蔡崇信：這涉及信心和市場情緒。所以我想特別提到一點，幾周前召開了企業家會談，但人們低估了這件事的重要性。這次會議對整個企業界，尤其是民營企業來說，他提振了信心，尤其讓他們敢於投資自己的業務。比如我們（阿里巴巴）剛剛宣佈，未來三年，將投資超過500億美元，用於計算基礎設施和人工智慧。這就是信心的作用。主持人：目前美國對於中國徵收的關稅達到20%，尚不清楚中國會採取何種報復措施，你對貿易戰有多擔憂，這對你向中國消費者提供美國製造的商品會有什麼影響？蔡崇信：顯然，所有人都會關注關稅問題，尤其當你涉及全球貿易業務時。在我們的業務中，我們實際上涉及雙向貿易，中國賣家向美國銷售商品，同時美國賣家也向中國銷售商品。在阿里巴巴平台上，每年我們向中國消費者銷售價值500億美元的美國商品，以及價值300億美元的歐洲商品。可見，中國對外國品牌產品的進口和消費需求是非常大的。我認為，川普政府也希望更多美國企業，能在中國做生意並賺錢。長遠來看，我對此持樂觀態度。關稅可能被用作談判工具，但最終情況會有所改善。當然，某些受保護的行業仍可能面臨關稅，比如中國電動汽車行業的出口，預計將會受到一定的關稅限制。因此短期內美國市場不太可能出現2萬美元的中國電動車，因為關稅會抬高這些產品的成本。 (易簡財經)

圖片來源：視覺中國 DeepSeek的成功是中國經濟增長模式的某種對應，即在保證要素投入的同時將要素效率運用至極致，在保證技術和產品質量的同時將產出成本節約至極致。DeepSeek在人工智慧領域取得的突破，將在內外兩個方面改變中國經濟所處的環境，從外部來看，它使得美國針對中國技術領域所奉行的“小院高牆”戰略陷入兩難，從內部來看，它將促使國內實體經濟與人工智慧的融合大大提速。 DeepSeek如何觸動美國：經濟、金融與美元的交織 人工智慧作為第四次產業革命的核心驅動力之一，在最近幾年日益成為美國經濟增長的核心引擎，美國經濟對於人工智慧領域的依賴程度加深。

摩根士丹利從“大腦”、“身體”和“整合者”三大核心環節，首次系統梳理了全球人形機器人產業鏈的100家核心上市公司； 中國在人形機器人供應鏈中佔據63%的份額，佔主導地位，尤其在“身體”環節優勢顯著，特斯拉、輝達等科技巨頭則成為各環節的關鍵力量。 在特斯拉最新的業績會上，馬斯克直言，Optimus人形機器人具有巨大的商業潛力，未來可能創造超過10兆美元的收入，成為公司主要的收入來源。 這番發言凸顯了人形機器人作為巨大的潛在市場的重要性，隨著全球人形機器人產業或正迎來“ChatGPT時刻”。

全球商業探索 筆記君說： AI變革。智能硬體機會、工程師紅利、供應鏈優勢……這些都是下一個10年的戰略型機會。 這個判斷，從那裡得來的？