人工智能技术加速应用部署

机器人在南京人工智能生态区“AI建模工坊”南京智能配送中心迎接人们。新华社 吉春鹏 摄 在山西省运城市临邑县的一家生产工厂，工人们正在测试智能机器人产品的性能。常启树（中国经济视野） 根据工信部最新数据，2025年前11个月，核心人工智能产业规模预计将突破万亿元。从全球瞩目的大型DeepSeek模型，到广受消费者欢迎的AI眼镜、手机等各类智能设备，再到以机器人人形为代表的嵌入式智能产业快速推进……2025年，在政策的推动下，得益于支持、市场需求和技术进步，我国人工智能工业将蓬勃发展，成为培育和发展新生产力的重要动力。专家认为，2026年，人工智能技术将带来新的提升，工业品项供给能力不断增强，不仅为传统产业转型现代化注入快速动能，也为新兴产业开辟康庄大道，全面赋能千行万业。我们的技术能力不断提高。 2025年，多模态、逻辑推理、物理感知等重大技术进步将为人工智能产业发展提供日益坚实的基础。赛迪研究院信息与软件产业研究院Arti智能实验室副主任刘立超观察到，阿里巴巴、百度等公司持续大规模大规模原生多模化dal模型，从训练初期就整合文本、图像、视频、音频等多模态数据，实现一体化理解和生产。清华大学等团队开发的SALMONN大规模音视频模型在视频描述、问答等综合任务中表现良好。腾讯推出开源世界模型混元航行者，显着提升3D时空识别和推理能力。工信部数据显示，截至2025年9月，我国人工智能企业数量超过5300家，其中应用新技术的特殊“小巨人”企业400家。包含多个公司。 2025年，阿里巴巴继续加大对同易钱文大款的投入。从Qwen2.5（Qwen2.5）到QVQ-Max视觉推理模型，可以有效提高长文本的处理能力，分析原因是通过结合图像和视频内容，以及Qwen3-Max，总参数已经超过万亿。我们在编程和代理工具调用能力方面都取得了重大进展。根据国际权威研究机构沙利文发布的《中国GenAI市场洞察：2025年企业级大规模模型调用格局研究》显示，2025年上半年，统易在中国企业级大规模模型调用市场排名第一。“2025年，我们将持续跟踪大规模模型的更新和迭代。从测试数据来看，模型的语言和性能都有明显提升。”多模态理解能力分别提升30%和50%，推理、编程等技能取得良好快速发展。”中国信息通信研究院人工智能研究所所长魏凯认为，不断提升的背后我们大规模模式的进步是对技术创新的支持。线性注意力机制提高了计算效率，面向环境的强化学习显着改进了模型。使用工具的能力。同时，业界也提出了初步计划，以解决自主学习、长期记忆等大规模模型特征上的缺陷。例如，2025年科大讯飞通过五次迭代更新了科大讯飞Spark模型。下一代“通用人工智能时代已经开始，这将从根本上改变行业。我们将聚焦人工智能核心业务，坚持基础模型自主研发，依托国产算力和操作系统，推动系统适配和完善，为我国人工智能产业高质量发展注入新动力。”科大讯飞总裁刘庆峰表示。落实应用将不断深化。 2025年，人工智能将加速进入千行百业，应用部署不断深化。 “人工智能深度融入制造体系，全国智能工厂数量已超过3万个，生产效率提升22.3%，研发周期缩短近30%。”刘立超介绍，2025年上半年，我国AI大模型解决方案市场规模达到30.7亿元，比上年增长122.1%。企业正在积极拓展人工智能在重点行业的应用场景。 “当前全球科技浪潮正在加速演进，人工智能正在从概念走向更高级的产业化，成为驱动未来增长的关键力量。”TCL创始人、董事长李东生告诉记者，TCL持续加大人工智能技术投入，驱动制造、研发、供应链、运营等全产业链创新，实现规模化价值部署。 2025年，TCL推出了行知大模型3.0，这是一款在屏幕上具有强大推理能力的大型立式模型。拥有更完整的知识体系和更高效的学习能力和适应能力，完美适用于半导体显示行业。比如，行智大模型可以直接支撑产品开发流程，将产品问题分析效率提升20%，材料开发效率提升30%。“刺激开发，成为半导体显示研发制造的智能AI中心。”李东生表示。产业应用方面，魏凯和他的团队认为，车型在价值链上的分布遵循“两端高、端低”的微笑曲线。“在中间”，反映出人工智能有可能改善研发、设计和营销服务。2015年，生产制造联动呈现出明显的增长趋势，案例比例从19.9%上升到25.9%。这一变化表明人工智能正在渗透到价值创造的核心环节，但其采用率仍受到工业数据获取难度、过程知识封装程度和可靠性最终要求的限制。赛迪研究院未来产业研究中心实验室提出，要加强“人工智能+制造”行动的实施，通过智能工厂梯度培育行动，帮助企业将智能体应用于通用大型模型、大型工业模型和关键场景，加速装备、工业软件和系统集成等创新成果的应用和迭代。要素支撑 算力和数据是支撑人工智能产业发展的两大关键要素，其供给能力不断增强。在算力方面，智能算力规模不断增大。据国际数据公司（IDC）和浪潮信息联合测算，预计2025年我国智能计算能力规模将达到1037.3EFLOPS，万卡级集群已成为大规模模型训练和推理的主要支撑。数据方面，数据资源量持续扩大，到2025年，全国数据总产出预计将超过50ZB。合肥、成都等7个数据标注基地数据标注规模超过29PB，拥有建筑行业优质数据集524个，可支持163个大型模型的研发。作为一个相对成熟的AR领域人工智能应用、自动驾驶技术的迭代更新需要高质量的数据训练模型。 “我们拥有丰富的公交车车型数据集，利用路上多个来源的检测设备，形成我们自己的道路数据集，提供7×24小时的信息，持续的数据采集。MOU董事长付强告诉记者，公司开发的道路数据盲填和仿真技术，不仅有利于硬件成本的大幅降低，而且提高了性能和安全性，形成了‘数据-性能算法’的推进循环，不断优化AI模型。目前，蘑菇车联的自动驾驶汽车在日本10多个城市发售，为驾驶的扩展和商业化做出了贡献 在构建工业领域的高质量数据集方面，我国拥有完整的工业体系和良好的数字基础设施，这保证了驾驶的多样性和多样性。d 数据来源的可靠性。 “有效构建和利用工业数据集，加速应用已成为行业共识。”工业领域大规模建模技术的综合分析。”钟通过联邦学习、边缘计算等方法，在不离开工厂、网络、甚至设备的情况下完成，让大规模模型和智能体基于真实生产数据不断迭代优化，同时满足安全性和合规性要求。“下一步将依托nacio基金会。最终数据标注加速高质量的标准化开发和共享。医药、工业、交通等重点领域数据集，推动数据资源分类标准建立。建立跨行业、跨主题的数据流通机制，通过数据沙箱、数据信任等模式解决数据孤岛问题，推动权威运营“公共数据的生成和企业数据的跨域整合。”刘立超说。（经济日报记者 李鹏达）
（编辑：富忠明）