AI+產業發展提速：智算規模提升 應用多點開花

轉自：中國經營網

中經記者 譚倫 北京報道

隨着新一輪科技革命與產業變革的加速演進，我國人工智能產業正走向產業應用階段，成為推動經濟社會高質量發展的新質生產力。

8月26日，國務院印發《關於深入實施 「人工智能 +」 行動的意見》（以下簡稱《意見》），其中，不僅提出了涵蓋「人工智能+」科學技術、產業發展、消費提質、民生福祉、治理能力、全球合作在內的六大重點行動方向，還表示要強化提升模型基礎能力、強化智能算力統籌在內的八項基礎支撐能力。

《中國經營報》記者注意到，最近兩年，在供給端與需求端雙輪驅動下，中國人工智能產業保持高速擴張。中國互聯網絡信息中心統計數據顯示，2024年我國人工智能產業規模已突破7000億元，連續多年保持20%以上的增速，生成式AI、行業模型與垂直場景化服務則成為增長最活躍的產業細分領域。

築牢AI+底座 算力基礎設施加速完善

「人工智能+」行動的順利推進，離不開強大的算力支撐。

工業和信息化部最新數據顯示，截至2025年6月底，我國在用算力中心標準機架達1085萬架，智能算力規模達788EFLOPS（每秒百億億次浮點運算），干線400G端口數量大幅增加至14060個，存力總規模超過1680EB（艾字節，存儲容量的度量單位），全國算力中心平均電能利用效率（PUE）降至1.42，算力基礎設施規模和水平不斷提升。

而智算基礎設施正是這場「算力基建」浪潮的核心。Omdia電信戰略分析師楊光向記者表示，近年來，我國在智算基礎設施建設上取得了長足進展，構建起了覆蓋全國、協同發展的算力網絡。這一佈局的核心，在於打破傳統數據中心的侷限，建立集人工智能芯片、智能計算集羣、高速網絡為一體的新型基礎設施。

其中，過去兩年，以電信運營商為代表的AI基礎設施建設廠商，在算力與網絡兩條底座線上同時發力，形成「網絡+算力+雲邊端」協同的基礎能力體系。從國家級超算中心、區域智算中心到企業自建機房、雲廠商的專用智算集羣，呈現出「多主體並進、分層佈局」的格局。

以中國移動為例，記者從「2025中國算力大會」上獲悉，其最新推出的算網大腦3.0，深度融合了AI升級，全量納管現網超80EFLOPS多樣化算力，以及超25萬個網絡鏈路資源。

中國移動副總經理李慧鏑認為，我國算力發展正呈現結構、形態、效能三個「轉變」。其中，算力結構由以「訓練為主」向以「推理為主、訓推一體」轉變，算力形態由「集中化」向「分佈式」轉變，算力效能釋放由「硬件橫向擴展」向「軟硬垂直優化」轉變。

據其預計，隨着大模型輕量化、開放化發展激發推理應用爆發，未來推理算力有望達到訓練算力的10倍規模。在此背景下，他表示，當前我國算力網絡正加速邁向以智為核心、算網智一體化的算力網絡3.0新階段，並最終成為支撐我國數字經濟發展和人類社會智能化轉型的新質生產力。

智能新業態劇增 AI應用場景多點開花

如果説智算基礎設施是「人工智能+」的堅實底座，那麼在產業領域的深度應用，則是其價值的最終體現。當前，我國「人工智能+」正從平臺能力向行業深度滲透，醫療、教育、製造、金融和消費服務等領域涌現出一批可複製的典型案例。「人工智能+」產業應用正呈現出從試點走向規模、從通用走向行業的發展走勢。

在製造與礦業場景中，行業大模型正與多模態感知結合，把「經驗密集型」作業轉為「數據驅動型」流程。以「盤古礦山」為代表的行業模型為例，記者從華爲了解到，其圍繞帶式輸送、井下巡檢、選煤智能控制等環節進行「感知—決策—執行」的閉環重構，目標直指安全生產、良率與能耗等核心指標的提升；同時，在電力系統，國家電網與南方電網相繼發佈了行業大模型，聚焦設備狀態評估、隱患識別、負荷預測、調度輔助與應急處理等，推進了數字化資產全生命周期管理。

在通信網絡與城市基礎設施領域，「自智網絡」則在進一步走向高階智能化階段。如中國移動提出了「3+13」大模型智能體與L4高價值場景解決方案，圍繞裝維、優化、開通、運營支撐等環節落地。記者從中國移動方面獲悉，其相關方案已在國際電信聯盟與TM Forum體系內獲得多項榮譽，顯示出網絡從「可觀測、可自動化」向「可感知、可決策、自優化」的能力加速進階。

在醫療健康領域，AI應用正在顯著改善醫療服務的可及性和效率。AI輔助診斷系統，能夠通過深度學習分析醫學影像（如CT、MRI），為醫生提供更精準、更快速的診斷建議。

在藥物研發領域，望石智慧創始人兼CEO周杰龍向記者表示，傳統藥物研發流程中，研發人員主要依賴於藥物化學專家的靈感和經驗，缺乏高效的工具來輔助藥物設計。但依託AI大模型，融合幾何深度學習等算法，藥物研發企業能夠精準地生成與靶點口袋結構契合的分子，實現更高效、更準確的蛋白質比對和合成。據其透露，目前公司在多模態AI小分子生成大模型已經取得了顯著成果，其中部分項目更是進入了臨牀階段。

楊光認為，這將為我國AI+行動的順利實施奠定良好基礎。記者注意到，此次《意見》提出的六大重點行動中，着重強調了將培育智能原生新模式新業態、推進工業全要素智能化發展、加快農業數智化轉型升級、創新服務業發展新模式等舉措。

算力與應用並進 產業鏈聚焦攻克痛點

伴隨算力加速部署與產業應用落地的雙輪並進，我國AI產業也在邁入新的發展階段。

算力方面，記者注意到，此次《意見》在強化八項基礎支撐能力中明確要求，將優化國家智算資源佈局，完善全國一體化算力網，充分發揮「東數西算」國家樞紐作用，加大數、算、電、網等資源協同。加強智能算力互聯互通和供需匹配，創新智能算力基礎設施運營模式。

對此，楊光認為，此次《意見》關注到了目前我國算力行業的最大痛點，即算力利用率不均衡問題依然突出。部分西部智算中心利用率不足，而東部算力需求高企。如何實現跨區域調度，也是全行業正在重點聚焦的難點問題。

爲了加強協同，記者注意到，國家級綜合性算力服務平臺——中國算力平臺日前已正式完成山西、遼寧、上海、江蘇、浙江、山東、河南、青海、寧夏、新疆10個省區市分平臺接入工作。工業和信息化部副部長熊繼軍表示，下一步，工信部將推動完善算力佈局政策體系，優化佈局算力基礎設施，引導各地合理佈局智能算力設施，持續開展國家綠色數據中心建設。

在提升AI基礎能力方面，記者也注意到，《意見》着重強調，未來要提升模型基礎能力。加強人工智能基礎理論研究，支持多路徑技術探索和模型基礎架構創新。加快研究更加高效的模型訓練和推理方法，積極推動理論創新、技術創新、工程創新協同發展。

對此，國內大模型創新企業傳神語聯創始人何恩培向記者解讀稱，目前AI已經到了可以開展場景化應用落地階段，並深入賦能核心生產環節，提升效率，優化乃至重塑流程，但我們還應該清醒地看到，今天大模型依然處在人工智能應用早期階段，還遠遠沒有到成熟定型的階段，因此，在兼顧應用的同時，的確應繼續加強發展基礎大模型，並加強專業大模型研發。

雖然挑戰重重，但總體來看，對於《意見》的出臺，產業鏈普遍認為，隨着此次政策路線的發佈，我國人工智能產業自身的技術演進、應用落地和生態完善，有望在未來幾年迎來加速發展，併成為我國經濟高質量增長的重要引擎。