所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
在山西省运城市临邑县的一家生产工厂里，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（AI）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Gra政策的推动下支撑、市场需求和技术进步，我国人工智能产业必将蓬勃发展并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。 InvCCID研究院信息与软件产业研究院人工智能实验室副主任刘立超观察到，阿里巴巴、百度等公司不断规模化大规模原生多模态模型，融合多模态l 文本、图像、视频、音频等数据从前期训练到实现一体化理解和制作。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为5300家，其中专门从事新技术的“小巨人”超过400家。 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，结合图像和视频内容进行分析和推理，d Qwen3-Max，总参数已突破万亿。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全景研究》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更新和迭代，从测试数据来看，模型的语言能力有了明显提升。” “他们的多模态理解能力分别提升了30%和50%，推理、编程等技能都取得了良好、快速的发展。”中国信息通信研究院人工智能研究所所长魏凯认为，大规模模型不断进步的背后是支持。科技创新港。线性注意力机制提高了计算效率并且使其更加环保。环境强化学习极大地提高了你使用模型工具的能力。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。最新的X1.5机型具有个性化记忆功能，可以对多源记忆数据库信息进行检索和应用，并对个性化记忆进行识别、提取和更新，构建用户的个性化记忆数据库，包括长期肖像、近期评论、短期对话和个人数据。 “从根本上改变行业的通用人工智能时代已经开始。专注并坚持自主“基础模型研发，推动国产算力和操作系统适配升级，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，应用部署将持续深化。2025年，人工智能将加速进入千行百业，应用部署将持续深化。“人工智能深度融入制造体系。”全国智能工厂数量已突破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30.7亿元，比上年增长122.1%。企业正在积极拓展人工智能的应用场景。重点行业CE。 “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、董事长李东生对记者表示，TCL持续加大对人工智能技术的投入，驱动制造、研发、供应链、运营等全产业链创新，实现规模化价值落地。 2025年，TCL推出行知大模型3.0，这是一款具有强大屏上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和适应能力，完美应用于半导体显示行业。比如行知的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%。 ”未来行知的大模型李东生表示，将深入生产和研发最核心的环节，成为半导体显示研究、开发、制造的智能AI中心。在工业应用中，魏凯和他的团队发现，车型在价值链中的分布是一条高端、中低的微笑曲线，其中与研发、设计相关的比例为25.9%。这一变化表明，人工智能正在渗透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、流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人工智能实验室主任钟新龙建议，需要加强“人工智能+制造”行动的落地，帮助企业将智能体应用于通用大型模型、大型工业模型和重点场景，通过智能工厂梯度培育行动，加快装备、工业软件、系统集成等创新成果的应用。使用并重复。因素支撑较强。算力和数据是支撑人工智能产业发展的两大关键因素，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。 H等7个数据标注库的数据标注规模埃飞和成都超过29PB，建筑行业优质数据集524个，可实现163个大型模型的研发。作为人工智能应用相对成熟的领域，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模型数据集，利用路上多源传感设备形成我们自己的路上数据集，这样可以7×24小时连续采集数据，训练预先规划的模型来做出决策。” MOU董事长付强告诉记者，公司研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，形成了不断优化AI模型的“数据-性能算法”推进循环。目前，蘑菇车联的自动驾驶汽车已在日本10多个城市销售，为公司的扩张和发展做出了贡献。驾驶商业化。自主。在建设工业领域高质量数据集方面，我国拥有完整的工业体系和良好的数字基础设施，保证了数据源的多样性和可靠性。“有效建设和利用工业数据集，加快大规模模型技术在工业领域的综合应用已成为行业共识。” “下一步，要依托国家标注数据库，加快医疗、工业、交通等重点领域优质数据集标准化开发和共享，推动数据资源分类标准建立。建立跨行业、跨主题的数据流转机制，通过数据沙箱、数据信任等模式解决数据孤岛问题，推动数据许可式公共运营和企业数据跨域融合。”刘立超说。 （乙《商报》记者 李鹏达）