中国AI破局_风闻

文 |钱鸿生

编辑 | 严大方

视觉设计：星船知造

正文共计：9386字

预计阅读时间：12分钟

ChatGPT-5在2025年8月8日上线。但8月9日，OpenAl就重新上线GPT-4o。

原因在于ChatGPT-5被吐槽反应速度慢、处理问题频繁出错。更有第三方测试显示GPT-5领先优势微乎其微。大模型边际收益递减背后，两个无法回避的困境浮出水面：

1） 数据枯竭

2） 算力成本限制

AI浪潮正以前所未有的力量重塑全球经济格局与国家竞争版图。但当OpenAI以GPT-5再次引爆话题，当英伟达GPU构筑起算力壁垒，AI发展的瓶颈已日益清晰——高质量训练数据几近枯竭、能耗黑洞，叠加安全隐忧。

中国正以开源开放之姿、算法创新之刃，直面算力围城、数据枯竭与安全治理等难题。

中国科技力量并未被高墙所困。

同时我国核心竞争力在于正积极将人工智能融入实体经济，并将更高效、创新的新质生产模式大规模复制。

DeepSeek-V3用极低成本劈开了封闭模型的铁幕；华为昇腾、寒武纪等国产芯片在巨大内循环市场下前行；中国正探索一条以“算法突破为引擎、开源开放为路径、产业应用为根基、安全可控为底线”的AI发展新范式。

基于上述背景，《星船知造》本文主要探讨——

●当前人工智能发展所面临的主要技术困境有哪些？

●中国的优势、贡献和挑战有哪些？

本文部分节选、编辑自通信行业教授级高级工程师、国际电联通信标准技术组专家钱鸿生博士撰写的《星船知造：未来AI人工智能技术发展趋势与展望》。

作者从当前人工智能发展所面临的技术困境入手，认为当硅谷深陷“数据荒原”争议、OpenAI亏损阴影笼罩华尔街时，世界人工智能正加速东看——

中国正在改写AI竞争规则。

source：unsplash

2025年盛夏，上海世界人工智能大会上，国务院总理李强在会议开幕式表示：

无论科技如何变革，都应当为人类所利用、为人类所掌控，朝着向善普惠的方向发展。人工智能也应当成为造福人类的国际公共产品。要坚持开放共享、智能平权，让更多国家和群体从中受益。中国愿同各国联合开展技术攻关，加大开源开放力度，共同推动人工智能发展迈上更高水平。

source：pixabay

一场由算法革新、芯片自主、场景爆发驱动的AI革命，正从东方升起。

为了实现中国AI发展这个宏伟目标，我们必须对未来几年内国际上AI技术发展的路径有所认识。

01 当前人工智能发展所面临的主要技术困境

●生成式大模型的算法偏见与困境

美国开放人工智能研究中心（OpenAI）8月发布其最新人工智能模型GPT-5。据OpenAI官网介绍，这是迄今为止该机构推出的最强大的人工智能系统。但上线后被吐槽“反应速度慢、处理问题频繁出错”。

目前以ChatGPT为代表的生成式人工智能的算法是否科学有效一直是科学家争论的焦点。专家们对生成式人工智能的批评，大致集中在以下几个方面： 1. 会产生系统幻觉现象；2. 逻辑推理能力有限；3. 数据依赖性； 4. 偏见与缺乏可解释性的输出信息；5.安全与伦理风险等。

●AI算力增长尽头是能源消耗问题

AI系统特别是深度学习模型，需要执行大量的矩阵运算和密集型计算任务，都离不开高性能计算机和图形处理芯片（GPU）的支持。

英伟达的H100芯片在最高负载条件下，其单片功耗峰值可达700W。10万块H100芯片总功耗将接近一个小型发电厂的全部输出功率。

算力芯片的能耗问题是制约AI发展的主要技术困难之一，必须采取一切有效措施予以应对。

●大模型训练数据枯竭引发的思考

数据作为AI的“化石燃料”正日益枯竭，这一趋势将迫使改变当前AI大模型的预训练方式。

数据枯竭的原因有以下几种👇

●人工智能的安全管理与风险控制

科林格里奇困境是所有创新国家都无法回避的问题。

“科林格里奇困境”由英国技术哲学家大卫·科林格里奇（David Collingridge）1980年提出。

主要论述在技术发展的早期阶段，由于对新技术的潜在社会负面影响认识不足，导致难以实施有效的控制措施。当负面影响开始显现时，技术本身已深入到社会各个方面，改变的成本和难度显著增加。

当今AI已成为科学技术发展的主旋律，其科林格里奇困境则体现为：

一方面，AI技术发展正带来技术变革与社会进步；

但另一方面，当前AI的指数级发展正深陷此困境——模型能力与应用边界快速扩张，而潜在的社会伦理风险却愈发难以预测和控制。

AI 技术要以安全为前提，要受到社会公认的安全与伦理保障机制的制约。

人工智能发展中可能出现的安全与伦理风险大致包括以下几个方面👇

点击上图👆可放大

●AI系统开发软件开源争议

开源软件使用不一定就是零费用，基于GPL规则有以下几种收费模式👇

1）通过分发收取一定的开发成本费用；

2）利用提供担保条款，收取一定费用；

3）在开源软件基础之上开发的软件应用系统，可以收取相应的商标许可费；

4）此外，可以对开源软件提供的技术支持服务、人员培训等收取一定的费用。

在AI软件代码开源这个问题上，各方的观点与想法存在差异，这个问题将会持续探讨下去，笔者认为AI系统软件源代码的开放是历史发展的必经之路，虽然有波折与起伏，但AI软件代码开放是社会进步与科技发展的大势所趋。

source：unsplash

结合国际上一些专家学者的观点，以及国际知名预测机构研判，《星船知造》提出未来2到3年内AI技术与应用发展可能出现的几大发展趋势进行探索与展望，如下。

欢迎志同道合者批评、补充与完善，为国家AI顺利发展献计献策。

02 算法突破改变AI发展瓶颈，开源体现中国AI开放精神

过去一年里，全球AI大模型阶跃式提升背后离不开中国的贡献——

●中国DeepSeek-V3（MoE架构+MLA机制）等开源模型通过创新算法把训练成本砍半，实现高性能低成本（训练成本＜600万美元），推动全球AI普惠。

中国创新让“大力出奇迹”变成“巧力出奇迹”。

●开源打破垄断，促进全球创新。开源精神正在成为中国AI名片。

今年7月23日发布的阿里开源全新的通义千问AI编程大模型Qwen3-Coder，性能强于所有开源模型。实际体验中，性能不输于Claude 和 GPT4.1 等闭源模型。中国企业直接就把大家理想中的编程大模型给开源了。

越来越多的中国科技企业，正成为中国人工智能开放、创新，愿意和各国共同联合开展技术攻关的一个侧写👇

中国DeepSeek v3是迄今为止排名最高的开源授权模型。其训练成本不到 600 万美元。DeepSeek-V3大模型采用了独特的创新架构，具有6710 亿参数，其中运行激活参数为仅为370 亿参数，在14.8万亿token 上进行了预训练。

DeepSeek-V3整体来看仍是成熟稳定且持续演进的中期版本，尚未被下一代完全取代。其在AI算法上的突破主要体现在以下几个方面👇

点击上图👆可放大

它在2024年就打破了Open AI一家独大的局面。大量节省了预训练时间与成本投入，降低了依靠AI芯片堆积的粗放型的AI发展模式。

强调创新算法对大模型原生的支撑能力，降低AI计算对硬件要求的依赖，从而提升整个AI大模型的运行效率。DeepSeek在成本控制上实现了突破，为全球AI大模型的开发提供了新的发展思路。

source：unsplash

中国科技企业阿里云则做到了美国企业Anthropic没做到的事，直接就把大家理想中的大模型给开源了。

通义千问AI编程大模型Qwen3-Coder在实际体验中，性能不输于Claude 和 GPT4.1 等闭源模型。

1）从技术扩散规律与商业运营的角度看，开源大模型能更快实现“使用人数激增\对市场需求和用户反馈更快调整适应——大模型能力迭代——使用人数再增长”的正循环。

2）不方便使用海外编程工具的情况下，越来越多的中国开发者终究会投入一款能力在线、可靠方便的AI编程模型。一个巨大的国内市场将为阿里云的人工智能编程“托底”。

中国AI展示了真正的开放研究精神，其研究成果对AI社区的贡献是深远的——

这种低成本高效益的模型，将极大地提高AI技术的普及，使更多团队和企业能够负担得起尖端AI模型的开发。

人类的发展史中，知识是如此的庞杂，这需要数百万人以众包的方式共同作出贡献。

软件开发系统是所有人类知识的存储库，不能由一家专有公司独占，它必须是集成全世界人民的智慧，因此，基于AI的系统软件，开源是不可避免的，我们迈出了一大步。

中国在AI大模型算法上的突破也只是开始，中国拥有一大批AI算法研究公司与大模型应用的优秀人才，在国家宏观政策的指导下，必将迸发出巨大的能量。

03 英伟达垄断AI芯片或被终结成熟制芯片是技术演进的“磨刀石”

ASIC、光子、量子芯片三箭齐发，英伟达 GPU 不再是唯一答案。

英伟达在AI芯片市场的垄断地位正面临多方挑战，AI专用芯片ASIC，有望将替代英伟达传统的GPU图形计算芯片；这一趋势在2024年初步显现。

博通（Broadcom Inc）是全球领先的美国半导体公司，正通过其ASIC芯片的生产与服务，成为英伟达的竞争者。谷歌、Meta、亚马逊、微软也纷纷开始自研AI专用芯片，以减少对英伟达的依赖。

2024年，英特尔推出了一款AI优化芯片，型号为XE-200，对英伟达在AI芯片市场的垄断地位形成挑战。

由于美国对出口中国的高端AI芯片实施制裁与管制，促使中国企业加快本土AI芯片的研发。

华为的高性能AI芯片主要包括异腾310和910两款主力芯片，其中异腾910采用了先进的7mm工艺，最高可提供256 TFLOPS 的FP16（半精度浮点数）计算能力。

寒武纪公司先后推出了思元290和思元370两款高性能AI芯片，配套生产相应的云端智能加速卡系列产品和训练整机。未来，随着中国在AI高性能芯片的不断突破，将持续推动我国AI大模型研发能力的提升。

英伟达也在调整策略，成立了AI专用芯片研发部门，扩大提供为客户量身定制的AI芯片服务，并推动其GH200 Grace Hopper超级AI芯片的研制生产，以保持在AI芯片领域的领先地位。

GH200 Grace Hopper超级AI芯片 source：英伟达

中国成熟制芯片是技术演进的“磨刀石”。

先进制程芯片基本在手机处理器等少数领域应用，而在工业、汽车等领域，更注重成熟制程芯片的可靠性。28nm及以上的成熟制程芯片，占据了75%以上的应用市场。

中国成熟制程芯片供应链成熟，形成较为稳固的本土产业链。

成熟制程芯片在我国汽车、消费电子、工业控制等领域都有广泛应用。技术创新使这些芯片也能运行复杂的AI模型。在不依赖最新制程芯片的情况下，实现高性能的AI应用。

在本土大模型的创新强心针后，中国更要坚持先进芯片攻关的同时，以成熟制芯片为根基，构建“需求-生产-创新”的循环。

source：pexels

光子芯片和量子芯片作为最新科学技术与新兴的计算技术，正崭露头角，成为推动AI算力发展的重要力量。

光子芯片利用光速进行信号传输，传输速度远超半导体电子芯片，能够在纳秒甚至更小的计算时间内完成复杂的计算任务，其运算效率远高于目前的AI芯片。光子芯片的功耗极低，光信号传输无需消耗大量的电能，减少了芯片的散热，大幅度降低了AI光子芯片的整体能耗，可改变目前GPU芯片功耗的瓶颈问题。

光子芯片还具有大带宽优势，能够同时传输更多信息，提高整个系统容量的性能。光子芯片在AI模型训练、优化推理任务、推动多模态处理中展现出巨大潜力。

source：pexels

量子芯片是通过量子比特进行信息处理，遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。作为核心零部件的“量子芯片”，通常需要被安置在接近绝对零度（零下273.15摄氏度）的极低温环境中，利用极低温条件下，部分微观粒子表现出的量子特性来进行信息运算和处理的技术。

量子芯片的关键是要解决量子纠错的难题，因为量子比特非常难以得到且十分脆弱，容易受到外界环境噪声和电磁干扰的影响，导致量子态的塌缩和计算失误。

现有的量子纠错方案通常非常复杂且成本高昂，随着量子芯片中量子比特数量的增加，计算错误率呈指数级增长，需要采用复杂的纠错方案来维持计算系统的可靠性，这样就增加了量子芯片制造的复杂性和高额的制造成本，限制了量子芯片的大规模应用。

谷歌发布的量子芯片Willow在量子纠错技术中取得了突破，Willow在不到五分钟的时间内就完成了一个“标准基准计算”，完成了一般超级计算机需要花费1025年的时间才能完成计算任务，量子芯片有望在AI大模型的计算中发挥重要作用。

量子芯片Willow source： 谷歌

中国从事光子芯片研究的企业有如下所示👇

中际旭创：其拥有自主研发硅光芯片的技术与开发能力，已经在部分光模块产品中应用自研的硅光芯片。

长飞光纤：其针对接入网、传输网、数据中心、无线网等领域，为客户提供可靠高效灵活的光模块解决方案。

上海交通大学无锡光子芯片研究院：建设了国内首条光子芯片中试生产线，推动光子芯片的自主研发和技术迭代。

光子算数北京科技有限责任公司：是国内最早聚焦研究光子计算的芯片企业之一，已经推出了基于自研光计算芯片的光电融合AI加速计算卡。

source：unsplash

中国从事量子芯片研究的企业有如下所示👇

科大国盾量子：在国内量子通信和量子计算领域积累多年，与光迅科技共同研发了光量子芯片，在量子密钥分发、量子随机数等领域有广泛应用。

华工科技：国内生产量子点激光器芯片的企业，在光量子通信、量子通信芯片具有技术优势。

中国科学院量子信息与量子科技创新研究院共同研发的“骁鸿”超导量子芯片，是一款504比特超导量子计算芯片，其关键性能指标有望达到国际主流量子计算云平台的芯片性能，展现了中国在量子计算硬件开发方面的强大实力。

中国电信推出“天衍-504”量子计算云平台，“天衍-504”芯片是基于“骁鸿”超导量子芯片的超导量子计算机，拥有504个量子比特，采用了先进的超导材料和量子操控技术，成功降低了量子比特的噪声和误差率。

腾景科技：开发高难度干涉堆、偏振分束器等核心元器件，产品应用于“九章二号”量子计算原型机。

国芯科技：研发量子技术产品，研发基于量子随机数发生器的安全芯片和模块组。

source：unsplash

AI中算法是核心、算力是基础。美国“星际之门”拖延已久——启动半年未落实计划👇

2025年1月21日，特朗普与OpenAI首席执行官奥尔特曼、软银董事长孙正义、甲骨文董事长埃里森联合宣布“星际之门计划”（Stargate Project）——号称前期投入1000亿美元建造数据中心和实体园区，未来4年逐步增加至5000亿美元。

马斯克在社交媒体上公开表示：该项目投资5000亿美元并不实，“他们实际上没有钱”。

有专家做了测算，如果“星际之门计划”这样规模的算力中心，采用了英伟达现有的高端AI算力芯片，整个系统一年的耗电量是上海市全年用电总量的三倍，即使放在经济实力较为雄厚的美国得克萨斯州，恐怕也难以承受这样的能源消耗，这将对当地的生态环境造成重大影响。

据《华尔街日报》当地时间7月21日报道，“星际之门”重要出资方日本软银集团和OpenAI(美国开放人工智能研究中心)被曝在合作的关键条款上存在分歧。

美媒援引消息人士称，该项目尚未落实任何一个数据中心计划。

在我国，未来几年中，如果全国统一建设的算力中心采用了光子芯片或量子芯片作为算力枢纽的计算芯片，那就可以彻底摆脱对美国高性能AI芯片的依赖，走出一条具有中国特色的，全面支撑国家AI可持续发展的算力技术发展路线。

需要指出的是，未来量子计算机不会完全取代电子计算机，可能出现的情景是量子计算机和电子计算机，在不同的应用场景下发挥各自的特长，实现协同计算，既极大提升算力，也可兼顾成本和可靠性。

04 人形机器人+自动驾驶成应用主战场，智能体是AI应用推进重点领域

自动驾驶技术已成为AI应用的主赛场。

技术进步驱动：自动驾驶技术的快速发展，尤其是大模型和端到端架构的应用，使得智能驾驶系统能够更好地处理复杂场景，提升了决策速度和准确性。

市场需求推进：消费者对智能驾驶功能的需求不断增加，推动了自动驾驶技术的普及，市场对自动驾驶的接受度与认知度正在逐步提高。

政策支持：各国政府对自动驾驶技术的支持力度加大，出台了相关的法规和标准，为自动驾驶的商业化提供了法律保障。

利用AI技术加持自动驾驶的产业链已经形成，从AI大模型、智能产业链布局、智能传感器、自动驾驶智能算法等，形成了上下游配套齐全的产业链，推进AI在自动驾驶中的应用。

智能化驱动的自动驾驶技术是当前汽车产业的发展趋势，推动了现代汽车行业的快速进步。中国的电动汽车产销量连续八年全球领先，这一成就也促进了自动驾驶技术的进一步发展和应用，形成了明显市场竞争优势。

source：unsplash

人形机器人本质是AI技术与机电技术的深度融合，它集成了AI、高端制造、新材料、精密控制等关键新技术。截至2024年11月底，我国人形机器人产业链上相关企业数量达到6.7万家，国家级专精特新企业1051家。

在国家人形机器人发展政策的引导下，各地纷纷出台相应举措。一方面提升关键技术，重点突破AI核心算法和基础框架、产业链上下游企业聚焦人形机器人产业，重点突破类脑感知与认知、高能量密度电池续航、灵巧手组件、多维传感器等。同时在典型制造场景实现人形机器人的深度应用，加快人形机器人在工业制造、健康养老、应急救援等领域的应用，并开拓与脑机接口等前沿技术的融合发展。

未来人形机器人在特定场景中的应用将十分普遍，军事上的用途更是难以估量。发展前景广阔。

source：unsplash

智能体是AI应用推进的重点领域之一，这一观点得到了业界的广泛认可。

AI智能体（Agent），一般是指能够自主执行任务、处理复杂信息并作出决策的AI系统。AI智能体的技术特征主要体现在以下几个方面：

●技术层面采用多模态融合深化，具备强大的多模态理解与处理能力，能高效地理解和处理文本、图像、音频、视频等多模态信息，满足用户特定的管理流程与管理需求。

●将深度学习与强化学习结合，让智能体有更强大的感知识别能力，强化学习使其能在环境中，通过试错学习进行决策优化，提升自主决策能力。

●未来AI智能体将深度融入社会服务方方面面、提供高度个性化的服务。

●在工业制造业、物流配送等环节，智能体将发挥重要作用，实现生产过程的智能化、自动化和优化。

●多智能体系统协同工作将是未来智能体的一个发展方向，不同智能体在复杂任务中分工协作、相互配合，完成单个智能体无法完成的目标任务。形成更加完整的智能体产业生态，在智慧城市建设等领域，智能体协同将有效优化资源配置和提升管理效率。

智能体应用在未来AI发展中将起到举足轻重的作用，任何企业甚至个人，都会有AI智能体的加持与支撑，未来每个人都会创建一个属于个人的智能体小模型，成为我们的私人助理。

05 场景化应用成AI竞争胜负手中国最先获应用红利

中国强调场景化应用，美国则面临高成本和市场垄断问题。

AI竞争本质是一场数据和生态的立体博弈，中国的“实用主义AI”正加速获得场景红利——依托全产业链优势挖掘工业数据蓝海。

source：giphy

场景化应用是AI发展的关键驱动力，它通过将AI技术融入具体的业务场景，实现技术与用户需求的深度结合，推动AI技术的创新与应用落地。

2025年AI场景化应用将成为推动我国AI发展的驱动力👇

AI场景化应用提升AI的实用性和效率：先进的AI技术，能够在实际业务场景应用中得到验证和优化，从而提高技术的成熟度和应用效果。

场景化应用能保证AI研发的可持续发展：使AI技术更贴近用户需求，在应用推动中积累AI技术经验，推动AI技术迭代创新，也为AI开发企业争取到市场份额，保证AI研发持续不断地资金投入与投资回报。

过去两年，从产业发展角度来看，智能手机、智能PC等智能终端逐步走进人们的日常生活，同时，AI技术应用的门槛的下降，预训练成本与项目实施边际成本下降，鼓励AI技术走向千行百业。

AI大模型技术科技成果只有通过规模化的应用，才能促进技术不断迭代完善，实现AI技术和市场双轮驱动。

source：pexels

美国在2024年AI发展中，并无太多“场景故事”可讲。几乎所有AI故事都围绕“文本对话”、“动漫生成”等场景展开。

此外，除了多在追求文本对话、多模态转换、3D动漫生成等领域，还花费了巨大的资金与能源消耗投入，让大多数美国商业公司在2024年继续亏损——

OpenAI亏损幅度不断扩大，出现了流动资金问题，在融资66亿美元之后，还要通过贷款方案向银行筹措资金，估计到2026年亏损幅度将高达140亿美元。

由于产业空心化，美国的AI某种程度是“无根之木”。

和美国不同，中国巨大工业场景是一片尚未开采的数据蓝海。

人工智能产业的竞争本质是数据、产业生态的立体博弈，中国以“实用主义”对抗硅谷“实验室主义”，中国的全产业链协同，正加速吃到“场景红利”。

更多相关阅读：《一家“不做机器人”的机器人公司，正把中国机器人卖遍“一带一路”》

《面向十五五，“工业+AI”藏着哪些时代密码》

06 加强全球合作探索AI安全机制

国务院总理李强7月26日在上海出席2025世界人工智能大会暨人工智能全球治理高级别会议开幕式表示：

中国高度重视人工智能全球治理，积极参与推动多双边合作，愿向国际社会提供更多中国方案，贡献更多中国智慧。中国政府倡议成立世界人工智能合作组织。

source：世界人工智能大会

伯克利大学教授斯图尔特·罗素（Stuart Russell）在谈及AI崛起对人类的挑战时尖锐地指出，在追逐人工智能的狂奔中，我们是否停下脚步思考一下：

当我们创造出比人类更强大的AI时，凭什么认为能永远控制它？

“我们只有两种选择：要么建立可证明安全性的AI系统，确保AI的可控性；要么立即停止AI的研发。”

在追逐技术进步的过程中，很少有人深入思考AI可能带来的伦理和社会问题，如果选择继续而没有一个安全的保障体系，人类将进入一个充满不可预测的未来。

在开发AI的发展道路上，不应由资本的贪婪主宰一切，而应当引导人类社会共同讨论并形成一个能更好适应未来的道德框架。

中国政府历来重视对AI 人工智能的安全管理，早在2023年8月我国就颁布了《生成式人工智能服务管理暂行办法》，旨在促进我国生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益。

截至2024年，我国生成式人工智能相关企业已经超过4500家，核心产业规模达到6000亿元人民币，AI产业链覆盖了芯片制造、算法研究、数据提供、AI场景化应用等上下游关键环节。

同时，我国已拥有190多个生成式人工智能服务大模型完成备案并上线提供服务，我国适用AI 人工智能产品的用户已高达2.3亿人次，占总人口数的16.4%。

中国一直是联合国有关人工智能全球治理的积极倡导者和执行者。

联合国就加强全球合作探索AI安全机制研究初步达成一致——先后颁布了《全球数字契约》《关于负责任的生成式人工智能的建议》《生成式人工智能在教育和研究中的应用指南》等一系列文件，呼吁各国政府、企业、学术机构、民间团体共同努力，加强全球合作AI安全治理。

2022年11月我国就提交了《中国关于加强人工智能伦理治理的立场文件》。

2023年10月，中国提出《全球人工智能治理倡议》文件，为凝聚国际社会的共识、积极推进全球共享共治发挥了积极作用。

2024年7月，第78届联合国大会以协商一致的方式通过了以中国政府为主提出的“加强人工智能能力建设国际合作”决议，143个联合国会员国参加联署，这是全球首个聚焦人工智能安全建设的共识性文件。

未来的几年中，随着全球AI技术的迭代发展，在加强全球AI安全方面一定会有很多机制出台，尽管美国政府态度暧昧，行动迟缓，有不惜放缓对AI的安全监管，意图抢占世界AI发展霸主地位的嫌疑。但为了人类的长期繁荣与健康发展，加强AI全球合作治理，将是大势所趋。

各国能否超越分歧达致共识，实现共同的安全利益，是决定全球人工智能治理模式是否具有可持续性、有效性的关键因素。

中国正积极参与全球AI安全治理，与世界各国共同努力，构建多方参与的安全治理格局，确保AI技术的健康发展不偏离人类社会的根本价值观与长远利益。

尾声

人工智能早已不局限于聊天绘画，而是嵌入自动化生产线、智能工厂等实体经济。

中国正悄然改写AI竞争规则。以开源代码凿开封锁裂缝，也用成熟制程劈出求芯生路，更将AI植入无数个工厂流水线。这里没有“星际之门”的虚空豪赌，只有工业大国脚踩大地，向每一个普通人延伸出技术民主化之路。

坚持走具有中国特色的人工智能技术发展方向，以人工智能和制造业深度融合为主线，以场景化应用为牵引，加快重点行业的智能化升级，强化企业创新主体地位，整合各方资源，培育复合型人才，赋能工业制造体系，加快形成中国新质生产力。

本文基于访谈及公开资料写作，不构成任何投资建议

本文为星船知造原创内容

未经授权，禁止转载