六个方面发力，推动人工智能高质量发展

 当前，人工智能技术路线的竞争格局仍有重大变数，但效率优先已经成为各方关注的重要路线之一，我国在工程化创新和应用场景上积累的比较优势，恰恰与这一方向高度契合。机遇千载难逢，窗口稍纵即逝。我们要以习近平总书记关于人工智能发展的重要论述为根本遵循，坚定信心、真抓实干，把战略判断转化为持续的产业竞争力，加快推动人工智能高质量发展和全方位赋能。当前需要在几个关键领域精准发力、协同推进。

  近年来，我国半导体与集成电路产业实现了从“缺芯”到“造芯”的跨越式发展。图为2025年3月20日，在位于广州市黄埔区的粤芯半导体技术股份有限公司拍摄的晶圆。 新华社记者 邓华/摄

  处理好规模与效能的关系，推动我国从“算力大国”向“算力强国”发展。我国算力总规模已位居全球前列，但规模优势转化为效能优势，仍有大量工作要做。要进一步引导各地统筹布局智算中心建设，推动万卡级及以上智算集群向枢纽节点集聚，深化算力与电力、网络的协同规划，提升绿电、核电等清洁能源占比，降低整体能耗强度，增强算力基础设施的可持续运营能力。要面向应用场景推动算力的精准供给，针对大模型训练、推理、科学计算等不同负载特征，优化算力资源的调度与配置，避免“大水漫灌”式的粗放供给，实现算力资源与应用需求的高效匹配。要加快推进算力互联网络建设，推动东西部算力协同互补，降低算力使用门槛，使中小企业也能便捷获取高质量算力资源，搭建智能化转型的普惠基础设施。

  处理好追赶与创新的关系，在效率路线上打造自主竞争优势。当前我国工程化创新实力已得到国际验证，但要在规模定律持续演进的过程中保持长期竞争力，需在坚持效率优先战略方向的同时，加强原始创新能力建设。要用好国家科技重大专项等渠道，加强人工智能基础理论框架体系研究，强化对基础模型架构创新、训练算法优化、原生多模态融合等前沿方向的支持；推进多元技术路线并行探索，对非Transformer模型架构、智能体自主进化、可解释性与对齐等新型方向保持战略储备，防止在单一路线上形成路径依赖。要构建以企业和高校为主导的产学研协同创新体系，推动科学界与产业界深度融合，打通基础研究向产业转化的链条，建立鼓励创新、宽容失败的评价机制，形成无缝协作的创新生态。要加大人工智能专业人才培养力度，支持校企联合培养，推动产教融合，壮大既懂技术又懂行业的复合型人才队伍，为持续突破提供充足的人才储备。

  处理好单点突破与整体协同的关系，以软硬件生态建设打造系统性竞争优势。人工智能竞争的历史经验表明，单点技术的突破固然重要，但真正决定产业格局的，是能否形成软硬件深度协同的完整生态体系。例如，英伟达在人工智能时代建立起难以撼动的市场地位，根本原因在于图形处理器（GPU）、统一计算设备架构（CUDA）软件栈与PyTorch等主流框架共同构成了一个开发者高度依赖的完整生态，芯片、框架、工具链、应用层彼此深度适配，形成了“越用越优”的生态正循环，使后来者即便在单点硬件上实现超越，也难以动摇其整体生态优势。这一规律对我国具有深刻启示：补齐软硬件协同短板，不能依赖单点突破，必须系统推进“算法—框架—芯片—系统”全链条的协同对接，打破各家芯片厂商各守一套软件栈的碎片化格局，推动开发者能够在国产软硬件体系上高效构建各类应用。要鼓励芯片厂商与大模型研发团队开展早期深度的协同设计，使硬件特性与模型架构相互适配。

  处理好技术与产业的关系，推动应用落地从“样板间”走向规模化。人工智能与实体经济的融合，不是技术的单向输出，而是技术能力与产业需求双向适配、相互塑造的过程。要培育壮大专业化的行业应用服务提供商，让既懂人工智能技术、又懂行业知识的“中间力量”承担起供需对接的桥梁职能。工业领域是人工智能赋能实体经济最具战略价值的主战场，已涌现出一批有说服力的实践案例：在质量检测环节，视觉大模型将漏检率大幅压缩，实现全流程在线检测；在工艺优化环节，大模型通过对海量历史生产数据的学习，持续输出最优工艺参数组合，将产品良率提升至人工经验难以企及的水平；在设备运维环节，预测性维护模型将计划外停机时间显著缩短，有效降低生产中断损失。这些实践的共同规律是：人工智能以数据为纽带，将工程师积累数十年的隐性经验转化为可复用、可迭代的显性知识，成为工厂持续改善的“数字参谋”。要推动龙头企业率先开展深度应用，再通过供应链带动机制向产业链上下游中小企业扩散，同时打通跨企业、跨机构的数据流通壁垒，使丰富的应用场景真正转化为驱动模型持续进化的数据飞轮。

  处理好发展与治理的关系，以高水平治理护航高质量发展。治理与发展并非对立关系，而是辩证统一、相辅相成的，应从提升产业实力的高度来认识安全治理的战略价值。要健全完善人工智能政策法规、标准规范与伦理准则体系，为技术创新破除枷锁、扫除障碍，为产业落地应用注入可持续发展动力。要推动可信人工智能技术攻关，切实提升算法模型的准确性、鲁棒性和可解释性，将“用得不放心”转化为“用得放心”。要加快建立覆盖大模型全生命周期的安全评估体系，完善针对幻觉率、抗攻击性、可控性等安全能力的标准化测试方案，推动安全治理从被动应对向主动防范转变。治理能力本身就是产业竞争力的重要组成部分——只有建立系统完备、科学有效的人工智能治理体系，才能为高价值行业应用打开广阔空间。

  打造中国人工智能国际公共产品，为世界贡献中国智慧和中国力量。立足国内优势，与南方国家共享人工智能技术成果、经验与应用方案，推动全球治理规则协调统一。健全人工智能开源机制，加快建设高水平人工智能开源社区。支持以“技术开源+生态共建”推广通用模型，以“本地化拓展+普惠赋能”开拓全球市场，为发展中国家提供高质量技术供给。加强政府引导与产业协同，推动硬件、算法、应用、解决方案等全链条服务出海，让全球共享发展红利。推动落实《“人工智能+”国际合作倡议》，依托联合国、中国—东盟、金砖、“一带一路”等双多边机制，协同推进人工智能国际交流合作。高质量建设中国—金砖国家人工智能发展与合作中心、中国—东盟人工智能产业创新中心，加快人工智能能力建设，参与全球人工智能治理。秉持“普惠包容、智能向善”理念，以中国人工智能发展实践讲好中国故事、贡献中国力量。

  详见：中国信息通信研究院院长、党委副书记余晓晖文章《准确把握人工智能发展前沿与竞争格局》