研究生ღღ★，毕业求职ღღ★，科学期刊ღღ★！凯时尊龙官网app尊龙凯时人生就是博平台在8月印发的《关于深入实施“人工智能+”行动的意见》（以下简称《意见》）ღღ★，是国内AI发展的一个里程碑式
去年全国两会上尊龙凯时人生就是博ღღ★，“人工智能+”被首次写进政府工作报告ღღ★，今年全国两会政府工作报告进一步要求持续开展“人工智能+”行动ღღ★，明确提出要将“数字技术与制造优势ღღ★、市场优势更好结合起来”ღღ★，大力发展新一代智能终端和智能装备ღღ★、推动大模型广泛应用等ღღ★。
目前国内人工智能发展的整体趋势就是“AI+”ღღ★，推动技术与实体经济深度融合ღღ★，促进国家高质量发展ღღ★。这不是为了“炫技”福利宝APP导入ღღ★，而是要把技术作为生产力ღღ★，真正推动经济社会的进步ღღ★。
在发展路径上ღღ★，《意见》提出了“三步走”目标ღღ★。到2027年ღღ★，率先实现人工智能与六大重点领域广泛深度融合ღღ★，新一代智能终端ღღ★、智能体等应用普及率超70％ღღ★；到2030年ღღ★，新一代智能终端ღღ★、智能体等应用普及率超90％ღღ★，智能经济成为我国经济发展的重要增长极ღღ★；到2035年ღღ★，我国全面步入智能经济和智能社会发展新阶段ღღ★。值得注意的是ღღ★，这些目标都是以人工智能的普及应用作为衡量指标来规划的ღღ★。
龚克ღღ★：在AI走向实体经济的过程中ღღ★，我们看到技术已经展示出了很大潜力ღღ★。比如在工业领域ღღ★，我们调研发现ღღ★，目前最成熟的应用之一ღღ★，是将计算机视觉技术应用于产品生产线上的瑕疵检测环节ღღ★。
有报道提到ღღ★，中国至少有500万工人需要靠眼睛去盯产品的瑕疵ღღ★，凭着经验调整生产线ღღ★，去发现和纠正这些问题ღღ★。计算机视觉不会疲劳ღღ★，分辨率比人眼更高ღღ★，导入成本也不算太高ღღ★，所以把它引进生产线做瑕疵检测ღღ★，现在已经比较成熟ღღ★，应用也比较广泛ღღ★。例如ღღ★，现在不少汽车生产线上开始用AI检测了尊龙凯时人生就是博ღღ★，大幅降低了漏检率ღღ★，有些甚至降低了90％以上ღღ★，同时也大幅缩短了检验时间ღღ★。
还有一个典型的例子ღღ★，是AI在新能源汽车电池领域的应用ღღ★。电池的生产成本中ღღ★，有很大一部分来自电池容量的测试ღღ★。传统做法是在控制电池温度的前提下ღღ★，把电池充满电再放光ღღ★，通过时长来判断容量ღღ★。但这个过程非常耗时耗能ღღ★，成了动力电池生产成本的大头ღღ★。
我们了解到ღღ★，深圳有的工厂利用大模型学习电芯生产的数据ღღ★，再加上电化学ღღ★、先进材料学等知识ღღ★，能精准预估电池容量ღღ★。AI应用使整体电芯检测时间减少了大约80％ღღ★，耗电减少了50％以上ღღ★，实测还提高了电芯容量的一致性ღღ★。去年12月ღღ★，我在联合国工发组织的一场报告里就以此例说明ღღ★，中国电动车之所以能实现低成本ღღ★，如今靠的已不是政府补贴ღღ★，而是技术创新ღღ★。
类似的变化也在农业ღღ★、金融等领域发生ღღ★。我个人估计ღღ★，到“十五五”期间ღღ★，人工智能与实体经济融合产生的经济效益ღღ★，将会更强劲地显现出来ღღ★。
2025年10月ღღ★，四川安岳县一家以生产柠檬鲜果为主的企业ღღ★，运用电脑程序控制和AI智能算法ღღ★，实现柠檬原果上线ღღ★、清洗ღღ★、杀菌ღღ★、选果定等流水线作业ღღ★。图/IC
《中国新闻周刊》ღღ★：在AI1.0时代ღღ★，技术在产业落地时曾面临诸多挑战ღღ★。在当前推动AI与实体经济深度融合的过程中ღღ★，有哪些突破？
龚克ღღ★：首先ღღ★，AI技术和2017年相比已有重大突破ღღ★。上一轮突破ღღ★，以计算机图像识别为代表ღღ★，最典型的是人脸识别ღღ★，在医疗影像识别ღღ★、交通图像识别等领域用得很广ღღ★。
上一轮AI在落地的时候ღღ★，比如做医学影像识别ღღ★，需要专门组建团队针对医学影像单独开发模型ღღ★。但这轮技术革命中ღღ★，很多数据在基础训练阶段就已经用过了ღღ★，人们在基础大模型之上进行精调和对齐ღღ★，就能较快用到具体领域里ღღ★。
特别是今年发展迅速的智能体（AI Agent）尊龙凯时人生就是博ღღ★，能根据任务自动分解ღღ★、调度不同模型和工具ღღ★，还能对结果进行交叉验证和检查ღღ★。AI进入专业领域的门槛比之前低了ღღ★，成本也在往下走ღღ★，AI变得更好用了ღღ★。
今年斯坦福大学相关团队发布了《人工智能指数2025年度报告》ღღ★，追踪分析了大模型的推理成本ღღ★。结果显示ღღ★，要达到GPT-3.5那样的性能水平ღღ★，推理成本从2022年11月到2024年10月下降了99.65％ღღ★。从硬件层面看ღღ★，成本每年下降约30％ღღ★，能效每年提升约40％ღღ★。
麦肯锡有一份报告也显示ღღ★，到2024年下半年ღღ★，78％的受访者所在的企业已经在至少一个业务中使用了生成式人工智能福利宝APP导入ღღ★。多数企业提到ღღ★，这项技术确实帮他们压缩了成本ღღ★，不过整体上对财务表现的影响还不够明显ღღ★。但这些信号已表明ღღ★，人工智能在实体经济中发挥作用的前景非常好ღღ★，且正逐步显现出来ღღ★。
《中国新闻周刊》ღღ★：在推动AI与实体深度融合过程中ღღ★，企业普遍有哪些顾虑？落地过程中存在哪些主要挑战？
龚克ღღ★：现在很多企业在引入人工智能时ღღ★，还存在不少困惑ღღ★。我们调研发现ღღ★，除了前面提到的一些比较好的案例ღღ★，现阶段企业里大量的AI应用ღღ★，主要还是集中在物流ღღ★、财务ღღ★、人事ღღ★、客服这些非生产环节ღღ★，还进不到生产核心环节ღღ★。
AI要真正和生产环节结合ღღ★，必须和行业知识深度融合ღღ★，这个坎必须迈过去ღღ★。现在难在哪儿呢？从AI技术公司角度看尊龙凯时人生就是博ღღ★，他们特别希望一个应用做出来后ღღ★，能大规模推广ღღ★。但如果深入实体经济的核心生产环节ღღ★，做完这家工厂的项目ღღ★，到下一家工厂可能又要从头再来ღღ★，成本和投入会非常高ღღ★。
而从工厂这边来看ღღ★，他们往往不太知道AI到底能带来多大潜力ღღ★。AI技术企业和工厂之间ღღ★，还缺一个“桥梁”ღღ★，我们也在一些报告里建议过ღღ★，要发展数字化转型或智能化转型的服务业ღღ★，来解决两边融合的问题ღღ★，帮助AI快速ღღ★、有效地导入产业ღღ★，这是当前的一个关键问题ღღ★。正如今年的政府工作报告所指出的ღღ★，要“培育一批既懂行业又懂数字化的服务商ღღ★，加大对中小企业数字化转型的支持”ღღ★。
尤其是在国家层面开始统筹规划大型训练平台建设ღღ★、不再普遍鼓励地方自建算力中心的背景下ღღ★，地方也在把注意力转向企业真正需要的模型精调和推理服务尊龙凯时人生就是博ღღ★。
《中国新闻周刊》ღღ★：之前你提到过ღღ★，要防止“AI+”沦为表面工程或政绩工程ღღ★，现实中有哪些表现？应该注意什么？
龚克ღღ★：以前搞智慧城市建设ღღ★，出现过这样的现象ღღ★：一些地方就做一个大屏ღღ★，给参观的领导演示讲解一番ღღ★，但实际问题一个也没解决ღღ★。现在发展“AI+”时ღღ★，也希望大家都能从真实问题出发ღღ★，这也是为什么中央在谈发展新质生产力时ღღ★，特别强调要“因地制宜”福利宝APP导入ღღ★。
我理解的因地制宜ღღ★，这个“地”不仅是地理上的地方ღღ★，也包括不同的行业ღღ★、不同的企业ღღ★，都是不一样的“地”ღღ★，哪怕同一家企业里ღღ★，具体的问题也是不同的“地”ღღ★。要以实际问题为出发点ღღ★，按照风险分级ღღ★，实事求是地推进技术落地ღღ★。
这才是产业端引入人工智能最需要的态度ღღ★，而不是为了向领导汇报ღღ★，搞一些作秀式的项目安排ღღ★，这是特别要防止的倾向ღღ★。
龚克ღღ★：对ღღ★，在加速将人工智能深度引入各行各业时ღღ★，现在更需要注意的是安全问题ღღ★。如果工厂在引入AI过程中出现重大安全问题ღღ★，那会是灾难性的ღღ★，会让有关部门和企业对AI应用望而却步ღღ★，投资者也会失去耐心ღღ★，可能会断崖式地抽回资金ღღ★。
大模型的幻觉等问题仍然存在福利宝APP导入ღღ★，可能产生一些错误ღღ★。比如在生产线上控制生产过程ღღ★，造成残次品是小事尊龙凯时人生就是博ღღ★，万一导致机毁人亡ღღ★、爆炸等安全事故ღღ★，问题就严重了ღღ★。企业在引入AI时必须有安全意识ღღ★，先从一些刚需且安全边界可控的场景或者无人的场景切入ღღ★，逐步推进ღღ★。
比如现在矿山深处的无人采矿ღღ★，即便出事故ღღ★，也不会把人困在里面ღღ★，反而可能减少伤亡ღღ★。再比如ღღ★，现在的数控生产线ღღ★，说明书往往好几大本ღღ★，以前工人遇到问题ღღ★，要去查手册ღღ★，靠经验处理ღღ★。现在一些工厂把这些说明书数字化之后ღღ★，系统可以自动读取错误代码ღღ★，直接调用手册上的应对措施ღღ★，这种方式相对比较安全ღღ★。
在引入生产ღღ★，特别是关键生产环节时ღღ★，一定要重视模型的可靠性ღღ★，评估模型可能产生的风险ღღ★。在部署AI时ღღ★，要明确风险边界ღღ★，即使出问题ღღ★，也要控制在可容忍范围内ღღ★。在实际引入应用的过程中ღღ★，必须建立非常严谨的安全防护措施ღღ★，这是非常必要的一条ღღ★。从我们观察到的情况来看ღღ★，企业在引入AI时还是非常谨慎的ღღ★，逐步在应用中熟悉它ღღ★、了解它ღღ★，再不断深化使用ღღ★。
但未来AI大量应用时ღღ★，安全问题难以完全避免ღღ★。主管部门也要实事求是ღღ★，具体问题具体分析ღღ★，分清责任ღღ★，避免“一刀切”ღღ★，适度增加试错的宽容度ღღ★，这样才能促进整个行业健康发展ღღ★。
《中国新闻周刊》ღღ★：你提到人工智能的竞争不仅是技术竞争ღღ★，也包括政策和制度的竞争ღღ★。美国密集推出AI政策ღღ★，欧洲也开始放松监管ღღ★，在全球规则不断重塑的情势下ღღ★，中国应如何定位自身的AI政策体系？
龚克ღღ★：特朗普上台以来ღღ★，美国已经发布了七八个关于人工智能的总统令ღღ★。美国的突出目标就是保持自身在人工智能领域的优势ღღ★，采取的具体措施主要是放松监管ღღ★，这是一个非常重要的政策导向ღღ★。现在欧洲也出现了放松监管ღღ★、鼓励创新的动向ღღ★。
美国的这一系列动作ღღ★，实际上也促使中国和欧洲在AI发展的治理上必须持续应对ღღ★。既使是在激烈的技术竞争中ღღ★，也必须稳健处理好创新与安全的关系ღღ★，防止在技术竞争中忽略安全问题ღღ★。这一观点也正是今年年初包括中国在内的60多个国家签署的《巴黎人工智能宣言》所强调的ღღ★。
国际上很多人认为中国的政策更看重创新ღღ★，不重视安全ღღ★，欧洲监管过严不利于创新ღღ★，美国处于中间ღღ★。这是一种误解福利宝APP导入ღღ★，中国从一开始就强调创新与安全的平衡ღღ★。
2023年ღღ★，中国在全世界率先推出《生成式人工智能服务管理暂行办法》ღღ★。今年ღღ★，我们在9月1日已经正式实施《人工智能生成合成内容标识办法》ღღ★，是全球唯一以法规形式ღღ★、强制要求所有生成式人工智能产生的内容必须进行标识的国家ღღ★。
目前大多数AI应用者主要基于开源基础模型进行开发ღღ★，虽然也有企业选择闭源模型API的ღღ★，但主流仍是使用开源模型ღღ★。去年8月之前ღღ★，全球使用最广泛的开源模型是美国的Llamaღღ★，去年8月之后ღღ★，中国的千问模型实现赶超ღღ★，还出现了DeepSeekღღ★。最近美国的一份报告显示ღღ★，在刚刚过去的一年里ღღ★，中国研发的开源人工智能模型在全球下载量中的占比达到了17.1％ღღ★，历史上首次超越了美国的15.8％ღღ★。
目前ღღ★，闭源模型与开源模型之间的性能差距正在迅速缩小ღღ★。开源创新本质上是一种开放的“众创”模式ღღ★。例如DeepSeek开源后ღღ★，会有数百万开发者协助其迭代优化ღღ★。我认为ღღ★，我们一定要抓住开放创新这个关键的技术创新大势ღღ★，这也是“更高水平对外开放”的具体体现ღღ★。
