中国AI的当下与未来

　　作者：余有成 张立华 吴飞（分别系中国人工智能学会副秘书长；复旦大学智能机器人研究院常务副院长、特聘教授；浙江大学本科生院院长、教授）

　　2025年年初，DeepSeek以“高性能、低成本”的双重震撼力亮相世界舞台，被国际上称为“DeepSeek时刻”……我国开源模型全球下载量首度实现历史性超越，在新兴市场呈现“爆炸式增长”态势……我们正在见证的，不仅仅是一次技术突破，更是一个智能文明新极的加速崛起。中国的人工智能，正以其独特的路径与节奏，在全球坐标系中刻下越来越深的印记，展现从追赶者到定义者的转变。

　　人形机器人抓取豆腐。　新华社发

　　工业人形机器人在练习动作。新华社发

　　算力、数据与算法，“铁三角”破局与超越

　　人工智能的竞争，本质是算力、数据与算法“铁三角”的竞争。中国在这场竞争中，经历了从“大力出奇迹”到“精益求精”的转变，在基础研究层面实现了系统性突破。

　　算力层面，实现了从“卡脖子”到“软硬协同”的突围。国外凭借英伟达GPU硬件与CUDA（统一计算设备架构）构筑的技术“护城河”，牢牢掌控全球高端训练算力的制高点。客观来看，我国与国外存在硬件代差，然而，我国在2025年展现出了强大的战略韧性，以华为昇腾（Ascend）为代表的国产算力芯片和CANN（神经网络计算架构）软件生态，通过“芯片+集群+软件栈”的系统工程，已在政务、金融等核心领域推理场景实现广泛替代，在部分典型场景训练任务上达到可用乃至好用的水平，如DeepSeek-R2在昇腾910B集群训练、微调。

　　我国的独特优势，在于探索出一条“软件定义算力、算法驱动效能、人工智能+赋能场景”的创新路径。DeepSeek-R1的成功证明：通过算法优化（如MoE架构、稀疏注意力机制），可以在既定算力约束下显著提升模型效能上限，为算力受限条件下的大模型训练提供了可验证路径。这种“低资源消耗、工程能力引领、高智力产出”的研究方向，正是我国对全球AI基础研究的最大贡献。

　　数据层面，我国正从“规模红利”迈向“合成质量”。数据是AI的“燃料”，燃料的质量决定引擎的效能。国外依托其全球互联网主导地位，在高质量英文语料、科学文献及代码库积累上拥有天然优势。我国则拥有全球最庞大的数字化应用场景与用户群体，但在面向大模型训练的优质中文语料库构建上曾面临结构性挑战。

　　破局之道在于技术创新和工程突破。过去一年，我国科研力量在“合成数据”与“数据课程学习”领域取得引领性进展。针对中文数据质量不均的痛点，国内团队开发了先进的数据清洗与合成管线，通过AI生成教科书级的高质量数据反哺训练，显著提升了数据效率与模型性能，使我国在该技术方向上跻身全球第一梯队。美国麻省理工学院与开源平台Hugging Face的联合报告显示，2025年中国开源模型全球下载量占比17.1%，反超美国的15.8%，位居全球第一。这进一步证实，我国将形成引领全球人工智能工程创新的中国方阵，为世界人工智能的健康发展作出更大贡献。

　　算法与模型层面，告别“套壳”，确定“中国流派”。两年前，业界诟病我国AI多为Llama架构的微调，如今这一论调已成历史。DeepSeek-V3/R1、阿里Qwen2.5等模型，在网络架构、多头隐式注意力机制（MLA）、混合专家（MoE）负载均衡等，对生成式大语言模型架构变革方面作出了原创性贡献。我国在推理效率优化和长文本处理上展现了惊人的创新力。

　　相比国外模型一味追求模型规模化法则的做法，我国研究更侧重于“性价比”，即如何用更小的参数、更少的显存，实现同等的效果，这使得国产模型在端侧部署和中小企业应用中极具竞争力。

　　综观“铁三角”的竞争，我国已在算力基建规模、算法效能优化及数据治理技术上初步形成独特优势。当然，客观差距依然存在：国产单卡性能与互联带宽仍落后于英伟达H200/B200等前沿产品，大规模万卡集群的稳定性仍需持续攻坚，但我国在算力基建规模与系统集成能力上已形成独特优势，为后续突破奠定了坚实基础。

　　全球人工智能形成“双核驱动”竞争格局

　　全球人工智能已形成我国与国外“双核驱动”的竞争格局，各自的技术发展路径，显现出明显分野。

　　在基础模型架构领域，国外继续扮演基础性、颠覆性架构主要定义者的角色。从Transformer深度学习模型架构到潜在的下一代范式，其原始创新活力依然强劲。我国的代表性技术则体现在对主流架构的增量式深度优化与效能革新上，如在注意力机制加速、训练稳定性提升等方面取得了突出进展。

　　在多模态与通用大模型领域，国外OpenAI、谷歌等持续在复杂推理与多模态深度整合上设立标杆。我国模型在性能逼近的同时，突出特点在于对训练与推理成本效益的极致追求，以及在特定领域应用的突破。目前，总体处于“并跑”与“追赶”并存的状态。除了研发大模型超级通用智能技术，中国也在发展差异化技术路线：分布式智能体系统，以通专融合、大小协同、端云组合、群体协作等技术，面向物理世界和硬件终端发展执行智能。

　　在前沿与交叉探索领域，各国侧重明显。国外在AI安全与对齐、量子计算与AI的结合以及受神经科学启发的新范式等前沿基础探索上更为活跃。我国则在具身智能、科学智能（AI for Science）及存算一体芯片、光子计算芯片等硬件基础方向，实现了世界级的点状突破，展现出强大的任务攻坚能力。

　　在“人工智能+”产业应用技术层面，我国展现出全球领先的优势。得益于庞大的市场、丰富的场景和海量的数据，在计算机视觉、自然语言处理、语音对话、知识图谱构建与应用，以及移动支付、智能推荐等商业化落地方面，我国形成了强大的工程化能力和快速迭代优势。相比之下，国外在机器人智能、企业级解决方案平台以及基础算法框架的生态建设上根基更深。这种差异不是简单的“领先”与“追随”，而是不同创新模式的体现。国外擅长“从0到1”的原始创造，我国精于“从1到N”的工程优化与场景适配。

　　在企业生态维度，竞争已升维至全栈体系。国外企业形成以微软、谷歌、OpenAI、英伟达为核心的强大闭环生态，从芯片设计、云计算基础设施、基础大模型研发到最终的应用商店，构筑了“护城河”。我国企业则呈现多元化、差异化发展态势：华为、浪潮等聚焦AI算力基础设施的突破；百度、阿里、腾讯依托云服务与数据优势，构建大模型及产业赋能平台；科大讯飞、商汤、思必驰、云知声等在垂直领域持续深耕；而联想集团等，正通过“混合式人工智能”战略，将AI深度嵌入智能终端与实体经济，探索规模化落地新路径。以DeepSeek、智谱AI为代表的开源力量，则通过高性价比、易获取的技术，在发展中国家开辟新航道，成为AI软实力出海的亮眼名片。其次，我国大模型在搜索方面的应用独具特色：豆包、Kimi、元宝、DeepSeek App等AI助手，已经成为人们日常搜索和解决常见问题的得力帮手。

　　产业应用深度融合与规模化爆发

　　刚刚过去的2025年，被业界定义为“大模型应用落地元年”，人工智能进入“深耕”之年。当下，我国AI技术正以前所未有的深度和广度，系统性地融入经济社会各领域，呈现出从试点探索向规模化、深度融合方向发展的鲜明特征。

　　金融领域，AI已从效率工具演进为业务内核。智能风控借助大模型解析海量非结构化数据，风险评估愈发精准。为跨越“数字鸿沟”，AI数字人柜员能以自然语言交互办理业务，极大提升服务可及性与温度。“大模型+金融”全链路解决方案，已贯穿投资顾问、营销获客、风控全流程。

　　教育领域，AI正推动教育走向个性化和智能化。AI不仅能辅助教师生成高质量教案，还能实现因材施教，帮助学生高效个性化学习。北京等地发布的“AI+教育”典型案例，显示了该技术从单点工具向系统性教学解决方案的演进。此外，在企业内部，AI知识库功能将企业专属知识与大模型深度结合，可大幅缩短新员工培训时间，提升整体专业水平与组织智慧。

　　医疗领域，推动优质医疗资源下沉，破解分布不均的长期痛点。以中国科学院自动化研究所研发的“机器人+AI+掌上超声”系统为例，该设备能实现甲状腺、颈动脉等部位的标准化扫描，并由AI进行实时分析，将检测时间从15分钟缩短至5分钟，让基层医生也能完成精准筛查。此外，在手术机器人、临床辅助诊断、新药研发、中医药现代化及全生命周期健康管理等方面，AI的深度融合正在打开新的价值空间。

　　能源领域，AI正驱动新型能源体系和新型电力系统向安全、绿色、高效、智能加速演进。国家电网研发的“光明”电力大模型已在27省应用，月调用量近亿次，支撑负荷转供等智能化业务；南方电网研发的“大瓦特”大模型为电网运维与调度注入了智能化新动能。在AI技术的深度赋能下，我国能源体系正加速构建智能化发展新格局。从新能源的消纳、电网的运行优化、到全面赋能发电、矿山、油气与氢能等多种能源主体，为能源绿色转型和能源强国战略奠定坚实的技术基石。

　　置于全球视野，产业应用层面呈现“创新引领、路径各异”的格局。基于AI技术的变革性作用，在AI赋能新药发现等科学智能领域、火箭发动机等高端研发、自动驾驶汽车、人形机器人、自动代码生成、自主智能体等领域深度探索的同时，AI技术也正面临数字鸿沟、算法公平等治理挑战。

　　欧洲在AI产业应用上，更侧重于在强化技术主权和伦理规范的前提下推动落地。2025年，欧盟委员会推出《应用人工智能战略》，标志着其政策从监管为主转向“监管与促发展”并重，通过立法引导与公共采购，强力推动AI在医疗、交通、能源等关键领域落地，寻求在规范中确立“技术主权”。

　　相比之下，我国的产业融合以其落地速度、应用规模及解决实际发展痛点的精准性而独树一帜，形成了市场内生驱动与国家战略引导紧密互动的鲜明模式。

　　从追求技术参数转向定义技术发展

　　基于坚实的政策与产业生态基础，我国AI的发展愿景正实现历史性跨越：从追求技术参数，转向定义技术发展的目的与价值。

　　人工智能的长期竞争，最终是生态体系的竞争。在人才、科研产出与治理规则等决定未来高度的关键生态要素上，我国的位置正在发生根本性变化。

　　人才储备上，从“回流”到“本土造血”的转变。过去，我国AI顶尖人才严重依赖具有海外背景的“海归”。如今，这一局面正在改变。根据最新数据，我国培养的AI相关专业毕业生数量居全球第一。虽然在顶级（Top0.1%，以高被引论文作者、重大原创模型/算法首创者及顶级实验室负责人等为代表性指标衡量）战略科学家数量上仍逊于国外，但在中坚工程师力量上已形成压倒性优势。DeepSeek团队平均年龄仅20多岁即取得世界级突破，这表明，我国高等教育体系与科研环境已具备培养、吸引并成就世界级AI人才的良好土壤。

　　科研产出上，呈现量质齐升的强劲态势。近5年来，我国在AI领域的学术论文发表量和有效发明专利授权量已连续位居全球首位。更为关键的是，论文质量显著提升，在NeurIPS（神经信息处理系统大会）、ICML（国际机器学习会议）、CVPR（国际计算机视觉与模式识别会议）等顶级学术会议的论文录用率与高影响力工作占比持续攀升，我国正成为全球AI知识创新体系中不可或缺的重要策源地。

　　监管与治理上，探索出特色道路。全球AI治理大致形成三种模式：“创新优先、行业主导”模式，“风险预防、严格立法”模式，以及我国的“发展与安全并重、敏捷响应、分类治理”模式。我国不仅出台了生成式AI管理办法，更创新性地建立了“算法备案”等制度，在鼓励创新的同时有效管控安全风险。随着国产AI模型与技术出海，我国的治理理念与技术标准也开始影响广大发展中国家，为全球AI治理提供了更多选择。

　　“十五五”规划纲要草案提出，要培育壮大新兴产业和未来产业、前瞻布局未来产业。强化产业协同，推动未来产业同新兴产业、传统产业相得益彰。这为中国AI发展指明了清晰方向：

　　第一，夯实核心基础换道超车。在基础算法原理与模型架构上加快原始创新，我们将死磕“能效比”，在算力受限的客观条件下，将算法优化做到极致，同时前瞻布局类脑计算、光子计算等颠覆性技术，唯有在未来的技术方向上提前卡位、重点突破，才能在新一轮技术浪潮中实现换道超车。

　　第二，加速场景驱动产业向“实”而生。全球人工智能“下半场”的价值，重在解决产业实际问题的核心需求，抢抓AI赋能实体经济这个应用根基制高点；推进“技术进化”和“场景落地”的双重变革，亟待在现实场景中检验，与新质生产力对接迭代，加速实用化、普惠化落地。

　　第三，构建“全球AI共生生态圈”。巩固在发展中国家市场的先发优势，通过开源协作、技术共享、能力共建，让技术进步惠及更多人群，切实弥合数字鸿沟。

　　第四，注入东方文明“中国智慧”。我国的AI发展旨在定义“好的AI”“善的智能”，它不仅聪明高效，更是普惠包容、安全可控，是促进社会和谐的技术力量，充分体现我国对技术发展目的与人类终极福祉的深刻思考。未来，随着国产算力芯片的进一步突破和产业应用的全面爆发，中国AI必将为人类智能文明贡献独特的“东方智慧”。

　　《光明日报》（2026年03月11日 14版）