更新时间:
我国人工智能发展注重整体布局与产业协同,而非单一技术指标的突破。作为全球工业门类最齐全的国家,我国制造业增加值占全球比重约30%,结合这一基础和优势,人工智能产业发展更加注重应用优先与产业协同,推动人工智能技术与行业Know-How深入融合,形成差异化竞争力。例如,将人工智能应用于自动化质检,提高效率、降低成本;将大模型应用于金融领域,提升风险管理能力。技术发展路径上,主要通过算法创新突破物理限制,DeepSeek-V3模型训练成本仅为GPT-4的1/10,推理成本为OpenAI o1的1/30,实现多项突破性创新,人工智能产业从技术跟跑转为并跑和领跑。
目前,全球游客来中国可用支付宝“外卡内绑”和“外包内用”两种方式进行移动支付,后者可使来自10个国家和地区的13个电子钱包用户在中国直接用其本地电子钱包扫码支付。“五一”假期前三天,消费金额排名前列的境外电子钱包包括马来西亚的Touch'n Go eWallet、哈萨克斯坦的Kaspi.kz、泰国的TrueMoney等。
为了应对旅客持续增加,适应游客消费习惯转变,香港各界正不断提升硬件设施,推动“无处不旅游”,冀优化旅游体验,吸引更多游客消费。
参与运营北京奥林匹克森林公园西畔的国家网球中心两片红土网球场地的维宁体育创始人、CEO纪宁8日告诉《环球时报》记者:“本就稀缺的网球场馆在郑钦文夺冠后变得更加炙手可热,现在根本都约不上。”
值得注意的是,由于大模型研发投入大而收益不确定性高,目前行业应用多停留在试点阶段,形成商业闭环仍面临挑战。例如,工业生产场景对精度、可靠性的严苛要求,与现有生成式人工智能的专业理解短板形成错位;技术迭代速度与企业消化能力脱节,导致适配难度加大;企业盈利模式不确定,主流的API调用、订阅制、项目制尚未实现可持续盈利。以OpenAI为例,预计2029年有望盈利,2026年亏损或达140亿美元,是2024年预期亏损的3倍。头部企业通过免费模式抢占市场,但数据资产转化、技术迭代降本、垂直场景价值挖掘的闭环尚未打通,持续投入与收益平衡成为破局关键。
产业生态建设方面,科技龙头企业积极推动技术开源,但中小企业协同发展的生态尚未形成。在工业制造、医疗健康、能源石化等垂直领域,由于缺乏行业主体深度参与或主导,往往只能以应用方的单一角色浅尝辄止,难以从行业战略、技术研发、业务流程、应用场景等多个维度进行深度整合。行业专有服务平台建设略显滞后,企业难以获取专业技术支持,数据质量参差不齐、算力分配不均、行业标准缺失等问题制约了规模化应用。资本层面,人工智能投资放缓,中国工业互联网研究院数据显示,2024年美国在人工智能领域投资额约641亿美元,我国约为55亿美元。
二是攻克关键核心技术。人工智能关键核心技术是行业发展的重中之重。核心产业技术方面,重点支持基础科研和大模型技术攻关,鼓励企业与科研机构协同合作,集中优势资源突破技术瓶颈,为产业发展筑牢根基。同时,着力建设自主可控的AI软件工具系统,摆脱对CUDA(统一计算设备架构)等国外技术生态的依赖,开发具有自主知识产权的计算平台,基于开源开放和国产化平台开展原生大模型开发和应用创新。行业应用的核心技术方面,鼓励龙头企业牵头组成创新联合体,聚焦行业关键共性场景联合开发深度学习、机器学习等核心算法模型,通过持续创新不断提升模型的性能与精度,推动专用多模型“垂直做精”与通用大模型“横向扩展”形成互补。