010-59473455 18146563558
“十五五”时期我国通用人工智能产业发展趋势
发布时间:2025-12-02 浏览量:102

“十四五”时期我国人工智能产业完成了“技术追赶、应用落地、生态构建”的奠基工程——软件收入规模较2020年增长80%,建成万余家智能工厂覆盖80%制造业大类,为通用人工智能发展筑牢基础。随着《“十五五”规划建议》8次提及人工智能,AGI已从技术探索上升为国家战略抓手。中企规划院认为,未来五年将成为我国从“AI大国”向“AI强国”跨越的关键决胜期,其发展将呈现“技术范式革新、产业形态重构、治理体系升级”的三维突破特征。  

1764666654767621.jpg

一、核心技术演进:从专用智能到通用能力的跨越  

(一)基础理论与模型突破方向  

“十五五”时期AI技术将摆脱“任务特定性”局限,向“认知智能”跃升。一是原生多模态融合加速,通过NeRF、高斯泼溅等技术实现三维空间的理解与生成,打破纯数字空间边界,例如城市规划领域已出现“拍张照片建模、说句话修改”的生成式3D应用。二是强逻辑推理能力突破,以OpenAIo1、IBMGranite等模型为代表,通过“推理扩展”技术提升复杂数学问题、法律解析等高级任务处理能力,且“混合推理模式”可平衡性能与成本。三是时空物理感知升级,智能系统能在动态环境中精准预测决策,为自动驾驶、低空经济等场景提供核心支撑。  

(二)算力与算法架构革新  

算力基础设施呈现“自主化+高效化”双轨发展。高端芯片领域,GPU与ASIC架构并行突破,国产化率将在自主算力基建推动下显著提升;算法效率实现指数级优化,两年内同等性能模型的推理成本降至原来的1/20,IBMGranite3.3等轻量级模型以20亿参数达成初代GPT-4的80%以上性能。同时,联邦学习、合成数据技术广泛应用,既缓解数据隐私难题,又破解维基百科等开源资源“爬虫过载”导致的数字资源枯竭问题。  

二、产业生态重构:从工具赋能到价值再造  

(一)产业链格局深度调整  

上游算力层形成“国产替代+生态协同”格局:智算中心向“算力-算法-数据”一体化升级,华为昇腾、海光信息等企业推动算力集群国产化;中游模型层呈现“开源主导、分层竞争”,国内开源算法平台持续完善,科技巨头主导基础模型研发,初创企业聚焦垂直领域定制化服务;下游应用层催生“AI原生业态”,区别于“十四五”时期的工具优化,AGI开始重构生产流程与商业模式,例如电子制造业中生成式AI贯穿芯片设计到封装测试全流程。  

(二)市场规模与增长动力  

我国AI大模型市场将保持40%年复合增长率,从2024年165亿元增至2028年624亿元。增长动力来自三方面:政策端专项基金与税收优惠持续加码,北京、深圳等城市通过产业园区形成集聚效应;需求端传统企业数字化转型提速,80%以上制造业行业将部署AI动态智能系统;技术端轻量化模型降低应用门槛,使中小企业能负担AI改造成本。  

三、融合应用场景:从局部试点到全域渗透  

(一)产业领域深度变革  

制造业率先实现“全链条智能重构”,AGI推动资源要素组织从静态调度转向自主协同决策,例如智能工厂通过时空数据优化生产排程。消费领域涌现智慧商圈、AI导购等新场景,智能体嵌入商业服务,实现“人机共创”的消费体验升级。科学研究领域则颠覆“观察-假设-验证”传统模式,形成数据驱动的精准科研范式,加速药物研发等进程。  

(二)民生与治理场景普及  

民生服务领域,AI在教育、医疗、养老等场景实现规模化应用:医疗AI提升诊断准确率并强化隐私保护,教育AI规范内容质量与使用边界;社会治理领域,CIM平台从“数据准备”向“AI驱动”转型,通过向量化数据库、知识图谱建设,支撑城市精细化管理。政务服务则实现“交互-流程-决策”全链条智能,行政效能提升30%以上。  

四、治理体系建设:应对风险与保障发展  

(一)核心治理挑战  

AGI发展带来多重新课题:伦理层面,AIGC版权归属、自主智能体责任界定等问题凸显;民生层面,算法歧视、老年人数字鸿沟等风险需重点防范;就业层面,岗位替代效应要求建立动态监测与应对机制。此外,模型“不可解释性”导致的医疗、金融等领域安全风险,对监管技术提出更高要求。  

(二)治理体系演进方向  

“十五五”将构建“规则-工具-协同”三位一体的敏捷治理体系。规则层面,建立AGI前瞻性风险研判机制,明确数据采集与模型应用的法律边界;工具层面,开发算法审计、隐私计算等监管技术,实现“以AI治AI”;协同层面,推动高校、企业、政府共建治理平台,平衡创新活力与安全可控。  

中企规划院建议,“十五五”时期需聚焦四大关键任务:一是实施“AGI核心技术攻坚工程”,设立基础理论专项基金,重点突破多模态融合、逻辑推理等“卡脖子”环节,建设国家级开源算法平台;二是培育“AI原生产业生态”,在制造业、城市治理等领域开展试点示范,通过“整机牵引”带动芯片、数据等产业链协同发展;三是构建“场景赋能体系”,支持企业建设AI-Ready数据底座,在低空经济、智慧医疗等领域打造100个标杆应用;四是完善“敏捷治理机制”,制定《通用人工智能治理条例》,建立跨部门风险处置平台,同步推进人才培养与就业保障,最终实现技术创新与社会福祉的协同提升。