2025年9月23日，2025人工智能產(chǎn)業(yè)及賦能新型工業(yè)化大會(huì)在北京國(guó)家會(huì)議中心召開(kāi)。會(huì)上，中國(guó)信息通信研究院(簡(jiǎn)稱“中國(guó)信通院”)正式發(fā)布“2025人工智能產(chǎn)業(yè)十大關(guān)鍵詞”，中國(guó)信通院人工智能研究所所長(zhǎng)魏凱針對(duì)十大關(guān)鍵詞反映出的新熱點(diǎn)、新趨勢(shì)進(jìn)行了深入解讀。
 

　　中國(guó)信通院自2022年起連續(xù)4年發(fā)布人工智能十大關(guān)鍵詞，獲得了產(chǎn)業(yè)界的廣泛關(guān)注，成為追蹤行業(yè)發(fā)展的重要窗口。2025年，立足產(chǎn)業(yè)視角，基于廣泛專家調(diào)研和熱點(diǎn)事件統(tǒng)計(jì)分析，結(jié)合團(tuán)隊(duì)研究洞察，梳理發(fā)布2025人工智能產(chǎn)業(yè)十大關(guān)鍵詞?？傮w來(lái)看，2025年人工智能技術(shù)、應(yīng)用、生態(tài)三維共振，智能原生的新世界越來(lái)越清晰地展現(xiàn)在我們眼前。
 

　　一、基礎(chǔ)超級(jí)模型
 

　　2025年，基礎(chǔ)模型與推理模型雙線并進(jìn)，技術(shù)迭代速度與能力躍升幅度均超預(yù)期。根據(jù)中國(guó)信通院 “方升” 基礎(chǔ)模型測(cè)試數(shù)據(jù)，2024年底至2025年8月，大模型綜合能力提升超過(guò)30%。以GPT-5、Grok4、DeepSeek V3.1、Claude Opus 4.1、 Qwen3-235B-A22B為代表的頭部大模型表現(xiàn)出顯著的集成特征：一是思考+非思考模式合一，根據(jù)用戶提示詞自主選擇模型或推理模式；二是理解、推理、數(shù)學(xué)能力大幅提升；三是內(nèi)置代碼、工具調(diào)用等多種AGENT能力。集成多種關(guān)鍵能力的基礎(chǔ)超級(jí)模型已出現(xiàn)，不僅綜合能力強(qiáng)，且在真實(shí)業(yè)務(wù)場(chǎng)景中的表現(xiàn)得到進(jìn)一步強(qiáng)化。
 

　　技術(shù)創(chuàng)新是驅(qū)動(dòng)模型能力躍升的核心引擎，基礎(chǔ)超級(jí)模型有兩個(gè)主要技術(shù)特點(diǎn)：一是通過(guò)路由融合集成多種關(guān)鍵能力。二是面向智能體的強(qiáng)化學(xué)習(xí)(Agentic RL)提升真實(shí)業(yè)務(wù)場(chǎng)景表現(xiàn)?；A(chǔ)超級(jí)模型對(duì)用戶產(chǎn)生三方面重要影響：一是模型的使用更便利，基礎(chǔ)超級(jí)模型出現(xiàn)后，模型種類和數(shù)量收斂，GPT-5可以根據(jù)用戶的指令動(dòng)態(tài)選擇合適的模型和處理模式，降低用戶的使用門檻。二是自主決策工作流和外部工具調(diào)用，工作流和工具使用能力集成到基礎(chǔ)超級(jí)模型內(nèi)部后，極大程度上增強(qiáng)了工作流工具調(diào)用的精準(zhǔn)度，使得應(yīng)用效果更佳。三是對(duì)訓(xùn)練數(shù)據(jù)供應(yīng)提出新要求，從AGENT應(yīng)用中采集數(shù)據(jù)和從物理場(chǎng)景中采集數(shù)據(jù)成為新的迫切需求。
 

　　二、自主性更強(qiáng)的智能體
 

　　2025年，高度封裝的智能體產(chǎn)品通過(guò)融合基座模型、MCP服務(wù)、智能體沙箱等，進(jìn)一步釋放大模型應(yīng)用潛能。一方面，智能體相比大模型可以自主完成復(fù)雜任務(wù)，但仍不及預(yù)期。中國(guó)信通院“方升”智能體基準(zhǔn)測(cè)試對(duì)國(guó)內(nèi)外通用智能體進(jìn)行了4大類101個(gè)具體任務(wù)測(cè)試，結(jié)果顯示當(dāng)前智能體能夠自主完成復(fù)雜任務(wù)，可以獲得比單一模型更好的性能表現(xiàn)，但能力仍有很大提升空間。另一方面，智能體產(chǎn)品形態(tài)逐步清晰，在消費(fèi)端和企業(yè)端深度賦能，智能體成為數(shù)字員工的初級(jí)形態(tài)。
 

　　互聯(lián)互通和長(zhǎng)難任務(wù)處理仍是當(dāng)前智能體技術(shù)創(chuàng)新的主旋律。一方面，通信協(xié)議成為智能體與外界交互的“橋梁”，加速實(shí)現(xiàn)互聯(lián)互通。Anthropic公司發(fā)布的模型上下文協(xié)議(MCP)、谷歌式發(fā)布的Agent2Agent(A2A)全新開(kāi)放協(xié)議，二者在應(yīng)用過(guò)程中可實(shí)現(xiàn)互補(bǔ)協(xié)同。另一方面，智能體發(fā)展還需要提升長(zhǎng)時(shí)間執(zhí)行復(fù)雜任務(wù)的能力。相關(guān)研究顯示，過(guò)去兩三年，智能體能完成任務(wù)的長(zhǎng)度大約每7個(gè)月翻一番。未來(lái)，智能體將能獨(dú)立完成大量需要人類數(shù)天或數(shù)周才能完成的任務(wù)，加速開(kāi)啟智能原生應(yīng)用時(shí)代。
 

　　三、走向?qū)嵱?xùn)的具身智能
 

　　具身智能正在加速走出實(shí)驗(yàn)室，走向競(jìng)技場(chǎng)和訓(xùn)練場(chǎng)，為真正進(jìn)入場(chǎng)景實(shí)戰(zhàn)邁出了堅(jiān)實(shí)一步。本體方面，加快推進(jìn)在現(xiàn)實(shí)場(chǎng)景的部署。2025年，本體從實(shí)驗(yàn)室走到真實(shí)賽場(chǎng)、訓(xùn)練場(chǎng)，并逐步推進(jìn)行業(yè)場(chǎng)景的試點(diǎn)驗(yàn)證，在真實(shí)場(chǎng)景的實(shí)踐打磨中推動(dòng)技術(shù)不斷進(jìn)步。模型方面，與本體結(jié)合初步實(shí)現(xiàn)現(xiàn)實(shí)任務(wù)執(zhí)行。蔚來(lái)世界模型NWM在Banyan 榕車型上全量推送，強(qiáng)化追尾預(yù)防及保護(hù)和通用障礙物識(shí)別能力。智元機(jī)器人GO-1端到端VLA模型部署到智元精靈G1上，完成擦桌子、倒水等任務(wù)。分層式端到端VLA如Figure AI Helix支持Figure 02學(xué)習(xí)物流分揀、疊毛巾和洗碗等任務(wù)的作業(yè)技能。
 

　　具身智能要從“實(shí)訓(xùn)”走向“干活”，仍面臨三大挑戰(zhàn)：一是高質(zhì)量數(shù)據(jù)缺，行業(yè)普遍認(rèn)為要實(shí)現(xiàn)物理智能涌現(xiàn)至少需要百萬(wàn)小時(shí)的機(jī)器人數(shù)據(jù)，而當(dāng)前真正可用數(shù)據(jù)遠(yuǎn)遠(yuǎn)不足；二是模型泛化難，任何在訓(xùn)練數(shù)據(jù)分布外的場(chǎng)景任務(wù)，都會(huì)導(dǎo)致性能急劇下降，難以覆蓋現(xiàn)實(shí)場(chǎng)景的復(fù)雜情況；三是軟硬協(xié)同難，模型與本體的結(jié)合需要在多個(gè)時(shí)間尺度上實(shí)現(xiàn)協(xié)同控制，任何一環(huán)信號(hào)傳輸?shù)牟环€(wěn)定，都很可能導(dǎo)致任務(wù)執(zhí)行失敗。
 

　　四、萌芽中的世界模型
 

　　世界模型作為AI系統(tǒng)理解、推理并預(yù)測(cè)物理世界的“內(nèi)部模擬器”，被視為通向通用人工智能(AGI)的核心路徑之一，正在萌芽中。產(chǎn)業(yè)界期待發(fā)展泛化能力強(qiáng)、物理一致性高、可解釋性強(qiáng)的“世界模型”，滿足自動(dòng)駕駛、具身智能等現(xiàn)實(shí)需求，也架起通向通用智能的橋梁。世界模型的核心能力主要包含四類：一是數(shù)據(jù)生成能力，世界模型能夠根據(jù)幾何和語(yǔ)義線索生成多樣化的3D/4D場(chǎng)景；二是動(dòng)作解釋能力，世界模型能夠根據(jù)歷史觀測(cè)數(shù)據(jù)、動(dòng)作條件預(yù)測(cè)未來(lái)狀態(tài)；三是環(huán)境交互能力，世界模型能夠生成連續(xù)場(chǎng)景，模擬與環(huán)境之間的閉環(huán)交互；四是場(chǎng)景重建能力，世界模型能夠從部分、稀疏、受損數(shù)據(jù)中還原完整場(chǎng)景。
 

　　世界模型的技術(shù)路線還處于百花齊放的探索中，當(dāng)前主要有三條技術(shù)路線，主要包括大模型增強(qiáng)、大模型與物理引擎融合、物理世界表征等。下一步發(fā)展仍面臨不少挑戰(zhàn)。一是定義存在爭(zhēng)議，不同領(lǐng)域的研究者對(duì)其范圍和邊界的理解不同。二是技術(shù)路線不清晰，目前世界模型的實(shí)現(xiàn)方法包括生成式模型、強(qiáng)化學(xué)習(xí)、多模態(tài)融合等，不同技術(shù)路徑的側(cè)重點(diǎn)和適用場(chǎng)景不同。三是應(yīng)用范圍局限，當(dāng)前世界模型只在自動(dòng)駕駛領(lǐng)域有一定規(guī)模的應(yīng)用，其他領(lǐng)域仍未實(shí)現(xiàn)大規(guī)模應(yīng)用。未來(lái)，隨著技術(shù)層面的突破，其應(yīng)用將從封閉場(chǎng)景向開(kāi)放系統(tǒng)延伸，最終成為AI通向AGI的關(guān)鍵基石。
 

　　五、AI正在重塑軟件
 

　　軟件和信息技術(shù)服務(wù)業(yè)作為我國(guó)先導(dǎo)性、支柱性產(chǎn)業(yè)。大模型向軟件研發(fā)全過(guò)程滲透，深刻改變軟件開(kāi)發(fā)工具和產(chǎn)品形態(tài)，正開(kāi)啟軟件業(yè)全面重塑的新階段。首先，AI變革軟件研發(fā)全過(guò)程，國(guó)內(nèi)外大模型用于編程任務(wù)的Token調(diào)用量顯著提升，深度滲透軟件研發(fā)全生命周期各個(gè)環(huán)節(jié)。根據(jù)中國(guó)信通院調(diào)研數(shù)據(jù)，AI在開(kāi)發(fā)、測(cè)試等環(huán)節(jié)持續(xù)穩(wěn)定保持高比例應(yīng)用。其次，AI變革軟件研發(fā)工具，2025年以來(lái)，AI IDE、智能體等工具密集發(fā)布，在工程化支撐、檢查修復(fù)、記憶決策等多個(gè)維度實(shí)現(xiàn)能力躍升，智能研發(fā)工具正從副駕駛(Copilot)向駕駛員(Pilot)持續(xù)演進(jìn)。最后，AI變革軟件研發(fā)產(chǎn)品形態(tài)，對(duì)話交互、多模態(tài)交互、具身智能交互等方式成為主流，軟件逐漸具備自我學(xué)習(xí)、自我優(yōu)化和自適應(yīng)能力。
 

　　大模型為軟件行業(yè)帶來(lái)智能化新動(dòng)力，推動(dòng)人員、企業(yè)、產(chǎn)業(yè)的深刻變革。對(duì)軟件從業(yè)者來(lái)說(shuō)，角色定位、入門門檻轉(zhuǎn)變。開(kāi)發(fā)人員從單一程序員角色轉(zhuǎn)變?yōu)閺?fù)合角色，催生“超級(jí)個(gè)體”誕生。對(duì)軟件企業(yè)而言，企業(yè)組織結(jié)構(gòu)、業(yè)務(wù)場(chǎng)景、生產(chǎn)管理、供應(yīng)鏈管理向智能化轉(zhuǎn)型。對(duì)軟件行業(yè)而言，競(jìng)爭(zhēng)規(guī)則與商業(yè)模式正在經(jīng)歷深刻重構(gòu)。傳統(tǒng)軟件以代碼為核心，而智能化軟件則轉(zhuǎn)向以結(jié)果和價(jià)值為導(dǎo)向，軟件產(chǎn)品的計(jì)費(fèi)方式也從用戶定期支付固定費(fèi)用的訂閱模式，逐步轉(zhuǎn)變?yōu)榘磳?shí)際資源(如Token)消耗量計(jì)費(fèi)的定量模式。
 

　　六、開(kāi)放智算生態(tài)
 

　　2025年智算領(lǐng)域發(fā)展形勢(shì)發(fā)生極大變化，以開(kāi)源開(kāi)放為特征的新型智算生態(tài)正在加速形成，涌現(xiàn)出開(kāi)源框架、開(kāi)源通信庫(kù)、開(kāi)源算子庫(kù)、開(kāi)放計(jì)算平臺(tái)、開(kāi)源互聯(lián)協(xié)議等多層次、多領(lǐng)域的標(biāo)志性成果，為全球人工智能創(chuàng)新發(fā)展注入強(qiáng)勁活力。與此同時(shí)，在開(kāi)放智算生態(tài)引領(lǐng)下，我國(guó)廠商加快軟硬件協(xié)同適配，取得顯著成效。DeepSeek、千問(wèn)、文心一言等優(yōu)質(zhì)模型大規(guī)模開(kāi)源，為我國(guó)算力廠商提供了關(guān)鍵的適配驗(yàn)證場(chǎng)景，國(guó)產(chǎn)硬件在實(shí)際AI負(fù)載中的性能和兼容性顯著提升。中國(guó)信通院AISHPerf測(cè)試結(jié)果表明，通過(guò)軟硬件協(xié)同優(yōu)化，部分參測(cè)硬件產(chǎn)品部署DeepSeek R1模型的精度、部署規(guī)模基本與英偉達(dá)系統(tǒng)持平，已能夠滿足實(shí)際產(chǎn)業(yè)應(yīng)用需求。
 

　　智算生態(tài)正在加速走向軟硬協(xié)同開(kāi)放階段。從演進(jìn)趨勢(shì)上看，隨著單點(diǎn)、局部開(kāi)源開(kāi)放逐步擴(kuò)展至軟硬全棧開(kāi)源開(kāi)放，我們認(rèn)為開(kāi)放智算生態(tài)影響力將進(jìn)一步擴(kuò)展深化，且不同技術(shù)環(huán)節(jié)——如模型、框架、算子庫(kù)、通信庫(kù)、底層硬件之間的開(kāi)源成果有望實(shí)現(xiàn)更深層次、更精細(xì)的對(duì)接協(xié)同，形成自驅(qū)生長(zhǎng)的飛輪效應(yīng)，如DeepSeek結(jié)合V3訓(xùn)練經(jīng)驗(yàn)對(duì)英偉達(dá)硬件體系提出改進(jìn)建議、智譜GLM 4.5端側(cè)模型基于昇騰環(huán)境自定義算子完成高效微調(diào)量化等，軟硬件間形成更為高效開(kāi)放、緊密耦合的新一代協(xié)同生態(tài)，助力人工智能前沿技術(shù)以更低成本、更高效率實(shí)現(xiàn)價(jià)值普惠和規(guī)模落地。
 

　　七、面向行業(yè)的高質(zhì)量數(shù)據(jù)集
 

　　人工智能數(shù)據(jù)集的建設(shè)重點(diǎn)從通用基礎(chǔ)數(shù)據(jù)集轉(zhuǎn)向行業(yè)高質(zhì)量數(shù)據(jù)集，數(shù)據(jù)集質(zhì)量問(wèn)題成為當(dāng)前制約行業(yè)垂類模型落地和場(chǎng)景應(yīng)用的核心瓶頸。根據(jù)中國(guó)信通院可信AI人工智能數(shù)據(jù)集質(zhì)量評(píng)估統(tǒng)計(jì)情況，當(dāng)前人工智能行業(yè)數(shù)據(jù)集建設(shè)中主要面臨內(nèi)容密集性、領(lǐng)域相關(guān)性、數(shù)據(jù)多樣性和形式規(guī)范性等核心質(zhì)量問(wèn)題，占比分別為82.50%、14.04%、1.73%和0.92%。為解決以上人工智能數(shù)據(jù)集質(zhì)量問(wèn)題，亟需建立面向人工智能的數(shù)據(jù)工程體系。
 

　　面向通用人工智能和行業(yè)深度賦能，要加快建設(shè)適應(yīng)強(qiáng)化學(xué)習(xí)、世界模型等前沿技術(shù)和行業(yè)智能體所亟需的新型高質(zhì)量數(shù)據(jù)集，構(gòu)建新型人工智能數(shù)據(jù)供應(yīng)鏈。面向訓(xùn)練方面，為更好支撐強(qiáng)化學(xué)習(xí)與智能體訓(xùn)練，未來(lái)需構(gòu)建交互軌跡數(shù)據(jù)集、偏好對(duì)齊數(shù)據(jù)集、基準(zhǔn)評(píng)測(cè)數(shù)據(jù)集三大類訓(xùn)練數(shù)據(jù)集。面向應(yīng)用方面，為更好支撐AI原生應(yīng)用，未來(lái)需建立基礎(chǔ)支撐數(shù)據(jù)集、過(guò)程埋點(diǎn)數(shù)據(jù)集、外部交互數(shù)據(jù)集三大類原生基礎(chǔ)數(shù)據(jù)集。
 

　　八、開(kāi)源成為標(biāo)配
 

　　2025年，DeepSeek的開(kāi)源某種程度上改變了大模型的發(fā)展軌跡。開(kāi)源不僅孕育出一批高質(zhì)量的人工智能項(xiàng)目，還有力促進(jìn)了上下游產(chǎn)業(yè)鏈的協(xié)同與融合，深刻改變了人工智能產(chǎn)業(yè)的發(fā)展格局。開(kāi)源模型性能比肩閉源。以深度求索、通義千問(wèn)等為代表的國(guó)產(chǎn)開(kāi)源模型迅速崛起，為用戶帶來(lái)更具性價(jià)比的選擇。模型性能方面，目前全球性能前25的大模型中，我國(guó)開(kāi)源模型占據(jù)9席。模型普及方面，國(guó)產(chǎn)開(kāi)源模型在Huggingface上的全球累計(jì)下載量已突破3億次。應(yīng)用生態(tài)方面，在Huggingface上基于我國(guó)開(kāi)源模型的微調(diào)模型占比從2024年初的10%大幅上升至2025年7月的45%，顯示出國(guó)產(chǎn)開(kāi)源模型在國(guó)際范圍內(nèi)的接受度和影響力正快速提升。
 

　　開(kāi)源社區(qū)協(xié)同演進(jìn)，推動(dòng)技術(shù)普惠發(fā)展。我國(guó)人工智能開(kāi)源生態(tài)規(guī)模穩(wěn)步擴(kuò)大。截至2025年9月，我國(guó)主流AI開(kāi)源社區(qū)平臺(tái)已托管模型達(dá)38萬(wàn)個(gè)、數(shù)據(jù)集5.3萬(wàn)個(gè)，分別相當(dāng)于HuggingFace同期托管數(shù)量的15.3%和9.5%。此外，我國(guó)活躍AI開(kāi)源開(kāi)發(fā)者數(shù)量達(dá)2.2萬(wàn)人，約占全球AI開(kāi)源開(kāi)發(fā)者總數(shù)的18.7%。一批本土開(kāi)源社區(qū)正在積極推動(dòng)技術(shù)普及與生態(tài)建設(shè)。商業(yè)模式孕育成型，探索合作共贏模式。模型廠商普遍采用“開(kāi)源免費(fèi)+高階服務(wù)收費(fèi)”的策略，即采取開(kāi)源模型吸引開(kāi)發(fā)者，進(jìn)而通過(guò)技術(shù)支持、定制開(kāi)發(fā)、云服務(wù)等增值服務(wù)實(shí)現(xiàn)商業(yè)轉(zhuǎn)化。同時(shí)，開(kāi)源模型也推動(dòng)了云服務(wù)與芯片需求的增長(zhǎng)。
 

　　九、緩解模型幻覺(jué)
 

　　伴隨大模型的落地應(yīng)用，幻覺(jué)引發(fā)的風(fēng)險(xiǎn)日益凸顯，越來(lái)越成為制約應(yīng)用的主要障礙之一。根據(jù)OpenAI理論研究，幻覺(jué)是一種在LLM統(tǒng)計(jì)學(xué)習(xí)本質(zhì)下必然會(huì)產(chǎn)生的、可預(yù)測(cè)的副產(chǎn)品。根據(jù)中國(guó)信通院“AI Safety Benchmark”大模型幻覺(jué)測(cè)試結(jié)果，幻覺(jué)問(wèn)題難以得到根治：盡管推理模型被認(rèn)為是緩解幻覺(jué)的一種方案，但所測(cè)推理模型的幻覺(jué)率依然維持在10%以上。此外，大模型幻覺(jué)也存在類似“Scaling Law”的規(guī)律：基本呈現(xiàn)大模型參數(shù)量越高，幻覺(jué)率越低的情況。但大參數(shù)量的模型幻覺(jué)問(wèn)題仍較為明顯，72b參數(shù)模型幻覺(jué)依然超過(guò)14%。在現(xiàn)有技術(shù)架構(gòu)下，大模型幻覺(jué)是其固有屬性，成因復(fù)雜，訓(xùn)練數(shù)據(jù)、訓(xùn)練方法、推理過(guò)程、評(píng)估指標(biāo)等因素交織。
 

　　各界探索技術(shù)路徑，多措并舉已現(xiàn)雛形。針對(duì)供給側(cè)，在數(shù)據(jù)維度，通過(guò)數(shù)據(jù)過(guò)濾篩查來(lái)提升數(shù)據(jù)質(zhì)量，采用知識(shí)檢索增強(qiáng)擴(kuò)展模型知識(shí)邊界。在模型訓(xùn)練維度，通過(guò)雙向自回歸充分捕獲上下文信息，采用多偏好對(duì)齊提升獎(jiǎng)勵(lì)信號(hào)的魯棒性。在模型評(píng)估維度，采用不確定性評(píng)估機(jī)制，避免模型過(guò)度自信。 在模型推理維度，通過(guò)對(duì)比增強(qiáng)解碼保持輸出的一致性，采用反思解碼及時(shí)修正累計(jì)錯(cuò)誤。針對(duì)用戶側(cè)，在測(cè)試選型層面，需判定應(yīng)用場(chǎng)景對(duì)幻覺(jué)的容忍度，并通過(guò)測(cè)試選擇適配場(chǎng)景的模型；在二次開(kāi)發(fā)層面，可基于特定應(yīng)用領(lǐng)域數(shù)據(jù)，對(duì)模型進(jìn)行微調(diào)或編輯；在應(yīng)用增強(qiáng)層面，可在推理過(guò)程加入約束提示或通過(guò)知識(shí)檢索增強(qiáng)引入外部可靠數(shù)據(jù)，降低幻覺(jué)率；在輸出審校層面，使用插件審核與人工校對(duì)雙重核驗(yàn)。
 

　　十、人工智能國(guó)際公共產(chǎn)品
 

　　全球人工智能發(fā)展不均衡，迫切需要國(guó)際公共產(chǎn)品促進(jìn)跨國(guó)交流合作。當(dāng)前，全球人工智能技術(shù)的研發(fā)、應(yīng)用和關(guān)鍵資源高度集中在少數(shù)國(guó)家和大型科技公司，發(fā)展中國(guó)家尚未能真正接觸、使用人工智能并從中受益。隨著人工智能全球化發(fā)展進(jìn)入“爆發(fā)年”，國(guó)際合作擴(kuò)面提質(zhì)。中國(guó)信通院統(tǒng)計(jì)分析，在聯(lián)合國(guó)、金磚、東盟、上合、G20、G7、太平洋共同體等12個(gè)全球重點(diǎn)多邊機(jī)制中，人工智能均被作為核心議題，發(fā)布領(lǐng)導(dǎo)人宣言或聯(lián)合聲明等合作共識(shí)，并且中國(guó)、沙特、印尼、美國(guó)、俄羅斯等國(guó)在國(guó)際合作中比較活躍。
 

　　產(chǎn)業(yè)界通過(guò)生態(tài)基建創(chuàng)新、工具賦能創(chuàng)新、服務(wù)模式創(chuàng)新等策略推動(dòng)全球化發(fā)展。“技術(shù)開(kāi)源+生態(tài)共建”促進(jìn)通用模型推廣，“本地化拓展+普惠賦能”拓展全球市場(chǎng)。華為云、阿里云、昇騰AI等基礎(chǔ)層企業(yè)提供算力數(shù)據(jù)芯片等底層支持；Deepseek、通義千問(wèn)等技術(shù)層企業(yè)提供算法模型、開(kāi)發(fā)平臺(tái)；科大訊飛等應(yīng)用層企業(yè)面向場(chǎng)景提供產(chǎn)品與解決方案。總體來(lái)看，人工智能國(guó)際化發(fā)展仍需解決跨境合規(guī)認(rèn)證復(fù)雜、ESG評(píng)估體系模糊、數(shù)據(jù)跨境流動(dòng)受限等挑戰(zhàn)，才有望成為真正普惠共享的國(guó)際公共產(chǎn)品。
 

　　AI發(fā)展是無(wú)盡的前沿，這些關(guān)鍵詞雖然不能代表產(chǎn)業(yè)全貌，但我們認(rèn)為它們應(yīng)該是眾多議題中最值得關(guān)注的部分，有助于大家把握產(chǎn)業(yè)脈搏、洞察未來(lái)趨勢(shì)，希望能夠?yàn)闃I(yè)界同仁提供有價(jià)值的參考。