报告深度解读 “人工智能 +” 行动的核心内容与产业机遇，结合全球竞争格局与国内发展基础，系统梳理政策导向、技术趋势与应用场景，为产业升级与企业布局提供参考。
⠀
- 政策演进与核心目标
- 发展历程：我国人工智能顶层设计历经四次升级，2024 年政府工作报告首次提出 “人工智能 +” 行动，2025 年《关于深入实施 “人工智能 +” 行动的意见》明确 6 大重点行动与 3 大支撑保障。
- 阶段目标：2027 年智能终端与智能体普及率超 70%，2030 年超 90%，2035 年全面步入智能经济和智能社会。
- 战略意义：应对全球科技竞争，推动生产力跃迁与生产关系变革，成为 “十五五” 时期中美科技竞争的关键抓手。
- 全球竞争格局
- 国际动态：欧美日韩纷纷出台战略，欧盟强调 “可信 AI”，美国通过 “联盟 + 遏制” 战略巩固霸权，科技巨头布局 “模型 – 云基建 – 算力芯片” 闭环。
- 国内优势：拥有全球第二大 AI 市场，数据资源（占全球 26.67%）、产业体系、应用场景、人才储备（顶级 AI 研究人员占全球 40%+）具备先天优势。
- 现存短板：算力芯片、EDA 工具等关键技术卡脖子，产学研协同不足，中小企业应用成本高、深度浅。
- 六大重点应用领域
- 科技创新：AI 与基础科学深度融合，加速数学、物理、生物等领域科研范式变革，推动新药研发、新材料发现。
- 产业发展：培育智能原生产业，推动工业全要素智能联动、农业育种与农机智能化、服务业从数字赋能向智能驱动升级。
- 消费提质：拓展情感陪伴、沉浸式体验等新场景，推动智能网联汽车、AI 眼镜等新一代智能终端消费扩容。
- 民生福祉：赋能教育、医疗、养老等领域，同时防范就业冲击，加强失业风险评估与再就业培训。
- 治理能力：推动政务服务智能化，构建安全生产、防灾减灾等领域的智能治理体系，实现从 “事后处置” 到 “事前预警” 转变。
- 全球合作：打造开源生态，反制技术脱钩，推动国际科技平权。
- 四大基础保障体系
- 技术支撑：加强大模型架构创新，提升复杂任务处理能力；完善高质量数据集建设，破解数据流通难题。
- 算力统筹：构建自主可控的国家智算体系，推动 “数 – 算 – 电 – 网” 协同，国产 AI 芯片逐步发力。
- 生态培育：布局国家人工智能应用中试基地，搭建技术转化桥梁；加强全学段人才培养，缓解 500 万 + 人才缺口。
- 政策配套：部委与地方密集出台政策，通过 “算力券”“模型券”“专项信贷” 等多元化支持降低企业创新成本。
- 核心产业链机遇
- 算力基础设施：智算中心建设提速，光模块、液冷温控、网络设备等细分领域快速增长，2024 年国内智能算力市场规模达 190 亿美元。
- 新一代智能终端：AI 眼镜、具身智能机器人成为新热点，2025 年全球 AI 眼镜销量预计达 350 万台，2030 年具身智能市场规模将达 2326.3 亿元。
- 人形机器人：2025 年进入量产元年，上游关节执行器、减速器、传感器，中游系统集成，下游工业、家庭、医疗等应用场景均具投资潜力。
- 细分场景机会
- 工业领域：工艺优化、质量检测、设备运维等智能应用落地，“百行千模” 工业模型建设加速。
- 民生领域：AI 诊断、智能育种、养老陪伴等场景需求旺盛，情感陪伴 AI 全球市场规模 2030 年预计达 700-1500 亿美元。
- 政务领域：集约化部署政务大模型，防范 “模型孤岛”，推动社会治理精细化。
- 企业层面
- 技术布局：聚焦大模型、算力芯片、具身智能等核心赛道，加强产学研协同创新。
- 场景深耕：结合行业痛点，开发轻量化、低成本解决方案，适配中小企业需求。
- 风险应对：关注国际技术管制动态，加大国产替代力度，参与开源生态建设。
- 行业层面
- 生态构建：推动数据共享与标准统一，降低中小企业应用门槛，形成 “大企业顶天立地、中小企业铺天盖地” 的格局。
- 人才培养：深化产教融合，完善跨学科培养模式，缓解复合型人才短缺。
- 未来展望
- “人工智能 +” 行动将推动 AI 从单点应用走向全链条重构，智能原生模式成为产业升级核心方向。
- 随着技术突破与政策落地，我国有望在智能经济领域实现换道超车，成为全球 AI 发展的重要引领者。
