原標題：人工智能加速落地 為何卻要強調“自立自強”？專家解讀→

今年以來，我國人工智能領域亮點頻出、成果豐碩。從總臺春晚舞臺上的“賽博秧歌”，到總臺參與聯合主辦的全球首個人形機器人半程馬拉松開跑，從國產大模型DeepSeek引發落地應用熱潮，到AI成為許多人工作、學習和生活的“搭子”，我國人工智能應用場景正在不斷拓展。那么，為何要在此時強調我們人工智能技術的自立自強？在競爭激烈的當下，我國的人工智能發展，為何要突出應用導向？

無人機：當清晨的第一縷陽光照進荔枝園，我一天的工作就在這里開始了。兄弟姐妹們，今天過得怎么樣？有沒有哪里不舒服？

眼下，正是荔枝開花坐果的關鍵期，中山大學飛鳥團隊接到了許多荔枝園的邀請。種植戶們希望通過接入“AI管家”，能將荔枝的品質提升。

中山大學地理科學與規劃學院教授 石茜：第一次的飛巡會把您的果園變成一個數字化的果園，果園數字化之后，以后的飛巡您就可以直接一鍵起飛了。

廣州市從化荔枝博覽園種植技術總監 韋幫穩：今年花量比較大，花量大的影響就是消耗比較大。所以我們利用飛鳥團隊的無人機給我們預。會告訴我們多少花量比較合適，既能達到豐產，又能達到優質。

記者在采訪中了解到，從2023年起，石茜教授帶領飛鳥團隊開始試點“AI+無人機”的智慧種植模式。通過遙感技術、無人機低空飛巡、AI識別作物長勢等進行農情預警，再由大數據來指導種植，實現對果園的數字化管理。試點后的果園產量平均增長了20%，荔枝品質也有明顯提升。

人工智能發展的三大引擎： 算力 算法 數據

人工智能有三大核心要素：算力、算法、數據。而人工智能的落地應用，除了數據的支撐，算法也很重要。如果算法這個詞您覺得過于高深，那么，會跑酷的機器人您會不會覺得更形象一些呢？

你見過能跑馬拉松、會翻跟頭、還能玩跑酷的機器人嗎？這些“花活”的背后，藏著人形機器人的關鍵“秘密”，一體化伺服關節模組，這可是人形機器人在硬件生產環節中的“硬骨頭”。

江蘇的這家機器人科技公司，就“啃”下了這塊“骨頭”，他們靠高精度控制算法，推出了能覆蓋人形機器人全身關節的模組，從肩膀到腳踝都能靈活轉動，目前已是國內機器人核心零部件的頭部供應商。

江蘇某機器人科技有限公司首席執行官 孫則詎：之前我們是做自動化這個行業的，里面很多場景會用到一體化的關節，那時候國內是沒有的。進口國外的整個供貨周期是6到9個月，會嚴重影響我們的產品周期。我們開始研發自己的一體化關節。通過在驅動關節整個架構上面的突破，實現了量產。整個關節是國外進口價格的三分之一到四分之一。

機器人光“能跑能跳”還不夠，得“能干活”才行。去年，無錫這家自動化工程公司，建起了國內首個參考汽車制造工況的機器人實訓基地，通過模擬汽車工廠的生產流程，采集機器人作業數據。未來，這些機器人可能會“入職”汽車工廠，和工人一起“搭班”造汽車。

某自動化工程股份有限公司人形機器人事業部副總經理 郭大宏：算法是支撐具身智能的最核心技術。所以我們下一步打算搭建一些工業實際的場景，進行機器人的數據采集訓練，再把算法進行優化，來滿足工業場景的應用要求，做好機器人應用到工廠里最后一公里的關鍵技術過程。

傳數據比眨眼還快 戈壁油城變“算力新城”

人們常說，人工智能的盡頭是算力。算力，也就是計算能力，可以說是人工智能的基礎。若想要堅持人工智能自立自強，基礎設施建設必須跟上。近日，記者走進了克拉瑪依云計算產業園區，昔日的戈壁油城變成了“算力新城”，而且據說這里的數據傳輸比眨眼還快。

步入大型數據中心機房，記者原本以為室溫會比較高，可墻上的室內溫度計和每天的測溫記錄表證明，這里即使不安裝空調，溫度也可以長期穩定在20攝氏度左右。

克拉瑪依碳和網絡科技有限公司運維總監 鄭小海：風沙曾是石油勘探的噩夢，現在卻是數據中心的天然散熱器。僅自然冷卻一項，每年可省電2.3億度。

智算中心作為新型算力公共基礎設施，是促進人工智能產業化、產業人工智能化，加快形成新質生產力的重要引擎。在這家剛剛落戶產業園一年的企業，記者在現場看到工作人員正在進行新型推理新算力設備安裝前的準備。負責人告訴記者，針對近年來人工智能的快速發展，他們加快國產芯片卡適配工作的同時，正在進行推理算力集群的建設，年底建成后規模達將達到3.2萬P。

新疆克融云算數字科技有限公司副總經理 覃思維：這3.2萬P的算力同時執行推理任務，能夠滿足日活1億以上的客戶同時使用的需求。

在產業園區，不僅有算力基礎設施的快速升級迭代，通道的建設也在快速推進。負責人告訴記者，人眨一次眼通常需要100—400毫秒，而從克拉瑪依到上海的數據傳輸只需60毫秒，相當于給算力產業搭建了一條高速通道。

中國移動新疆公司克拉瑪依市分公司總經理 鐘波：專網到北京到上海到廣東，它的時延是傳統普通互聯網連接的1/2到1/3的時間，時間更短了。

人工智能加速落地 為何此時強調“自立自強”？

當前，人工智能已經成為大國科技博弈的核心領域之一，而我國的人工智能也在加快落地。那么，為什么我們要在此時強調人工智能技術的“自立自強”？

工信部信息通信經濟專家委員會委員 劉興亮：當前強調人工智能技術自立自強，既是應對國際競爭格局的必然選擇，也是突破技術封鎖、保障產業安全的戰略需求。具體表現為以下四個方面：

第一是國際技術博弈加劇，自主可控迫在眉睫。全球人工智能競爭已進入卡脖子技術爭奪階段。美國在GPU架構、AI框架等基礎領域占據絕對優勢，而中國升騰芯片等硬件雖已突破百萬級出貨量，但軟件生態完善度不足40%。

面對部分國家的技術封鎖和閉源策略，自立自強是打破核心技術壟斷的關鍵。第二是產業鏈安全與國家戰略需求。

人工智能是構建新質生產力的核心引擎，但其發展高度依賴芯片、算法等基礎軟硬件系統，若關鍵環節受制于人，可能威脅到國家安全和經濟穩定。

第三是基礎研究短板亟需彌補。我國在應用層表現非常突出，但基礎理論、算法模型等底層創新仍然落后于國際頂尖水平。

例如機器學習領域的基礎研究常被應用技術淹沒，導致原創性探索不足。自立自強需要從應用反哺基礎轉向基礎引領應用，在神經形態芯片、多模態大模型等應用前沿領域實現突破。

第四是全球治理話語權的爭奪。人工智能治理規則尚未定型，技術標準的制定權直接影響到國際話語權。通過自主技術路徑的突破，中國可為全球智能治理貢獻方案，推動形成公平安全的全球創新生態。

競爭激烈 發展人工智能為何突出應用導向？

眼下，我國在人工智能領域發展勢頭良好。最新數據顯示，截至今年4月9日，我國人工智能專利申請量達157萬6379件，占全球申請量的38.58%，位居全球首位。從遙不可及的“黑科技”，到賦能千行百業的“好助手”，人工智能正融入經濟社會生活，開啟人們對未來的新想象。

而在全民AI熱潮之下，我們也需要保持“冷靜思考”：截至2025年3月31日，通過國家網信辦備案的AI大模型數量已經達到346個。互聯網大廠、初創企業紛紛投入大量資源，試圖通過提高模型性能來占據市場優勢。人工智能大模型競爭激烈，如何將大模型真正轉化為生產力？為何人工智能的發展要突出應用導向？

工信部信息通信經濟專家委員會委員 劉興亮：以應用為導向的人工智能發展路徑，需要依托我國超大規模市場、完整產業體系和政策協同優勢，通過場景驅動加技術迭代加生態協同的閉環加速落地。

首先要深挖場景紅利，構建從需求到技術的正循環。我們國家擁有全球最完備的制造業體系，我們有41個工業大類，666個小類以及14億人口市場，為AI應用提供天然試驗場。

比如工業領域AI質檢已經形成300億元規模的市場，效率可以提升5到8倍。再比如民生領域與AI輔助診斷系統，縮短疾病的識別時間。教育領域的個性化學習平臺已經覆蓋超過2億學生。

其次是政策引導與市場機制協同發力。先做新興舉國體制，可以集中資源突破算力芯片、AI框架等卡脖子環節，還有金融領域的支持，可以綜合運用政府采購、稅務優惠等政策，降低企業的試錯成本。

最后要夯實算力與數據的雙底座，先看看算力基建，我們國家的算力規模已經位居全球第二，在2024年的人工智能大會展示的智能駕駛、智能制造等案例，均依靠我們強大的算力支撐。再看數據開放，可以建立相關平臺來整合高質量的數據集。北京的京西智谷已經孵化了二十多個大模型應用。可以這么說，自立自強是應對國際競爭與技術封鎖的根基，應用導向則是將市場優勢轉化為技術優勢的橋梁。通過場景驅動、創新政策、生態賦能，中國有望在人工智能領域實現換道超車，為全球智能社會貢獻中國方案。

[來源：央視新聞客戶端 編輯：孫寶震]