繼去年全國兩會「人工智慧+」行動被首次寫入政府工作報告後，今年的全國兩會「人工智慧+」行動被再次強調。

具體而言，總理在政府工作報告中提出，要持續推進「人工智慧+」行動，將數字技術與製造優勢、市場優勢更好結合起來，支援大模型廣泛應用，大力發展智慧網聯新能源汽車、人工智慧手機和電腦、智慧機器人等新一代智慧終端以及智慧製造裝備。

如果說「網際網路+」側重透過連線實現資源整合與效率提升，那麼「人工智慧+」則以深度學習、大模型等技術為核心，從底層邏輯重構生產流程和服務模式，AI 自身也從輔助工具升級為產業發展的核心驅動力。技術迭代無疑將驅動正規化的轉變，站在關鍵政策視窗期，本文將從產業鏈重塑、競爭升維、前沿趨勢這三個維度潛析新一輪科技浪潮可能帶來的顛覆性影響。

整體來看，以生成式 AI 、大模型為代表的新一輪人工智慧浪潮正在使廣泛的價值鏈受益，比如算力需求的激增，推動了晶片和雲計算產業升級；資料成為核心生產資料，催生資料治理和隱私計算市場；智慧化應用的深化，加速了製造、醫療、內容、金融等行業的轉型升級。不過，新技術和新應用也會促使“蛋糕”的重新分配，產業鏈上一些企業可能會成為新時代的贏家。

最典型的比如，DeepSeek-R1 透過高效蒸餾技術，將大模型的推理能力遷移到更小、更高效的版本中。這一突破使其小尺寸版本在保持卓越效能的同時，顯著降低了模型體積和計算資源需求，成為端側部署的理想選擇。當 AI 大模型從雲端下沉至邊側，一場“端側 AI 革命”正悄然展開，擁有邊緣 AI 解決方案的邊緣計算製造商（如 Eurotech 和研華科技）將從中獲利；佈局邊緣計算晶片的晶片公司（如英偉達、AMD、ARM、高通甚至英特爾）也可能受益。

除此之外，資料管理服務提供商是另一大潛在贏家。沒有資料就沒有人工智慧，要使用開放模型開發應用程式，採用者需要大量資料進行訓練和部署，這需要適當的資料管理。因此，隨著不同 AI 模型數量的增加，資料管理將變得越來越重要。MongoDB 、Databricks 和 Snowflake 等資料管理公司以及超大規模企業提供的相關產品都將從中獲利。

在重構供應鏈的同時，「人工智慧+」行動的深化還將催化企業和企業之間，乃至國家和國家之間競爭的升維。傳統競爭主要圍繞資金、人才、市場、供應鏈等展開，而 AI 時代的競爭則涉及資料主權、算力基礎設施、模型生態和智慧化滲透，這種競爭呈現出更復雜、更深遠的特徵。

過去，企業之間的競爭主要體現在產品功能、成本控制、市場營銷等方面，而 AI 時代的競爭核心在於：①模型能力：企業是否掌握最先進的 AI 模型，決定了其產品智慧化水平；②資料閉環：企業能否建立專屬的資料流，以提升 AI 系統的長期競爭力；③智慧化生態：企業是否構建了從底層基礎設施到終端使用者體驗的 AI 生態閉環。

大廠早已為此行動起來，比如微軟早早就深度繫結 OpenAI，在 Office、Azure 等產品中整合 AI；而推出了大語言模型 Claude 的 Anthropic 則得到了亞馬遜的大力支援，亞馬遜將 Claude AI 平臺與 AWS 進行深度繫結，讓企業和開發者透過 AWS 使用 Claude AI。

當大模型成為競爭力的關鍵，算力短缺一度成為企業執行 AI 模型面臨的主要困難，GPT-4、Gemini、Llama 2 和其他模型嚴重依賴 H100 GPU，但 H100 產能卻嚴重受限。即使像微軟、Meta 這樣大型科技公司，也需要提前數年預定產能，才能獲得足夠的新型晶片。不過，DeepSeek 的橫空出世似乎重構了遊戲規則。正如中國工程院院士李國傑所言：DeepSeek 的崛起說明 AI 不再是簡單堆砌算力的暴力遊戲，而是進入了以演算法和模型架構最佳化為主，同時高度重視資料質量與規模、理性提高算力的新時期。

當 AI 的滲透進一步加速之時，可以預見各行各業、各個場景幾乎都能以更加低廉的成本享受到頂尖的人工智慧服務，那麼，企業間競爭的關鍵則會變成對 AI 的應用和整合能力，即如何使用 AI 讓企業的知識管理、創新速度、決策效率全面升級。

比如，AIGC+自動化客服，使得營銷獲客效率指數級提升；AI 程式碼生成（GitHub Copilot），使得研發效率翻倍；AI 驅動的供應鏈最佳化，實現精準預測需求，減少浪費等等…..而在消費品營銷領域，企業甚至需要開始迎合大模型為代表的 AI 工具的喜好，畢竟越來越多的客戶透過 AI 工具來選擇商品、提供輔助的購買決策，如何讓 AI 更好理解、更多推薦自家產品，是廠商的一個新命題。

當企業間競爭從“資源和管理”維度躍升到“智慧化程度”維度，落後的企業將難以追趕。

首先，全球範圍內，AI 已經成為國家級競爭的核心戰場，各國政府直接參與 AI 投資和政策支援。

以美國為例，1 月上任伊始，特朗普就宣佈撤銷拜登政府 2023 年簽署的 AI 行政令，預示著美國 AI 發展戰略可能迎來重大轉向。相比於拜登政府更加側重於 AI 等科技監管，特朗普顯然更加支援發展，以最小限度監管取得美國在全球 AI 領域的最大程度競爭優勢。上任次日，特朗普宣佈啟動“星際之門”（Stargate）計劃，集聚海量資金投入美國國內的 AI 基礎設施建設。而在打造 AI 國家戰略，確保 OpenAI、DeepMind、Meta 等企業的領先地位的同時，其還在不遺餘力的透過“晶片禁令”限制對手發展。

中國近年來更是重視人工智慧安全發展，逐步完善相關政策法規。國務院印發《新一代人工智慧發展規劃》提出面向 2030 年我國新一代人工智慧發展的指導思想、戰略目標、重點任務和保障措施。值得強調的是，中國非常重視 AI 的實際落地應用，比如國新辦舉行吹風會解讀《政府工作報告》時就提及，今年重點要抓三個方面的工作：第一是產業賦能方面，讓人工智慧儘可能在工業農業、服務業中利用起來；第二是終端應用方面，透過數字技術推動智慧網聯汽車、手機、電腦、機器人進行新一輪的終端快速發展；第三是場景培育方面，要對新技術、新場景、新業態有一個專門的場景示範行動，比如在確保安全的情況下，加快在低空經濟、教育、培訓、醫療等領域的場景應用等。

隨著“AI 國家隊”加速形成，“智慧主權”將取代“數字主權”成為大國科技博弈的關鍵——哪個國家能自主訓練和運營本土大模型？哪個國家掌握著最先進的 AI 晶片和演算法？哪個國家擁有高質量本土資料？AI 監管體系是否具備全球話語權？

面對全球新一輪科技競爭，各個國家對 AI 的發展思路和政策方向或許將決定未來成敗。DeepSeek 的開源策略堪稱全球 AI 領域的“破冰行動”，開源模式讓全球開發者能夠自由使用和改進技術，從而加速 AI 技術在各行各業的普及應用。DeepSeek 的開源戰略也向歷史證明：在這場 AI 競賽中，誰擁抱開源，誰就能贏得未來。如今，中國已孵化超 3000 萬個開源專案，覆蓋了從晶片到框架再到應用的整個產業鏈。據中國工業和資訊化部去年 12 月的資料顯示，中國軟體開發者數量突破 940 萬，開源參與者數量排名全球第二。

而在對 AI 的監管方面，全國政協委員、360 集團創始人周鴻禕建議：大模型發展關係國運，不能因過度追求準確而限制其創造力，需要對「幻覺」給予柔性監管，打造支援創新、包容失誤的良好環境，爭取讓更多企業「複製」DeepSeek 的成功。建議借鑑「避風港原則」成功經驗，對大模型以及相關的產品和服務，實施柔性監管，適度包容大模型的「幻覺」，對於「幻覺」導致的一般性失誤，避免直接關停、下架，給予企業自我糾正的機會，促進企業大膽創新、放手競爭。

長期來看，AI 的競爭不會是傳統行業的延續，而是一套完全不同的遊戲規則，只有擁抱變化的企業和國家才能在未來立於不敗之地。

站在更長遠的時間維度，當前的人工智慧仍處於“弱人工智慧”（ANI）階段，即任務專用模型（如 ChatGPT、Claude、Gemini等）。但隨著大模型的進化，AGI（通用人工智慧）的探索正在加速，一些前沿方向和應用正在蓄勢待發：

舉例而言，一個自動駕駛 Agent 可以感知周圍的交通情況、道路狀況等資訊（感知環境），根據感知的資訊制訂下一步的行動計劃，例如決定是否加速、減速、轉彎等（做出決策），然後再根據決策控制汽車的加速器、剎車、方向盤等（採取行動）。

中移智庫釋出的《智慧體通訊網路（ACN）白皮書（2024）》提及：AI 智慧體（AI Agent )將成為大模型落地商用的主流形式。AI Agent 不但使得人人擁有虛擬智慧體（如數字人、智慧助理等）成為可能，也會將大量物理具身智慧體，如人形機器人、機器狗、智慧車、智慧無人機等推向商用。智慧體將會是未來網路連線的“新公民”，掀起智慧體經濟熱潮，將人類社會生活帶入到人與智慧體協同、智慧體與智慧體協作的新階段、新常態。

“具身智慧”和“智慧機器人”首次出現在了今年的政府工作報告中。

中國計算機學會 (CCF) 官網於 2023 年 7 月釋出的《具身智慧 | CCF 專家談術語》中稱，具身智慧是指一種基於物理身體進行感知和行動的智慧系統，其透過智慧體與環境的互動獲取資訊、理解問題、做出決策並實現行動，從而產生智慧行為和適應性。

與傳統的人工智慧相比，具身智慧的最大區別就體現在“具身”兩個字，過去的人工智慧很多是停留在數字世界，比如大語言模型，只能在網際網路上與人對話。具身智慧是將AI賦予了一個物理實體，不僅可以與人進行互動，還能在現實世界執行指令，比如讓它端茶、倒水、搬東西。因此，人形機器人普遍被認為是具身智慧的最佳載體。

傳統工業機器人作為智慧化水平較低的機器人早已在製造業領域廣泛應用，其本質是“固定程式”與“機械臂本體”的組合，而具身智慧機器人則在於其“多模態感知”與“大腦決策”的進一步迭代。今年以來，DeepSeek 出現帶動的端側模型的爆發與革新，解決了機器人在複雜決策場景中構建起感知-理解-推演的閉環認知體系的部分難題，推動了端側模型與人形機器人的結合落地，加速了端側實現具身智慧。隨著人形機器人可能進入量產階段，2025 年獲將成為具身智慧元年，應用場景從工業自動化擴充套件到醫療護理、家庭服務等領域。

目前，世界模型尚無統一的定義，英偉達官網的定義為：“世界模型是理解現實世界動態 (包括其物理和空間屬性) 的生成式 AI 模型。它們使用文字、影像、影片和運動等輸入資料來生成影片。透過學習，它們能夠理解現實世界環境的物理特性，從而對運動、應力以及感官資料中的空間關係等動態進行表示和預測。”

AI 行業人士認為，世界模型就是 AI 的下一個大事件。相比語言模型還停留在理解人類語義階段，世界模型從一維形式的數字智慧走向三維形式的空間智慧，開始理解真實的物理世界，建立對世界運作方式的內部表徵，理解現實世界的規律，並據此推理行為的後果。

今年 1 月，谷歌旗下 DeepMind 組建了一個新團隊，聘請 Sora 核心人員 Tim Brooks 掌舵，專門開發可以用來模擬物理世界的 AI 模型。無獨有偶，黃仁勳也在 2025 年拉斯維加斯消費電子展（CES）上宣佈，推出 Cosmos 世界模型（Cosmos World Foundation Models），該模型專為理解物理世界打造，可預測和生成“物理感知”的影片。此外，“AI 教母”李飛飛的 World Labs、初創公司 Decart、 Odyssey 也都涉足其中。

「人工智慧+」行動不僅是技術應用的擴充套件，更是對中國經濟結構和社會形態的深度重構。透過政策引導、場景創新與生態協同，AI 將從工具演變為基礎設施，驅動新質生產力發展，並在全球科技競爭中佔據制高點。未來，隨著技術普惠化與倫理治理的完善，「人工智慧+」有望成為推動高質量發展、實現共同富裕的核心引擎。