科技创新的新纪元正在加速到来，特别是在AI领域。根据2025年《政府工作报告》的最新指引，我国将坚定推进科技自立自强，充分的发挥新型制的优势，以加速核心技术的自主可控为目标。在这个背景下，人工智能被确立为关键核心技术之一，其实现自主可控的路径与策略显得很重要。

  随着全球技术竞争的加剧，各地纷纷加速部署与实施。以北京为例，目标设定为“到2025年人工智能关键核心技术基本实现自主可控”。这一目标的背后，暗示了AI产业链如何在日益复杂的环境中找到新的出路，实现自我突破。

  聚焦新技术，革新智能应用《报告》指出，持续推进“人工智能+”的多维度行动将是未来发展的重心。这在某种程度上预示着需要将数字技术与我国的制造和市场优势更好结合，从而促进智能技术在新能源汽车、人工智能手机、智能机器人及智能制造装备等领域的应用。此举不仅清晰了人工智能技术的未来方向，还为传统产业的智能化转型注入了新的动力。

  通过海量数据的深度学习和复杂的算法优化，当前的人工智能“大模型”展现出卓越的泛化能力，能够在众多场景中实现大范围的应用，成为AI的“智脑”。今年，DeepSeek等公司在国产大模型技术创新上取得了显著成就，国产大模型的数量现已超过200个，展现出百花齐放的华彩图景。此外，然而，产业链自主可控的压力依然凸显——关键硬件的受限、算法框架的不成熟、数据资源的分散等问题仍待解决。

  推动算力资源的高效整合在人们眼中，芯片、算法、数据可谓是人工智能的三大基石，而在这之中，高性能芯片特别的重要，它承载着大模型的训练与推理。尽管我国企业在AI芯片领域已有所突破，但在高端制程与智能化提升方面显然仍需加大创新力度，以提升自主可控的能力。随着AI框架的应用日渐广泛，虽然MindSpore等自主AI框架已经相继推出，但其在全球开源社区的影响力依旧有限。

  与此同时，数据的开放共享也出现了瓶颈。目前仍有部分数据因闲置而无法有效利用，导致大模型训练的效率与效果受到制约。如何打破数据孤岛，提升训练效率，是我们必须面对的重要挑战。寻求开放与自主创新之间的平衡，亦是当前产业链亟需克服的难题。

  成本与能耗同样是大模型发展中的一大障碍。业内有经验的人指出，训练一个大模型的碳排放量相当于数百辆汽车一年的排放量。因此，提升AI模型的计算能效，对于推动绿色发展可谓是至关重要。通过优化AI框架的性能和易用性、构建自主可控的开源生态，将是我们集中突破技术瓶颈的关键。

  打造算力资源的灵活调度机制算力自然而然成为AI模型的核心支撑，正如水电煤一样不可或缺。《报告》强调了扩大5G规模应用与推动工业互联网的发展，增强全国算力资源的优化布局，是构建国际竞争力数字产业集群的必由之路。近年来，我国的算力总规模迅猛增长，但资源的分布不均及供给紧张的现状亟需改进。

  为此，我国正快速推进“东数西算”工程，力求在区域间实现算力资源的高效调度，推动算力形成类似“水电煤”般的按需分配模式。随着各大运营商启动全国算力网络建设，算力资源的互联互通和灵活调度正不断加速。

  提供解决方案与行业合作在AI技术向纵深发展之际，全国一体化算力体系的建立显得很重要，特别是其在支撑大模型应用的过程中，可以在一定程度上完成资源的高效利用。公司能够采用“揭榜挂帅”机制，加速突破关键核心技术。同时，战略性的合作与产业并购也将为上下游整合提供帮助。

  南京大学高性能计算中心的专业的人建议，国内企业应重视液冷、模块化等先进的技术的应用，以提高算力中心的能效比。此外，量子计算与类脑芯片等前沿技术的研发也应成为提升算力基础设施的重点方向。

  预见未来：AI与多产业的深层次地融合在强劲的算力基础设施支撑下，人工智能的迅猛发展将逐步推动各产业的创新。国际数据公司（IDC）的预测表明，到2025年，中国的AI市场规模将达到511.3亿美元。未来，智能体的广泛应用将迎来产业变革的元年，助力软件、信息技术等行业迈向新的高水平质量的发展阶段。

  在这一机遇期，特别是在人机一体化智能系统、智慧城市等领域，政策与技术的深层次地融合将具备示范性效应，这将极大助力关键技术的扩散。

  结尾：守护安全与创新的平衡奇安信董事长齐向东更指出，企业应大力探索“AI+安全”的创新应用，在人工智能的全面普及下为各行各业的安全提供保障，推动伙伴关系的深化。经过全力探索，未来的人工智能不仅将是推动生产力的先锋，更将引领各个行业实现可持续、绿色发展的创新之路。返回搜狐，查看更加多