中国人工智能发展：夯实技术根基，构建完整产业生态

人工智能的发展进程，其核心在于稳固技术基础。“截至目前，我国已经构筑了一个涵盖基础层、框架层、模型层和应用层的全方位产业体系。同时，我们建成了包括钢铁、煤炭在内的高质量行业数据集，并成功培育出众多国产开源大模型。这些成就不仅向世界展示了我国人工智能发展的迅猛速度，也彰显了我国在这一领域的雄厚实力。”赛迪研究院电子信息研究所副研究员于萍如是说。

近期，我国工业和信息化部加大了对人工智能芯片、算法架构以及大型模型等领域的研发投入，并积极推动国家制造业创新中心在具身智能、人形机器人、智能语音等方面的建设，致力于实现前沿技术及关键共性技术的突破进展。

走进上海智元新创技术有限公司，工程师正在“教”一台人形机器人如何把外卖交到顾客手中。指节弯曲抓住手提袋，抬起胳膊并伸直，找到顾客所在位置张开手掌，这套看似非常容易完成的动作，在机器人身上要反复训练、调试多次。而工程师想要让机器人变得更聪明，得益于智元推出的一站式开发平台——Genie Studio，其具备数据采集、模型训练、仿真评测、模型推理等功能，可以解决开发者普遍面临的数据难获取、模型难训练、开发成本高等行业困境，让“训练机器人大脑”变得简单高效。此外，智元还在今年3月发布了智元启元大模型，具有人类视频学习、小样本快速泛化、一脑多形、持续进化等优势，有效提升机器人交互、作业智能化水平。

大模型的训练、运行需要算力作支撑。目前，我国在用算力中心机架总规模超过900万标准机架，算力总规模达到280EFLOPS。但部署在不同芯片上的算力难以被协同使用，算力资源也呈现分散化、地域分布不均衡的特点，跨系统调度与利用效率不高，高性价比、高附加值算力仍存在供给缺口。

为此，上海无问芯穹智能科技有限公司匠心独运，精心打造了一朵“异构云”。这一创新举措，成功实现了多种大模型算法在多种芯片上的协同部署与运行，有效降低了行业对单一芯片的过度依赖，从而显著增强了产业链供应链的韧性与竞争力。公司自主研发的跨机房训练技术，更是如虎添翼，大幅提升了零散算力资源的可用性。该技术使得高价值数据资源得以在本地进行高效处理，使得算力与数据的流通变得更加顺畅。此外，它还实现了跨域算力资源的共享与配置优化，为算力资源与下游产业的协同发展提供了强有力的助力。

接下来，我们将推动实施人工智能助力新型工业化的“挂帅领题”项目，致力于深化通用及行业专用大模型的研发与部署，并加速构建工业领域的优质数据资源库，从而加固技术发展的根基。谢少锋如此表示。