赛迪研究院电子信息研究所日前在2025赛迪论坛发布《“十五五”时期我国通用人工智能产业发展趋势研究》报告。陈渌萍表示，近年来，我国人工智能呈现出蓬勃发展的态势，核心技术不断迭代，要积极推动AI+工业制造、AI+金融服务、AI+医疗服务等“AI+应用”融合发展。
报告主要概括了全球和中国通用人工智能（AGI）产业的发展现状、核心技术迭代演进、融合应用发展趋势、竞争格局演变、产业发展路径以及面临的重大挑战。全球AGI产业发展迅速，2023年大型语言模型（LLM）市场规模约为15.9亿美元，预计到2032年将达到840.1亿美元。各国政府高度重视AGI，加强投资和合作。我国AGI产业也呈现蓬勃发展态势，2024年市场规模达到165亿元，预计到2028年将达到624亿元。
以下是 陈渌萍所长发布的PPT：
一、产业发展：全球加速布局，中国规模快速扩张
（一）全球市场爆发式增长，政策支撑力度空前全球大模型市场呈现“指数级”增长态势：2023 年规模约 15.9 亿美元，预计 2032 年达840.1 亿美元，年复合增长率 79.8%。各国通过顶层设计抢占先机：美国推出 5000 亿美元“星际之门”计划，聚焦 AI 数据中心与绿色能源；欧盟启动 2000 亿欧元 Invest AI 计划，建设AI超级工厂；日本、英国等也通过百亿级投资推动产学研协同。
（二）中国市场规模四年翻近四倍，政策护航产业落地我国 AI 大模型市场 2024 年达 165 亿元，预计 2028 年增至 624 亿元，复合增长率40%。政策层面坚持“包容审慎”：中央强化顶层设计，地方侧重场景落地——陕西推动大模型与智能硬件融合，广东聚焦 8 大智能终端产品，湖南布局智能制造、智慧医疗等 8 大垂直领域，各地通过“ AI+千行百业”加速传统产业转型。
二、技术突破：算力、数据、模型三轮驱动核心创新
（一）算力架构：异构、边缘、量子计算齐头并进异构计算：整合CPU、GPU、NPU等计算单元，优化通信机制，提升复杂任务资源调度效率，为大模型训练提供底层支撑。边缘计算：智能手表、家电等终端算力增强，云边协同架构完善，满足自动驾驶、工业控制等场景的低延迟需求。量子计算：量子纠错技术突破在即，未来可与经典计算融合，在药物研发、金融建模等领域释放算力潜力。
（二）数据技术：质量、融合、安全成核心方向数据治理从“量”转向“质”：通过智能清洗、跨领域融合打破数据壁垒，合成数据技术（如生成对抗网络）解决隐私保护难题（如金融反欺诈场景）；加密技术与法规（如欧盟 GDPR）强化数据安全，推动“可用不可见”的数据流通。
（三）模型算法：从“堆参数”到“提效率”轻量化与高效化：稀疏注意力机制、模型压缩技术降低计算成本，使大模型能部署于手机、车载设备等终端。混合架构创新：融合 Transformer（长序列处理）、CNN（图像特征提取）等架构优势，提升多模态任务处理能力。类脑智能探索：模拟人类认知动态性，神经形态芯片集成度提升，推动智能体在决策推理、具身控制（如软体机器人）领域的突破。
三、场景落地：六大领域开启“AI+”深度融合
（一）工业制造：从“自动化”到“智能化”生产全流程渗透AI技术：研发端用智能仿真缩短周期，制造端通过质量监控实时优化工艺，运营端靠数据驱动决策，柔性生产能力增强，助力“中国智造”降本提效。
（二）金融服务：风控与服务双升级智能投顾、实时风控系统降低人为失误，智能客服实现7×24小时个性化服务；绿色金融领域，AI辅助可持续投资决策，推动金融与ESG（环境、社会、治理）目标结合。
（三）医疗健康：精准诊断与资源优化超大规模医疗专用模型辅助影像诊断、药物研发，虚拟助理提供健康管理服务；跨领域融合催生“AI+保险”“AI+养老”，推动医疗资源下沉与个性化诊疗。
（四）教育教学：从“标准化”到“个性化”学习计划定制、智能批改等功能提升教学效率，沉浸式模拟实验拓展学习场景；教育终端智能化（如AI学习机）加速普及，校企合作构建“产学研”一体化生态，培养人机协同能力。
（五）交通出行：自动驾驶与智慧调度AGI整合交通摄像头、车载传感器数据，优化信号灯配时、路线规划，辅助自动驾驶应对复杂场景；低空经济兴起，无人机配送、低空出行等新场景将依赖AGI实现安全调度。
（六）政务服务：从“人工办理”到“智能交互”政务数字人提供自然语言咨询，智能审批系统精简流程，个性化政策推送基于用户画像精准触达，助力政府提升效能、降低行政成本。
四、竞争格局：多元主体协同，开源闭源并存
科技巨头（如百度、华为）凭借数据与算力优势主导基础模型研发，初创企业聚焦垂直场景（如医疗AI、工业质检）打造差异化产品，形成“巨头筑基+中小企业创新”的生态。商业模式上，开源模型（如Meta的LLaMA）激发社区创新，闭源模型（如GPT-4）保障企业安全与商业价值，两者互补发展。国际竞争中，技术标准、伦理治理（如算法偏见、责任界定）成为合作与博弈的焦点。
五、挑战与路径：突破瓶颈，协同发展
（一）三大核心挑战
技术层面：高质量行业数据稀缺、算力供给不平衡（东部沿海与中西部差距）、模型可解释性待突破。
伦理安全：数据隐私泄露、算法歧视、AI决策责任界定等全球治理难题待解。
人才缺口：高端研发人才不足，高校培养体系与企业需求脱节。
（二）发展路径建议政策引导：聚焦算力基础设施、公共数据平台建设，降低企业研发成本。
场景牵引：通过“揭榜挂帅”鼓励企业攻克工业、医疗等领域痛点，形成“技术研发-应用反馈-优化迭代”闭环。
区域协同：京津冀、长三角、粤港澳大湾区发挥算力与场景优势，中西部承接数据标注、算力调度等配套环节，避免重复建设。
国际合作：参与全球伦理标准制定，推动技术成果互认，在开放中提升我国AGI产业话语权。
总结：十五五时期，我国通用人工智能产业正从“技术积累”迈向“规模应用”。面对数据、算力、伦理等多重挑战，需以政策为纲、场景为桥、协同为翼，在全球竞争中筑牢技术底座、拓展应用边界。随着技术与产业的深度融合，AGI终将从“实验室”走向“千行百业”，成为驱动经济社会变革的核心力量。
【END】
