中国人工智能大会2025:新工业化战略

2025年世界人工智能大会(WAIC)的定位已发生根本性转变,它已从单纯的技术展示平台升级为国家产业政策的关键驱动器和全球技术竞争的风向标。本文旨在深入剖析大会所呈现的技术趋势、产业应用、生态系统演变以及治理框架,并将其置于中国国家战略和全球地缘政治的大背景下进行解读。

人工智能赋能新型工业化

2025年大会的主题——“以智能,共未来:赋能新型工业化”,明确将人工智能的应用重心从算法和模型转向实体经济,旨在驱动新一轮工业革命。这与中国提出的“新质生产力”战略高度契合,“新质生产力”强调摆脱对传统增长模式的依赖,转向以技术创新为核心驱动力的高附加值产业。

中国官方将WAIC定位为“构建具有全球竞争力的自主可控人工智能生态系统的关键平台”,揭示了其双重目标:对内,大会发挥“动员”作用,引导国内科技企业、研究机构和地方政府服务于国家战略;对外,大会作为“投影仪”,向全球展示中国在人工智能驱动发展方面的成就与愿景,力图塑造中国作为人工智能实践应用全球领导者的形象。

对比2023年至2025年WAIC的主题,可以清晰地看到这一战略演进:

年份 大会主题 主导关键词 关联国家政策/战略
2023 智联世界 生成未来 大语言模型(LLM)、AIGC、参数竞赛、元宇宙 《新一代人工智能发展规划》
2024 以共商促共享 以善治促善智 多模态大模型、具身智能、垂直模型、数据要素 《“数据要素×”三年行动计划”》
2025 以智能,共未来:赋能新型工业化 新型工业化、工业大脑、数字孪生、自主可控、AI for Science 新质生产力、制造业高质量发展、科技自立自强

大会的焦点从2023-2024年对基础模型能力的比拼,转向2025年对工业产出和经济价值的强调。关键词也从偏理论的“AGI”、“参数”等,演变为更贴近应用的“工业大脑”、“数字孪生”等。这表明WAIC正反映并驱动着中国经济的战略重心转移,将抽象的政策意图转化为具体趋势。

大会角色的深层解读

WAIC的功能已经超越了传统科技展会,升级为一种“政策工具”。大会主题与国家高级别经济政策的高度协同,表明这是一种顶层设计,旨在通过全球性平台调动和组织整个AI生态系统,服务于中国工业基础的智能化升级。因此,理解WAIC 2025的“亮点”,应将其视为宏大国家政策在现实世界中的“概念验证”和“成果汇报”。

WAIC 2025也标志着中国AI战略的重大转向:从基础技术层面的“追赶”,转向产业应用层面的“引领”,以应对当前的地缘政治压力。过去几年,中国AI界的核心议题是追赶大型语言模型领域的差距。然而,2025年的主题转向工业化,并强调“自主可控”,这与美国主导的针对先进半导体出口的限制有关。

在极度依赖算力的基础模型训练领域与对手竞争风险高且成本巨大。但中国拥有庞大且全面的工业基础,这是美国的劣势。中国正在战略性地重塑竞争格局,与其在“基础模型”战线上进行消耗战,不如将竞争引向自身优势领域——工业应用的深度与广度。WAIC 2025正是这一新战略的公开宣言,利用国内市场规模和制造业根基,构建难以被外部攻击且具有全球影响力的AI领导地位,从而巧妙地避开了半导体硬件上的直接对抗。

智能技术前沿

在“赋能新型工业化”的背景下,WAIC 2025的技术展示呈现出务实主义色彩,围绕解决现实问题、应对供应链压力和创造商业价值展开。

基础模型的演进:从规模到专业化

过去几年主导的“参数竞赛”在2025年退潮,取而代之的是一种精细和务实的模型发展哲学,其核心在于效率、多模态能力和垂直领域的深度应用。行业共识正在形成:单纯追求模型规模的收益递减,而转化为实际投资回报的压力增加。

上海人工智能实验室展示的“盘古-Σ”系列模型是这一趋势的代表。其亮点在于强大的多模态融合能力,能同时理解和处理视觉、语言和结构化数据,以及明确的应用指向性——如在工业质检场景中进行高精度缺陷检测。这代表了行业向“小而美、专而精”模型发展的信号。这类模型被设计用于在成本效益敏感的边缘计算设备或特定企业环境中高效部署,直接回应了第一代通用大模型在商业落地中面临的高昂推理成本和泛化能力不足的问题。

具身智能的实体化:工业人形机器人的崛起

具身智能,特别是人形机器人,正从科幻概念被提升为“新型工业化”战略的核心支柱之一。WAIC 2025的重点不再是机器人的娱乐功能,而是其在制造业、物流等场景中的实际作业能力。

以“RoboForge”等新兴创业公司为代表的参展商,将展示其人形机器人在总装线等工业岗位上的应用案例。其宣称的“在特定任务中实现30%的效率提升”表明行业重心正从技术可行性转向经济可行性。这背后是先进机器人硬件(如高精度关节、灵巧手)与复杂AI模型的深度融合,例如利用视觉系统进行环境感知与导航,通过强化学习算法训练机器人完成精细操作任务。这种软硬件协同进化推动人形机器人从实验室走向工厂。

AI for Science

人工智能正被定位为基础性科学研究工具,加速关键领域突破的“科研新范式”。WAIC 2025专门设立“AI for Science”展区,传递出制度化和体系化信号。

展区内的案例,如利用AI平台预测和发现全新蛋白质结构,展示了AI在加速新药研发、缩短研发周期方面的潜力。大型制药企业和材料科学公司的积极参与表明AI4S正迅速走出学术界,被整合进企业的核心研发管线中,以解决传统实验方法难以企及的复杂问题,创造新的知识产权和商业价值。AI4S正在成为国家间科技竞争的新高地。

芯片战争的新战场

面对地缘政治和供应链压力,中国在AI芯片领域的应对策略呈现出“双轨”特征:一方面,积极进行主流AI芯片的国产化替代;另一方面,探索新型计算范式,以期实现技术路径的“换道超车”。

壁仞科技等国内芯片设计公司发布的新一代GPU产品,其价值在于明确的目标工作负载,如优先优化“推理”场景而非“训练”场景。这是一种务实的市场策略,因为在AI应用中,推理任务的总体算力需求大于训练任务。首先占领这个最大市场,可为公司带来稳定的现金流,支持其进行更长周期的技术研发。大会议程中专门设置的“AI供应链韧性”专题论坛,则暴露了产业界对于供应链安全的担忧和寻求解决方案的主动性。论坛讨论的议题,如软硬件协同设计、供应链多元化、发展Chiplet(芯粒)技术等,旨在构建一个更有弹性、不易被单一环节“卡脖子”的硬件生态。

总体来看,WAIC 2025所展示的技术前沿,体现了一种由商业需求和地缘政治现实共同塑造的“务实创新”精神。这些技术并非为了追求抽象的“最强”或“最大”,而是为了解决具体问题:专业化模型为了降低成本,工业机器人为了提升效率,国产芯片为了保障应用部署。这种创新路径对近期的经济竞争力和国家技术安全可能具有更直接、更深远的影响。

这些在不同技术层面的并行进展——国产芯片、运行其上的国产专业化模型,以及这些模型驱动的国产机器人和科研平台——并非孤立事件,而是共同构成了中国正在构建的全栈式AI技术生态系统的不同组件。这个生态系统具备从硬件到模型再到应用的全链条闭环能力,形成自给自足的价值循环。这是一种旨在对抗供应链“脱钩”风险的战略性垂直整合,但并非追求完全封闭的“技术孤岛”,而是一种“松耦合”的整合,兼容并吸收外部先进技术,同时确保每个关键节点上都拥有可靠的国内备选方案。这种架构创造了一个具有高度韧性和适应性的生态系统,能够更好地抵御外部环境的冲击,是为应对长期竞争而设计的、具备战略冗余的系统工程。

人工智能的商业化融合

WAIC 2025展示了AI技术如何在关键经济领域转化为可衡量的商业价值和竞争优势,表明中国AI产业的评价标准已从技术能力转向商业化深度和投资回报率。

智能制造与工业元宇宙

在制造业领域,人工智能的应用正经历从“点状”试点到“系统性”重构的变革。它不再仅仅是用于预测性维护或单一环节优化的工具,而是逐渐成为驱动整个制造体系运行的“工业大脑”,对从供应链协同、生产计划到能源消耗的每一个环节进行全局优化。

宝钢股份的案例是这一趋势的代表,通过部署“工业大脑”,在钢铁生产流程中实现了数百万美元的成本节约,这证明AI应用的成熟度已经达到了可以产生显著经济效益的水平,进入了整体工艺流程优化的新阶段。这与“工业元宇宙”的概念紧密相连——利用数字孪生技术在虚拟空间中构建物理生产线的精准镜像,再通过AI进行大规模的仿真、测试和实时管理,最终将优化策略反馈到物理世界。WAIC 2025将展示更多此类将数字世界与物理世界深度融合的解决方案,它们是“新型工业化”的核心体现。

金融与商业的未来

在金融科技(FinTech)和电子商务领域,AI的应用重心正在从面向客户的前端(如智能客服、个性化推荐)向支撑业务的核心后端迁移。这意味着AI正在被用于驱动更高风险、更高价值的核心业务决策,如量化交易、信贷审批和实时欺诈检测。

大会的金融科技AI论坛议程充分反映了这一趋势。蚂蚁集团、主要国有银行等行业巨头的参与,以及对算法交易和高级别风控等议题的聚焦,标志着AI技术已经获得了金融行业的高度信任。将AI用于这些“关键任务”功能,表明其底层的模型、算法和基础设施在可靠性、稳定性和安全性上已经达到了金融级别的严苛标准。这代表着AI从提升效率的辅助工具,转变为创造核心利润(Alpha)和管理核心风险的关键能力。

医疗健康的重塑:从实验室到临床

AI在医疗健康领域的应用正在实现从学术研究和概念验证,迈向获得监管机构批准、可在临床环境中规模化部署的医疗器械产品。

大会上宣布的一款用于癌症早期筛查的AI诊断工具获得国家药品监督管理局(NMPA)的初步批准,将是一个里程碑式的事件,标志着AI医疗应用已经成功跨越了临床验证和法规遵从这两大核心障碍。这一突破为AI医疗产品的广泛商业化应用打开了大门,使其能够从健康管理类的“保健品”角色,真正进入严肃医疗的“处方药”范畴,不仅意味着巨大的市场潜力,更代表着AI技术有能力对公共健康产生实质性的积极影响。

综合分析这些垂直领域的应用案例,一个核心趋势浮出水面:在WAIC 2025上,衡量AI应用成功与否的关键指标,已经从技术参数转变为可验证的投资回报率(ROI)。无论是宝钢节约的成本,还是工业机器人提升的效率,抑或是医疗AI产品获得的商业化许可,其核心叙事都围绕着“经济价值”展开。这表明中国AI产业已经度过了最初的“炒作周期”,进入了必须证明自身价值的“价值周期”。那些能够清晰阐述并证明其ROI的公司,将成为WAIC 2025的真正赢家,吸引到更多的资本和客户。

AI应用最为成熟和深入的领域——重工业、金融和医疗,都具有显著的国家影响力和监管色彩。这些行业由于其庞大的规模、复杂的遗留系统和严格的监管要求,通常对新技术的采纳速度较慢,但它们在中国却成为了AI技术深度应用的先锋。这背后不仅是市场力量,更有可能是协调一致的自上而下的推动。国有企业和关键受监管行业被鼓励或要求成为国产AI技术的“首批客户”和“样板工程”。

这种做法本质上是一种国家主导的市场培育行为。政府为国内AI领军企业提供来自国企和关键行业的稳定、大规模订单,实际上为它们创造了一个受保护的、可预测的初始市场,降低了这些AI企业的研发和市场风险,使其能够快速迭代技术、扩大规模,并在此过程中积累宝贵的行业数据和应用案例。这种由国家创造的“主场优势”,是加速本国AI产业成熟和提升其全球竞争力的强大工具。

生态系统动态分析

要全面理解中国AI的战略图景,不仅要看技术和应用,还必须深入分析构成这个生态系统的各类参与者——从行业巨头到创新先锋,从学术界到资本流——以及它们之间的竞合关系。WAIC 2025的展区分布和论坛议程,为此提供了一幅宝贵地图。

巨头的转身

百度、阿里巴巴、腾讯、华为等中国科技巨头,正在经历深刻的战略转型,从过去提供通用型、水平化的AI平台(如AI Cloud、基础模型API),转向提供端到端的、针对特定行业的垂直解决方案。

分析WAIC 2025的展商地图,可以预见一个明显的趋势:这些巨头的展台将不再以技术类别(如“云计算”、“大模型”)来划分,而是以行业垂直领域(如“智能制造”、“智慧金融”、“数字健康”)来组织。这种市场推广策略的结构性变化,直接呼应了大会“赋能新型工业化”的整体主题。它们不再仅仅是销售AI“工具”的供应商,而是转变为销售特定业务“成果”的合作伙伴。

挑战者与颠覆者

在巨头转型的同时,一批新的创业公司正在涌现。它们的生存和发展之道,并非与巨头进行正面抗衡,而是在高度专业化、高价值的细分市场中建立壁垒。

在人形机器人领域崭露头角的“RoboForge”,或专注于特定药物发现的AI for Science平台,都是这一趋势的鲜明例证。在展商地图上,可以观察到这些规模较小但高度专注的公司形成的产业集群。它们的战略是“深挖一口井”,在某个特定的应用场景中,创造出巨头的通用平台难以轻易复制的专有技术、算法和行业知识(know-how)。这些“小巨人”是维持生态系统活力和创新能力的关键力量。

学术与研究机构:形式化的创新管道

大学、国家级实验室与产业界之间的联系,正变得前所未有的紧密、结构化和以产品为导向。学术研究不再是孤立的探索,而是被整合进一个从基础发现到商业化应用的形式化管道中。

大会上宣布的大学与科技企业共建联合实验室,共同开发特定行业大模型的合作项目具有重要象征意义,标志着产学研合作已从过去零散的项目合作升级为一种制度化安排,旨在系统性地将学术界的顶尖研究成果转化为具有商业价值的产品。上海人工智能实验室本身就是这一趋势的集大成者,它扮演着连接基础研究与产业应用的桥梁角色,其发布的模型直接服务于产业需求。

为了更清晰地揭示竞争格局,以下表格构建了一个关键参展商的技术矩阵。

参与者 基础模型 AI芯片 具身智能 工业AI 金融AI 医疗AI
科技巨头
阿里巴巴 通用+行业 (自研/投资) - √√ √√
腾讯 通用+行业 (自研/投资) - √√ √√
百度 通用+行业 (自研/投资) √√
华为 通用+行业 √√ √√
专业挑战者
RoboForge - - √√ (应用) - -
壁仞科技 - √√ - - - -
第四范式 (决策AI) - - √√ -
鹰瞳科技 (垂直模型) - - - - √√
科研机构
上海AI实验室 √√ (合作) (合作) (合作) (合作)

这个矩阵直观地揭示了中国AI生态系统正在经历一场“大分化”。无论是处于金字塔顶端的巨头,还是新兴的创业公司,都在向更深的垂直领域渗透。这是一个产业走向成熟的明确标志。早期那种通过构建通用平台来“圈地”的阶段已经结束,下一阶段的竞争和价值创造将取决于对特定行业的深刻理解和数据积累。这意味着企业的人才战略也必须随之调整。