人工智能是引领新一轮科技革命和产业变革的战略性技术，是赢得全球科技竞争主动权的重要抓手。党中央高度重视人工智能，习近平总书记在中央政治局第二十次集体学习中强调，全面推进人工智能科技创新、产业发展和赋能应用。当前，人工智能技术快速演进，以前所未有的深度和广度渗透到经济社会的各个领域，深刻改变人类生产生活方式。加快构建人工智能生态体系，是适应新形势下发展要求、抓住发展机遇的战略路径，也是推动经济高质量发展的必然选择。

　　人工智能生态体系是一个由基础层、技术层和应用层相互关联、协同运作所构成的复杂系统。基础层涵盖了算力基础设施和算法框架等要素，作为根基为技术层提供了必要的支撑；技术层聚焦模型训练和工具开发，构建了人工智能的核心技术，是链接基础层和应用层的桥梁；应用层则将技术层的模型和工具融合应用到具体场景中，使人工智能的价值最终落地实现。良好的生态体系下，技术进步驱动应用创新、应用创新反哺技术进步共同推动人工智能迭代优化。一方面，推动应用场景从单点突破迈向多元化拓展，不断深入细分行业，广泛赋能智能制造、智慧医疗、金融风控等领域，持续催生新质生产力。另一方面，下游应用提供了更加丰富的数据和反馈，促进人工智能的迭代升级，推动模型能力快速提升。

　　各地方因地制宜培育人工智能，有力推动了生态体系建设。北京市海淀区计划每年投入超10亿元，建设具有全球影响力的创新策源地，打造世界级人工智能产业集群；上海市徐汇区打造大模型“超级孵化器”，推动形成以“模速空间”为中心的高密度、全要素人工智能创新生态；浙江省杭州市从激励场景供需双方联合创新、奖励场景创新成果绩效两个维度支持“人工智能+”应用创新，加速智能产品在真实场景的首试首用和全面推广。在各地有力探索下，我国人工智能生态逐步建立。基础层蓬勃发展，算力规模和技术成果爆发式增长。2024年，我国智能算力规模达725.3EFLOPS，同比增长74.1%，市场规模突破190亿美元，增速高达86.9%；截至2025年4月，我国人工智能专利申请量以38.58%的全球占比稳居世界首位。技术层迭代快速，关键技术不断取得重大进展，DeepSeek-R1仅用极少标注数据便极大提升了模型推理能力，性能对标OpenAI o1正式版；华为昇腾910CNPU在计算效率方面已超越英伟达H800GPU。应用层百花齐放，百度阿波罗系统在自动导航系统、智能座舱、地图等方面构建了竞争优势；浙江大学智能创新药物研究院的靶点发现大模型和小分子药物设计大模型使药物靶点分子生成成功率翻倍，为AI驱动的药物研发提供全新高效解决方案。各地将人工智能作为产业创新的抓手，加速探究行业应用，从医疗诊断的精准辅助到具身智能的创新探索，以多元应用场景推动人工智能从概念走向现实，持续优化发展生态。

　　我国人工智能生态培育起步时间尚短，内外部多重因素叠加下仍需解决几个关键问题。基础层，国产芯片算力与人工智能快速发展的需求相比仍有差距，个别西方国家对华芯片禁运加剧了国内算力供给紧张；全球数据生态中，中文公开数据规模与质量落后于英文数据，随着高质量数据需求从通用知识向专业知识转变，我国数据质量短板愈加凸显，制约了算法效能的发挥。技术层，人才缺口较大，云计算、深度学习等技术岗位人才供需比低至0.27，2030年人工智能熟练专业人员缺口或达400万人，技术人才储备成为关键掣肘。应用层，AI赋能中小企业过程中存在“藩篱”。目前，AI需求侧市场高度碎片化，大量中小企业个性化应用场景问题亟待解决，AI技术落地到千行百业真实场景的“最后一公里”尚未贯通。此外，基础层、技术层和应用层间融合不足也限制了人工智能生态的整体效能发挥，基础层芯片与技术层算法的高效对接、技术层创新成果在垂直行业中转化和微调等存在障碍。

　　习近平总书记强调，面对新一代人工智能技术快速演进的新形势，要充分发挥新型举国体制优势，坚持自立自强，突出应用导向，推动我国人工智能朝着有益、安全、公平方向健康有序发展。我国构建高质量人工智能发展生态，需从三方面着力。一是筑牢基础层底座，强化支撑体系建设。大力扶持国内算力芯片、数据中心等核心技术产品研发与产业化；优化算力基础设施布局，实现高效算力资源供给、调配和共享；面向重点领域及未来产业需求建设专业化高质量数据集，扩大数据供给、完善标准、加速可信数据空间构建，夯实数据基础；鼓励企业与科研机构开展数据服务创新，提供数据标注、清洗等专业服务，加快推动公共数据开放与企业间数据流通，推动数据生态体系构建。二是创新体制机制，激发各类主体创新活力，形成创新驱动、场景牵引、生态协同的全链条生态新格局。支持前沿理论探索，推动原始创新，加速共性技术研发；强化基础层、技术层、应用层协同，探索政策沙盒、新场景应用等机制建设，带动多领域场景全域开放；推动人工智能领域大中小企业优势互补、深度合作，加快标准推广与开源体系建设，打通人工智能向垂直行业应用“最后一公里”。三是保障安全可控，规范产业发展。为应对敏感信息泄露风险高、算法模型安全隐患规避难、虚假信息多等问题，加速相关法律法规或政策的制定，尽早出台针对人工智能重点领域的法规政策或行业规范，强化技术滥用的法律规制，为产业发展划定清晰的法治边界。健全分类分级监管机制，确保人工智能安全、可靠、可控，助力大模型应用落地和产业生态高质量发展，释放人工智能的巨大潜能，因地制宜发展新质生产力。

（责编：郑继民）