行业趋势：AI从技术探索进入产业深耕新阶段 - AI产业正从早期的技术模型探索，进入以“应用创新”、“产业深耕”为核心的新阶段 [1] - AI技术有望从“集群级服务”向“个人级应用”发展，个人级推理设备（AI PC）将从概念走向现实 [1][6] - 政策层面系统性布局，国务院提出到2027年率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70% [7] 算力需求与挑战：从训练转向推理 - 智算算力需求非常旺盛，租用GPU做AI推理需提前两周排队预约 [2] - 算力需求已从“模型训练”主导转向“推理”主导，催生出爆发式的算力缺口 [2] - 随着Kimi等支持数百万字上下文的模型走红，AI大模型趋向“数据更多、模型更大、上下文更长”，带来极高的推理负载，导致用户量激增时频繁宕机 [2] 技术创新：破解算力与成本难题 - 采用“公共数据共享存储”技术，将重复出现的公共数据和推理中间结果仅存储一份，让所有用户共用，通过“缓存复用”、“以存换算”大幅减少算力浪费 [3] - 该技术开源后获得行业广泛认可，英伟达、华为、阿里等国内外头部企业都在采用 [4] - 针对企业部署本地推理的高成本问题，业内采用“CPU+GPU”协同的“性价比”方案，将核心参数放GPU，普通参数放CPU，用更低成本设备让大模型“满血”运行 [6] - “CPU+GPU”协同方案已被多家大模型企业采用，相当于提供了“平价解决方案” [6] 产业应用与价值兑现 - AI深度赋能政务、医疗、工业制造、交通、能源等关键领域，持续催生新业态、新模式 [1] - 以四川为例，推进人工智能“一号创新工程”，34个本土垂直大模型落地生根 [7] - 生成式人工智能、具身智能、数字孪生等前沿应用正深刻改变生产和生活方式，重塑全球创新格局和产业生态 [7] 细分领域发展：具身智能与智能体 - 2024年具身智能领域投融资超过300亿美元，是2023年的3倍以上 [8] - 2024年全年中国机器人相关企业注册量超19万家 [8] - 海外英伟达、特斯拉、OpenAI等巨头加快布局大模型+具身智能，并视其为第二增长曲线 [8] - 2025年被普遍认为是大模型智能体的“元年”，多智能体协同技术正在打破单一应用的局限，“智能体经济”已然成型 [9] - 多智能体协同可完成生产调度、质量检测、设备维护的全流程，在智慧城市里联动交通、安防、政务系统高效运转 [9] 基础设施与规模案例 - 常用的DeepSeek大模型，背后是由6000多块芯片组成、耗资20多亿元人民币的“超级芯片”，但高峰时段仍难以承受频繁的用户查询需求 [6]