文章核心观点 - 第十四届政协委员、天娱数科董事长贺晗提出，为构筑人工智能时代核心竞争力并避免“降维打击”，中国需从强化原创能力、构建自主可控智能体生态、加快具身智能发展、优化算力布局四个方面夯实人工智能底层基础 [2] 强化原创能力，构筑人工智能国家级技术护城河 - 中国AI发展存在“跟随式”研发模式，底层框架和基础算法多建立在海外开源生态之上，存在半步到一步的技术代差，若海外顶尖开源模型闭源或受限，国内应用生态将面临风险 [4] - 国产算力硬件单卡性能已大幅提升，但核心痛点是“软生态”滞后，缺乏跨硬件的“国产统一算力软件栈”，导致开发者适配成本高、算力利用率低下 [4] - 美国拥有庞大的风险资本支持AI企业每年数十亿美元的算力“试错”，而中国资本市场偏好短期变现，缺乏容忍高失败率的“耐心资本” [5] - 美国通过GitHub、Hugging Face等平台垄断全球AI开发者入口和标准制定权，中国在构建具有全球号召力的国际化开源社区方面薄弱，加剧了高端人才流失 [5] - 建议改革科研评价与国资考核以培育“耐心资本”，集中攻坚“国产算力统一软件生态”，实施“前沿探索特区”计划强化原创技术，打造全球影响力的开源AI基础设施 [5] 构建自主可控智能体生态 - 国内基础大模型在复杂推理、长链条决策规划等支撑高级智能体的关键能力上尚有不足，导致智能体在真实业务中易出现问题，实体垂直场景缺乏“杀手级”行业智能体 [7] - 产业界工具接口与组件生态碎片化，缺少统一落地标准、规范与认证，导致应用可复制性弱、迁移成本高，拖累产业协同效率 [7] - 具备自主行动能力的智能体若缺乏安全监管，会引发数据泄露、隐私侵犯及网络安全威胁，目前中国在智能体行为审计、越权熔断等环节缺乏系统的安全标准与工具 [7] - 建议鼓励建设行业“可信智能体运行底座”，推动工具接口与智能体组件标准化，构建包容审慎的新型监管框架并设立智能体“安全沙盒”与权限审计机制 [8] 加快具身智能发展 - 具身智能需要大量“任务级、过程级”交互数据，但国内数据采集平台、接口、格式各自为战，形成“数据孤岛”，缺乏高质量、大规模的开源数据集 [10] - 多数企业采用针对特定任务的定制化算法，缺乏具备强泛化能力的具身智能基础大模型，导致人形机器人在真实世界多变环境下易出现策略失效与任务中断 [10] - 制造、物流、商服、养老等领域需求巨大，但落地面临场景碎片化、验收口径不一等问题，企业常在“项目制交付”与“产品化复用”间摇摆，缺少可复制的“规模化上岗模板” [10] - 行业软硬解耦程度低，缺乏通用操作系统和中间件，开发者需针对不同硬件“重复造轮子”，推高研发成本，存在低水平重复与无序价格战风险 [11] - 建议以国家级“具身数据要素工程”建立公共数据底座，发展具身基础大模型，以“场景牵引+政府采购/首台套保险+央国企带头应用”拉动规模化上岗，做强软件栈与开源生态 [11] 激活算力是关键 - 东西部算力枢纽节点相距过远，缺乏直连网络，数据传输需多级绕转，导致网络传输资费占运营成本比重高，抵消了西部低成本优势，全国算力调度出现梗阻 [13] - 政策红利向既有的八大枢纽倾斜，导致部分具备优势的中部省份（如山西省）因未纳入国家枢纽节点，在能耗指标和算力产业扩容上受到严格限制，出现算力网的“结构性断层” [13] - 据中国信息通信研究院预测，到“十五五”末，中国算力中心用电量将从2024年的1660亿千瓦时增至4000亿—7000亿千瓦时，占全社会用电量比重从不足2%攀升至6% [14] - 算力和电力分属不同管理体系，缺乏统一调度平台与数据接口标准，算力负荷难以灵活响应电网波动，限制了绿电高效消纳 [14] - 建议将山西等中部优势省份增补为全国算力枢纽节点，构建梯级调度新格局，建设枢纽节点间的“算力直连高速公路”，并以中部节点为依托开展国家级“算电协同、绿电消纳”先导示范 [14]