AGI发展现状 - AGI并非3~5年后的未来概念 而是已经存在于当前技术环境中 其发展是一个递归过程 深度和范围将持续扩展[1] - AI已在特定角色（如编程）实现全功能覆盖 这本质上是AGI的一种表现 因为任何角色均需综合判断能力[1] - 当前AGI感知不明显的原因类似于坦克初发明时被误判为不如狗拉爬犁 属于应用场景认知滞后[1] 智能原生概念与特征 - 智能原生是技术与组织模式匹配的思维模式 其核心是改造产品和服务生产过程[5] - 智能原生企业被置于政策显著位置 国务院文件明确提及该概念[3] - 智能原生体系以AI为价值创造主体 遵循智能优先原则 AI-AI协作取代传统复杂组织流程[16][17] - 智能原生模式下生产流程高度简化 例如软件开发从多角色协作的"交响乐"变为AI辅助的"独奏"[13] 技术演进与产业影响 - AI进化速度呈现指数级提升 2024年AI与2022年AI已本质不同[9] - AI推动"一切皆可重建" 传统价值模式被快速解构与重构[11] - 技术更迭周期缩短至低于业务商业化周期 导致产品存续时间窗口大幅收缩[25][26] - 编程领域效率提升显著 案例显示AI可在1天内完成传统团队需数周的工作量[13] - 运维领域实现突破 借助AI编程可在1周内完成k8s/日志监控/数据库等全套服务部署[20] 组织形态变革 - 无人公司是智能原生发展的终极形态 对应AI Level5水平[8] - 组织内化为智能体间关系 业务职能按智能水平提升递归折叠[18] - 可折叠组织随智能水平提升而演进 从编程团队递归至运维职能直至整个公司[18] 价值创造范式转变 - 核心竞争力从技术驾驭转变为价值创造模式驾驭[27] - 关键成功因素是如何用AI封装业务 而非单纯使用AI技术[29] - AI发展导致执行能力贬值 范式发生本质迁移[29] - 需持续打破AI应用障碍 为其力量发挥铺平道路[31] 实施路径与挑战 - 双向理解困难成为落地关键障碍 技术理解与组织运作存在认知鸿沟[8] - 实施路径存在两种方式：从细碎工具逐步扩展 或直接从无人公司智能原生模式切入[32] - 核心挑战在于构建人类知识与局部AGI的无缝衔接体系[8] 思维模式变革 - AI思维表现为数字和智能空间优先的思维模式[36] - 智能优先对应虚拟先行 规模化试错 算力对冲不确定性等具体思维[34] - 角色边界重新定义 AI辅助人与人类辅助AI存在本质差异[35] 行业生态影响 - 反身性可能导致智能持平状态下计算回报跟不上成本 体系进入热寂状态[37] - 技术推动商业形式趋向既有形态终点并开启新文明状态[37] - 依赖倒置世界逐渐形成 虚拟世界开始牵引物理世界运行[36]

国家"人工智能+"行动战略目标 - 到2027年人工智能与六大重点领域广泛深度融合 新一代智能终端及智能体应用普及率超70% [1] - 到2030年应用普及率超90% 智能经济成为经济发展重要增长极 [1] - 到2035年全面步入智能经济和智能社会发展新阶段 [1] 战略定位与演进路径 - 本质是通过人机协同和跨界融合重塑生产生活范式 促进生产力革命性跃迁 [2] - 相较于"互联网+"的连接本质 "人工智能+"通过机器自主决策引发行业范式革命 [3] - 继承"互联网+"十年发展基础 包括79.7%互联网普及率 11.23亿网民规模 457万家数字经济核心企业 [3] 产业发展基础条件 - 算力基础设施规模达1085万标准机架 智能算力788EFLOPS [6] - 2024年数据生产总量41.06ZB 同比增长25% 数据产业规模超5.8万亿元 [6] - 具备全球唯一全工业门类体系 为AI应用提供丰富场景 [7] 重点发展方向 - 培育智能原生新模式新业态 实现产品服务围绕AI根本性创新 [7] - 推进工业全要素智能化 加快农业数智化转型 创新服务业模式 [7] - 发展自动驾驶等AI重新定义形态和商业模式的典型应用 [7] 技术应用现状 - 全球AI专利占比60% 大模型备案总量439款 覆盖30余行业 [8] - 实际应用包括AI视觉系统缩短码头作业时间 AI质检降低产品不良率 [8] - 数博会参展方案超半数与"人工智能+"相关 [8] 实施保障机制 - 强化政策法规保障 完善伦理准则和立法工作 [9] - 建立技术监测与风险预警体系 形成多元协同治理格局 [9] - 通过"两重"建设、"两新"政策及专项债券等资金支持发展 [9]

三阶段发展目标 - 到2027年人工智能与6大重点领域广泛深度融合 新一代智能终端和智能体应用普及率超70% 智能经济核心产业规模快速增长[1] - 到2030年人工智能全面赋能高质量发展 智能终端和智能体普及率超90% 智能经济成为重要经济增长极[1] - 到2035年全面步入智能经济和智能社会发展新阶段 为基本实现社会主义现代化提供支撑[1] 人工智能+行动内涵 - 开展科学技术 产业发展 消费提质 民生福祉 安全治理 全球合作等6大专项行动[1] - 科学技术行动加速科学发现进程并驱动研发模式创新[7][8] - 产业发展行动推动全要素智能化发展和生产力转换[7][9] - 消费提质行动重构消费全链条并释放多元化内需潜力[7][10] - 民生福祉行动推动AI在日常工作学习生活中的深度运用[7][11] 技术演进特征 - 语言大模型/多模态模型/智能体等领域出现突破性创新 从单任务智能向可扩展多任务智能范式转变[5] - 应用遵循从数字化水平较好领域率先突破的扩散规律 数字原生领域凭借数据沉淀优势率先实现规模化落地[5] - 未来将与更复杂物理场景和核心生产流程结合 推动生产力实现变革性突破[5] 与互联网+的差异 - 互联网+核心是联接和协同 通过平台化连接重构商业逻辑[6] - 人工智能+核心是涌现和共生 通过智能涌现实现自主发现与决策[6] - 价值创造从扩展信息获取边界升级到拓展人类认知边界[2][6] - 两者呈协同演进互补融合关系 共同推动数字经济向智能经济升级[6] 智能经济特征 - 是人工智能技术驱动下的经济新范式 将重塑经济格局[14] - 形成智能要素渗透-全要素生产率提升-产业形态迭代的正向循环[14] - 加速渗透生产和消费全链条 带动千行百业智能化发展[14] 智能原生概念 - 从设计之初就将AI作为核心能力进行根本性创新[15] - 区别于数字原生的网络化协同模式 实现产品服务模式的根本性重构[15] - 将持续拓展产业要素智能化水平 为全要素智能化发展提供能力底座[16] 全要素智能化转型 - 通过对生产要素智能调度实现生产组织流程的全面变革重塑[17] - 工业领域聚焦人机料法环等关键生产要素的智能联动[17] - 农业领域发展智能农机装备并加强经营管理应用[17] - 服务业依托互联网推动向智能驱动的新型服务方式演进[17] 消费提质作用 - 开辟高成长性消费新赛道并提升高质量消费供给[18] - 加快优质服务消费供给 成为带动内需扩大的新动能[18] - 形成场景验证-数据积累-算法优化-技术溢出的闭环[18] 民生福祉应用前景 - 2027年将创造新岗位 智能学伴等新型教学模式普及率提高[19] - 2030年人工智能产品应用在工作学习生活中成为常态[19] - 2035年构建更有温度的智能社会 增强群众获得感和幸福感[19] 治理能力建设 - 划分为社会治理 安全治理 生态治理三大方面[20] - 引导形成人机共治理念 支撑治理体系现代化建设[20] - 人工智能模型算法成为城市市政基础要素 助力城市实时体检与精准更新[20]

公司产品与平台 - 推出万智企业大模型一站式平台 涵盖产业模型训练 微调 部署和企业级Agent应用搭建 [1] - 平台支持自研Yi系列大模型及DeepSeek 通义千问等世界顶尖开源基座模型 [1] - 提供包括万智Agent在内的企业级解决方案 [1] 战略合作与客户 - 与中国移动 中国电信 阿里云 华为 顺丰科技 知软知云 飞书等各领域头部企业建立深度合作 [1] - 与阿里云成立产业大模型联合实验室 可批量训练垂直定向产业智能模型 [2] - 与一家市值达几百亿美元的超大型国际公司合作解决复杂物流系统问题 [2] 技术应用与行业解决方案 - 在金融 游戏 教育 能源 科研等行业打造大模型解决方案 [2] - 运用产业大模型技术助力企业通过历史数据与实时反馈实现自适应调整 [2] - 在知识产权行业构建智能体 提升专利申请文书质量30%并节约30%费用支出 [3] - 专利代理机构撰写及审查意见答复效率提升3-5倍 已完成3000余份专利案件AI服务 [3] 商业模式与发展理念 - 探索智能原生新模式新业态 发展模型即服务 智能体即服务等模式 [1] - 人工智能技术解决结构性人才缺失问题 发掘可复制可扩展的新场景新业态 [2] - 坚持战略驱动+场景撬动+模型优化+全链条应用落地的策略 [4]

国务院"人工智能+"行动规划 - 国务院发布全面推进"人工智能+"行动纲领 将AI打造为新质生产力核心引擎 重点在科技、产业、消费、民生、治理及全球合作六大领域发力[3] - 设定明确发展目标：2027年AI与重点领域深度融合 新一代智能终端及智能体应用普及率超70% 2030年普及率超90% 2035年推动中国全面迈入智能经济与智能社会[4][5][6] - 应用层推动服务与产品双轮驱动 打造智能助理服务新入口 发展智能网联汽车、AI手机、智能机器人、智能家居及穿戴设备等终端产品[9] - 技术供给层提供八大关键支撑 包括模型能力、数据供给、智能算力、应用环境、开源生态、人才队伍、政策法规及安全能力[10][14] - 产业落地路径鼓励企业将AI融入战略及业务流程 发展智能原生技术产品服务 工业领域推动AI在全链条落地[11] 科技巨头AI技术突破 - 谷歌发布Gemini 2.5 Flash Image图像模型 在LMArena测试平台以历史最大优势登顶 单张图像生成成本仅0.04美元（约0.3元人民币）[18][19][21] - 英伟达正式发售Jetson Thor机器人开发平台 提供服务器级AI算力 边缘侧可并行处理多模型 实现实时对话与自主决策 宇树、优必选、波士顿动力等头部企业已集成[23][24][28] - 腾讯发布VISVISE游戏AI解决方案 MotionBlink工具4秒生成200帧动画 GoSkinning工具全自动3D模型蒙皮 效率提升8倍[30] - 马斯克成立AI软件公司"巨硬" 计划用多智能体技术重构传统软件产品 挑战微软生态[25] AI产品与应用创新 - 跃然创新发布奥特曼联名AI毛绒玩具CocoMate 内置端到端语音模型 响应速度800毫秒 获红杉中国等2亿元A轮投资[20] - 微信灰度测试"听快讯"AI播客功能 混元大模型将新闻稿改写为双人对话形式 降低信息获取门槛[26] - Video Ocean推出视频智能体 一句话输入可自动生成完整影片 效率较传统模式提升10倍 10天内115位创作者参与测试[27][29] - 广西举办面向东盟AI+跨境电商大赛 吸引1026支团队参赛 聚焦选品、营销、客服等环节痛点解决[31] AI产业发展趋势与挑战 - AI视觉技术向工业设计、医疗影像等专业领域渗透 多模态能力解决行业复杂设计难题[35] - AI Agent大规模落地面临五大瓶颈：实时性与打断机制不成熟、场景边界预设困难、意图理解不足、知识库更新滞后、复杂博弈处理能力欠缺[32] - 建议采用"局部替代"和"人在环路"模式 让AI在可控闭环中迭代 逐步扩大自主权[32][36] - 创业公司需在巨头生态壁垒下两极化生存：构建平台生态或深耕垂直行业提供专业深度[34]

政策框架与目标 - 国务院发布《关于深入实施"人工智能+"行动的意见》 明确以2027年、2030年、2035年为时间节点的三阶段推进目标 [2][3] - 到2027年实现人工智能与六大重点领域广泛深度融合 新一代智能终端和智能体应用普及率超70% [3] - 到2030年人工智能全面赋能高质量发展 智能终端和智能体普及率超90% 智能经济成为重要增长极 [4] - 到2035年全面步入智能经济和智能社会发展新阶段 支撑社会主义现代化建设 [4] 战略重点与方向 - 开展"人工智能+"六大重点行动 统筹行业应用需求与基础能力供给协同推进 [2] - 实施分业施策策略 针对各领域分别提出与人工智能融合发展方向 形成行业专属发展主线 [5] - 强调智能原生概念 从系统架构设计之初将AI作为核心驱动力 通过算法-数据-算力三元耦合构建智能系统 [10] 产业机遇与受益领域 - 算力基础设施行业率先受益 政策强调强化智能算力统筹 液冷技术、光模块、AI芯片成为突破重点 [9] - 数字原生领域快速获益 拥有海量数据和成熟基础设施 能快速将AI技术应用于内容创作等场景 [9] - 金融、医疗、交通等高数字化渗透行业在智能风控、辅助诊断等关键场景实现效率提升 [9] - 工业AI从局部优化迈向全局自治 消费级AI领域迎爆发周期 智能机器人等硬件快速发展 [9] 市场优势与基础条件 - 庞大且多元的市场、丰富应用场景和完善制造业体系为AI创新提供广阔空间 [8] - 海量数据资源涵盖不同地域和人群特征 为模型训练提供丰富素材 [8] - 超大规模消费市场提供大量训练数据 缩短技术优化周期并降低融合成本 [8] - 完备产业体系有利于技术跨领域迁移扩散 已初步构建全面人工智能产业体系 [8] 企业转型与创新 - 企业存在利用大模型及新一代AI技术重塑工作流的机会 实现降本增效和换道超车 [6] - 科技大厂关注布局AI原生技术、产品和服务 实体产业头部企业探索AI驱动深层变革 [10] - 政策推动涌现新基础设施、新技术体系、新产业生态和新就业岗位 [3]

政策演进与目标 - 中国AI顶层设计经历四次跃迁：从技术突破（2021年）→基础设施（2023年）→产业赋能（2024年）→全面社会变革（2025年）[13][15][16] - 政策设定三阶段目标：2027年AI与6大重点领域深度融合、2030年智能终端普及率超90%、2035年全面步入智能经济社会[8][20][21] - 2025年AI核心产业规模达6964亿元人民币，占GDP比重约0.5%[101][104][105] 产业规模预测 - 2035年AI核心产业规模在乐观/中性/悲观情景下分别达36.63/24.92/16.72万亿元人民币[8][110][112] - 2025-2035年间AI对全要素生产率（TFP）平均增速贡献约1.3%，2035年拉动实际GDP增长14.8%[8] - 2024年AI消费级硬件市场规模突破1.17万亿元人民币，同比增速10%（高于社会消费增速3.4%）[71] 技术发展与支撑 - 中国数据量将从2025年51.78ZB增至2029年136.12ZB，年复合增长率26.9%[53][54] - 建成7个数据标注基地，形成335个高质量数据集，支撑121个国产大模型训练[53] - 2023年中国新安装工业机器人27.63万台，占全球总量51%[66][70] 投资主线 - 算力基础设施：涵盖芯片、服务器、智算中心及绿色算力配套[8][55] - AI Agent与MaaS服务：垂直行业软件、低代码平台及系统集成商[8][59] - 智能终端与边缘AI：智能网联汽车、AI手机/PC、AR/VR及边缘计算设备[8][72] - AI+绿色低碳：智慧电网、工业节能、碳管理软件[8] - AI+消费：智能家居、虚拟人、沉浸式体验及O2O平台[8][30]

核心观点 - 国务院印发《关于深入实施"人工智能+"行动的意见》 围绕科学技术 产业发展 消费提质 民生福祉 治理能力 全球合作六大重点领域推进人工智能与各行业深度融合 旨在培育新质生产力 推动高质量发展 [1] - 人工智能技术从试验探索迈向价值创造阶段 但仍存在供需对接不畅和落地障碍等问题 需加强战略引导以发挥其对生产力的革命性影响 [1] - 实施"人工智能+"行动将利用中国数据资源丰富 产业体系完备 应用场景广阔等优势 助力传统产业升级并开辟新产业赛道 拉动需求增长和吸引全球投资 [1] 智能原生新模式新业态 - 从数字原生向智能原生跃迁 数字原生以网络化协同为基础 注重数据闭环沉淀和分析应用 是互联网发展高级形态 如社交和电商 [2] - 培育智能原生新模式新业态立足于生成式人工智能技术重大突破 正加速向生产力转化的关键转折期 提出下一阶段AI+新内核 [2] - 加快培育基于人工智能底层架构和运行逻辑的智能原生企业 推动企业组织架构与管理模式系统性变革 未来有望催生大批"一人独角兽"企业 [2] - 智能原生企业以人工智能为核心驱动力 将智能化要素嵌入业务 管理 决策各环节 随着智能体成熟 每个人可拥有"数字员工" 进入"一人公司+AI协作"超级个体时代 [3] - 鼓励有条件企业将人工智能融入战略规划 组织架构 业务流程 企业需结合自身实际智能化转型升级 避免一哄而上 数字化基础好 需求大的场景可先行先试 [3] 消费提质与新场景拓展 - 人工智能通过对消费产品和服务的智能化改造升级 成为提振消费重要抓手 意见将"人工智能+消费提质"作为重点行动 围绕服务消费和产品消费提出工作方向 [4] - 人工智能技术广泛渗透应用重塑消费市场形态与体验 成为促进消费催化剂 智能网联汽车 智能机器人 智能可穿戴设备等新产品竞相涌现 吸引消费者购买体验 [4] - 智慧商圈 智慧街区 智慧门店 沉浸式体验空间等智能消费基础设施推动服务场景创新和体验优化 为消费市场注入新活力 [4] - "人工智能+"行动顺应消费结构升级趋势 促进居民消费从"有没有"向"好不好"转型 有利于发挥超大规模市场优势 开辟高成长性消费新赛道 拓展智能消费新方式 新场景 新业态 [5] - 意见提出实施"人工智能+"消费提质行动 服务消费方面发展智能原生应用提升生活服务个性化体验 产品消费方面探索新业态构建智能产品生态 [5] - 消费模式从体验经济向认知和情感经济拓展 更突出文化理念价值认同和自我表达心理满足 人工智能技术使商品从批量生产升级为量身定制 根据用户偏好需求设计独一无二产品和服务 [5] - 人工智能促进消费潜力释放同时衍生数据安全 责任界定 "智能鸿沟"等问题 需完善法律法规 优化安全评估和备案管理制度 有序推动应用合规落地 [6] - 在直播带货等消费场景推动政府与企业合作 推进智能化监管系统建设 利用人工智能技术加强反诈反假冒伪劣监管 营造更好消费环境 [6]

国家战略规划 - 国务院印发《关于深入实施"人工智能+"行动的意见》首次从国家战略层面系统规划人工智能赋能产业升级的实施路径 [1] - 提出三阶段目标：2027年人工智能在重点领域广泛深度融合 2030年形成重要增长极 2035年全面步入智能经济和智能社会新阶段 [2] - 围绕科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作等六个方面组织实施重点行动 明确人工智能应用普及率等关键指标 [2] 产业发展现状 - 人工智能正加速推动国民经济三大产业向智能化跃迁 技术研发从单点突破转向体系化创新 [1] - 应用场景从消费端向科技、交通、医疗等各领域渐进式渗透 [1] - 国产大模型能力已进入国际第一梯队 开源普惠生态逐步形成 进入规模化商业化应用时代 [1] 产业基础优势 - 中国数据资源丰富、产业体系完备、应用场景广阔 具备多学科理论研究和工程实践人才 [1] - 人工智能产业应用主要集中在第二、三产业 第一产业应用仍相对不足 [2] - 需要高度重视模型内在风险、新型伦理挑战、应用安全风险和潜在国家安全隐患 [2] 实施路径与影响 - 推动人工智能与实体经济"全要素、全链条、全场景"深度融合 利用人工智能作为"倍增器"改造升级传统产业 [3] - 培育"智能原生企业"（底层架构和商业逻辑完全基于人工智能构建的企业）是抢占未来产业制高点的关键 [3] - 加速AI技术向千行百业深度渗透 推动制造业、服务业、金融、交通等重点领域实现质量变革、效率变革和动力变革 [3]

国家战略规划 - 国务院印发《关于深入实施"人工智能+"行动的意见》首次从国家战略层面系统规划人工智能赋能产业升级的实施路径 [1] - 提出三阶段目标：2027年人工智能在重点领域广泛深度融合 2030年形成重要增长极 2035年全面步入智能经济和智能社会新阶段 [2] - 围绕科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作等六个方面组织实施重点行动并明确人工智能应用普及率等关键指标 [2] 产业发展现状 - 人工智能产业正经历全球格局重塑关键阶段 技术研发从单点突破转向体系化创新 应用场景从消费端向科技、交通、医疗等领域渐进式渗透 [1] - 国产大模型能力已进入国际第一梯队 开源普惠生态逐步形成 人工智能进入规模化商业化应用时代 [1] - 中国具备数据资源丰富、产业体系完备、应用场景广阔、多学科理论研究和工程实践人才等坚实基础 [1] 重点领域应用 - 当前应用主要集中在第二、三产业 第一产业应用仍相对不足 [2] - 将加速AI技术向千行百业深度渗透 推动制造业、服务业、金融、交通等重点领域实现质量变革、效率变革和动力变革 [3] - 核心是推动人工智能与实体经济全要素、全链条、全场景深度融合 对传统产业进行脱胎换骨改造升级 [3] 新兴业态发展 - 催生全新的"智能原生"业态 指底层架构和商业逻辑完全基于人工智能构建的企业 [3] - 培育智能原生企业是地方抢占未来产业制高点的关键 [3] - 人工智能技术进步增量需要进一步在生产力提升角度发力以形成经济发展增量 [1]