人工智能战略地位 - 中央政治局时隔7年再次围绕人工智能进行集体学习，凸显其作为引领科技革命和产业变革的战略性技术地位[1] - 中国人工智能综合实力实现整体性、系统性跃升，但在基础理论、关键核心技术等方面仍存在短板弱项[1] 基础研究现状与挑战 - 物理AI时代竞争聚焦"根技术"，如Transformer架构属于典型根技术，但其存在高阶微分计算不足、科学推理能力欠缺等局限性[2] - 中国在人工智能研究呈现"上层贡献多、底层贡献少"的特点，基础理论研究薄弱制约技术突破[3] - 需回归统计学习、数学逼近论等数理基础理论层面寻求下一代架构创新[2] 关键技术卡脖子风险 - 人工智能芯片领域国产GPU计算效率较英伟达最先进芯片落后约3年，大模型训练端性能差距显著[4] - 基础算法模型几乎全部由美国机构提出，美国公司控制主要开源社区，掌握算法生态主导权[4] - 国内存在严重数据孤岛问题且高端数据匮乏，影响大模型训练效果[4] - 应用生态被国际平台垄断，中国大模型推广依赖海外平台导致标准制定话语权缺失[5] 产业发展路径建议 - 需重点突破物理世界建模能力与机器人智能体系构建，如高保真物理仿真技术已在国内首款物理AI仿真系统ORCA实现应用[6] - 建议国家加大人工智能数学机理、计算机基础理论等研究的支持力度[6] - 应实现芯片设计到训练框架全链条自主可控，优化异构算力调度降低万卡集群训练能耗[6] - 提出三方面布局：构建硬件中立平台、成立物理AI开源联盟、设立国家级先导区推动"数字孪生+实体经济"模式[7]