核心观点 - 华为创始人任正非认为，未来将是算力过剩而非算力不足的时代，公司战略聚焦于未来3-5年将大模型、大数据、大算力应用于工农业和科技产业，通过微小的效率提升创造巨大价值，而非追求通用人工智能 [1][3][12] 时间框架与战略聚焦 - 华为将自身发展限定在“未来3-5年”的时间框架内，关注如何将大模型、大数据、大算力应用于工农业和科技产业 [3] - 公司认为二十年后到未来一千年的问题留给社会学家，十到二十年的构想交给大科学家，自身专注于近期可落地的应用 [3] 人工智能发展路径 - 中美人工智能发展路径存在分野：美国探索方向是通用人工智能和超级人工智能，致力于解决人类根本问题；中国研究更侧重于应用，解决发展问题，创造价值 [7][8] - 人工智能的价值主要体现在应用领域，发明AI顶多成就一家IT公司，应用却能强大一个国家，AI在产业上的贡献估计会占到98% [8] 算力观点与网络重要性 - 任正非提出反常识判断，认为“算力过剩的时代一定会到来”，而不是算力不足 [1][5] - 建设数千个、数百个大模型是正确探索，但需求可能不是线性结构，不应单纯追求算力绝对数量，而应考虑算力的有效组织和连接 [6] - 判断AI发展的核心标准是网络连接，认为“没有网络的算力是信息孤岛”，先进的无线、电信和光网络对于连接分散算力和海量数据至关重要 [6] 产业应用实践与价值 - 公司列举具体应用场景：通过大模型优化高炉温度控制可提高炼铁效率1%；改善洗煤精度0.1%；在中国每年数十亿吨产业规模下，微小百分比提升将转化为巨大社会财富 [3][9] - 已实现矿山、港口无人化操作：中国实现在地下500-700米或更深的无人采煤；天津港实现从集装箱装卸、堆垛到通关全流程无人作业；秘鲁钱凯港也采用类似技术 [9] - 在医疗领域，瑞金医院的病理大模型已大规模使用，帮助提高诊断能力；中山医科大学眼科模型可远程诊断；在西藏牧区，可通过小型超声波探头远程诊断肝包虫病 [4][9] - AI促使生产进步，“三至五年后我们就能体会到” [4] 开放态度与技术现状 - 公司坦然承认美国制裁主要针对华为，中国大多数公司仍可使用美国技术、工具、生态等，这对中国产业发展有好处 [11] - 公司渴望全球化，能享受站在巨人肩膀上，自力更生是“被逼无奈的”，并坦言“我们在许多方面落后国内企业使用的芯片至少一代” [11] - 关于昇腾芯片，曾表示“单芯片还是落后美国一代”，但通过“用数学补物理、非摩尔补摩尔，用群计算补单芯片”，在应用上也能达到实用状态 [11] - 强调中国要“更加开放”，向世界文明学习，认为开放使中国富起来了，但现在需要的是“富要有质量”，发展“新质生产力” [11] 教育与人才角色 - 明确划分学校与企业角色：学校属性是探索人类未来，进行“0-1”的原创研究；企业核心是把学校创造的理论变成工业现实，创造商业价值，两者不能混淆 [10] - 观察到网络正在改变传统教育，“从过去物理性的集中到现在逻辑上的分散”，使边远地区学生也能接受世界一流教育 [10] - 对人才流动持开放视野，认为“大量人才到美国成长这是好事情”，这创造了有益于世界的科技文明 [10] - 面对全球青年才俊，坦言华为“容纳不下太多人，养不活，说不定还得裁员”，鼓励年轻人敢于在质疑中前进 [11]

华为对人工智能发展的战略聚焦 - 公司着眼点在于未来3-5年人工智能在产业上的实际应用 致力于通过大模型、大数据、大算力解决工农业、科技产业等领域的生产与消费实际问题 [2] - 以高炉炼铁为例 通过大模型优化控制可提高高炉效率1% 公司亦在人体健康监测、乘用车自动驾驶及智能终端对话模型等领域进行应用探索 [2] 对算力供需格局的前瞻判断 - 公司认为未来将是算力过剩的时代 而非算力不足 建数千个、数百个大模型都是正确的探索方向 [3] - 当前大模型对算力需求极高且难以准确预测需求结构 因此算力过剩时代必然会到来 模型开发者无需担心算力问题 应更关注模型的社会实用性 [3] 全球及中国算力产业发展现状 - 全球算力规模高速增长 2021年全球计算设备算力总规模达615 EFlops 增速44% 2022年达906 EFlops 增速47% [3] - 中国算力资源分布不均衡 呈现“东部不足、西部过剩”的局面 国家推出“东数西算”战略工程进行跨域调配 [5] - 京津冀、长三角、粤港澳大湾区、成渝双城经济圈等区域的算力发展水平处于国内领先地位 [7] 算力在数字经济中的核心地位与标准化建设 - 算力已成为数字经济的核心驱动力 伴随云计算、边缘计算和终端计算快速发展 [9] - 构建完善的算力标准体系至关重要 包括接入认证、节点分类、任务分类、应用分级等 以提高资源利用效率并促进市场健康发展 [9]

行业领袖观点与趋势判断 - 华为创始人任正非认为未来算力将过剩，当前大量建设大模型是正确探索，AI的重点在于应用而非发明，应着眼于未来3-5年在工农业、科技产业的应用[2] - 英伟达首席财务官科莱特·克雷斯反驳“AI泡沫论”，指出当前交付的AI芯片主要用于新增数据中心基础设施，全球经济正处于向AI数据中心转型的“早期阶段”，并预测到2030年全球AI投资将达3-4万亿美元[5] - 软银创始人孙正义表示，若非为募集资金投资OpenAI等项目，他“一股也不想卖”英伟达股票，是“哭着卖出”的[3] - 谷歌CEO桑达尔·皮查伊警告美国AI监管混乱，目前各州审议的AI相关法案超1000项，可能导致美国在全球AI竞争中落后[4] - AMD CEO苏姿丰认为对AI泡沫的担忧“有些被夸大了”，AI产业仍处于初期阶段，将需要大量芯片[8] - 英伟达CEO黄仁勋认为AI不会直接取代工作，而是会催生新的产业链与岗位，例如机器人制造、维护及“机器人服饰”行业[6] - 美团龙珠合伙人王新宇指出，2024年市场上关于中美AI差距的质疑已大幅减少，真格基金合伙人尹乐认为中美顶尖AI模型性能差距已缩小至半年[4] - 特斯拉CEO马斯克预言，AI将在三年或更短时间内终结美国“债务危机”，届时商品和服务产出增速将超过通货膨胀率[4] 算力基础设施与芯片动态 - 英伟达CFO透露，截至2026年，公司在Blackwell和Rubin AI芯片上的订单总额达5000亿美元，且尚未与OpenAI达成最终协议[22] - 摩根士丹利预测谷歌自研TPU芯片产量将爆发式增长，将2027年产量预期从300万块上调至500万块（增幅约67%），2028年从320万块上调至700万块（增幅120%），并预测2027年向第三方销售TPU可带来130亿美元额外收入[9][10] - 研究机构SemiAnalysis指出，谷歌AI基础设施优势在于系统级工程能力，其第七代TPU在总体拥有成本上对英伟达构成明显优势[11] - AMD CEO苏姿丰确认公司已获得向中国出口部分MI 308芯片的许可[29] - 云基础设施公司Vultr将投资超10亿美元新建数据中心，部署包含24000个AMD Instinct MI355X芯片的AI集群[31] - 英伟达以20亿美元入股新思科技，收购480万股（占股2.6%），成为其前十大股东[30] - 亚马逊云科技推出定制AI芯片Trainium3，其运算速度是上一代的四倍，与同等GPU系统相比可降低多达50%的AI模型训练与操作成本[27] - 优刻得发布新一代GPU虚拟化技术，可将单张GPU最小切分至10%，虚拟化损耗仅1%-3%，在7B/13B小模型推理场景下资源利用率最高提升10倍[13] - 中信证券研报指出，AI算力基础设施正向“超节点”架构跃迁，驱动交换芯片、光模块及高速线模组需求指数级爆发，国内AI算力投入较海外仍有巨大提升空间[44][45] 大模型进展与应用落地 - DeepSeek同时发布DeepSeek-V3.2和DeepSeek-V3.2-Speciale两个正式版模型，后者为长思考增强版并具备定理证明能力[11][12] - 摩根大通称DeepSeek V3.2发布标志着中国AI市场迎来第二波冲击，其API降价30%-70%，长上下文推理可能节省6-10倍工作量，利好云运营商、AI芯片制造商等生态参与者[52] - 华为聚焦AI应用探索，研究将大模型用于高炉炼钢（提前两小时预判铁水硅含量）、矿山作业、医疗（病理模型、远程诊断）等领域[3] - 阿里巴巴发布图片生成及编辑模型Qwen-Image新版本，并已首发接入千问APP[18] - 可灵AI发布全新多模态创作工具“可灵O1”，基于新的视频和图像模型[18] - AI初创公司Runway推出影片生成模型Gen 4.5，在第三方评测平台Video Arena排名第一，超越谷歌Veo 3和OpenAI Sora 2 Pro[24] - OpenAI被曝最快将于12月9日发布GPT-5.2，以应对谷歌Gemini 3等竞争压力，其CEO称该模型在推理能力上将领先于Gemini 3[28] - 中国首个作物“AI基因科学家”——“丰登·基因科学家”计划明年面向全球上线，已辅助发现数十个此前未被报道的作物基因功能[17] 企业合作与业务拓展 - 汇丰银行与法国AI独角兽Mistral AI达成战略合作，将在全行范围内部署生成式AI工具以提升自动化与效率[13] - OpenAI与埃森哲达成合作，埃森哲将为数万名专业人员配备ChatGPT Enterprise，并帮助OpenAI扩展企业级应用[21] - Anthropic与Snowflake达成2亿美元多年期协议，将在Snowflake平台上提供Claude大模型，以部署AI智能体[27] - 亿嘉和与华为云签署深化合作协议，作为华为云在具身智能领域全球首家深化合作伙伴，双方将联合打造云原生机器人产品及解决方案[18][19] - 亚马逊与谷歌合作推出多云网络服务，整合双方云互联技术，旨在提升连接速度与系统抗风险能力[25][26] - 苹果技术主管Yilun Chen离开苹果，加入特斯拉的Optimus人工智能团队[22] 资本市场与融资并购 - “国产GPU第一股”摩尔线程科创板上市首日高开逾468%，报650元/股，总市值近3055亿元，募集资金净额75.76亿元，为年内科创板最高[13] - 国产GPU龙头沐曦股份确定科创板发行价为104.66元/股，预计募集资金净额38.99亿元[20] - 人工智能初创公司Anthropic已启动IPO筹备工作，最早或于2026年上市，其近期私人融资谈判估值可能超过3000亿美元[26][27] - 芯片制造商Marvell第三财季营收14.4亿美元超预期，AI相关产品为主要增长驱动力，同时宣布以32.5亿美元收购半导体初创公司Celestial AI[23][41] - 云计算数据服务公司Snowflake第三财季营收12.1亿美元，同比增长29%[23] - 国内AI领域近期发生多起融资，包括：深度原理（超亿元人民币A轮）、他山科技（数亿元A3/A4轮）、清微智能（超20亿元C轮）、戴盟机器人（亿元级战略轮）等[32][33][35] - 海外AI领域近期融资活跃，包括：Supabase（1亿美元融资，估值50亿美元）、Black Forest Labs（3亿美元B轮，估值32.5亿美元）、Harvey（1.6亿美元融资，估值80亿美元）、Project Prometheus（获62亿美元巨额融资）等[36][37][39][40] 政策与区域发展规划 - 中央网信办公示2025年“人工智能+政务”规范应用案例拟入选名单，共14个案例[14] - 北京计划加强“人工智能+政务服务”统筹建设，强化全市政务领域大模型顶层设计，整合算力资源并制定应用管理办法[42] - 辽宁省“十五五”规划建议提出举全省之力发展人工智能核心产业，加快工业软件创新，构建覆盖算力、算法、数据、应用的产业生态[43] - 浙江省“十五五”规划建议提出打造人工智能创新发展高地，聚焦具身智能、智能驾驶等领域建设全国领先的核心产业集群[51] - 福建省计划构建全省算力一体化服务体系，探索面向港澳台、东南亚的“算力出海”模式[47] - 国家五部门发文鼓励地方利用算力券、模型券、数据券等方式，在算力、算法、数据等方面提供便利和优惠[46] - 2025算力产业生态高质量发展大会将于12月11日举行，计划发布《算力基础设施高质量发展行动计划（2026-2028）》，设定算力规模年均增长30%、总算力达300 EFLOPS、国产化率突破60%三大目标[53] 其他行业动态 - 瑞银证券报告认为现阶段中国出现“AI泡沫”的可能性不大，因领先AI开发商由母公司内部现金流支持，且互联网龙头资本支出务实，估计2025年合计资本支出约4000亿元，约为美国同业的十分之一[7] - 字节跳动豆包团队发布豆包手机助手技术预览版，正与多家手机厂商洽谈合作，并回应了关于系统权限与隐私安全的争议[14][15][16] - 清华大学成立具身智能与机器人研究院[19] - 中信证券研报指出太空算力走向现实，钙钛矿光伏技术有望成为重要的太空能源解决方案[48] - 联合国报告警告，人工智能管理差异可能加剧国家间不平等[49] - 工信部数据显示，前10个月中国软件业务收入125104亿元，同比增长13.2%[16] - 2025全球开发者先锋大会暨国际具身智能技能大赛将于12月12日至14日在上海举行[53]

文章核心观点 - 华为创始人任正非在与ICPC青年人才的座谈会上，系统阐述了其对人工智能发展、青年人才培养、公司战略定位以及全球科技合作的看法，核心思想是强调AI技术应聚焦于实际应用以创造价值，鼓励青年人才勇于探索并选择适合自己的发展道路，并认为开放合作与全球化是科技发展的关键[3][4][5] 人工智能（AI）的发展战略与应用 - 公司对AI的研究着眼于未来3-5年，聚焦于将大模型、大数据、大算力应用于工农业和科技产业解决实际问题[4][9] - 具体应用场景包括：通过大模型优化高炉炼铁，预计可提升效率1%；用于无人煤矿，预测瓦斯爆炸和塌方以保障安全；提高洗煤精度0.1%，乘以中国年产量40亿吨，价值巨大；实现港口装卸、堆垛、通关无人化[4][9] - 在医疗健康领域，已与瑞金医院合作病理大模型，与中山医科大学合作眼科远程诊断模型[4][10] - 认为未来将是算力过剩而非不足的时代，当前建设数百数千个大模型是正确探索，但需关注需求可能非线性增长[5][21] - 明确公司定位为“技术公司”而非“科学公司”，核心是应用科学技术，将理论创新转化为工业现实[5][11][22] 对青年人才发展的看法与鼓励 - 鼓励有能力的青年勇于“摸高”，探索前沿科学，追求真理，暂时不必走商业化道路；若探索遇阻，再从高处转向应用领域（“从喜马拉雅往下走”），将更容易成功[3][14] - 认为中国青年创业氛围浓厚，不羡慕Meta等公司给予个别青年上亿美元签约金和千万美元年薪的模式，因为国内有大量能力强的小团队创业公司，股份自主，做好了收益丰厚[3][14] - 以中国机器人产业为例，指出有百万青年投身其中，大量资本投入训练，无论商业成败，都培养了数百万优秀青少年，这将成为中国现代化的中坚力量[15] - 建议青年在选择职业时，不要在乎金钱、青春牺牲或他人选择，应选择适合自己的道路并努力进取，即使不成功，过程积累的学问也是巨大财富[5] 教育、科研与产业的角色定位 - 强调学校与企业的属性不同：学校的责任是探索人类未来，进行“0-1”的原创研究并培养人才；企业的责任是创造商业价值，将学校的理论创新转化为工业现实[11][13] - 认为中国在原创发明上正在追赶，并举例公司内部有22岁年轻人提出了世界领先的气象模型，以及22岁俄罗斯女孩发明了可能改变AI芯片结构的新余数算法[11][12] - 指出高等教育的一个未来责任是培养能做“工人”的大学生，即从事芯片生产、精密制造等需要高等教育背景的新时代产业工人[13] 行业应用与未来展望 - 认为不同国家发展AI应因地制宜，例如印尼的当务之急不是争夺大模型领先，而是将AI用于港口自动化、农业等具体应用，可利用中国北斗厘米级定位等技术[4][23] - 在中国，AI应用方向是解决城市安全、水泥生产无人化等实际问题，并提及国铁正在试验用于450公里时速高铁的5G-R无线调度系统，未来将支撑上万列高速列车和3万吨重载货车的运行[4][17] - 提及AI在软件开发中已释放约30%软件工程师的工作量，未来可能达到60-70%，这将导致岗位精简，但国家总财富增加，需要通过再教育工程对富余人员进行转岗培训[20] - 对于量子计算等前沿科学，认为其突破是必然的，但公司目前无法承担此类基础研究，未来量子计算机若成功，公司可能会购买使用[25] 全球化、开放合作与人才观 - 认为美国创造的科技文明对世界有益，公司渴望全球化并享受站在巨人肩膀上的好处，当前的自力更生是被逼无奈[26][27] - 强调中国需要更加开放，向所有文明国家学习，容纳世界文明，通过开放改革使国家富起来，并追求有质量的、基于“新质生产力”的发展[28] - 在人才吸引上态度务实，认为公司容纳力有限，与ICPC的交流不带有直接招聘目的，但通过此类活动建立了与全球人才的纽带，并依托“黄大年茶思屋”等全球化网络平台促进学术交流[27][28]

公司核心战略：务实应用与生态建设 - 公司认为未来算力将过剩，行业应破除“算力迷信”，避免盲目投入，关键在于利用算力解决实际问题 [1][3] - 公司的人工智能发展逻辑强调“应用至上”，聚焦于解决生产与消费中的具体问题，例如乘用车自动驾驶、座舱交互、手机助手及年轻开发者提出的气象模型 [3] - 公司在国际合作中采取差异化务实策略，根据合作伙伴优势提供对应方案，例如认可俄罗斯的理论研究领先，对印尼则强调应用领先，自身定位为“赋能者”而非“救世主” [7] - 公司明确划分教育与企业的界限，认为大学应专注基础研究，企业应专注应用落地，支持地区提升IT水平是为了将“理论种子”种到“产业土壤”里 [8] - 公司坚持“两条腿走路”的平衡术，认为虽然人工智能重要，但当前通信技术更为关键，是公司的“吃饭家伙”和“地基”，而人工智能是未来的“新粮仓” [9] 行业发展与竞争格局 - 行业普遍存在为算力焦虑并砸钱堆算力的现象，但许多企业未能产出能解决生产问题的模型 [3] - 人工智能并非“放之四海而皆准”，其价值体现在对特定地区或领域的实际用处，例如解决农田灌溉、工厂质检等问题 [3][7] - 量子计算领域，公司选择不参与相关研究，认为这属于学术界的工作范畴 [7] 人才与创新机制 - 公司拥有“反常规”的人才机制，不看年龄和履历，而是看重潜力和突破，允许试错并鼓励冒尖，例如一位22岁年轻人提出的气象模型被反复提及 [5] - 公司表示“不招揽ICPC人才”，其策略并非挖角，而是与ICPC等机构合作共建全球“人才培养池”和“青年创新生态” [1][5] - 公司认为中国青年创新机制已形成，鼓励年轻人随时代潮流创新，不在乎一时得失，并通过发展再教育工程应对岗位精简等问题 [5] - 公司认为在计算机时代，男女在创新上无本质区别 [5] 公司管理与文化哲学 - 公司的生存哲学是不追风口、不赌概念、不抢人才，而是致力于“种土壤”、“抓应用”、“建生态” [1] - 公司具备“反共识”的勇气，在行业狂飙时敢于“踩刹车”，通过务实和长远视角来穿越周期，例如敢于提出算力过剩、不招揽特定人才、强调通信技术更关键等观点 [9] - 公司持开放学习态度，坦言要吸引人才促进世界进步，并主动向俄罗斯的数学、美国的人才机制、欧洲的理论等领域学习 [7]

算力供需与行业发展路径 - 公司创始人预判未来算力将出现过剩，其底层逻辑在于需求可能出现非线性变化，而非线性增长 [2][3] - 公司实践表明，当AI应用融入工业场景，算法优化带来的效率提升将远超想象，例如洗煤精度提高0.1%乘以中国40亿吨煤炭产量即可创造巨大价值 [3] - 公司强调AI发展的本质在于应用，认为“AI发明顶多成就一家IT公司，应用却能强大一个国家” [4] - 公司的发展路径以应用为导向，着眼未来3-5年，将大模型用于炼钢高炉、矿山作业、医疗诊断等实际产业场景 [4] - 公司将AI应用于钢厂，通过数据预测铁水硅含量，并为450公里时速高铁研发5G-R调度系统，与全球追逐参数规模和通用大模型的趋势形成对比 [4] 技术创新与人才观 - 公司创始人建议青年人才应追求技术真理而非短期商业利益，提出“你能摸高，就不要去摸低”的职业哲学 [5] - 公司赞赏中国青年不羡慕Meta千万美元年薪的心态，并看好七八人合伙创业的新生力量，预判三五年后中国将发生天翻地覆的变化 [6] - 公司特别提及小鹏机器人“敢拆外壳展示钢铁骨架”的勇气，认为这代表了技术创新应有的姿态 [6] - 公司认为AI的未来不在于无尽的参数堆砌，而在于让技术真正服务于人类发展，倡导“把大模型放进钢厂”的务实精神 [6]

公司战略与行业观点 - 华为公司首席执行官任正非认为，算力过剩时代一定会到来，而非想象中的不足 [1] - 当前阶段，通信网络是人工智能发展最重要的基础，没有网络的算力是信息孤岛，孤岛化的人工智能无法实现真正的智能 [2] - 人工智能要真正产生价值，需要全社会的协作，发挥各自的优势 [2] 人工智能发展路径对比 - 中国在人工智能领域更注重解决实际问题并创造价值，例如提升城市安全、推动公共教育卫生进步、实现矿山与水泥生产无人化等 [1] - 美国在人工智能领域则侧重于探索通用人工智能和超级人工智能 [1] 未来业务重点与市场应用 - 未来3至5年，华为将着眼于研究大模型、大数据、大算力在工农业及科技产业上的应用 [1] - 具体应用方向包括高炉炼铁的温度控制、地下煤矿的无人开采、港口装卸、堆垛、通关的无人化等，旨在提高生产效率和增强安全性 [1] - 人工智能的感知与控制需要将数据传到几千公里外，这依赖于先进的网络 [2] 对技术探索的看法 - 建设数千个、数百个大模型被认为是正确的探索，但需求可能不是线性结构 [1]

公司对算力与AI发展的核心观点 - 公司认为未来将是算力过剩而非算力不足的时代，建设数百个、数千个大模型都是正确的探索 [1][42] - 当前大模型对算力的需求是一种线性技术推演，但实际需求可能是非线性的，因此算力过剩时代一定会到来 [1][42] - 公司定位为技术公司而非科学公司，其核心是应用科学技术，将理论转化为工业现实 [2][43] AI的战略重点与实际应用 - 公司的AI研究聚焦于未来3-5年，重点是大模型、大数据、大算力在工农业和科技产业的实际应用 [7][47] - 在钢铁行业，通过大模型优化高炉控制，可提高冶炼效率1% [7][47] - 在矿业，已实现地下500-700米或更深的无人挖煤，并通过数据视频预测瓦斯爆炸、透水等风险以保障安全 [7][47] - 在煤炭洗选环节，大模型可将精选精度提高0.1% [7][47] - 在港口，如天津港和秘鲁钱凯港，已实现从装卸、堆垛到通关的全流程无人化作业 [7][47] - 在医疗领域，瑞金医院的病理大模型和中山医科大学的眼科模型已投入使用，帮助提高远程诊断能力 [8][48] - 在交通领域，已布局乘用车自动驾驶模型及智能座舱对话模型 [8][48] - 通过5G+远程辅助诊断，例如在西藏牧区使用探头扫描，数据经3000公里网络传至深圳，可诊断肝包虫病 [10][51] 对教育、人才与创新的看法 - 公司认为学校的属性是探索人类未来，从事“0-1”的研究创新；企业的属性是创造商业价值，将理论变为工业现实 [11][52] - 中国正在涌现原创技术，例如公司一名22岁员工开发了全球领先的气象模型，另一名22岁俄罗斯女员工发明了可能改变AI芯片架构的新余数算法 [12][53] - 网络教育实现了从物理集中式向逻辑分散式的转变，使边远地区学生也能接受世界名校教育，有利于社会整体进步 [9][49] - 高等教育应因材施教，有人“摸高”探索前沿，有人“摸低”从事精密制造，例如公司曾招聘三千多名边远地区本科毕业生培养为芯片生产工人 [15][56] - 中国青年创业氛围浓厚，在机器人等领域有数百万青年参与，大量小型创新公司涌现，预计三到五年或五到十年中国将有巨大进步 [16][57] - 面对质疑是创新过程中的常态，历史上许多重大科学突破和公司自身技术（如5G Polar码）都曾面临质疑，需要敢于迎接挑战 [19][60] 对全球合作与特定技术领域的看法 - 公司肯定开放与合作，认为美国创造的科技文明对世界有益，中国需要更加开放并向所有文明国家学习 [38][40] - 公司与ICPC等国际组织的合作是建立连接、感知世界脉搏的纽带，并通过“黄大年茶思屋”等网络平台促进全球化的科技交流 [29][41] - 在通用人工智能（AGI）方面，认为美国探索解决“人是什么”的根本问题，而中国更侧重于研究如何利用AI创造价值、解决具体发展问题 [22] - AI在产业上的贡献价值巨大，预计将占98%，而IT公司对人类的贡献仅占2% [33] - 对于量子计算，认为其迟早会突破并在特定计算上带来巨大优势，但这是国家和人类的命题，公司自身无法承担该研究，未来可能选择购买 [34] - 在远程办公与沟通方面，认为网络办公的潮流不会改变，但定期的面对面交流仍有其成本与价值 [35][36] - 人工智能在公司内部地位重要，但当前最重要的是通信技术（CT），因为先进的网络是AI发挥价值、避免成为信息孤岛的基础 [37]

华为对AI发展的核心战略：聚焦应用 - 公司认为AI发展的核心在于应用而非发明，AI发明顶多成就一家IT公司，应用却能强大一个国家[4][49] - 公司以具体数据说明应用价值：洗煤精度提高0.1%，乘以中国**40亿吨**的煤炭产量，价值惊人；高炉炼铁效率提升**1%**，可节省大量燃料[4][49] - 公司自身的研究着眼于未来**3-5年**，致力于将大模型应用于解决工农业和科技产业的实际问题[4][9][49][54] AI在工业与医疗领域的应用实例 - 在工业领域，计划将大模型用于高炉炼铁，通过数据推算炉温，提前**两小时**预判铁水硅含量，优化燃料配比[4][9][54] - 在矿业领域，通过无人化和数据采集，可让矿工在地面远程操作机械，预测瓦斯爆炸、透水及塌方，保障安全[4][9][54] - 在医疗领域，已有成熟应用案例，如瑞金医院的病理大模型和中山医科大学的眼科远程诊断模型[4][10][55] 针对不同国家的AI发展路径 - 认为AI发展不能“一刀切”，需结合各国国情，例如印尼的当务之急是将AI用于港口自动化，而非争夺大模型领先[4][32] - 提出可利用中国北斗卫星的**厘米级**定位技术，实现船舶靠港的电磁吸附，简化系泊流程[4][33] - 指出中国的AI方向是解决实际问题，如城市安全、水泥生产无人化，以及**450公里**时速高铁的**5G-R**调度系统[4][21] 对算力与模型建设的看法 - 认为未来将是算力过剩而非算力不足的时代[4][26] - 支持“建数千个、数百个大模型”进行探索，但同时提醒需思考需求是否为线性结构[5][26][50] - 明确公司定位为技术公司而非科学公司，核心是应用科学技术，将理论探索留给学术界[5][27][50] 对青年人才与创业生态的观察 - 鼓励有能力的青年“摸高”探索前沿真理，暂时不追求商业化，未来可从高向低发展[2][16][46][62] - 指出中国青年创业生态活跃，对Meta给予个别人上亿美元签约金、千万美元年薪的现象已不羡慕[2][17][47][63] - 观察到国内有大量能力强的小团队创业，**七、八人**或**二、三十人**合伙，股份自主，预计**三、五年或者五至十年**中国将发生天翻地覆的进步[2][17][47][63] - 以小鹏机器人为例，赞赏其敢闯敢试的劲头，认为这代表了未来的样子[2][18][47] 网络技术与教育模式的变革 - 指出网络技术使教育从“物理集中”转向“逻辑分散”，让边远地区学生也能接触到世界名校课程，有利于更多人才涌现[5][11][50][57] - 举例说明**5G**和高宽带光纤网络支持远程医疗应用，如在西藏牧区通过探头扫描，数据经**3000公里**传至深圳诊断肝包虫[12][58] - 认为这种远程方式同样将推动教学和人类社会的巨大进步[12][58] 校企分工与人才培养 - 强调企业与学校的属性不同，学校负责“0-1”的研究创新和人才培养，企业负责将理论转化为工业现实[13][59] - 公司曾招聘**三千多名**边远地区本科毕业生，经三年培养后授予专科认证，从事芯片生产和精密制造工作，重新定义“工人”[16][62] - 认为因材施教很重要，不是每个人都要去“摸高”，社会需要不同道路的人才贡献[16][62] 对特定技术领域的前瞻 - 在通信领域，提及国铁正在试验用于**450公里**时速高铁的**5G-R**无线调度系统，以支撑上万列高速列车的运行[21] - 指出中国铁路网络复杂，每年新增**八千多公里**铁路，未来干线轨道可能达**30-40万公里**，其调度是亟待AI解决的复杂科学问题[21][22] - 认为AI辅助编程已释放约**30%**的软件工程师工作量，未来可能达到**60-70%**[26] 全球化合作与人才流动 - 表示公司渴望全球化，享受站在巨人肩膀上的发展，当前自力更生是被逼无奈[41] - 认为美国创造的科技文明有益于世界进步，人才流向美国是好事[40][41] - 强调中国需要更加开放，向所有文明国家学习，容纳世界文明，发展“新质生产力”[42] - 公司通过“黄大年茶思屋”等网络平台与全球科研人员交流，数学与理论没有国界[43]

行业现状与政策信号 - 国家发展改革委指出人形机器人行业技术路线、商业模式、应用场景均不成熟，全国已有超过150家企业，其中半数以上为初创或跨界入局[6] - 2024年全球人形机器人出货量仅为数千台，行业处于探索期，但2024年融资规模已超过100亿元，资本炒作热度高[7] - 政策层面需防范重复度高的产品扎堆上市以及研发空间被压缩的风险，但未直接提及产能过剩[6][7] 研发与核心技术瓶颈 - 行业存在重集成轻研发现象，凭中国供应链能力，6个月即可推出Demo机，但减速器、传感器、关节模组等核心零部件占成本50%-60%，仍被国外垄断[10][11] - 研发空间被压缩表现为资源投向短平快同质化项目，探索式研发和原创路线难以获得支持，与算力行业低端通用算力过剩（智算中心使用率仅30%甚至不足20%）、高端智能算力短缺的情况类似[9][12] - 当前产品高度同质化，企业聚焦于展示功能（如跳舞、翻跟头），但关键瓶颈如成本从5万美元降至2万美元、国产替代等硬骨头缺乏攻关[11] 市场竞争格局与参与者分类 - 行业参与者可分为三类：头部初创企业（如优必选、宇树、智元）、软件技术积累企业（如华为、小米、商汤）及硬件产业基础企业（如奇瑞、小鹏）[14] - 存在三类问题玩家：港股炒概念公司（通过添加人形概念推动股价）、跨界蹭热点企业（如养老、酒店公司进行资本运作）以及纯组装商（采购标准件宣称自主研发）[15][16] - 工信部已公示人形机器人标准化技术委员会名单，旨在通过标准制定推动良币驱逐劣币[14] 区域政策与产业生态 - 全国至少十余个省市密集出台机器人产业园或扶持政策，竞争趋向城市生态化，如北京亦庄计划2025年底形成万台级量产能力，深圳目标2027年关联产业规模达1000亿元[18][20] - 地方政策目标与市场现实脱节，2024年全球出货量仅数千台，应用场景局限于科研、导览及少数工业领域，可能重现光伏、芯片等行业的过热现象[20] - 生态培育需创新举措（如北京马拉松大赛），而非仅靠税收优惠或产业园建设，需结合地方特色产业基础实现百花齐放[20][23] 行业阶段与未来展望 - 人形机器人处于早期阶段，类似2015年新能源汽车规划产能2000万辆与实际销量33万辆的对比，需通过标准制定纠偏[22] - 泡沫具有必然性，可吸引资金与资源涌入，核心零部件（如行星滚柱丝杠、传感器、电机）技术突破后有望提升全球竞争力[22] - C端多元化场景尚未充分开拓，当前厂商多聚焦工业化需求，未来需依托地方特色实现渗透与扩展[23]