AI科学发现转化为生产力的现状与挑战 - AI科学发现已成为继实验、理论、计算和数据密集型科学之后的“第五范式”，在蛋白质结构预测、新材料发现、药物研发等领域显著缩短科学发现周期并拓展人类认知边界[2] - 以AlphaFold为代表的突破使人工智能研究者首次走上诺贝尔奖领奖台，标志着AI for Science进入加速发展阶段[2] - AI科学发现向现实生产力转化面临严峻挑战，形成“堰塞湖”现象：AI模型每天可产生成千上万预测结果，但人类实验验证和产业化能力仅线性增长，无法消化这些成果[2] - 以新材料研究为例，数十万种AI预测材料中，真正完成实验验证并进入应用的比例不足千分之几，大量成果停留在论文和算力消耗层面[2] 转化“堰塞湖”的成因分析 - 高质量数据集和权威评估体系缺失，导致模型推理深度不足、预测可信度参差不齐[3] - AI模型“黑箱化”与幻觉风险削弱了科研人员对预测结果的信任[3] - 现有实验室体系以“人为操作”为核心，难以适配AI自主实验需求，跨平台协同和系统集成能力不足[3] - 在政策、投资、人才和安全等方面，小试、中试和自主实验环节仍面临现实约束[3] 推动转化的系统性对策 - 加快建设高质量数据集、高价值知识中心和AI预测结果评估标准体系，在重点行业推动公共数据平台建设，减少重复研究和无序计算[3] - 加快AI自主实验室建设，通过开源化、模块化降低建设门槛，探索“人在回路中”的混合增强智能模式，结合数字孪生与多智能体协作，推动自主实验从概念验证走向规模应用[3] - 强化中试平台建设，依托丰富的应用场景优势，打通“小试—中试—工程化”关键环节，推动科技成果真正落地[3] 深化协同与创新机制 - 深化学术界与产业界协同，培育更多兼具理论深度与应用导向的“巴斯德象限”研究者，即研究既面向科学前沿又回应现实需求[4] - 推动AI for Science与AI for R&D协同发展，通过“企业出题、科学家答题”、揭榜挂帅和监管沙盒等机制，加速技术从“0到1”再到“10”的全过程转化[4] - 科学家需主动拥抱产业、贴近应用，成为懂转化的新型科研人才；企业家需敢于尝试新技术、承担创新风险，推动前沿成果应用落地[4] - 政策制定者需在AI时代重构规则体系，为科学发现转化为生产力营造更加包容、灵活和安全的发展环境[4] 宏观背景与核心命题 - 在“十四五”规划收官、“十五五”规划谋篇布局的关键节点，以科技创新引领高质量发展是中国经济迈向下一个五年的核心命题[1] - 破解“堰塞湖”的关键不在单点技术突破，而在于构建贯通数据、实验、产业与制度的创新体系[4] - 这既是“十五五”时期科技创新的重要课题，也将深刻影响中国经济迈向高质量发展的未来路径[4]

21世纪经济报道记者冉黎黎 北京报道 12月16日，"国是论坛：2025 年会"在北京举行。论坛上，国务院 发展研究中心原党组书记马建堂表示，基本实现现代化有一个标志性指标，人均国内生产总值达到中等 发达国家水平，按照目前和未来实际情况看，预测到2035年我国人均GDP达到2.3万美元是完全可能 的。 中央经济工作会议在部署明年重点经济工作时将扩大内需被放在了首要位置，此次论坛上，"服务消 费"成为谈及扩大内需时的焦点话题之一。粤开证券首席经济学家、研究院院长罗志恒在论坛上提到， 2024年我国居民消费率的比重与美国相差约28个百分点，差异主要体现在服务消费。 北京大学经济学院教授、国民经济研究中心主任苏剑也对21世纪经济报道记者表示，实物商品消费的扩 大空间已经很小，未来还会越来越小，所以扩大消费的方向在于服务消费，且主要指高端服务消费，随 着经济发展，服务消费占比会越来越大，这是一个长期趋势。 另外，"人工智能+"近年来备受关注。工业和信息化部原副部长、工业和信息化部电子科技委主任王江 平在论坛上提到，AI for Science正在成为科学研究第五范式，但AI科学发现存在"堰塞湖困境"，堵住了 科学发现 ...

对此川宁生物方面在交流中表示，从目前实验数据来看，由该AI虚拟工程师所调控的发酵罐平均产量 超出对照组3%—5%的产量，并能够实时提前预测发酵趋势，提前干预调控，显著提升生产水平的稳定 性。在合成生物学研发方面，AI大幅提升酶活与研发效率，并逐步应用到各项研发工具中进行开发使 用。 此外，在合成生物学产品订单方面，川宁生物方面也表示，2025年前三季度合成生物学产品整体收入已 达到4880万元，目前的新产品已在生产状态，由于公司市场部对市场的积极开拓和新产品的市场容量情 况，订单情况相较去年同期已有所改善。明年的收入随着疆宁生物逐渐满产，以及市场的逐步开拓，预 计合成生物学产品收入会有较大程度的改善。 12月16日晚间，川宁生物（301301）作为国内生物发酵技术领域的标杆企业公告，公司控股股东四川科 伦药业（002422）股份有限公司(下称"科伦药业")及其控制的成都科伦宁辉企业管理合伙企业(有限合 伙)(下称"科伦宁辉")基于对公司未来发展前景的信心和对公司内在价值的认可，同时本着对中小股东负 责的态度，以实际行动维护资本市场稳定和公司股东利益，进一步促进公司持续、稳定、健康发展，增 强投资者信心，自愿延 ...

在下午的科技产业投资专场中，圆桌对话《穿越周期的早期投资：从"赛道思维"到"认知红利"》探讨了 在共识廉价、市场极度内卷的当下，投资人如何穿越周期，从"赛道思维"转向"认知红利"。 英诺天使基金合伙人、北京前沿国际人工智能研究院理事长王晟作为嘉宾主持人，对话红杉中国合伙人 张涵、元禾原点合伙人乐金鑫、峰瑞资本合伙人马睿、心资本合伙人吴炳见等多位嘉宾。 面对AI、具身智能等赛道的迅速拥挤，嘉宾们指出，单纯赌赛道的时代已经结束，真正的决胜点在于 对人、对周期以及对非共识的深刻理解。 在"红海"共识中寻找认知的非共识。 2025年12月3日，「甲子光年」在北京万达文华酒店圆满举办"轰然成势，万象归一"2025甲子引力年终 盛典。 红杉中国合伙人张涵 乐金鑫：我是来自元禾原点的乐金鑫，元禾大本营是在苏州，既不靠北也不靠南。元禾原点一直是元禾 旗下早期的投资平台，到今年也12年的时间了。 从红杉中国的全链条布局，到峰瑞资本的内容影响力构建，再到新兴机构的个人IP打造，投资人们正在 通过不同的方式建立自己的"认知模型"和项目雷达。 大家普遍认为，保持"手感"、建立正向反馈循环以及在行业低谷期的坚持，是"捕捉下一个珍珠"的 ...

行业核心观点 - 人工智能正在引发一场科研范式的根本变革，成为理解宇宙和探索未知的新工具[3] - 人工智能与科学研究的深度融合，正在重塑人类认知的边界[12] 行业应用与变革 - 科学研究的范畴正从传统的试管、望远镜与公式推演，扩展到由人工智能驱动的新模式[3] - 人工智能的应用覆盖从宏观宇宙探索到微观粒子发现的广泛科学领域[3][5] - 人工智能在科研中的角色正从辅助人类的“人工操控”工具，向能够自主设计和创新的“智能自驱”体演进[7][9] 政策与区域发展 - 北京市于2025年7月发布了全国首个专注于“AI for Science”的专项地方政策，旨在推动人工智能与科研的深度融合[11] - 北京正成为科学智能发展的“策源地”[11] - 行业正通过培育和发展以人工智能为核心引擎的新质生产力来推动实践[12] 市场推广与认知 - 相关机构通过制作《AI向新力》等主题纪录片，全景展现人工智能在科技创新中的应用，以提升公众与行业认知[12] - 市场宣传强调当前正处于科学智能发展的黄金时代[12]

论坛概况与核心定位 - 2025年度河套创新论坛于12月11日在河套深港科技创新合作区深圳园区举办，聚焦“AI for Science Hub”主题 [1] - 论坛采用“1场主论坛+5场分论坛”形式，汇聚政、产、学、研、资各界代表，共话人工智能前沿与场景实践，探讨“产学研金服用”协同与制度创新 [1] - 论坛旨在共同勾勒“AI for Science”科创生态圈的未来蓝图 [1] 主办方与战略愿景 - 活动由深圳河套学院与深圳深港科技创新合作区发展有限公司联合主办，多家科研与创新中心协办 [3] - 深圳河套学院执行院长罗智泉表示，河套合作区是粤港澳大湾区唯一以科技创新为主题的重大合作平台，致力于打造汇聚智慧、链接资源、催化创新的“Hub” [3] - 该平台不仅推动AI技术发展，更探索AI如何赋能科学研究、推动产业升级、构建开放协同的创新生态 [3] - 目标是深化深港协同，扩大国际开放，完善创新生态，将河套建设成为世界级科研高地 [3] 重要机构与项目落地 - “一带一路”生命科技促进联盟与粤港澳大湾区标准创新联盟两家重要组织，与共熵产业与标准创新服务中心签约，正式落地河套深圳园区 [5] - 此举将助力河套打造国际科技组织聚集区 [5] - 中国企业家俱乐部及《Energy Use》期刊正式落地河套 [7] - 《Energy Use》作为《The Innovation》的第一本合作期刊，聚焦能源利用全链条的多学科交叉研究，计划打造成为国际性、开放获取的学术期刊 [7] 嘉宾观点与行业洞察 - 深势科技合伙人李琴以《AI4S基础设施革新，引领科研范式变革》为题，介绍了AI技术与工业研发的前沿进展 [9] - 香港高才通人才服务协会创会会长尚海龙指出，深港携手打造河套AI创新高地是吸引全球AI人才的最优解 [11] - 深圳河套学院兼职副院长刘仁辰阐述了产学研深度融合与创新生态构建的核心逻辑和落地路径 [13] 圆桌讨论与区域发展优势 - 峰会对话环节由深港科创公司总裁吴寅骁主持，多位行业嘉宾围绕“深港携手推动河套打造人工智能新高地”主题展开深度交流 [15] - 深港科创公司副总裁华海宁表示，论坛关键词“Hub”点出了河套的重大使命——深港共建世界级科研枢纽 [15] - 河套拥有“一区两园”的独特优势，正打造一流科研空间，集聚顶尖科研机构，加快深港及国际规则衔接创新，打破创新要素跨境流动壁垒 [15] 未来规划与影响 - 作为园区建设运营主体，深港科创公司将继续加快吸引全球AI顶尖科研机构落地河套，构建“AI+”创新融合生态，打造国际领先的AI源头创新枢纽 [17] - 随着论坛成功举办，更多AI新种子将在河套扎根，未来这里将加速成长为国际领先的AI源头创新高地、人才集聚高地与产业转化高地 [17]

核心观点 - 美国近期启动的“创世纪计划”旨在通过人工智能全面重塑国家科研体系，以在全球科技竞争中保持主导地位，该计划整合国家实验室的超级计算机、科研数据与安全云环境，建设统一的“美国科学与安全平台”，并推动企业深度参与 [1] 一、本期焦点：美国启动“创世纪计划” - 美国政府于2025年11月24日通过总统行政令推出“创世纪计划”，目标是在十年内将美国科研与创新的产出和影响力翻一番，被视为自阿波罗计划以来联邦科学资源整合力度最大的一次部署 [5] - 计划核心是建设国家级基础设施“美国科学与安全平台”，整合高性能计算、AI建模框架、领域专用基础模型和自动化实验工具，接入能源部国家实验室的超级计算资源（如阿贡国家实验室的“极光”系统）和安全云环境 [6] - 计划强调与私营部门深度合作，初始合作企业超过四十家，包括OpenAI、Anthropic、微软、谷歌、英伟达、IBM、AMD、AWS等，这些公司将获得优先访问联邦数据资源的机会并参与标准制定 [7] - 作为配套承诺，AWS于2025年11月24日宣布将投入500亿美元支持联邦机构的人工智能与高性能计算基础设施建设，英伟达也正与能源部国家实验室合作拟新建七台超级计算机 [7] - 计划存在争议，部分观点认为联邦资助的科研数据用于训练Anthropic、OpenAI等公司的私有AI模型，可能导致公共科学资产转化为企业竞争优势，加剧科研资源与成果的集中与垄断 [12] 二、中国动态：多地出台“十五五”人工智能政策 - 国家层面政策加速成型，国家发展改革委将人工智能基础设施纳入新版REITs项目范围，国务院国资委引导中央企业把更多资源投入人工智能等新兴领域 [14] - 工信部等六部门发布促进消费的方案将人工智能纳入提升供需匹配能力的工具体系，国家能源局启动“人工智能+能源”试点，工信部就人工智能终端行业协会的设立征求意见 [14][16] - 地方进入人工智能规划密集期并形成差异化布局，贵州、重庆侧重算力与设施，北京关注产业生态与科研引领，上海结合“AI+海洋”，湖南偏重制造业应用，辽宁强调工业软件与算网协同 [17] - 人工智能产业生态多样化且规模扩大，京东宣布在南京投资35亿元建设AI研发中心，阿里巴巴表示AI服务器供给依旧紧张将继续增加投入，北京发布年度AI产业白皮书预计本年度核心产业规模有望突破4500亿元 [18] - 科研与产业落地双向展开，中科院工业人工智能研究所在南京成立，北京提出吉瓦级太空数据中心构想，首支面向AI领域的孵化培育型创新基金在北京启动 [19] - 低空交通、机器人和金融科技进入示范与测试阶段，交通运输部提出低空经济发展方向，北京市长调研后人形机器人获得更多关注，金融科技论坛展示了大模型在投研、风控等领域的初步成果 [20] 三、美国动态：英伟达主导地位受到挑战 - 谷歌TPU等自研芯片以成本和性能优势切入市场，谷歌计划向Meta推出可在客户本地部署的TPU，其性价比更高，SemiAnalysis报告称由于TPU对外开放，英伟达部分产品价格下降，算力集群成本整体下降约30% [21][22] - 英伟达强调GPU在通用性和现有生态系统的兼容性仍是企业重要考虑，市场呈现企业采购GPU与大型公司尝试通过ASIC获得优势两种趋势，一些大型科技公司倾向于混合使用GPU与专用ASIC [22][23] - 能源和互联能力决定数据中心扩张效率，Meta申请进入电力交易市场以保障数据中心长期供电，亚马逊宣布计划向美国政府投资500亿美元建设AI/HPC专用基础设施，亚马逊和谷歌推出标准化多云高速互联服务 [24] - AI企业通过融资和并购开展规模化与生态构建，汇丰报告指出OpenAI在算力和长期采购合同下可能面临巨额融资需求，谷歌与Accel在印度设立AI基金，OpenAI通过入股Thrive以“技术换股权”，Anthropic收购Bun [25] - 国家算力和供应链战略成为关键，北约与谷歌云签署高安全主权云合作协议，美国计划与八国深化AI芯片和关键矿产供应链合作，美国政府正将战略重点向机器人产业倾斜 [26] 四、欧洲动态：欧洲正在面对人工智能落后焦虑 - 欧洲央行行长拉加德指出欧洲在人工智能上已落后于美中，建议欧洲在算力与关键供应链环节保持最低限度自主能力，并利用单一市场强化互操作性和开放标准，以在应用层面发挥“第二行动者”优势 [27] - 欧盟正加强未成年人数字保护，欧洲议会表决通过的报告建议将社交媒体最低使用年龄定为16岁，并对参与度驱动的推荐算法和无限滚动等设计实行限制 [28] - 法国把“科技主权”写进研究资助清单，在France 2030框架下拨付3亿欧元支持15个战略项目，其中包括建立国家级AI评估体系和主权AI加速器 [29] - 英国和德国宣布联合投入1400万英镑用于量子技术合作，推动在量子测量与标准方面的合作以加速从研究到产业应用的进程 [30] 五、其他国家：AI基建成新兴经济体海外布局重点 - AI基础设施成为新兴经济体配置海外资本的主要方向，印尼社保基金表示若获批准将把最多5%的资产投资于海外AI基础设施企业，DigitalBridge与韩国KT计划在韩国建设大型AI数据中心 [31] - 韩国政府与三星、现代汽车、SK电信和Naver云等企业成立联合工作小组，准备部署超26万块英伟达GPU，覆盖政府数据中心、企业级AI工厂、自动驾驶研发等多个领域 [31] - 新加坡人工智能协会发布Sea-Lion新版本，首次在国家级模型中采用中国开源技术，底座从Meta的Llama转向阿里云的Qwen3-32B，以更好适配东南亚语言 [32] - 美光科技确认将在日本广岛投资约1.5万亿日元建设新的HBM工厂，日本政府承诺提供不超过5000亿日元的补贴，新加坡公布“研究、创新与企业2030计划”，未来五年投入将达370亿元，比上一周期提高三成 [33] 六、技术前沿：大模型竞争回到真实任务表现 - 模型竞争从比拼性能转向围绕实际工作流能力展开，Anthropic发布Claude Opus 4.5强调编程能力和智能体功能，DeepSeek推出V3.2改进工具调用方式，AWS发布Nova Forge定制训练服务，基础价格为每年10万美元 [34] - AI在生命科学领域形成可验证的临床与产业路径，飞利浦推出全球首款由人工智能驱动的探测器基光谱CT系统Verida，Generate:Biomedicines宣布其AI工程化设计的药物GB-0895进入全球三期临床，上海人工智能实验室等团队发布“丰登·基因科学家”计划 [35] - 端侧AI向系统级入口移动，夸克发布整合通义千问能力的AI眼镜并接入阿里生态场景，字节跳动发布获得手机厂商系统级授权的豆包手机助手技术预览，阶跃星辰开源面向GUI的Agent基建GELab-Zero [36][37] - 算力体系竞争转向全栈成本与效率平衡，Zyphra在AMD MI300X上训练出MoE模型ZAYA1，AWS发布Trainium3和Trn3 UltraServers，九峰山实验室推出氮化镓电源模块宣称可降低数据中心约30%能耗，中国电信发布跨境空芯光纤系统将粤港互访时延降至约1毫秒 [38] - 机器人现实执行实现突破，字节跳动Seed团队发布GR-RL框架，在“穿鞋带”类精细操作任务上把成功率从约46%提升到83% [39] 七、智库观点：人工智能驱动技能重塑 - 麦肯锡报告指出未来工作将更多依赖人机协作，现有技能中超过70%仍具相关性但使用方式会变化，到2030年几乎所有职业都需要进行技能调整，若企业优化流程并提供培训，美国有望释放约2.9万亿美元经济价值 [40] - MIT与橡树岭国家实验室等的研究提出“Iceberg指数”，分析显示AI对行政、金融和专业服务等领域的潜在影响涉及1.2万亿美元的工资价值，是计算与技术类岗位（2110亿美元）的五倍 [41][42] - MIT与Hugging Face等的研究显示，美国在开源模型生态中的主导地位正在减弱，2024年8月至2025年8月来自中国模型的下载量占比达到17.1%，超过美国的15.8%，其中DeepSeek和Qwen表现突出 [43] - 同时，模型透明度下降，披露训练数据的模型下载占比从2022年的79.3%降至2025年的39%，首次出现未开放训练数据的模型占比超过严格意义开源模型的情况 [44] - 世界银行报告指出全球AI发展高度集中于高收入国家，对中低收入国家而言，经济实惠的小型AI能在农业、教育和基层医疗等领域产生直接效果 [45] - 实现更公平的AI影响需要四项基础投入：连接、算力、数据语境与能力 [46] - ITIF报告预计到2028年数据中心用电量占美国总用电量的比例可能升至6.7%-12%，数据中心约有40%的用电并不依赖具体时间，可通过调整负荷缓和电网高峰压力 [47][48] - 德勤报告预测，到2030年AI在能源领域可实现超过3700 TWh的节能量，每年可节省超过2000亿美元的成本，到2050年累计节省达11万亿美元，在2030年的潜在年减排贡献可达660 MtCO2eq [51][52]

全球AI研究格局 - NeurIPS 2025接收论文总数达5825篇，刷新历史记录，但核心变化在于中美双极格局固化、LLM架构红利边际递减以及强化学习与具身智能成为主导[1][29] - 全球顶级AI研究高度集中于三个核心地理区域：美国湾区（以Google、Meta、Stanford、Berkeley为代表）、中国北京（以清华大学、北京大学、中国科学院大学为代表）和中国上海（以上海交通大学、上海AI Lab、复旦大学为代表）[6][7][35] - 学术界与工业界的界限已被打破，算力与人才的深度绑定成为取得顶尖研究成果（SOTA）的关键，双重身份（同时任职于高校和工业界实验室）的研究者成为主流[11][28][41] 机构研究成果排名 - 在全量论文统计中，清华大学以390篇（占比2.18%）超越Google的388篇（占比2.17%），在总量上位列全球第一[4][32] - 在Top 50头部机构的加权份额排名中，Google以4.84%的份额略高于清华大学的4.73%，显示美国科技巨头在精英研究中的持续领先地位[5][34] - 在高质量论文（仅包含Oral和Spotlight，约占总数的14%）筛选中，Google份额反弹至2.82%（72篇），重夺第一；清华大学以2.54%（65篇）紧随其后，两者在顶尖成果上的差距仅为7篇[8][10][39] 中美研究生态差异 - 美国的研究优势集中于Google、Meta等科技巨头，而中国的核心引擎是清华大学、北京大学、上海交通大学等高校集团军[6][35] - 在自然语言处理领域，中国的研究份额达到33.8%，已超过美国的31.4%，成为全球最大的NLP研究产出国[17][19][49] - 在强化学习与机器人学领域，美国以32.1%的份额居首，但中国以81.1%的惊人增速获得了29.9%的份额，显示出在该赛道的激烈竞争与快速追赶[15][17][47] 前沿技术赛道趋势 - 强化学习与机器人学成为增长最快、最热门的AI赛道，论文总量达到2302篇，年增长率高达39.4%[12][14][44] - AI for Science是年增长37.4%的蓝海领域，呈现美国（31.7%）、中国（29.5%）和欧洲（23.1%）三足鼎立的均衡竞争态势[20][22][52] - 欧洲采取差异化战略，在可解释性AI领域占据23.5%的全球份额，仅次于美国（32.0%），专注于构建AI的安全、公平与透明度护栏[23][25][55] 产学研模式变革 - 顶尖研究者普遍身兼学术职务与工业界实验室职位，以同时获取前沿理论和大规模算力支持，纯粹的学术研究面临挑战[11][40] - 对于学生而言，进入大型科技公司研究院实习已成为追求顶尖研究成果的必备条件，而非加分项[11][41] - 技术发展正从纯对话的LLM时代向拥有物理身体的“具身智能”或“Physical AI”时代演进[12][28][42]

大会核心观点 - 36氪CEO冯大刚提出，公司或行业实现“风景这边独好”的本质在于坚持、科技与创新[3] - 超过63%的CEO对所在企业2025下半年及2026年的发展持乐观或非常乐观态度，信心呈现“深V型”复苏[61] 人工智能与前沿科技 - 端边侧AI因对实时性、隐私性的需求以及AI普惠化趋势，未来几年将迎来巨大机遇，成为AI竞争主战场[14] - 人工智能+不等于只有基础模型，必须经历产品化过程，让模型、数据、交互深度融合[27] - 基础大模型日新月异，发力点应在行业数字资产与应用落地；自建AI应用平台比研发基础模型更重要，其效能将随基础模型进步而自动提升[35] - 大模型拉平了技术团队的基础能力，但把AI应用得好变得更难，要求应用公司必须在自身行业做得够深够透[50] - 人工智能全要素时代的浪潮已至，中国正依托工程师红利、完整产业链与丰富工业场景，在硅碳融合的未来构筑独特竞争力[28] - 以人工智能为代表的第四次工业革命，其逻辑是优秀的通讯能力加上优质的可再生资源，AI连通了影视制作上中下游，形成完整创作生态[72] - 光互连是突破算力瓶颈的最优解，因算力中心90%的能耗用于搬运数据而非计算，是巨大浪费[75] 具身智能与机器人 - 做人形机器人的初心是让它们真正“能干活”，实现手眼脑协调，看懂环境、听懂指令、完成任务，变成可用生产力[6] - 具身智能的“商品化”可拆解为技术演进力、量产交付力、场景理解力、生态支持力四种能力[15] - 具身智能的“ChatGPT时刻”核心在于“大脑”的进化速度，原力无限坚持“一脑多身”战略，以多模态端到端大模型赋能不同形态机器人适应复杂场景[33] - 蚂蚁集团NEXTA实验室认为，具身智能行业正汇聚夯实底座、提升智商、深耕场景三种力量，期待2026年看到更多能“干活”的产品出现[29][31] - 跨维智能CMO认为，大众对具身智能期待较高，预计五年后在商业场景兼顾情绪价值和实用价值的应用会向前推进[34] 工业与产业智能化 - 工业AI的巨大潜能在于将不确定性转化为确定性，将数据转化为真实效益；在流程行业，整体效益提升3%即意味着两万亿元的利润增长，碳排放降低一个百分点就等于减少一亿吨排放[8] - 地瓜机器人云平台的逻辑是把脏活、苦活、累活打包成好用的工具，帮助企业节约人力与时间[32] - 酷开AIOS通过搭建桥梁抹平信息差，连接员工、供应商、客户、合作伙伴及终端用户，让信息充分互通以捕捉市场机会[42] - 京东PLUS企业会员以“智能识别需求+自动化交付”颠覆传统采购模式，解决零散采购价高、物流贵、资金紧、质量波动痛点，采购频次飙升3.5倍[23] - 在AI医疗领域，罗氏制药中国团队认为做AI的本质是为了更好地“偷懒”，用更“偷懒”的方式做出更高质量的东西[64] 自动驾驶与无人配送 - 政策支持、技术创新、供应链优势、资本赋能四大因素推动无人配送行业进入爆发期[11] - 无人配送不是取代人力，而是填补人类“不愿做、不能做”的岗位空白[11] - 自动驾驶行业只有中美两国在竞争，在无人配送细分赛道，中国的供应链成本优势大幅领先[11] - 劳动力短缺的国家和地区对无人配送需求极为迫切，希望中国方案帮助当地提升物流效率[11] 生命科学与健康产业 - 华大集团CEO提出，不仅要追求“长寿”，更要追求“康寿”，真正的健康是生命的长度、广度、温度、丰富度同步向前演进[7] - 华大营养依托独有的测序平台和数据库，将营养学从传统经验驱动迈向精准数据驱动，为每个个体提供长期价值[56] - 中国制造不仅能铸造航母与跨海大桥，也能在微观世界里制造出生命的“关键钥匙”[40] 消费零售与品牌建设 - 永辉超市在胖东来模式启发下，坚定走品质零售路线，通过提升商品品质、优化核心供应链和重塑品牌价值观，推进“国民超市 品质永辉”建设，其策略聚焦好品质、够平价、小包装[10] - 麻六记品牌每年约有800万消费者，线上复购率超过70%，线下复购率超过60%，其全平台粉丝未达800万，留住客户依靠菜品、服务和情绪价值[41] - OATLY在中国坚持供应链体系稳定与品质严守，2025年第三季度大中华区零售收入占比增长到34%；截至2025年10月，其在中国售出的燕麦奶可制作约17亿杯燕麦拿铁[45] - 尼尔森IQ指出，在全新消费结构下，理性消费被压缩和转化，情绪消费跃升为消费者奖励自己的重要消费行为[39] - 为不同世代消费者提供定制化体验和产品，与他们产生持续长久的连接，将成为品牌未来获得竞争优势的重要一环[73] - 在流量红利消退时代，超级个人品牌正成为企业最确定的增长引擎，让创始人将个人信任价值赋能品牌，实现低成本获客、产品溢价与用户忠诚度提升[74] - 文化赋能不是给产品贴“国潮”标签，而是将文化的“魂”注入产品的“体”，让品牌有根，营销有神[55] - 白猫品牌希望传承的是在消费者心智和厨房中一直活下去，让消费者想到洗碗时就会想到白猫，而非洗洁精[58] 企业战略与全球化 - 中国经济的未来动能藏在科技与消费的深度融合里，从AI大模型到商用机器人，从科技生活到智能连锁，“技术创新+消费场景”是穿越周期的投资黄金赛道[25] - 在AI时代，企业边界不再按国界划分，真正的公司只有两种：全球化的，和即将被淘汰的[69] - AI全球化正式升维，指向全球AI产业从“资源割裂”到“价值循环”的底层变革，形成算力、技术、需求在全球范围内“双向赋能生态”[62] - 出海需明确远期与近期目标，战略定力要够；不要一味追求规模，追求利润更好[66] - 新全球化时刻，真正做到本地共生不是从硬件开始，而是从“理解当地的内容文化”开始[68] - 产品出海需有清晰定位，明确目标用户与竞品优势，并用本地化语言与内容将差异化优势直观传达给用户[70][71] 科技创新与投资 - 中国在AI for Science领域不落后美国，甚至更系统，融合AI后科研可以变成流水线，人人都是AI Scientist[24] - 未来产业颠覆式创新快速迭代的原因包括：政府的支持革新、科技公司迭代、风投孵化创新以及人工智能催化[37] - 光源资本希望打造为连接创新要素与产业发展的桥梁，凭借资金与产业资源网络，助力创业者实现技术产业化与资本化，并以资本赋能产业集团创新升级[28] 营销与商业模式 - 营销+AI的双轮驱动模式需将战略目标拆解为算法能理解的任务，将业务动作量化为算法能运营的数据，用技术支撑业务、业务反哺技术[47] - 小度科技推出基于AI原生操作系统、覆盖全生态场景的超能小度，旨在让人机关系从“执行命令”的工具蜕变为“主动思考”的伙伴[21] - 趣丸干音基于对影视漫出海场景的深入理解，其AI译制工作流一天可量产30-40部短剧译制剧，成本较人工降低20倍以上，速度提升10倍以上[50][51]

峰会与研究院成立 - 大湾区多样性算力应用创新峰会在深圳光明举行，主题为“灵机晟算鹏乘万芯”，由国家超级计算深圳中心主办，约200名来自政府、高校、科研机构及企业的代表出席 [1] - 大湾区多样性算力应用创新研究院在峰会上正式揭牌，由国家超算深圳中心与相关创新主体联合建设 [1] - 研究院首任院长卢宇彤表示，研究院将依托国家超算深圳中心“一体两翼”发展格局，致力于推动超算自主应用创新与超智融合技术发展，打造集科技攻关、生态构建与人才培养于一体的高水平算力创新平台 [1] 研究课题与参与机构 - 研究院启动了首批共16项系统类与应用类课题，涵盖地震预测、药物设计、电磁仿真、能源气象、材料研发及工业软件等多个领域 [1] - 参与课题研究的单位包括清华大学深圳国际研究生院、中山大学、新加坡国立大学、南方科技大学、深圳先进技术研究院、粤港澳大湾区(广东)国创中心等十余家机构 [1] 技术趋势与行业观点 - 中国科学院院士陈晓非指出，其团队依托高性能计算与自主软件在地震全过程模拟取得进展，强调物理建模可更准确获取地震信息，为防震减灾提供科学依据 [2] - 中国工程院院士郑纬民强调AI与高性能计算协同创新的必要性，并以天气预报、地球物理与蛋白质预测为例，分析超算系统向异构众核架构演进的技术挑战与发展路径 [2] - 郑纬民院士指出，AI for Science仍依赖经典计算，无法实现全流程替代，需结合先验知识与物理模型，构建“超算+智算”融合新范式 [2] - 中国科学院院士钱德沛指出，行业面临算力性能提升放缓、能耗瓶颈与异构编程困难等多重挑战，应淡化超算与智算界限 [2] - 钱德沛院士建议建立政府、企业、应用部门多渠道协同的投资与运营新机制，构建以应用成效为衡量标准的多样性算力生态 [2] 应用前景探讨 - 圆桌对话环节以“多样算力，多元创新：探索多领域超算应用新范式”为主题，专家聚焦新一代超级计算系统建设 [3] - 专家畅想了新一代超级计算系统在生物医药、气象海洋预报、新材料研发等领域的前景 [3]