Workflow
人工智能大模型App
icon
搜索文档
拼抢新赛道!各地拓展“人工智能+”有何新动向?
新华网· 2026-02-04 09:44
2025年人工智能产业发展成绩 - 北京人工智能备案上线大模型数量稳居全国首位,数字经济增加值增长8.7% [1] - 浙江人工智能核心产业营收约6800亿元,增长20%以上 [1] - 广东人工智能专精特新“小巨人”企业达147家,数量居全国第一 [1] 2026年地方政策与发展方向 - 中央经济工作会议提出深化拓展“人工智能+”,完善人工智能治理 [1] - 河北支持保定国家数据标注基地,打造廊坊、张家口全国算力高地 [1] - 重庆提出高质量建设重庆人工智能湾区,打造人工智能应用高地 [1] - 北京支持中关村科学城建设人工智能集聚区,推动大规模国产算力集群和模型语言语料中心建设 [1] - 浙江着力营造最优开源开放生态,统筹实施算力、数据、大模型基础性工程 [1] 产业基础能力建设 - 浙江省人大代表强调提升基础研发能力是参与全球竞争的底气,地方政府重视产学研资源统筹 [2] - 河南加快国家医疗、农业领域人工智能应用中试基地建设 [2] - 北京建设国家人工智能应用中试基地,以降低测试成本,解决中小科创企业“不敢试、试不起”的痛点 [2] “人工智能+”应用场景拓展 - 河南布局建设人工智能创新生态社区,支持工业、文旅、能源等领域大模型建设,推进全域全时全行业应用 [3] - 广东在公共服务领域挖掘所有可能应用场景,在商业领域加大推动力度,支持人工智能深度赋能千行百业 [4] - 人工智能在养老服务领域应用前景广阔,如通过AI视频监控、行为识别实现风险预警,配备智能监测设备联动社区卫生服务 [4] “人工智能+”新业态发展 - 海南利用已建成的A级、T3级数据中心和人工智能算力平台,链接全球94个数据中心节点,服务上百个用户 [5] - 2026年文昌航天超算中心将投资15亿元,推动航天大数据与人工智能大模型深度融合 [5] - 浙江等地提出大力发展“人工智能+消费”,促进多业态聚合、多场景交融 [6] 人工智能应用实践与治理挑战 - 地方两会代表委员普遍使用人工智能大模型App提升工作效率,如梳理报告亮点、整理发言 [6] - 人工智能在医疗领域面临临床适用性不足、责任划分机制缺乏、数据治理与隐私风险等挑战 [6] - 建议利用AI构建动态“学习者画像”,以跨越教育资源“鸿沟”,让不同背景学习者便捷获取优质资源 [6]
拼抢新赛道!2026年各地拓展“人工智能+”有何新动向?
新浪财经· 2026-01-30 21:31
文章核心观点 - 2026年中国各地政府正通过差异化的政策与部署,深化拓展“人工智能+”行动,旨在赋能千行百业并打造创新发展高地 [1] - 产业发展路径聚焦于提升创新体系效能、解决产业链“卡脖子”问题、拓展应用场景与新兴业态,以实现技术创新与应用拓展的双向赋能 [2][3][4][6] 2025年产业发展基础与成绩 - 北京市人工智能备案上线大模型数量稳居全国首位,数字经济增加值增长8.7% [1] - 浙江省人工智能核心产业营收达6800亿元左右,同比增长20%以上 [1] - 广东省人工智能专精特新“小巨人”企业达147家,数量居全国第一 [1] 2026年地方政策方向与区域布局 - 河北省支持保定国家数据标注基地发展,并打造廊坊、张家口为全国算力高地 [1] - 重庆市提出高质量建设重庆人工智能湾区,打造人工智能应用高地 [1] - 北京市支持中关村科学城建设人工智能集聚区,推动大规模国产算力集群及模型语言语料中心建设 [2] - 浙江省着力营造最优开源开放生态,统筹实施算力、数据、大模型基础性工程 [2] - 海南省正利用全岛封关运作新起点,探讨构建现代化产业体系,其中文昌航天超算中心将投资15亿元推动航天大数据与人工智能大模型融合 [4][5] 产业发展的关键支撑举措 - 提升基础研发能力与产学研资源统筹,被视为科技自立自强和参与全球竞争的底气 [2] - 多地部署建设中试基地以解决产业链“卡脖子”问题,例如河南省加快国家医疗、农业领域人工智能应用中试基地建设,北京市建设国家人工智能应用中试基地,旨在降低中小科创企业测试成本 [2] “人工智能+”应用场景拓展 - 河南省布局人工智能创新生态社区,支持工业、文旅、能源等领域大模型建设,推进全域全时全行业应用 [3] - 广东省在公共服务领域挖掘所有可能应用场景,在商业领域加大推动力度,支持人工智能赋能千行百业 [3] - 具体应用案例包括利用AI视频监控、行为识别技术预警老人跌倒走失风险,以及通过智能监测设备联动社区服务中心提升居家养老品质 [3] - 浙江省等地提出大力发展“人工智能+消费”,促进多业态聚合与多场景交融 [5] 技术应用面临的挑战与治理建议 - 人工智能在医疗领域面临临床适用性不足、责任划分机制缺乏、数据治理与隐私风险等问题,需建立纠纷处理机制 [5] - 在教育领域,建议利用AI构建动态“学习者画像”,以跨越教育资源鸿沟,让不同背景学习者便捷获取优质资源 [5]