来源：环球网 【环球网科技综合报道】11月15日，2025人工智能+大会分论坛——"AI+影视"论坛在南中轴国际文化 科技园·云演艺中心举行。本次论坛由北京市丰台区南中轴地区管理委员会指导，中关村科技园区建设 投资有限公司、南中轴建设发展集团有限公司主办，南中轴（北京）国际文化科技发展有限公司、云戏 （北京）文化科技有限公司、故事接龙（北京）科技有限公司共同承办，以"技术赋能创意，AIGC重塑 影视创作新格局"为主题，汇聚了来自政府、产业、学界、研究、创作及投资等领域的百余位嘉宾，共 同探讨人工智能技术驱动下影视产业的新变革与新机遇。中关村发展集团副总经理伍发平、丰台区科信 局副局长薛明、南中轴管委会副主任安静等出席活动。 AI赋能，影视产业迎来全链条重塑 从2016年至2025年，人工智能在影视行业实现了从"概念验证"到"全链条协同"的深刻转型。当前，人工 智能技术已深度融入剧本生成、视觉预演、视频实时生成、智能剪辑及社群化分发等核心环节，不仅显 著提升生产效率，更系统重构产业底层逻辑。本次论坛全面呈现了人工智能从"辅助工具"升级为"全链 条赋能者"的产业图景，覆盖了从技术底层、内容创作到生态聚合的完整闭环 ...

文章核心观点 - 算法、框架和部署技术的演进正深刻影响未来端侧芯片的设计，当前端侧芯片在支持大模型时面临效率未达上限的挑战 [1][2] - 视觉与语言大模型带来的性能飞跃使Transformer架构支持势在必行，但其计算复杂度对端侧设备的算力和带宽提出巨大需求 [4] - 线性注意力、动态稀疏MoE、低比特量化和Token压缩是未来端侧芯片设计需重点关注的四大确定性技术趋势 [5][7][11][14] 注意力机制演进对芯片设计的影响 - Transformer自注意力机制的计算复杂度与序列长度呈平方关系，对prefill阶段算力和decode阶段带宽构成挑战 [4] - 线性注意力机制通过核函数近似将计算复杂度降至线性水平，RWKV、Mamba、DeltaNet等属此路线 [5] - 稀疏注意力通过将序列长度n变小来突破瓶颈，DSA、MoBA等技术是典型代表，今年ACL最佳论文DSA即属此类 [5] - 对端侧芯片而言，注意力机制变体影响有限，只要算子可融合则计算效率依然高，通道数、head数及SRAM容量是更关键瓶颈 [5] 动态稀疏与MoE技术的影响 - MoE技术在推理阶段只激活部分专家，14B稠密模型与30B-A3B稀疏模型相比，后者性能更好且推理时省算力、省带宽 [8] - 单batch场景下MoE优势明显，但多batch decode阶段带宽需求几乎等同于30B稠密模型，此时反而不如稠密模型 [8] - 蚂蚁集团MoE模型（100B-A6.1B及端侧16B-A1.4B）展现出稀疏性加大趋势，未来MoE技术将驱动芯片向大内存、中带宽、中算力方向发展 [9] - MoE模型压缩是工业界需关注的重点，例如MoNE等工作致力于降低内存需求 [9] 低比特量化技术趋势 - Deepseek采用FP8训练开启低比特量化新时代，端侧大模型对4bit及以下量化有更激进需求 [11] - 技术呈现四大特性：权重专用量化（如GPTQ、AWQ）以解决decode带宽瓶颈；低精度浮点与定点数两条技术路线；细粒度量化提升精度；动态与静态量化的权衡 [11][12] - 混合量化是未来趋势，尤其适合处理大模型层内层间数值不平衡问题，在MoE模型上有更大应用潜力 [12] Token压缩技术的影响 - Token维度压缩极大降低端侧大模型应用门槛，视觉Token数量远超文本Token且冗余度高，是压缩重点 [14] - FastV、PyramidDrop、Holov、LightVLM、SpecPrune-VLA等工作近期呈现井喷式发展 [14] - 对芯片设计而言，Token压缩技术是纯收益，能够直接降低计算量 [14]

合作主体与协议签署 - 运机集团全资子公司华运智远与科大讯飞及其全资子公司潮汐力签署合作框架协议 [1] - 签约仪式于安徽合肥正式举行 [1] 合作技术领域 - 合作围绕声学大模型、视觉大模型、预测大模型、多模态大模型等新兴技术 [1] - 涉及光纤声纹听诊、声振温传感器、工业智能机器人等智能化产品 [1] - 以人工智能大模型、AI传感仪器、工业智能机器人等为核心深化关键技术共研 [2] 行业应用场景 - 技术应用于矿山、散料输送港口、水泥建材、冶金、电力、智能装备、智能运维等行业 [1] - 聚焦矿山行业数智化转型 [2] - 构建更智能、更安全、更高效的工业生产体系 [2] 合作机制与目标 - 三方建立联合开发机制 共同挖掘客户需求和行业痛点 [1] - 共同投入研发资源联合开发、联合推广数智化产品 [1] - 打造可复制示范项目 推动行业降本增效、安全升级 [2] - 培育新质生产力 赋能行业数字化转型与高质量发展 [2] - 共同争取科技项目、市场资源与商业机会 [1] - 实现关键技术共研、行业场景共创与成果转化共享 [2]

深海科技与低空经济政策支持 - 2025年政府工作报告首次将"深海科技"纳入新质生产力培育方向 并强调推动其与低空经济等新兴产业安全健康发展 [1] 舟山低空经济应用场景 - 中国移动依托5G-A通感基站与全域感知网络打造近海5G通信实时保障体系 应用中移凌云平台确保无人机安全精准飞行 [1] - 通过自研视觉大模型推广无人机智能巡检应用 推动舟山低空经济与服务跨越升级 [1] - 岱山县部署8个无人机智能机巢 覆盖全县64个渔业码头 日均起飞十余架次 [1] 低空经济技术创新与平台建设 - 低空海智综合管理平台融合5G-A通感基站 GIS三维底座 AI智能识别等技术 实现自动预警与工单派送 [1] - 平台可智能识别地笼网 污染漂浮物 海岸侵蚀及船只信息 实现"空中巡逻+智慧研判+精准执法"三位一体管理 [1] - 浙江移动基于数字孪生技术打造无人机管控平台和监测设备 全市低空预警范围大幅拓展 "黑飞"现象显著减少 [3] 低空物流与消费级应用 - 岱山利用5G-A超大带宽 超低时延特性 无人机运输大黄鱼耗时从2小时缩短至15分钟 [3] - 舟山市上线"舟警"无人机飞行报备平台 开通多端便民申报服务 实现"一机即办" 娱乐休闲飞行量环比增长约45 6% [3] - 螺塘线最美公路 小干岛露营基地等成为热门航拍打卡点 [3]

海康威视与镇江港合作项目 - 海康威视与镇江港金港公司合作，通过大模型和物联感知技术实现皮带机智能巡检，提升效率并降低安全风险 [1] - 镇江港年吞吐量超亿吨，金港公司46条皮带总长10公里，是矿石装卸与转运的核心设施 [1] - 人工巡检存在安全风险高、效率低等问题，技术升级后显著改善 [1] 视觉大模型技术应用 - 自清洁相机在粉尘环境中清晰观察皮带运行，AI超脑集成跑偏检测大模型算法，及时发现偏移并预警，预计年节省清理成本30万元 [2] - 落料堆积检测大模型算法识别堆积情况并推送预警，防止影响皮带机运转 [2] - 声振温系统实时采集声音、振动和温度数据，算法仓分析故障类型和位置，实现远程运维和预测性维护 [2] - 听诊光纤监测托辊声音，异常时自动报警并定位 [2] 智慧港口平台建设 - 海康威视三维场景技术整合多源数据，构建数字孪生港口，支持高效管理和决策 [3] - 智慧港口平台接入DeepSeek语言大模型，通过自然语言指令简化复杂操作 [3] - 项目推动作业模式从现场向中控转移，改善工作环境并降低运营成本 [3]

比亚迪人工智能战略布局 - 公司2024年下半年显著加大人工智能投入 重点推进大模型多线研发 涉及基座模型 多模态大模型 语言大模型 视觉大模型等 部分自研部分协同其他部门[3][4][6] - 成立先进技术研发中心作为技术中台 团队超500人计划扩至千人规模 下设AI超算开发部 AI实验室等部门 为智能驾驶 智能座舱等业务提供算力算法支持[6] - 投入1000亿元用于AI与汽车结合的智能化技术 目标实现整车全面智能化进阶 创始人王传福称此举为赢得未来技术话语权[6] 人才引进与技术储备 - 引进零一万物前CTO聂鹏程负责AI超算 其拥有12年AI计算领域经验 曾管理2.7万张GPU的AI数据中心 参与研发基座模型和AI应用[5][6] - 技术团队需处理十亿级参数车端大模型 百亿级参数云端大模型及千亿级参数基座模型 对计算资源 数据量和训练量需求巨大[6] - 采用外部招聘策略快速补强能力 重点招募高级人才 但面临关键人才留存与效用最大化的挑战[6][7] 行业智能化竞争态势 - 行业竞争焦点从智驾座舱延伸至人形机器人 特斯拉将资源倾斜至无人驾驶和Optimus机器人 理想小鹏等明确转型AI企业[4][7] - 头部车企将AI视为基础能力 理想每年投入近50亿元自研Mind GPT大模型 小鹏定位未来10年成为AI汽车公司[7] - 大模型竞赛升级为资源比拼 公司凭借全球最高新能源车销量 充足现金流等优势参与技术竞争[7]