文章核心观点 - 人工智能正在通过预测分析、流程优化和数据驱动决策变革制造业，其部署遵循分阶段、迭代式路径，通常从维护绩效与规划等基础应用开始，以快速展现价值并构建可扩展的数据基础，最终目标是实现主动、预测性和指导性的智能制造模式，提升生产力、降低成本并增强可持续性 [1][3][53] - 人工智能在制造业的应用需根据行业特定需求进行定制，但其核心价值体现在三大相互促进的战略支柱：提高设备可用性、增强运营绩效、最大化产出质量和产量，这带来了复合式、非线性的回报 [23] - 实现人工智能的规模化价值需要采用以平台为中心的赋能策略，以打破数据孤岛、确保治理并加速应用复制，同时必须积极应对数据质量、技能差距、集成复杂性等实施挑战 [28][29] - 未来趋势包括人工智能工具的民主化、生成式AI成为核心智能层、人机协作深化、行业数据生态系统兴起、边缘计算普及，以及人工智能明确服务于可持续发展和脱碳目标，这些将重塑制造业竞争格局 [39][50] 制造业中的基础人工智能应用案例 - **预测性维护**：运用机器学习分析传感器数据流，预测设备劣化与故障，实现基于状态的干预，可减少计划外停机时间30%至50%，领先案例显示故障率降低高达70%，维护成本降低25%至40% [11] - **维护绩效与规划**：整合CMMS、EAM、MES、物联网传感器及非结构化日志等多源数据，实现从被动维护向预测性、指导性运营的转变，核心功能包括可靠性分析、预测建模、规范性调度优化及生成式AI增强 [5][6][7][9] - **质量控制和异常检测**：利用计算机视觉与深度学习进行实时自动化检测，在制药等行业中，对亚可见颗粒的检测阳性预测率高达约94%，可降低废品率、减少召回并提高工艺稳定性 [12] - **供应链和需求预测**：利用多元时间序列分析结合市场信号等因素，提供高精度需求预测与动态库存优化，并辅以供应商绩效评分、物流优化等功能，增强供应链韧性 [13] - **流程优化**：通过流程挖掘和强化学习等技术分析运行数据，识别瓶颈并优化工艺参数，在流程制造业中可提升产量一致性、降低能耗并改善环境合规性 [14] 行业特定应用 - **离散制造（如汽车、航空航天）**：重点在于最大化设备可用性与保持严格质量公差，计划外停机损失可达每小时数十万美元，应用包括参数优化分析器和实时异常检测系统，案例如欧贝坎硬塑料公司通过优化注塑工艺参数，在80%的测试产品中实现了更高的产品一致性 [18] - **能源和公用事业**：关注老化资产的生命周期优化与风险规避，应用包括劣化模式建模和基于视觉的深度学习检测，案例如欧贝坎造纸工业株式会社通过AI自动检测异常，将维护成本降低至传统方法的1/25 [19] - **工艺制造（如化工、食品饮料）**：核心目标是保持工艺一致性、最大化产量并优化资源利用，应用包括参数控制与批次性能优化，案例如欧贝坎软包装薄膜公司利用AI优化能源资产配置，决策速度提升10倍 [20] - **制药和生命科学**：在严格监管下专注于质量控制与产量优化，AI增强的显微流动成像系统对亚可见颗粒分类的阳性预测率约94%，每次分类可在15分钟内完成，加速质量放行决策 [21] - **消费品包装 (CPG)**：需平衡产量、质量与快速响应，AI应用于生产排程、需求感知等，2025年调查显示55%的AI用例已创造可衡量商业价值，领先采用者新产品上市速度提高60-70% [22] 人工智能在制造业中的益处 - **效率和生产力提升**：自动化重复任务并提供实时分析，行业基准显示目标流程生产力提升15-35%，一流设施全面集成AI后每工时产出可提高40-60% [25] - **显著降低成本**：预测性维护可降低总维护支出20%至40%，计划外停机成本降低50%至70%，高效案例投资回收期通常为6至18个月 [25] - **卓越的产品质量和一致性**：AI驱动的检测可减少质量相关损失和废品30%至70%，同时提升一次合格率与客户满意度 [26] - **环境可持续性和资源管理**：通过优化能源与材料使用，AI可帮助减少单位产出范围1和范围2排放量10%至30%，支持脱碳与ESG目标 [26] - **可持续竞争优势**：系统部署AI的企业在速度、成本、质量与敏捷性上获得结构性优势，76%的制造业高管预计未来两年内效率提升将超过25% [27] 挑战与实施注意事项 - **数据孤岛、碎片化和质量问题**：制造数据分散于ERP、MES、CMMS、物联网等数十个孤立系统，格式与质量不一，阻碍端到端建模 [30] - **技能差距、组织变革和文化阻力**：制造业劳动力普遍缺乏数据科学背景，集中式数据团队脱离实际，同时员工可能对AI存在抵触与不信任 [34] - **安全、隐私、治理和道德风险**：生产数据包含商业敏感信息，处理不当可能导致知识产权风险，其他问题包括算法偏差与决策缺乏可解释性 [35] - **传统基础设施与集成复杂性**：许多企业依赖老旧控制系统与本地应用，与现代AI平台集成技术挑战大，63%的制造商已将数据湖架构纳入战略以应对 [36] - **实现路径**：成功组织采取分阶段方法，包括开展成熟度评估、选择与制造高度契合的AI平台、从小处着手快速展现价值，并迭代构建复合能力 [37][42] 未来趋势 - **广泛获取和共享应用**：低代码/无代码平台及生成式AI驱动的自然语言交互正降低AI应用门槛，使领域专家能直接参与开发，相关组织迭代周期速度可提升2-4倍 [43] - **生成式人工智能作为核心制造智能层**：GenAI正应用于增强故障排除、设计协助、大规模个性化及自动化知识管理，在早期部署中可将复杂问题解决时间缩短50%至80% [44][45][51] - **协作机器人和高级人机协作**：具备AI视觉与学习功能的新一代协作机器人能适应人类行为，在高混合/低产量环境中释放生产力，催生新型增强型劳动形式 [46] - **行业数据生态系统和安全的跨组织共享**：制造商与供应链伙伴开始构建受控数据共享平台，利用联邦学习、差分隐私等技术安全共享性能数据，以创建共享预测模型 [47] - **边缘人工智能、实时智能和区块链可追溯性**：边缘AI对实时质量检测等延迟敏感应用至关重要，区块链则用于材料与批次的可追溯性，对受监管行业及证明可持续性声明至关重要 [48] - **可持续性和脱碳作为人工智能的核心目标**：AI被明确用于支持净零目标，应用包括实时能源优化、碳足迹建模、预测性维护延长资产寿命等 [52] - **市场展望**：全球制造业AI市场规模预计从2023年的约32亿美元增长至2028年的208亿美元，复合年增长率超过45% [50]

机构调研整体趋势 - 截至2月6日，今年以来已有约760家上市公司接受机构调研，调研热度较去年同期稳步升温 [2] - 机构调研呈现“重点突出、聚焦优质”的特点，部分公司因赛道景气度、核心竞争力及成长潜力成为焦点，调研频次和接待机构数量大幅领先市场平均水平 [2] - 机构调研核心逻辑高度一致，均围绕上市公司成长性展开，重点关注行业景气度、业务发展布局、海外市场拓展、产能利用率及业绩预期等关键问题 [2] 高频调研公司（调研频次） - 有6家上市公司被调研达10次及以上，构成“第一梯队” [3] - 洁美科技以15次调研位居榜首，其主营业务为电子封装材料及电子级薄膜材料的研发、生产和销售 [3][4] - 泰和新材被调研14次，主营业务涵盖氨纶纤维、芳纶纤维系列产品，是国内芳纶、氨纶行业龙头企业之一 [3][4] - 冰轮环境被调研13次，位列第三，业务涵盖低温冷冻、中央空调、环保制热、能化装备、精密铸件等多个领域 [3][4] - 天禄科技、海安集团和山外山分别被调研12次、12次和10次，跻身高频调研梯队，所处赛道分别为显示器件、装备制造和医疗健康 [4] 高关注度公司（接待机构数量） - 有24家上市公司累计接待机构数量超百家，其中4家公司接待机构数量均在200家以上 [5] - 大金重工接待了300多家机构，位居榜首，是中国A股首家风电塔桩上市公司，主营业务聚焦风电塔架、火电锅炉钢结构的生产和销售，并聚焦全球主流海上风电市场 [5] - 耐普矿机接待机构超200家，主要从事重型矿山选矿装备及耐磨备件的研发、生产和销售 [5][6] - 翔宇医疗接待机构超200家，主营业务是康复医疗器械的研发、生产与销售 [5][6] - 海天瑞声接待机构超200家，聚焦软件和信息技术服务业，主要产品包括智能语音和计算机视觉，处于人工智能热门赛道 [5][6] 公司业绩表现 - 洁美科技2022年至2024年及2025年前三季度营业收入分别为13.01亿元、15.72亿元、18.17亿元和15.26亿元，营收规模持续扩大 [4] - 大金重工2022年至2024年及2025年前三季度营业收入分别为51.06亿元、43.25亿元、37.80亿元和45.95亿元，2025年前三季度营收实现大幅反弹，同比增速显著 [5] - 耐普矿机2022年至2024年及2025年前三季度营业收入分别为7.49亿元、9.38亿元、11.22亿元和7.14亿元，营收规模逐年扩大 [6] 调研核心问题与公司回应 - 在洁美科技的调研中，机构重点询问行业景气度及核心产品产能利用率，公司回应核心产品电子封装材料处于满产满销状态，电子级薄膜材料产能利用率逐步提升，行业景气度整体处于较高水平 [7][8] - 在大金重工的调研中，机构重点询问对2026年欧洲及其他海外市场海风招标进展的预期，公司明确表示除英国外，德国、日本、荷兰、波兰也是重点布局的海外市场，且各市场均具备较好发展前景 [8]

AI行业人才竞争态势 - 在AI竞赛背景下 原本不起眼的实习生岗位变得炙手可热[1] - 头部AI公司正在竞相争夺全球顶级人才 并不惜开出高额薪酬[1] - 公司同样投入重金挖掘尚未崭露头角的潜力股[1] - 目前AI行业短期、初级岗位薪资已与其它行业的全职岗位薪资水平不相上下[1] 主要公司人才吸引项目与薪酬 - OpenAI、Anthropic、谷歌DeepMind和Meta通过薪资丰厚的实习、研究员及驻留项目吸引优秀人才[1] - **谷歌**：已开放学生研究员项目申请 持续至明年7月17日 采取一边申请一边审核的方式[1] - 项目面向美国本土计算机科学及相关领域博士生[1] - 提供横跨多个团队的灵活项目制研究岗位 团队包括谷歌DeepMind和谷歌研究[1] - 该职位基本年薪在11.3万美元至15万美元之间 具体取决于工作地点和个人经验[1] - **Meta**：目前提供多个研究类实习岗位 实习周期为12周至24周[1] - 月薪在7650美元至1.2万美元以上不等 具体取决于经验和工作地点[1] - 研究方向包括神经渲染、自然语言处理、生成式建模以及计算机视觉等[1] - **OpenAI**：提供为期六个月的驻留项目 参与者将以全职员工身份加入公司[2] - 驻留人员与研发团队共同开展前沿AI项目 并获得导师指导[2] - 参与正在进行的研究项目 并有机会在项目结束后转为正式员工[2] - 驻留期间的月薪为1.83万美元[2]

合作核心内容 - 南京大学、影石创新、栖霞区三方签署战略合作协议并揭牌影石智能影像算法创新中心 [1] - 合作将依托南京大学人才资源与栖霞区政策资源设立创新中心 [1] - 三方共建影石创新（南大仙林）人才培育基地 [1] 技术研发方向 - 创新中心聚焦AI影像算法、VR/AR、计算机视觉等核心技术方向 [1] - 公司将联合南大、东大、南航等在宁高校及技术互补型企业开展技术研发合作 [1] 人才培养计划 - 人才培育基地将开展实习实训、毕业设计、创新创业培养等合作 [1] - 合作旨在定向培养一批符合产业需求的高素质应用型、创新型人才 [1] 应用场景拓展 - 栖霞区支持公司在工业制造、智能会议、城市治理等领域开展场景示范应用 [1]

公司概况 - 公司成立于2005年5月11日，于2021年8月13日在上海证券交易所上市 [1] - 公司是国内AI训练数据解决方案领军企业，主营业务为AI训练数据的研发设计、生产及销售 [1] - 公司涉及Kimi概念、AI语料库等多个概念板块 [1] 经营业绩 - 2025年三季度公司营业收入为2.34亿元，在行业131家公司中排名第98，低于行业平均数28.33亿元和中位数4.73亿元 [2] - 2025年三季度主营业务构成：智能语音收入6915.28万元（占比44.13%），计算机视觉收入6271.64万元（占比40.02%），自然语言收入2177.67万元（占比13.90%），应用服务收入305.01万元（占比1.95%） [2] - 2025年三季度净利润为434.77万元，行业排名第69，低于行业平均数2596.07万元和中位数583.1万元 [2] - 2025年上半年营收1.57亿元，同比增长69.54%，归母净利润380.46万元，同比增长813.65% [5] 财务指标 - 2025年三季度资产负债率为13.73%，低于行业平均的38.93% [3] - 2025年三季度毛利率为49.66%，高于行业平均的29.96%，但较去年同期的66.83%有所下降 [3] 业务亮点与增长 - 计算机视觉收入同比增长275.43%，自然语言收入同比增长100.81% [5] - 公司全球化布局，2024年境外收入同比增长89.53% [6] - 东南亚数据交付基地稳定运营，国内央国企与G端业务营收贡献增长 [5] - 公司成立具身智能数据训练场，探索新增长点 [5] 股东与股权结构 - 截至2025年9月30日，A股股东户数为1.26万，较上期增加18.33% [5] - 户均持有流通A股数量为4769.54，较上期减少15.49% [5] - 十大流通股东出现变动，博时上证科创板人工智能ETF发起式联接A和香港中央结算有限公司为新进股东 [5] 管理层 - 公司控股股东和实际控制人为董事长贺琳，其2024年薪酬为226.59万元，较2023年增加63.59万元 [4] - 总经理李科2024年薪酬为208.79万元 [4] 券商观点与预测 - 中信建投证券预计公司2025-2027年营业收入分别为3.08/3.87/4.69亿元，归母净利润为0.20/0.29/0.36亿元，给予"买入"评级 [5] - 东吴证券预计公司2025-2027年营收分别为3.45/4.83/6.44亿元，归母净利润分别为0.32/0.56/0.91亿元，首次覆盖给予"买入"评级 [6] - 数据标注产业迎来政策催化，大模型驱动数据需求剧增 [6]

行业定义与分类 - 人工智能定义为利用计算机模拟人类智能的理论、方法、技术和应用系统[1] - 行业分为弱人工智能、强人工智能和超人工智能三类[1] 核心特征 - 以大数据为基底，算法为核心，通过数据挖掘形成知识模型[3] - 借助传感器等硬件实现人机交互与协作[3] - 具备学习推理能力，能随环境变化自动优化模型实现动态迭代[3] 发展历程 - 第一次浪潮（1956-1974）：以符号主义为主导，受限于计算能力进入低迷期[6] - 第二次浪潮（1980-1987）：专家系统商业化，因场景局限性和高维护成本遇冷[7] - 第三次浪潮（1993至今）：深度学习理论突破，2012年ImageNet大赛错误率降至15%推动商业化[8] - 三次浪潮均始于算法突破，两次寒冬因算力和数据量限制[9] 市场规模 - 2021年全球人工智能市场规模达850亿美元[10] - 2022年市场规模同比增长20%至1017亿美元，2025年将突破2000亿美元，CAGR达24.5%[10] - 中国市场规模从2017年709亿元增长至2025年5460亿元，CAGR为29%[10] - 2020年全球人工智能技术支出687亿美元，2025年预计达2212亿美元，CAGR26.3%[43] - 中国2020年市场规模295亿元，2025年预计达1671亿元，CAGR41.5%[45] 政策支持 - 2017年《新一代人工智能发展规划》提出三步走战略，2030年达到国际领先水平[13][16] - 政策重点支持技术突破、人才培养、创新平台和场景应用[15] - 2022年政策强调工业互联网和数字产业发展，提升关键软硬件技术创新能力[16] 细分领域 计算机视觉 - 2019年核心产业规模633.3亿元，带动相关产业1438.6亿元[17] - 2025年核心产业规模预计1537.1亿元，CAGR15.9%，带动产业4858.4亿元，CAGR22.5%[17] - 市场CR3达39.5%，商汤科技占比23.1%[18] 自然语言处理 - 2024年中国市场规模126亿元，同比增长14.55%[18] - 2025年全球市场规模预计突破336.8亿美元，CAGR28.8%，2037年达7348.2亿美元[20] - 小样本学习使训练数据需求减少90%[19][21] 生成式人工智能 - 2025年全球支出预计6440亿美元，较2024年增长76.4%[22] - 80%支出用于硬件，潜在市场规模至少600亿美元[22] - 通用AI工具流量从25%增至55%，代码生成与DevOps工具持续攀升[23] 技术演进 - 计算智能：已成熟，如1996年深蓝计算机战胜国际象棋冠军[24] - 感知智能：不断完善，如自动驾驶通过激光雷达实现环境感知[24] - 认知智能：未来方向，实现主动决策[24] 底层技术 机器学习 - 包括有监督学习、无监督学习、半监督学习和强化学习[25] - 算法涵盖线性回归、逻辑回归、BP算法、支持向量机等[27] 机器视觉 - 具备识别、测量、定位、检测功能，精度达256灰度级[28][30] - 快门时间10微秒，高速相机帧率可达1000以上[32] 自然语言处理 - 包括文本分类、信息检索、机器翻译等技术[33] 应用技术 智能芯片 - 分为传统芯片和专用智能芯片[36] - 通用计算芯片被Intel、Nvidia垄断[57] 生物识别 - 通过语音、人脸、虹膜等特征进行身份认证[39] - 具防伪性好、不易伪造等优点[39] 竞争格局 全球视角 - 美国技术领先，中国应用场景丰富，为第一梯队[46] - 欧盟、俄罗斯、德国、日本为第二梯队[46] 中国市场 - 基础层代表企业：阿里巴巴、华为、寒武纪[49] - 技术层代表企业：科大讯飞、云从科技、商汤科技[49] - 应用层代表企业：新松机器人、华为、小米[49] 产业链分析 基础层 - 包括数据资源、硬件设施和计算力平台[50][52] - 全球AI基础设施市场份额前三：浪潮16.4%、戴尔、HPE[54] - 计算力指数美国第一，中国第二[57] 技术层 - 包括通用技术、算法模型和软件框架[61] - 深度学习框架份额：TensorFlow 29.2%、Caffe2/PyTorch 28.2%、百度飞桨19.1%[62] - 近40个AI学习框架竞争激烈[64] 应用层 - 覆盖金融、教育、交通、医疗等垂直领域[67] - 中国企业包括华为、小米、阿里巴巴及众多中小企业[67] 社会经济价值 - 促进数字技术与实体经济深度融合[70] - 在设计、生产、管理、营销等环节提升效能[73] - 2021年长三角人工智能竞争力超过京津冀[76] 市场前景 - 行业大环境持续向好，与5G、大数据等同列新基建[80] - 政策红利凸显，多地设立专项资金支持[82] - 2021年核心产业规模1998亿元，2026年预计超6000亿元，CAGR24.8%[90] - 市场份额向头部企业集中[90]

公司业务与增长驱动 - 全球AI技术快速发展推动计算机视觉、自然语言和智能语音三大业务板块全面增长 [1] - 计算机视觉和自然语言业务占比提升 得益于技术突破和市场需求增长 [1] - 2025年收入增长核心驱动因素包括AI产业两大发展趋势和创新业务布局 以及与华为战略合作和东南亚数据交付体系 [1] 战略合作与市场拓展 - 与华为合作涉及昇腾DeepSeek数据飞轮智能体、陕西智慧文旅项目、京西智谷数字人平台及配音平台项目 [1] - 海外市场拓展通过并购菲律宾交付基地和加快全球化服务网络建设 全面推进全球化战略布局 [1] 数据业务与技术发展 - 训练垂向领域大模型数据来源分为公开数据、客户自有数据和垂直场景定向采集数据 [1] - 数据标注行业将更加智能化 数据安全及合规能力成为核心评价维度 [1] - 产品数据集业务是模拟数据 定制化服务业务是定向化需求的纯加工服务 [1] 行业地位与核心竞争力 - 在数据要素领域通过参与国家训练数据标注基地建设形成综合解决方案 [1] - 核心竞争力体现在服务产品双模式、技术平台能力、供应链资源管理和数据安全及合规能力 [1]

容百科技调研要点 - 2025年上半年战略性投入前驱体、钠电、磷酸锰铁锂等产业导致利润下滑 但主营三元业务实际盈利7700万元[1] - 受美国关税政策影响海外客户销量下降 预计下半年好转[1] - 富锂锰基材料实现百公斤级出货 尖晶石镍锰正极材料高温存储性能提升[1] - 固态正极材料和固态电解质双线推进 高镍及超高镍正极材料实现吨级出货[1] - 同步开发硫化锂 小试工艺定型 加速建设电解质中试线[1] - 磷酸锰铁锂产品出货量达2024全年总量 商用车领域销量突破千吨[1] - 钠电正极产品实现百吨级突破 仙桃基地启动年产6000吨产线建设[1] - 欧洲市场较年初预期更乐观 波兰工厂加快产线设计[1] 海天瑞声调研要点 - 全球AI技术发展推动计算机视觉、自然语言和智能语音三大业务板块全面增长[2] - 计算机视觉和自然语言业务占比提升 受益于技术突破和市场需求增长[2] - 通过参与国家训练数据标注基地建设形成数据要素领域综合解决方案[2] - 与华为合作涉及昇腾DeepSeek数据飞轮智能体、陕西智慧文旅、京西智谷数字人平台及配音平台项目[2] - 2025年收入增长核心驱动因素包括AI产业趋势、创新业务布局、华为战略合作及东南亚数据交付体系[2] - 海外市场通过并购菲律宾交付基地和加快全球化服务网络建设推进全球化战略[2] - 训练垂向领域大模型数据来源分为公开数据、客户自有数据和垂直场景定向采集数据[2] - 数据标注行业趋向智能化 数据安全及合规能力成为核心评价维度[2] - 核心竞争力体现在服务产品双模式、技术平台能力、供应链资源管理和数据安全合规能力[2] - 产品数据集业务使用模拟数据 定制化服务业务为定向化需求的纯加工服务[2] 鼎通科技调研要点 - 二季度生产订单饱和 营业收入和净利润同比大幅增长[3] - 通讯业务占总营收80% 112G产品需求旺盛 224G和液冷产品将提高收入和利润[3] - 马来西亚子公司订单充足 上半年总收入5158万元 二季度开始盈利[3] - 三季度客户需求旺盛 预计环比仍保持增长[3] - 液冷产品二季度小批量出货 预计2025年底或2026年初开始量产[3] - Overpass系列产品二季度需求增长较缓 预计三季度表现更好[3] - 汽车业务上半年增长不明显 预计下半年与比亚迪、长安汽车合作项目及宝马BMS将起量[3] - BMS项目已有两条自动化产线安装完成 预计2025年底或2026年初开始量产[3] - 112G通讯产品月需求超150万套 预计三季度仍有环比增长[3] - 224G通讯产品已开始批量试产 预计下半年大批量量产[3] - 通过购买机器设备和增加组装线扩充产能 为后续产品上量做准备[3] - 224G通讯产品、液冷产品和BMS项目将贡献未来收入和利润[3] 机构调研背景 - 北京鸿道投资管理有限责任公司2010年3月由原华夏基金明星基金经理孙建冬创办[4] - 拥有证券私募基金"3+3"投资顾问资格 登记备案号P1000280[4] - 成功发行鸿道全球优选、创新改革系列等六十几只私募基金产品[4] - 核心人员来自国内大型基金管理公司、资产管理公司和证券公司[4] - 依托独立投资研究体系、投资决策委员会制度及三位一体投研风控体系实现前瞻性投资[4] - 秉持"研究创造价值"理念 把握趋势投资机会[4]

人工智能与科技创新主题论坛 - 世界青年发展论坛人工智能与科技创新主题论坛在苏州举行 来自64个国家 七个国际组织的约150名青年事务部长 青年组织负责人及青年领袖参会 [1] - 人工智能作为引领新一轮科技革命和产业变革的战略性技术 正深刻改变人类生产生活方式 [1] - 截至2024年底 中国已建成一批具有国际竞争力的国家级人工智能创新平台 在计算机视觉 自然语言处理 大模型训练等关键领域跻身世界前列 [1] 人工智能发展现状与倡议 - 会上倡议各国青年以责任为帆 以理想为舵 以开放包容胸怀拥抱合作 共同驾驭人工智能变革浪潮 [1] - 国家数据局数字科技和基础设施建设司负责人指出人工智能蕴含数据安全 隐私保护 虚假信息传播 技术滥用等风险隐患 [2] - 呼吁青年坚持智能向善理念 在技术创新中践行科技伦理 深化国际合作 构建包容普惠治理体系 [2] 论坛讨论议题 - 各国专家围绕人工智能赋能全球可持续发展机遇与挑战 人工智能支持全球青年交流合作 人工智能技术与应用产业发展的国际合作等议题进行主旨演讲 [2] - 青年对话环节聚焦人工智能重塑科技创新范式 人工智能与青年就业等话题 [2] - 东吴证券研究所联席所长张良卫就青年从事人工智能创新如何"避坑"进行详尽阐述 [2]

国家AI战略规划 - 国务院2017年提出"三步走"战略：2020年AI核心产业规模1500亿，带动相关产业1万亿；2025年核心产业4000亿，带动5万亿；2030年核心产业1万亿，带动10万亿 [3] - 截至2024年9月，中国AI核心产业规模已接近6000亿元，提前完成2025年目标的150% [3] - 各部委后续发布伦理规范、指导意见等配套政策，各地加速布局AI产业 [4] 北京AI产业优势 - AI综合实力全国第一：2023年核心产业规模3000亿占全国50%，2400家AI企业占全国40%，213起融资占全国30%，123款备案大模型占全国60% [5] - 顶尖人才聚集：全球AI 2000榜单中北京占中国280人中的121人，AI学者4.9万人中北京占1.5万 [7][8] - 产业生态完善：中关村聚集智谱AI、月之暗面、寒武纪、旷视科技等头部企业，清华北大孵化多个明星项目 [7][8] 上海AI产业特点 - 聚焦芯片与算力：张江形成最完整集成电路集群，燧原科技、壁仞科技等企业突破国产AI芯片方案 [10] - 算力基础设施领先：综合算力指数全国第一，吸引英伟达、特斯拉等国际企业设立研发中心 [10] - 产业定位清晰：与北京形成"芯"（上海）与"脑"（北京）的协同分工 [10] 深圳AI竞争力 - 制造业场景丰富：优必选Walker S1机器人广泛应用工业场景，具身智能发展迅速 [14] - 巨头引领生态：华为（盘古大模型）、腾讯（混元大模型）、大疆、比亚迪等头部企业带动产业链，华为前海创新中心签约16家合作伙伴 [15][16] - 政策支持力度大：发放"训力券"等补贴，2023年AI融资120起超越上海 [12][16] 杭州AI新势力崛起 - DeepSeek-R1大模型以低成本高性能引爆市场，宇树机器人占全球四足机器人60%份额 [18][19] - 浙大系创业活跃：AI成果发表量全球第三，深度求索等六小龙中三家出自浙大 [20] - 产业基础扎实：阿里云全球第三，吉利、海康威视等民企提供应用场景 [21][22] 其他城市差异化布局 - 广州、苏州、合肥等地结合本地禀赋寻找AI细分突破口，形成全国竞争协同格局 [23] - 地方竞争被视作推动AI产业整体发展的核心动力 [24]