文章核心观点 - 国家数据局局长刘烈宏的演讲系统阐述了中国人工智能与数据产业的发展战略、现状与趋势 核心观点是人工智能正加速演进并深度融入实体经济 而数据作为关键生产要素 其产业与人工智能的深度融合正催生智能经济新业态和增长点 演讲强调通过适度超前建设算力基础设施、把握人工智能五大新趋势、以及深化数据要素市场化改革来推动产业高质量发展 [3][4][8][12][15] 算力基础设施布局与建设 - 中国全面启动“东数西算”工程 在八大国家枢纽节点布局建设十大数据中心集群 截至2025年底 全国智算总规模达159万PFlops 其中八大国家枢纽（含十大集群）已建成智算规模达138.8万PFlops 占全国比重超过80% [6] - 开展“算电协同”试点 推动算力设施与电力系统深度融合 目标是确保枢纽节点新建算力设施绿电应用占比达到80%以上 [7] - 加快构建全国一体化算力网 旨在促进全国范围内算力资源的高效调度和应用 该建设已列入“十五五”规划 [8] 人工智能发展的五大新趋势 - 趋势一：从对话到决策执行 智能体成为大模型落地应用新形态 以OpenClaw为代表的应用通过连接大模型与外部工具实现任务自主规划与连续执行 迅速引爆全球市场 [3][8] - 趋势二：人工智能向行业大模型纵深拓展 行业高质量数据集取代通用语料 成为决定模型落地效果的关键变量 [9] - 趋势三：人工智能经历从数字模拟向物理交互的范式跃迁 引爆具身智能数据新需求 在工业制造、仓储物流等领域加速从实验转向实际应用 [9] - 趋势四：Token（词元）成为智能时代的价值锚点和商业“结算单位” 中国日均Token调用量从2024年初的1000亿跃升至2025年底的100万亿 2026年3月已突破140万亿 两年增长超千倍 以Token计费的新型商业逻辑正在加速演进 [3][10] - 趋势五：AI深度融入生产生活 安全合规成为治理焦点 训练数据与生成内容的版权争议、数据投毒攻击等安全风险引发关注 需要提供全栈数据安全解决方案 [11] 数据产业与人工智能的协同发展 - 人工智能激活了前所未有的数据新需求 推动数据资源、技术、服务等六类数据企业快速发展 2024年提供包括高质量数据集在内的专业数据产品产值规模已超过2万亿元 预计2025年增长15%至超过2.3万亿元 [13] - 人工智能催生数据领域新赛道 如高质量数据集构建、精细化数据标注等 市场对多模态数据、思维链数据等细分领域需求井喷 [13] - 人工智能技术提升了数据开发效率 尤其对占全球数据总量超80%的非结构化数据进行价值挖掘 同时数据产权“三权分置”改革、数据交易所及隐私计算技术等正推动数据要素市场化流通机制走向成熟 [14] - 人工智能既带来数据安全治理新挑战 也孕育治理模式升级新机遇 催生了数据安全评估、合规审计等新兴服务需求 同时AI技术也在赋能安全防护体系向主动预测防御跃升 [14] 政府工作重点与产业展望 - 国家数据局形成了“5+3+1”工作体系 其中“5”指数据基础制度、基础设施、融合应用、全国一体化数据市场建设和数据产业培育 “1”指突出数据赋能人工智能创新发展这一重点 [15] - 将2026年定为“数据价值释放年” 聚焦数据赋能人工智能 计划实施强基扩容、标注攻坚等六大行动 旨在形成一批高质量数据集 实现供给量、质齐升 [15] - 预计到“十五五”末 中国人工智能相关产业规模将突破10万亿元 [4]

人工智能产业发展趋势 - 智能体正驱动中国大模型应用规模爆发式增长，成为大模型落地应用的新形态[3] - 从对话到决策执行，智能体通过构建大模型与外部工具的深度连接，实现了任务的自主规划与连续执行[3][4] - 预计到“十五五”末，中国人工智能相关产业规模将突破10万亿元[3] 智能体应用的安全与治理焦点 - AI深度融入生产生活，安全合规成为治理焦点[5] - 智能体应用带来了网络安全和数据安全隐患，如数据投毒攻击、权限失控、网络安全漏洞、恶意技能插件等[4][5] - 训练数据与生成内容的版权争议可能使人工智能产品陷入法律诉讼与信任危机[5] 中国企业的独特路径与“好智能体”标准 - 中国企业凭借“开源框架+中国模型+全栈数据安全策略”的独特路径，加速推动智能体应用落地[4] - 中国企业的方案以国产大模型为“大脑”，创新性植入工具合规性检测、数据隔离、权限管控及操作审计等全链路安全机制[4] - “好智能体”不仅是“全能执行者”，更应是坦诚的风险告知者与可靠的方案解决者，需清晰界定风险并提供安全落地闭环[3][4] 数据要素赋能与安全治理方案 - 国家数据局将数据要素赋能人工智能创新发展作为重点工作，推动高质量数据集建设与人工智能同频共振[5] - 正在建立健全数据产权制度，为数据供给、流通、使用提供权责清晰的产权配置方案[6] - 正在推动形成涵盖数据、技术、网络等一体化的安全治理解决方案，为人工智能规模化应用提供安全支撑[6] - 以智能体应用为例，应按照“最小权限、主动防御、持续审计”的原则持续开展安全防护[5]

印度AI峰会事件与战略选择 - 印度AI峰会本应展示科技创新，但实际演变为一场政治站队秀，场面尴尬失控[1] - 印度政府宣称要独立发展AI，但实际行动是紧密拥抱美国，未考虑与中国合作[1] 印度的技术合作与产业策略 - 印度选择与美国科技巨头合作建设数据中心，承诺投资额巨大：谷歌150亿美元、微软175亿美元、亚马逊350亿美元[1] - 印度意识到自身无法在基础模型研发上与中美抗衡，全球8%的顶尖AI研究员是印度裔，但多数人已流向硅谷，本土研究力量薄弱[6] - 印度采取“拿来主义”策略：吸引美国投资建数据中心，利用其9亿网民数据为美国公司训练模型，并通过数据本地化立法打造主权AI生态[6] - 印度在峰会前曾邀请中国代表团，中国带来了包括性价比高的昇腾芯片、绿色能源技术经验、开源模型适配方案在内的实际合作方案[7] - 但峰会实际安排中，中国代表团沦为陪衬，美国巨头成为主角，印度媒体宣传美欧规则范本，忽视中国开源路线的成本优势[7] 中国AI路线的优势与印度的取舍 - 中国的AI发展路线强调开源、低成本与普惠，被认为特别适合印度等发展中国家[1] - 采用中国如DeepSeek的开源模型，可帮助印度大幅降低AI发展成本[1] - 中国的绿色能源技术，尤其是数据中心相关方案，能帮助印度解决因电网老化导致的频繁崩溃问题[1] - 尽管知晓中国方案更适合且能解决实际问题，印度因政治站队选择放弃合作[7][9] 印度AI发展的内部挑战与外部依赖 - 印度制造业乏力、电力供应不稳、物流成本是中国的两倍[6] - 印度AI峰会组织混乱，第一天就因安检混乱、展品丢失、交通瘫痪而口碑崩塌[7] - 峰会出现丑闻，如印度大学将中国宇树科技的机器狗贴上自家研发标签公开展示[3][7] - 美国对印度的AI支持附带条件，芯片出口限制和技术转让壁垒并未松动，目的是让印度成为遏制中国的棋子[6] - 印度希望通过廉价工程师和9亿网民数据市场换取技术主权，但此策略本身存在疑问[9] 印度战略选择的长期影响 - 印度短期或能从美国获得投资和技术合作承诺[9] - 长远看，印度可能面临与美国盟友类似的技术、芯片、算力出口限制风险[9] - 印度选择站队美国，其根本动机在于获取全球南方领导者头衔以及在中美博弈中的政治红利，而非技术发展与产业升级[9] - 印度的选择意味着其人民可能无法享受到更便宜实用的AI服务[9]

论坛概况 - 论坛于11月15日在北京举办，主题为“智能经济和智能社会的新形态” [1][3] - 论坛由中央财经大学、中国法学交流基金会、中国科学院大学科技与法律研究中心、中国经济改革研究基金会共同举办 [1] - 论坛发布了“2025中国数字经济发展与法治建设”十个重大影响力事件 [1][3] 十大影响力事件 - 国务院印发《关于深入实施“人工智能+”行动的意见》 [3] - 全国人大常委会通过《反不正当竞争法》修正案 [3] - 国务院公布《政务数据共享条例》 [3] - DeepSeek开源模型发布 [3] - 鸿蒙生态实现关键进阶 [3] - 超导量子计算原型机“祖冲之三号”创造新纪录 [3] - 中国人工智能专利申请量和拥有量均位居全球首位 [3] - 最高人民法院首次发布数据权益司法保护专题指导性案例 [3] - 上海“AI换脸”著作权侵权案入选最高人民法院知识产权典型案例 [3] - 第78届联合国大会通过中国提出的《加强人工智能能力建设国际合作决议》 [3] 行业发展趋势与法治建设 - 智能经济与智能社会已成为一场深刻变革，法治是变革持续稳定可控的关键 [4] - 需构建智能法治方面的自主知识体系，以服务法治实践，推动行业规范有序发展 [4] - 需完善法律制度、政策制度、应用规范及伦理准则，以应对人工智能推动的生产关系变革 [5] - 需健全数据要素基础制度，建设开放共享安全的全国一体化数据要素市场 [5] - 深化数据资源开发利用，形成高质量数据要素供给，是实现动态平衡的关键 [5]

论坛概况与核心主题 - 论坛于2025年11月15日在北京举办，主题为“智能经济和智能社会的新形态”，旨在推动人工智能与经济社会各领域的深度融合 [1] - 论坛贯彻落实国家相关政策精神，旨在为“人工智能+”及数字经济发展贡献智慧 [1] 政策与法治建设方向 - 强调需构建中国智能法治的自主知识体系，发挥智库作用以服务法治实践，推动智能经济和社会规范有序发展 [3] - 指出法治是智能经济与社会变革持续稳定可控的关键，不仅是外部保障更是内在核心要素 [4] - 提出要完善人工智能相关法律制度、政策、伦理准则，健全数据要素基础制度，建设全国一体化数据要素市场 [4] - 面对工业社会与智能社会并存的法律治理要求，需坚持价值对齐原则，通过增量扩容促进法律变革，形成新法治范式 [7] 教育与人才培养举措 - 中央财经大学设立“人工智能+税收”、“人工智能+保险”、“金融科技-计算机科学与技术”等联合学士学位项目，培养驾驭数字经济复杂场景的卓越人才 [4] - 推出“法学+会计学”、“法学+工商管理”等双学士学位项目，精准对标数字经济时代对法治人才的需求 [4] 技术发展与科研范式变革 - 人工智能技术的兴起正催生科学研究新范式，AI for Sciences的核心是智能驱动创新，是一场认识论上的范式革命 [9] - 人工智能不仅是科研工具，更是科学发现的参与者和贡献者，其可持续发展需要法治化制度护航 [9][10] - 数据被视为人工智能发展的瓶颈，人工智能是模型与数据集的耦合，领域数据集的治理是实现大模型行业赋能的基础 [10] 产业与市场发展重点 - 将持续推动政策资源、创新要素、产业力量向人工智能领域集聚，促进数智技术的创新应用与安全规范发展 [4] - 需深化数据资源开发利用，形成高质量数据要素供给，以实现生产关系与生产力的动态平衡 [4] - 探索降低数据集构建成本，推动数据元件在数据流通和领域数据集构建中的应用，使人工智能在各行业赋能真正落地 [10] 重大影响力事件 - 论坛发布了“2025中国数字经济发展与法治建设”十大事件，包括国务院印发《关于深入实施“人工智能+”行动的意见》等政策法规出台 [12] - 技术领域重大事件包括DeepSeek开源模型发布、鸿蒙生态关键进阶、超导量子计算原型机“祖冲之三号”创造新纪录 [12] - 我国人工智能专利申请量和拥有量均位居全球首位，同时司法领域发布了数据权益保护及“AI换脸”著作权侵权等典型案例 [12]

公司AI技术合作情况 - 公司AI模型技术借鉴DeepSeek等优秀开源模型进行优化 [1] - 公司AI电纸本产品接入了DeepSeek的开源模型 [1] - 除技术借鉴和产品接入外 未听说其他合作 [1]

人民币汇率走势 - 2025年以来人民币对美元呈现先跌后升的震荡走势 年初受美国加征关税等贸易政策冲击 人民币一度贬值至7.3以上 4月上旬离岸价达7.4295 [4] - 5月后强势回升 因中美关税谈判取得进展及美元指数大幅走弱 上半年美元指数跌超10% 人民币6月回升至7.2下方 [4] - 8月延续升势 8月25日中间价报7.1161创2024年11月以来新高 8月30日中间价达1美元兑7.1030元 [2][4] 汇率走强驱动因素 - 美联储降息预期升温 8月22日鲍威尔释放鸽派信号 放弃"平均通胀目标制" 更注重就业与通胀平衡 市场认为9月降息概率超90% 美元指数单日跳水0.94% [6][7] - 美联储理事沃勒8月28日明确支持9月降息25个基点 称降息依据较7月更充分 [8] - 国内政策主动引导 央行8月25日起连续上调中间价 累计调升258个基点 8月28日报7.1063创2024年11月以来新高 传递从"稳汇率"转向"稳预期"意图 [9] 对A股市场影响 - 外资流入加速 2025年8月北向资金净流入超800亿元 外资增持高股息蓝筹股及科技成长板块 [13] - 企业成本下降 进口依赖型行业如航空、造纸原材料采购成本降低 航空公司燃油进口成本下降改善利润率 [14] - 估值提振效应 人民币资产价值重估推动权重股估值修复 8月29日上证指数V型反弹与汇率升值同步 [14] 对港股市场影响 - 汇率传导直接利好 港元挂钩美元使人民币升值提升港股中资企业人民币计价盈利表现 科技龙头及半导体板块受益显著 [15] - 资金虹吸效应 30万亿国际资金涌入香港市场 南向资金8月净增500亿港元 重点加仓高分红国企与AI赛道 [15] - 政策与产业红利 灵活上市机制吸引中概股回归 叠加国内AI技术突破如DeepSeek开源模型 科技股估值空间打开 [15]

5G网络建设与基础设施 - 部署5G行业虚拟专网6.4万个 5G工业网关和路由器数量超百款[1] - 建成5G基站459.8万个 千兆网络能力端口达3053万个 实现县县通千兆和乡乡通5G[1] - 全国算力中心达1085万标准机架 智能算力规模788 EFLOPS[1] 技术研发与产业布局 - 5G标准必要专利全球占比42% 5G-A和6G技术研发及国际标准处于全球第一阵营[1] - 形成涵盖芯片 终端 基站设备和测试仪表的完整5G产业链[2] - 人工智能和卫星互联网领域加速布局 开源模型快速发展 星网/千帆/天启星座加速组网[2] 行业应用与效能提升 - 5G应用覆盖97个国民经济大类中的86个 案例总数超13.8万个[2] - 智能制造示范工厂研制周期平均缩短30% 5G工厂产能提升19.6%且运营成本下降14.5%[2] - 新技术广泛应用于研发设计环节 推动工业创新范式变革和研发效率提升[2] 企业生态与政策导向 - 获颁电信业务经营许可企业达18.65万家 同比增长10%[2] - 工信部将推进5G-A产品体系与高品质网络部署 加快6G技术研发并培育应用产业生态[3]

开源人工智能的核心争议 - GPT5 0发布未公开模型参数 OpenAI闭源策略引发AI技术公平性讨论 开源被视为反垄断和民主化的重要路径[1] - 开源内涵超越传统软件开发 包含"可获得""可接触""可应用"三重开放机制 当前争议聚焦技术滥用与科技公司控制问题[1] - 哈佛大学2024年报告显示开源软件创造8 8万亿美元社会价值 相当于日本GDP两倍 开源理念已成为数字从业者共识[2] 开源决策的行业动态 - OpenAI 2023年GPT-4转向闭源 2025年受DeepSeek开源模型激励重新拥抱开源 反映技术演化中生产关系的不确定性[3] - DeepSeek V3和R1开源模型证明有限资源下可实现高性能大语言模型 OpenAI CEO承认在开源问题上"站在历史错误一方"[10] - IBM 2024年调研显示使用开源AI的企业51%实现投资回报 未使用企业仅41% 体现开源对生产力赋能的实际效果[12] 开源模式的技术差异 - AI开源包含计算框架 模型权重 训练资源三维度开放 厂商通常仅开放前两者 限制资源开放影响技术复现[4] - Llama 4开源协议限制商业主体月活用户不超过7亿 与传统开源软件"四大自由"理念形成鲜明对比[5] - 开源促进会2024年提出AI开源定义 要求数据 代码 权重全面开放 但数据版权争议使该定义面临实施难题[6] 开源价值的性能争议 - 质疑者认为开源AI性能弱于闭源 规模定律下仅厂商能支撑海量资源投入 OpenAI称此为GPT-4闭源主因[10] - 开源通过暴露技术漏洞反哺模型改进 但高门槛限制分布式创新效果 基础模型性能仍依赖规模定律[11] - 开源打开多重技术路线探索空间 可能突破规模定律范式 哥伦比亚大学教授指出开源更满足消费者效率需求[12] 开源与地缘政治互动 - DeepSeek开源模型削弱美国算力芯片出口管制效果 显示开源对技术流动的促进作用[17] - 特朗普政府废除拜登时期出口限制 转向推动本国AI技术全球扩散 开源可能激化而非缓解大国竞争[18] - 历史上开源加密软件打破政府管制 但AI开源未促成全球合作 反而成为大国竞争新战场[17][18]

开源软件的价值与现状 - 开源软件构成数字技术基础并支撑社会数字化转型 哈佛大学2024年报告显示其创造价值达8.8万亿美元 相当于日本GDP两倍以上 [1] - 开源理念（四大自由）已成为数字从业者共识 被视为持续创新的核心动力 [1] 人工智能开源争议背景 - OpenAI在2023年发布GPT-4时转向闭源 但2025年4月因DeepSeek开源模型成功重新拥抱开源 反映技术演化中生产关系的不确定性 [2] - 开源争议已超越技术治理范畴 成为影响AI技术革命方向的关键议题 [2] 开源人工智能的复杂性 - 开放维度包括计算框架工具（如TensorFlow）、模型权重（如Llama）、训练数据/算力资源 厂商通常仅开放前两者导致技术复现困难 [4] - 许可协议存在限制性条款（如Llama 4限定非商业主体及月活<7亿企业） 与传统开源软件"四大自由"形成对比 [4] - 被批评为"公开洗地"（openwashing） 即企业为声誉或法律规避的投机行为 非实质践行开源精神 [5] 开源定义与法律影响 - 开放源代码促进会2024年提出首个开源AI定义 要求数据/代码/权重全面开放 但数据版权争议使该要求面临现实挑战 [5] - 欧盟《人工智能法案》为开源AI提供豁免保护 但未明确定义边界 导致概念争议直接影响司法实践利益分配 [6] 开源对AI发展的价值争议 - 质疑观点认为闭源模型在"规模定律"下性能更优 如GPT-4因数据/算力投入转为商业秘密而闭源 [8] - DeepSeek V3/R1开源模型2025年证明资源约束下仍可实现高性能 促使OpenAI承认策略失误 [9] - IBM 2024年调研显示使用开源AI的企业51%实现投资回报 高于闭源企业的41% [10] 开源与AI安全风险 - 反对观点认为开源会放大失控风险（如模型安全性不足、研究资源结构性偏差、能力误用） [12] - 支持观点反驳称开源促进安全系统设计 且无证据表明AI比汽车/计算机更具武器属性 [12][13] - 美国政策存在分歧：拜登政府2023年行政令加重开源合规负担 特朗普政府采用"增量风险"评估后取消限制 [14] 地缘政治影响 - 开源AI削弱美国算力芯片出口管制效果（如DeepSeek案例） 但未终结技术竞争 反而激发更复杂生态扩散策略 [17] - 历史对比：开源加密软件曾打破政府管制 但开源AI可能强化而非缓解大国竞争格局 [16][17] 未来演化关键矛盾 - 争议本质涉及公共利益与私人利益平衡、国家与市场关系重构、国际权力结构变迁 [18] - 技术范式变迁可能性存在 开源已打开多重路线探索空间 可能创造"后福特主义"产业格局 [10][18]