行业与公司 * 行业涉及数字化、人工智能、算力基础设施、数据要素等[1] * 公司提及华为、寒武纪、海光、壁仞、昆仑芯、阿里、腾讯、三大运营商、旷视科技、DeepSeek等[6][9][12][17] 核心观点与论据 1 “十五五”规划数字化战略定位显著提升 * 数字化部分在规划中的位置从“十四五”的第五篇提前至第四篇，仅次于现代化产业体系和创新，凸显其首要地位[3] * 规划将数字化定位为与先进国家正面竞争的主战场[1][3] * 官方“数字化”内涵扩展为“两数一智”，即数字技术、数据要素和人工智能，将后两者提升至与数字技术并列的核心位置[4] 2 算力基础设施投资进入爆发期，国产化替代加速 * 预计2026年算力基础设施投资规模达5,000亿元人民币，同比增长28%-30%[1][5] * “十五五”期间总投资规模预计超3万亿元，约为“十四五”时期的3倍[1][6] * 全国智算中心国产算力占比从2023年的约22%、2024年底的35%-38%，提升至2026年第一季度末的超50%[6] * 新建智算中心项目国产算力占比硬性要求达70%-80%[1][9] * 推理场景国产算力占比已达60%-80%，主要由华为升腾、寒武纪、海光等提供；高端训练场景国产占比约20%-30%，仍以英伟达芯片为主[6] 3 政策支持特定场景超前发展，明确绿色与能效标准 * 政策突破允许在自动驾驶、金融高频交易等“低时延”场景超前发展边缘算力[1][7] * 新建枢纽节点绿色电力占比须大于80%，PUE要求小于1.15，液冷技术将成为智算中心标配[1][11] * “算电协同”是核心工程，要求算力集群与绿电基地协同布局，西部绿电供给区承接全国算力需求[11] 4 数据要素市场建设确立核心机制与技术路径 * 公共数据实行“成本+准许利润”政府指导价，2025年准许利润率约为9.5%[1][18] * “可信数据空间”被明确为国家唯一认可的技术路径，预计2026年投资规模约800亿元[1][16] * 国家数据资源体系核心是调度与协调，而非数据汇聚与存储[15] * 数据要素价格形成机制进入“政府指导价、市场发现与技术计量相结合”的复合体系阶段[18] 5 AI技术发展存在路线不确定性，应用强调赋能与替代并存 * AI技术路线存在从当前数据驱动向未来结构驱动（非Transformer架构）转型的潜在不确定性[2][3][4][14] * 规划鼓励多模态智能体、具身智能等技术，但发展顺序和通用人工智能最终路径尚不确定[13][14] * “人工智能+”对各行业是赋能与替代的融合，Agent技术可能替代传统中介软件，但在复杂制造等领域短期内难以全面替代人[2][19] 6 明确应用发展目标与组织模式 * 国家人工智能创新应用先导区目前有15家，计划到2026年底超20家，“十五五”期间目标建成60-70家[17] * 算法创新组织模式指向动态MoE架构、MQA技术及非Transformer架构的探索[12] * 高质量数据集建设重点面向能源、交通、制造、金融、健康等领域[16] 其他重要内容 1 对市场传闻的澄清与解读 * “万亿国产算力投资”并非专项政策，而是对一系列政策组合下投资规模的概括性判断[5] * 成立“国家算力集团”的可能性不大，因算力生态多元且应鼓励多主体竞争，但传闻指明了全国一体化算力网、央企算力整合、国产替代三大发展方向[8][9] 2 具体量化指标与定义 * 低时延定义为20毫秒以下，其中1-5毫秒为超低时延，应用包括自动驾驶、工业互联网、金融高频交易等；5-20毫秒为低时延，应用包括在线大模型推理、云游戏等[8] * 超大规模智算集群指万卡或十万卡以上规模，到2026年3万卡集群同比预计增长约230%[9] * 当前综合算力利用率约30%-40%，未来目标提升至60%以上[10] * 算力设施投融资模式预计政府出资占20%-30%，其余70%-80%为社会资本[11] 3 发展模式与路径 * 中国AI发展采取“Token出海”与开放模型权重（非核心算法）的开源相结合路线[17] * 推动“数据原生企业”发展，作为解决数据确权、定价难题的新思路[16] * 政务大模型应用目前主要在前端公共服务环节，后端决策支持应用未明确提及[20] * 政务大模型需自主可控，评估采用分层思路，非简单整体认定[20]