【圓桌對話】

2025年是“十四五”規劃收官之年，也是人工智能深度賦能實體經濟的關鍵一年。這一年里，我國智能產業向新而行、向實深耕，大模型技術加速迭代，機器人場景加快落地，數字經濟動能強勁。

統計數據顯示，截至2025年12月，我國生成式人工智能用戶規模達6.02億人；2025年,我國人工智能核心產業規模超過1.2萬億元。這意味著，人工智能正從“云端”技術概念加速走入“指尖”尋常生活，不只追求“規模大而全”，更加重視“應用精而強”。

今年政府工作報告提出，打造智能經濟新形態。怎樣看待當前人工智能發展態勢？如何進一步推動技術紅利惠及千行百業，為“十五五”開局注入更多創新活力？本刊特邀代表委員展開探討。

嘉賓

高新波委員（西安電子科技大學校長、黨委副書記）

陳瑋代表（重慶市工商聯兼職副主席、重慶譽存科技有限公司董事長）

楊爽委員（南開大學醫學院教授、常務副院長）

主持人：本報記者 王美瑩

智能體崛起 新引擎重塑生產格局

記者：當前，制造業、金融、醫療是人工智能的核心賽道。在各位看來，人工智能正在為社會帶來怎樣的變革？我國在智能體應用落地方面有哪些獨特優勢？

高新波：人工智能賦能千行百業，在感知、認知、決策、控制方面都發揮著重要作用。以教育為例，我所在的西安電子科技大學打造了慧通大模型和“智課平臺”，平臺匯聚了多位老師的精品課程，大模型會根據個體的學習情況和興趣偏好，主動推薦最適合的教學視頻，并利用人工智能技術把課堂講授的內容自動拆解成5到10分鐘的知識單元。此外，我們還提出了“慕課出海”計劃，老師用中文講課，大模型實時轉成英文，這大大提升了教育國際合作交流效率。

陳瑋：在制造業、金融、醫療等核心賽道，人工智能正推動一場“從輔助到主導”的效率躍遷。目前，多數企業的人工智能應用仍停留在外圍流程優化階段，而未能真正嵌入研發、生產、風控等核心環節，落地成效有限。要打通人工智能落地的“最后一公里”，關鍵在于發揮企業作為創新主體的作用。以我們參與的“榨菜產業大腦”為例，我們扎根一線、洞察痛點，把政府公開數據、企業產銷數據、田間物聯數據匯聚起來，構建產業知識庫，通過人工智能給農民提供種植建議、幫工廠優化排產、為政府提供決策支撐。這正是科技創新和產業創新深度融合的生動實踐。

楊爽：在醫學研究中，人工智能已從輔助工具升級為“虛擬實驗助手”，能夠自主進行藥物分子篩選、醫學影像初步判讀及臨床試驗方案優化等。例如，在腫瘤新藥研發中，人工智能可模擬數萬種化合物與靶點的相互作用，將先導化合物發現周期從數年縮短至數月。我國在智能體落地方面有兩大獨特優勢：一是“場景驅動+數據富礦”，我們有全球最完整的產業鏈和超大規模市場，每個行業都有豐富的應用場景，能訓練出更懂“中國問題”的垂直模型；二是制度創新的前瞻性，《生成式人工智能服務管理暫行辦法》為智能體的合規應用劃定了安全邊界，提供了企業大規模應用的確定性。

大模型落地 深融合破解應用難題

記者：人工智能在賦能垂直行業時往往面臨“水土不服”的陣痛。如何打通落地產業的“最后一公里”，讓大模型從“炫技”真正轉化為生產力？

高新波：打通人工智能安全落地產業的“最后一公里”，亟待解決兩個關鍵技術難題：“后門”和“幻覺”問題。現在很多大模型是開源或免費使用的，若缺乏嚴格的安全檢測，可能面臨漏洞或“后門”風險，導致在關鍵時刻突然出錯，甚至被遠程操控。必須盡快提升“后門檢測能力”，在引入外部模型之前，先做嚴格的安全檢測，確保核心技術自主可控、安全可靠。而大模型的“幻覺”，與其創造性的“智慧涌現”是一體兩面。在工業、醫療等對準確性要求極高的領域，“幻覺”是不可接受的，其破解之道在于“領域知識庫的約束”和“可驗證、可信賴思維鏈推理”。我們要把行業的專業知識、操作規程、歷史數據融入模型，通過推理校驗機制，讓模型的每一次決策都可循可溯。

陳瑋：我完全同意高委員的觀點。制造業、金融等行業對技術的穩定性、準確性和數據安全要求極高，普遍要經歷信息化、數據集成治理、智能應用三個階段，但現在很多企業在這方面的成熟度參差不齊，導致人工智能應用成效有限，很難嵌入核心業務環節。我認為，打通“最后一公里”應從兩個方面著手：一是優化現有流程，用最先進的人工智能技術把過去數據治理沒做好、沒利用起來的非結構化數據真正盤活；二是創新應用，打造人工智能原生應用，敢于在智能輔助決策的場景釋放部分執行權力給人工智能，但要使之全程接受人類監督。訓練人工智能大模型，就是要在錯誤中迭代修正。只有將其放進真實環境，并給予容錯空間，才能讓它不斷進步。

楊爽：在醫療領域，人工智能落地面臨“技術黑箱”與“臨床責任”的雙重拷問。例如，人工智能輔助診斷系統若出現誤診，責任應歸屬于算法開發者、醫療機構還是臨床醫生，目前尚無清晰法律界定。破局的關鍵在于：技術上，要開發具備決策路徑可視化的醫學垂類模型，讓人工智能的推理過程可追溯、可解釋；制度上，必須壓實主體責任，明確“第一責任人”，同時引入“醫療AI監管沙盒”，在可控范圍內驗證其安全性與有效性。只有當技術的“炫技”轉化為可信賴的“解決方案”，人工智能才能真正從實驗室轉化為臨床的“可信工具”。

規模化應用 惠民生添彩美好生活

記者：今年政府工作報告提出，深化拓展“人工智能+”，促進新一代智能終端和智能體加快推廣。站在新的起點上，您對未來的人工智能產業生態建設有何期待？如何將技術進步的溫度轉化為千家萬戶的獲得感？

高新波：構建可持續發展的人工智能生態，首先要聚焦民生痛點。以養老問題為例，“十五五”期間，應大力推動具身智能機器人進入養老場景，讓機器人不僅能掃地、澆花，更能陪護老人、監測健康、情感交互。這需要攻克多目標優化的通用機器人技術，也需要建立相應的倫理規范和標準體系。其次，夯實基礎研究，突破“卡脖子”器件和算法理論。比如當前正在攻關的太空太陽能發電，將為未來人工智能算力中心提供綠色能源。最后，堅持“技術+法治”雙輪驅動，在推動人工智能與產業深度融合的同時，完善數據安全、責任認定、倫理審查等治理框架，讓人工智能在安全軌道上跑出加速度。

陳瑋：面向未來，人工智能將不再是獨立的產業，而是深度融入各行各業和日常生活，讓技術紅利在安全、可信的框架下，更多惠及民生。今年政府工作報告提出，推動重點行業領域人工智能商業化規模化應用。在我看來，2026年人工智能產業發展的關鍵詞是“深融”：技術與產業的深度融合，人工智能要嵌入工業制造、金融服務的核心業務流程；責任與能力的深度融合，企業要有駕馭人工智能的能力，切實承擔起社會責任；全球治理與中國智慧的深度融合，隨著我國在人工智能治理領域的制度創新逐步成熟，我們也要為全球提供人工智能時代的中國方案。

楊爽：“十五五”時期將是人工智能從“可用”邁向“可信”的關鍵五年。在醫療健康領域，我們要讓人工智能像水和電一樣融入每個人的生活。這需要從三個層面發力：基礎設施層面，推動醫療健康數據互聯互通，構建國家級醫學人工智能平臺，支撐多模態醫療大模型的研發與應用；制度層面，加快出臺醫療人工智能責任劃分指南，推廣“監管沙盒”試點，為創新留出容錯空間，同時強化算法備案與動態監測，防止技術濫用；服務層面，重點突破可穿戴設備與大模型的協同，實現心腦血管疾病等慢性病的實時預警和主動干預，將防治關口前移。

截至2025年4月，我國人工智能專利申請量達157.6萬件，占全球申請量的38.58%。

截至2025年底，我國人工智能企業數量超過6000家，全球占比達16%。