山东青岛港自动化码头装卸集装箱。
智能机器人亮相大湾区国际具身智能机器人产业大会。
江苏连云港无人驾驶收割机穿梭田间收割水稻。
【展望“十五五” 共绘新画卷】
人形机器人在车管大厅“上班”，提供语音咨询服务，成为市民“好帮手”；多个新版人工智能（AI）大模型发布，给医院、商超、农场装上“智慧大脑”……当前，随着5G、人工智能等技术快速发展，各种数字新产品层出不穷，数字应用场景持续扩大，正深刻改变着人们的生产生活。
数字经济事关国家发展大局。深入推进数字中国建设。当前，我国数字经济发展有哪些亮点？“十五五”时期，如何加快人工智能等数智技术创新，促进实体经济和数字经济深度融合？记者就此进行了采访。
加快人工智能等数智技术创新
【数据】
“十四五”时期，我国持续加强人工智能战略研究和科技攻关，在基础大模型、人形机器人等领域形成一批具有国际影响力的创新成果，人工智能综合实力实现整体性、系统性跃升，人工智能专利数量占全球总量的60%，国内涌现出多个达到国际先进水平的通用大模型，协同创新产业生态加速形成。
【案例】
“我们自创立之初，就走开源路线，以追求实现AGI（通用人工智能）为目标”“技术开源会带来更好的合作和共享”……前不久，在2025年世界互联网大会上，“六小龙乌镇对话”备受瞩目，嘉宾们深入探讨人工智能前沿技术与发展走向，普遍对人工智能的未来充满信心。
紧接着，我国AI企业深度求索发布了新模型DeepSeek-Math-V2，这是全球首个以开源形式达到国际奥林匹克数学竞赛金牌水平的数学推理大模型。
从以深度求索、宇树科技等为代表的杭州“六小龙”横空出世，到人形机器人、大模型等领域科技频频突破，我国人工智能等数智技术正加快创新迭代，相关应用场景不断拓展，展现出澎湃活力。
《中国互联网发展报告2025》显示，一年来，我国人工智能大模型从“重训练”转向“重推理”，推理效率得到显著提升。我国已成为全球人工智能专利最大拥有国。同时，人工智能技术在多个场景落地应用，加速与制造业、服务业等千行百业深度融合，成为推动高质量发展的重要引擎。
长远来看，人工智能领域要想抢占先机、赢得优势，必须厚植“根技术”，夯实算力、算法、数据等基础底座。
据介绍，相关部门将强化算力供给，加快突破高端芯片、高速互联等技术，推动构建智能芯片软硬协同发展生态。建设算力互联互通平台，强化算力协同调度。攻坚算法模型，加强语言、视觉、多模态等底层算法研究，突破类脑智能、世界模型等前沿技术。发展工业细分领域大模型，鼓励大小模型协同创新。
【专家点评】
国家信息中心大数据发展部人工智能处处长刘枝：
从技术演进趋势来看，以人工智能为代表的数智技术正进入加速爆发期。大模型性能不断跃升，新计算范式加速探索，多技术路线迭代融合，基础理论的进展与工程实践紧密交织、相互促进。“十五五”时期，应做好基础支撑与前瞻布局，增加对信息学、数学等基础学科以及人工智能前沿理论的长期稳定投入。加快建设集约化、绿色化的算力基础设施，构建高质量、标准化、多模态的语料数据资源体系。主动布局类脑智能、量子计算等变革性方向，鼓励跨学科组织攻关团队，不断攻克数智技术的未来制高点。
从经济社会发展来看，以人工智能为代表的数智技术将迈向深度应用期。丰富的应用场景在检验技术成熟度的同时，也为技术优化提供了关键的数据反馈和方向指引。应做好场景开放，同步培育生态。在确保安全的前提下，优先在医疗、教育、交通、制造等关键领域，打造一批标杆性的开放应用场景。大力鼓励发展基于真实产业需求的解决方案式创新，推动建立由行业龙头企业牵头、科技企业协同、科研机构支撑的联合创新体。加快制定与数智技术应用相关的行业标准、伦理规范和安全评估体系，为规模化、规范化应用扫清障碍。
从全球合作形势来看，应持续鼓励我国机构和开发者发起或主导具有影响力的开源项目，不断提升在开源生态中的贡献度。依托我国制造业门类齐全等突出优势，总结推广成功的技术集成与应用模式，为全球提供可借鉴的中国案例。广泛吸收借鉴全球先进经验，深度参与并主动引领人工智能全球治理对话，推动建立公平、包容、有益的全球数智技术发展环境。
全面实施“人工智能+”行动
【数据】
“十四五”时期，我国人工智能企业数量和产业规模持续增长，创新成果不断涌现，发展态势良好。截至2024年底，人工智能企业总数超过4500家。国产大模型引领全球开源创新生态，行业专用大模型落地应用取得初步成效。截至今年11月1日，我国累计有611款生成式人工智能服务完成备案；截至今年上半年，我国生成式人工智能产品用户规模已达5.15亿。
【案例】
“瞧，人形机器人也来参赛了，和我们同台竞技！”
11月26日至28日，第三届全国工业和信息化技术技能大赛决赛在重庆举行。赛场上，人形机器人以“选手”身份亮相，它们精准地识别、抓取、搬运，自主完成智能分拣等一连串实用化作业任务。
人形机器人从“舞台上动起来”“赛场上跑起来”向“工厂里干起来”进化，成为人工智能技术与先进制造产业深度融合的真实写照。
与此同时，人工智能正进入人们生活的方方面面，深刻重塑消费市场形态。
在家电行业，基于用户行为数据感知、分析和决策的智能家电生态系统，已在实际中得到应用。比如，当鸡蛋用完时，智能冰箱就会自动生成购物清单，并进行提示。在服装行业，厂家利用人工智能进行流行趋势预测、个性化款式设计和柔性化生产，以“小单快反”满足消费者多样化需求。
我国拥有世界上最大的市场、公认的多元丰富应用场景，为人工智能产品创新提供了广阔舞台。“只要我们脚踏实地为用户提供价值，人工智能的‘酷科技’就能创造‘暖服务’，催生更多消费热点。”工业和信息化部消费品工业司司长何亚琼说。
据了解，相关部门将完善政策体系，研究出台“人工智能+制造”专项行动实施意见，发布实施制造业企业人工智能应用指南。推进人工智能技术深度嵌入生产制造核心环节，拓展智能辅助设计、虚拟仿真、故障预警等应用场景。加速智能产品装备迭代创新，加快人形机器人、脑机接口等新一代智能终端研发与应用，推动大模型与智能网联新能源汽车、数控机床等深度融合。
【专家点评】
上海人工智能实验室主任、首席科学家周伯文：
我国应用场景丰富，先进制造、交通运输、医疗健康、批发零售等行业有较好的数字化基础，能够有力支持“人工智能+”行动实施。同时，我国在人工智能年轻人才培养和储备方面有优势，要给予有潜力的青年人才更大自由施展空间。构建繁荣、开放、有影响力的人工智能开源社区，探索开源模型普惠高效应用新模式，能够进一步将我国人工智能人才优势转化为技术优势和产业优势。
“十五五”时期，要做好统筹协调，推动“人工智能+”行动顺利实施。一是集聚创新资源。积极发挥新兴产业创新的集聚效应，推动模型、算力、数据、人才、场景、资金等要素资源的协同联动与高效共享，打通人工智能从研发到应用的全链条，支撑“人工智能+”长期可持续发展。
二是开展有序试点。优先选择技术基础扎实、应用潜力突出的地区和场景，组织开展“人工智能+”创新试点，形成一批标志性成果，解决一批关键共性问题，总结一批可复制的经验模式，为规模化推广提供示范引领。
三是坚持安全可控。一方面，提升人工智能基础软硬件及关键技术的自主能力，确保“人工智能+”行动深入推进安全可控。另一方面，强化人工智能技术应用的宣传解读和风险引导，创造积极、理性、健康的发展环境。
促进实体经济和数字经济深度融合
【数据】
“十四五”时期，我国建成全球最大、覆盖最广的网络基础设施，5G基站总数达475.8万个，5G应用在矿山、港口、工厂等遍地开花，重点工业互联网平台设备连接数超过1亿台（套）。截至目前，全国已累计建成7000余家先进级、500余家卓越级智能工厂，并遴选出15家领航级智能工厂培育对象，智能制造装备、工业软件与系统解决方案的产业总规模已突破4.5万亿元。
【案例】
在福建泉州一家“黑灯工厂”的陶瓷底座生产车间，5G+机器视觉系统替代了传统人眼检测，施釉机器人协同作业，30秒就完成坯体均匀喷釉。“依托5G网络技术应用，实时检测数据能够上传到我们的系统里，数字化质检覆盖率达到90%以上。”该工厂智慧制造中心工程师说。
在山东青岛一家纺织企业的生产车间，裁剪、缝制、包装等各条生产线上的智能设备有序运转，科技范儿十足。“从拿到订单到确定排产只需5分钟，这在过去是不可想象的。”车间负责人说，通过数字化、智能化改造，工厂单日产能从9000件增至12000件，订单附加值提升150%。
放眼全国，越来越多的传统制造企业大力推进技术改造升级，加快实现数智化转型。5G、工业互联网等新技术在工业制造、港口、矿山等行业领域加速应用，“无人矿山”“黑灯工厂”“智慧港口”等新模式、新业态逐步壮大，为工业制造等领域带来效率和质量的飞跃。
“十五五”规划建议提出，促进实体经济和数字经济深度融合，实施工业互联网创新发展工程。
工业和信息化部将实施工业互联网和人工智能融合赋能行动，优化工业互联网体系架构，拓展“平台+智能体”服务。加快发展新型工业网络，开展工业5G独立专网试点，构建智能化综合性数字信息基础设施。实施工业互联网和重点产业链“链网协同”行动，分行业制定融合应用指南，打造“5G+工业互联网”升级版，加快5G工厂建设，加强6G与工业融合的前瞻研究。
【专家点评】
中国信息通信研究院院长余晓晖：
当前，人工智能等数智技术加速与实体经济深度融合，算力等基础设施性能不断提升，算法创新加快迭代演进，各类智能产品和服务创新活跃。随着人工智能技术进一步普惠化和各行业数字化转型全面推进，人工智能将在制造、能源等更多实体经济领域实现深度应用，推动生产力实现更大的变革性突破。
“十五五”时期，要完善配套政策构建、加快关键标准研制、强化复合人才培养、激发创业就业活力、加大金融财政支持，切实解决算力供给短缺、行业标准滞后、复合人才匮乏、转型成本高昂等问题。推动供给侧与需求侧深度对接，加快基础理论研究，定向优化产品能力，强化技术协同创新。
不同行业在数字化水平、资源供给能力、市场竞争格局等应用基础方面存在较大差异，需坚持市场驱动，结合场景价值、模型生态、模型部署方式、资源需求等因素因业施策，制定符合企业发展实际的智能化转型路线，鼓励数字化基础较好、智能升级需求大的应用场景先行先试，形成示范带动效应后，再逐步扩大场景范围，避免行业企业在缺乏对智能化转型具备充分认知的情况下盲目跟风。
