人工智能的基础研究取得了三个比较重要的成果：一是从单项技术向集成技术发展，通过集成技术创新提升自身的智慧程度；二是人、机、物的融合，为群智空间提供了可信性和可逆性；三是复杂场景下人工智能的深度应用提供了对一些未知现象的预判。
一 依托实体经济：催生人工智能跨领域应用
2020年以后，通用人工智能以深层次大模型的方式，进入人们的视野。以OpenAI为首的多模态数据的文字、语音、图片形成了基础大模型，而这些大模型又在各个垂直领域中不断落实，就像一个普遍的公式带动了很多应用，但很烧钱。在此情况下，中国出现了一批小模型，比如通义千问、零壹万物等，但要把它们做成一个大模型还要经过训练。如何让它们具有大模型的功能，而且还要用得上?办法很简单，因为在数字化前提下，从互联网的文本中可以得到很多人类知识的精华，然后通过架构创新找出专项性大模型，并在一些专项内容中不断拓展。
中国实际上是通过一种新的方式来寻找大模型，特别是在产业界的应用。如在江浙、广东一带形成了一大批“黑灯工厂”，就是全自动化工厂，把它们连在一起，就形成了工业化的互联网。工业互联网把产品的设计制造、设备维护、能源供应、供应链的合作等结合起来，形成智能产业链。所以专项的人工智能就是通过发挥应用端的场景数据、实践经验等优势，来提升数据规模，突破算法极限，积累可信而有效的数据。它同样可以通过不停地迭代反馈，提供应用智能。
通用人工智能和专用人工智能是相向而行的，即在生成式人工智能领域中，我们可通过软硬件的协同和算法集成走出一条低成本高性能的新路。这是一种通过跨行业、跨领域实现通用化的态势，形成依托实体经济催生人工智能跨领域应用。所以，它引起了全球的关注，因为我们的路径虽有点不一样，但目标和取得的效果是相同的。数字空间和实体空间的深度融合，加速人工智能推动经济社会智能化发展。
虚拟的数字空间迈向实体空间，最典型的就是数字孪生。比如商飞的C909实体生产线和虚拟的数字生产线是同时进行的，而它分布在各地的研发中心，都可以通过虚实结合的办法来判断生产线使用性。
治理智慧城市也要有大模型：台风来了怎么办?雨水从什么地方来?我们如何防范?现在我们正在推动气象大模型预测台风，这样城市就可以做到提前预防。
同样，可再生能源越来越多，要保持它的稳定性也需要人工智能进行干预。所以，经济社会的数字化也为人工智能创造了应用场景和数据要素，成为人工智能持续发展的新的动力工具。
如何做到虚实结合?如何将科技创新和产业创新相结合?中国以超大规模市场、海量的数据、丰富的应用场景等多重优势，持续迅速地促进数字空间和实体空间的深度融合，通过算法数据一体化、“云边端”打造数字经济，不断发挥人工智能的衍生带动作用，“人工智能+AR”，人工智能和文化等一系列的应用场景正在走进人民群众的日常生活。
二 产业政策：催生十几万亿元大产业
1.新能源汽车产业发展的关键因素
如果一个十几万亿元的新能源汽车产业，能够跟上时代的步伐转型升级，那么在人工智能时代，我们就应该去推动它。
2001年，我们明确了纯电动、插电和增程式混合动力、燃料电池汽车这三条产业化跑道。这三条跑道的核心技术，简单地讲就是“三电”，即电池、电机、电控。这是一个重大专项，但当时投入的资金很有限，我觉得可以把核心集中在“三电”上。
从新能源汽车产业发展来看，有两个重要节点。一个是2015年，新能源汽车产量为35万辆，是整个汽车产量的1.4%。新能源汽车在这么大的汽车产业中超过1%，验证了我们的技术路线是可行的。另一个是2020年，新能源汽车产量占整个汽车产量约5.4%，这是新能源汽车真正进入产业化门槛的标志，也验证了这三条跑道在当年市场是能接受的。在此基础上，我们预测新能源汽车会有一个快速的发展，当时国家制定了2021年到2035年的产业规划，规划特别强调要提升技术创新能力、构建新型产业生态、推动产业融合发展、完善基础设施。这是非常重要的。
所以我认为，产业政策要按照产业转型的节点来制定，同时要坚定不移地实施下去。2024年我国新能源汽车销售1286万辆，占整个汽车销售量的40.9%。而新能源汽车中的插电和增程式混合动力汽车，也占了新能源汽车销量的40%。这就解释了我们当时关心的问题——在一个以燃油车为主的产业中，如何逐步地向新能源汽车产业转化，并取得技术进步。
另外，新能源车满足市场需求了，基础设施必须跟上来。截至2024年年底，我国充电桩保有量达到1281.8万台。同时，我国作为“多煤少油缺气”的国家，如何利用可再生能源推动新能源汽车的发展，也是一个重要课题。令人高兴的是，全国的再生能源发电量在2024年占全社会用电量的35%左右，大大高于我国电动汽车用电量。
2.新能源汽车产业的发展趋势
现在我们还是以液态电池为主，下一步半固态电池企业已进入产业化的前期应用，而全固态电池还处于研发和中试阶段。同时，我们也在部署未来，在这个过程中，动力电池材料的选择、制造流程的工艺、电池检测技术等都已渗入我国的电池产业。
中国特色新能源汽车实际上是车、路、云和智能网联协同。比如，北京亦庄是自动驾驶测试区域，在这里数字化提供了超视距能力——通过智能交通，可以看到即将到达下一个路口的汽车。另外，超视距在崎岖山路上能看到对面过来的汽车，这都是过去容易产生事故的场景。打开导航，就可以看到身前的路波和下两个交通灯的展示，这是通过大数据轨迹得来的。下一步则要把实时的交通路况和导航结合起来，使动态滤波更精准，以助力提升交通效率和行车安全水平。
当然，汽车本身的结构也在产生变化，比如新型底盘架构和操作系统等。我们的自动驾驶现在仍然处于辅助驾驶水平，下一步的探索是如何把车端和云端结合起来，如何把握好车路云融合的发展机会，但要讲标准化。
另外，新能源车作为有十几万亿元规模的产业，需要引导它的全产业链实现绿色、低碳、智能(智能制造)。所以，要推动轻量化发展，它不仅仅是重量本身，也是降低汽车能耗和提高智能驾驶质量的重要环节。轻量化制造要从材料、工艺、模块化，包括总装环节的岛式制造等方面入手，通过前沿技术创新实现规模化应用。产业发展还要考虑研发设计、生产制造、采购供应、经营管理等全环节。
在材料特别是电池的回收利用方面还有一个问题，就是这个产业未来不再像过去的链式结构，而是一种网状结构，我们称之为产业生态，而这个产业生态是创新引领的，也是协同高效的，它具有韧性与安全性。
三 持续推动科技创新：与产业创新深度融合
1.人工智能是挑战，也是机遇
首先，人工智能在推动产业转型，为实体经济增加活力的同时，也在深刻地影响生产方式变革。它使生产工具智能化，具有自主学习和优化的能力。其次，它使决策模式数据化。再次，是劳动形态的改变，它通过新兴职业提高就业质量，改变就业方式。最后，它创造了网络化，需要我们打破行业瓶颈，推动平台经济发展，更多地助力构建产业生态。
同时，人工智能在重构我们的生活方式。它已渗透到医疗、教育、家庭、养老各个方面，也在助力解决民生难题。在医疗领域，人工智能的辅助治疗在快速迭代，患者在家里也可以接受医疗服务。当然，人工智能在交通领域、养老领域也会有很好的发展。
关于教育，我主要讲学科设置。教育对跨学科的要求特别高，现在好多企业跟我说，招收的学生学电子专业的不懂汽车，学汽车专业的不懂电子。所以，清华大学和同济大学都将跨学科专业作为试点方向，我希望高等教育在这方面加快改革步伐。
另外，因为外部的限制，我们的算力受限，但可以用算法创新来对冲算力不足。一方面我们要下功夫自主研发芯片和高端信息技术软件;另一方面，要发挥我国的数据资源优势，我们的算力企业也在积极投入国产开源模型开发，以加速推动软硬件的协同创新。在丰富的场景推动下，算力、算法、数据和网络迎来了新的发展机遇。
人工智能选择开源还是闭源，既是技术路线，也是商业策略，更为应用所需。开源共享的价值在于具有包容性的创新生态，但对参与开源者必须立规矩。可信、可持续的开源需要大家做贡献，没有大家的贡献就做不出好的开源。闭源模型同样也可以把控相应的产品质量，提升应用效果，形成产业化优势。
当然，建立人工智能应用和研究的伦理评价标准，并加强人这方面的教育与科普也很重要。
中国人工智能健康发展，来自既注重汲取先发国家的有益经验，又充分结合自身数据资源丰富、产业体系完备、应用场景广阔、市场空间巨大等优势条件。
2.科技创新和产业发展原则
科技创新和产业发展要有长周期规划，以下五点很重要。一是加强顶层设计。制定好战略目标就要坚持，必须保持战略定力。二是夯实基础实力。一个重大产业在转型之前，一定要有基础科学的支撑和核心技术的研发、协调。三是凝聚创新人才。要培养本土人才，吸引外部人才，最重要的是落实创新和创业政策。四是引导创新生态良性发展，即营造高效向上的科研环境、公正平等的产业环境、开放包容的社会环境。五是实现高水平开放。这里的开放是对内对外都要开放，包括产学研的有效合作，大中小企业形成产业链，特别是产业生态。
当前，在复杂严峻的外部环境下，要更加注重强化顶层设计和系统布局，探索科技创新和产业创新的内在规律，提升自主创新能力，夯实产业发展基础，打造创新、创业、创意、创造的环境生态，走出一条独具中国特色的人工智能发展新路。面向未来，要坚持和完善新型举国体制，持续推动科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系，助力传统产业转型升级，开辟战略性新兴产业和未来产业发展新赛道。
回顶部