发布需求
日前召开的中央经济工作会议提出，要以科技创新引领新质生产力发展，建设现代化产业体系。开展“人工智能+”行动，培育未来产业。在科技创新引领产业创新、实体经济与数字经济融合发展的大趋势下，如何抢抓人工智能发展重大机遇，持续提高生产效率、激发创新活力?“+”这一符号的背后，揭示了人工智能推动实数融合发展的脉络。
目前，我国在人工智能技术、产业、应用等方面已具备一定全球竞争优势。根据工业和信息化部数据，我国已初步构建起较为全面的人工智能产业体系，相关企业超过4500家，核心产业规模已接近6000亿元，产业链覆盖芯片、算法、数据、平台、应用等上下游关键环节。
顺应实数融合发展大潮，不仅要不断厚植人工智能创新发展的沃土，大力推动人工智能技术的融合创新应用，更要勇于“破圈”，通过底层软硬件创新、终端升级、行业应用拓展等形成合力，持续深化数智赋能，以“人工智能+”激活向“新”求“质”的发展动能。
展望2025年，人工智能将呈现什么样的发展趋势?从全球行业发展的轨迹来看，人工智能技术路线日益多元，多模态整合能力显著增强，垂直领域应用迈向深耕细作。与此同时，也面临着“规模定律”的挑战以及版权、伦理等多方面的风险考验。
性能比拼转向落地应用。当前，全球人工智能领域的竞争焦点已从单纯的技术性能竞赛，悄然转向实际应用场景的落地与效能发挥，能否将人工智能技术高效、广泛地融入产业发展实践成为关键。当下，大模型行业的技术路线不再局限于算力堆叠，而是探索强化学习、知识计算、符号推理、类脑计算等新型路径。其中，投入更小、更垂直的小模型不断涌现。2025年，“落地”和“应用”将成为AI领域的高频词、关键词。在此背景下，将先进技术与具体场景紧密结合，加速前沿科技成果的转化与应用，将成为推动人工智能行业持续健康发展的重要课题。
多模态整合能力拓展提升。谷歌公司近期发布的《2025年AI商业趋势报告》预测，2025年多模态AI将成为企业采用AI的主要驱动力，助力改善客户体验，提高运营效率，开发新的商业模式。通过整合文本、图像、语音等多种形式，更自然地处理来自不同模态的信息，有助于打破数据模态壁垒，释放生成式AI的无限潜能。随着跨模态理解与生成质量的提升，多模态AI将进一步融入科学研究，赋能多维数据的复杂结构挖掘，使智能体具备更强的自然语言处理、多模态融合和工具使用能力，进一步拓展人工智能在家居、交通、制造等领域的应用场景。
“开箱即用”与高性价比成为AI发展的主流趋势。一方面，现在越来越多的企业更注重AI算法的调优，力求在保持模型能力的同时，将其参数规模缩减至更小，从而降低部署难度并提升问题解决效率。业内人士预测，随着技术的迭代更新和应用场景的进一步丰富，小模型因其灵活性、低资源消耗及快速部署等优势，吸引力可能在2025年大幅增加。另一方面，由于训练数据匮乏，大规模模型训练对计算资源的巨大消耗和能耗的急剧增加，以及随之而来的高昂成本，也让许多企业和研究机构望而却步。因此，如何在资源有限的情况下，通过技术创新和算法优化，实现AI模型的高效训练和部署，成为推动“人工智能+”场景落地的核心挑战。
立足当前，越来越多的企业已经认识到，“人工智能+”的关键在于将前沿技术与实际应用场景深度融合。这意味着，只有紧密结合特定行业的特点和需求，因地制宜实施“人工智能+”行动，才能有效解决传统产业面临的诸多难题。
展望未来，全球科技创新已然迈入空前密集活跃期，新技术、新业态、新模式纷纷涌现。而人工智能作为“领航”这一轮科技革命和产业变革的战略性技术，正以前所未有的速度渗透到各个行业和领域，势不可当，“人工智能+”点燃的发展新引擎，正在推动经济社会加速迈向高质量发展的道路，将实数融合发展蓝图一步步转化为现实。（来源：人民邮电报 作者：吴双）
