打造属于信宜本土的 ai

引言

人工智能（AI）正以前所未有的速度和深度重塑全球经济和社会格局。近年来，尤其是在大型语言模型（LLM）和生成式AI（AIGC）取得突破性进展之后，AI技术浪潮席卷全球，成为科技竞争的新高地、未来产业的新赛道和经济发展的新引擎。本报告旨在综合分析当前人工智能的最新进展、市场动态、产业格局、关键技术突破、伦理治理以及未来趋势，力求提供一份专业且数据详实的概览。

一、市场规模与增长态势

全球人工智能市场持续高速增长，各大研究机构纷纷上调预期。

• 联合国贸易和发展组织预测，到2033年，人工智能可能发展成为价值4.8万亿美元的全球市场，规模相当于德国当前的经济总量。
• 根据高盛的数据，到2025年，全球AI投资预计将达到2000亿美元。
• 国际数据公司（IDC）的数据显示，2024年全球人工智能（AI）IT总投资规模为3158亿美元，并有望在2028年增至8159亿美元，五年复合增长率（CAGR）为32.9%。 其中，全球生成式AI市场五年复合增长率或达63.8%，到2028年市场规模将达2842亿美元，占AI市场投资总规模的35%。
• 另一市场分析预测，全球人工智能市场规模在2024年价值为234.6亿美元，预计将从2025年的2941.6亿美元增长到2032年的17716.62亿美元，预测期内复合年增长率为29.2%。 也有数据显示，2024年全球人工智能市场价值为1164.2亿美元，预计到2032年将达到7443亿美元，预测期内复合年增长率为26.10%。
• 在中国市场，IDC预计到2028年中国人工智能总投资规模将突破1000亿美元，五年复合增长率为35.2%。 另有数据显示，2024年中国人工智能产业规模达到约3451亿元人民币。 工信部数据显示，截至2023年6月，中国人工智能核心产业规模已达到5000亿元，人工智能企业数量超过4400家。

二、核心技术进展与趋势

1. 大模型与生成式AI的持续进化：

• 性能提升与基准突破： AI在苛刻基准测试上的表现持续提升，例如在MMMU、GPQA和SWE-bench等新基准上，得分大幅提高。
• 多模态能力增强： 大模型不再局限于文本处理，兼具文字、图片、视频等不同能力的多模态成为重要发力点。 OpenAI的Sora、谷歌的Gemini等模型在多模态理解和生成方面取得显著进展。
• 推理能力提升： AI的逻辑推理能力不断增强，OpenAI的o系列模型、谷歌的“双子座2.0闪电思维”等在复杂问题解决上表现突出。
• 模型规模与效率： 虽然模型规模持续快速增长，训练计算每5个月翻一番，数据集每8个月翻一番，但业界也开始关注更高效、经济实惠和易于获取的AI。 由越来越强大的小型模型驱动，达到GPT-3.5水平的系统推理成本在2022年11月到2024年10月间下降了280倍。 微软的小语言模型Phi系列表明，管理高质量的数据可以提升模型性能与推理能力。
• 开源模型崛起： 开放权重模型正在缩小与封闭模型的差距，在某些基准测试中，一年内性能差异从8%减少到仅1.7%。 开源模型（如DeepSeek、Qwen等）在推理和编程能力上具备竞争力。
• 大型语言模型（LLM）发展趋势： 2025年LLM发展趋势包括增强定制化、与边缘计算结合以实现实时处理、多语言模型的普及以及针对特定行业的模型微调。

2. AI芯片的创新与竞争：

• 性能与能效提升： AI芯片在硬件层面，成本每年下降30%，而能效每年提高40%。 英伟达GPU显著提升了AI推理的性能和能效。
• 市场竞争与供应： 英伟达等巨头持续推出新一代AI芯片，如Blackwell架构。 同时，针对中国市场，英伟达也在调整策略，推出符合监管要求的特供芯片。
• 自主研发加速： 中国正努力提升AI芯片自给率，摩根士丹利预测，到2027年中国AI芯片自给率将飙升至82%。 华为昇腾等国产AI芯片正加速发展。 OpenAI等公司也传出计划自研AI芯片的消息。

3. AI加速科学发现：

• 人工智能在蛋白质折叠预测（如AlphaFold）、新材料发现、药物研发、癌症检测等科学领域的应用取得显著成果，并有望在2025年加速科技突破。

4. 智能体（AI Agent）与具身智能：

• 能够自主感知环境、作出决策并执行行动的智能体将更加普及，成为连接大模型与物理世界的桥梁。 具身智能被认为是迈向通用人工智能的重要一步。

三、产业发展格局

1. 全球竞争态势：

• 美国领先，中国追赶： 在创造顶级AI模型方面，美国机构在数量上保持领先，但中国模型在质量上迅速缩小差距，在MMLU和HumanEval等主要基准上的性能差异显著缩小。 斯坦福大学2025年AI指数报告显示，在重要大模型贡献度方面，谷歌、OpenAI和阿里位居前列。
• 投资高度集中： 全球40%的私人研发投资由仅100家公司主导，其中绝大多数总部设在美国和中国，显示出人工智能技术发展的高度集中。 科技巨头持续加大对AI基础设施的资本投入，2024年AI相关资本支出已达2120亿美元，同比增长63%。
• 工业界主导： 2024年，近90%的著名人工智能模型来自工业界，高于2023年的60%。

2. 中国AI产业发展特点：

• 政策驱动与战略规划： 中国政府高度重视人工智能发展，将其上升为国家战略，并出台一系列扶持政策和规划，如《政府工作报告》中首次提出“人工智能+”行动。
• 产业链发展： 呈现“两端快、中间慢”的特征，即基础层和应用层发展较快，技术层相对薄弱。
• 区域发展与产业集群： 各地积极布局AI产业，推动形成区域产业集群，如广东在光芯片、浙江在行业大模型等垂直方向的布局。
• 应用场景驱动： 强调“选、建、用、管”体系化推动落地应用，加速人工智能走向实用化、普惠化。 人工智能在实体经济中的应用场景将进一步拓展，加速向生产制造环节渗透。

四、AI伦理与治理

随着AI技术的飞速发展和广泛应用，伦理与治理问题日益凸显。

• 全球治理趋势： 全球人工智能安全治理正处于“从原则走向实践”的关键阶段。 各国政府和国际组织纷纷出台或酝酿AI相关的法律法规和伦理准则。
• 核心挑战：
  • 数据安全与隐私保护： 大模型训练依赖海量数据，如何确保数据安全和个人隐私成为关键。
  • 算法偏见与公平性： AI系统可能因训练数据或算法设计带有偏见，导致不公平结果。
  • 就业影响： AI的自动化能力可能对现有工作岗位带来冲击，同时也可能创造新的就业机会。 报告估计全球多达40%的工作岗位可能受到人工智能的影响。
  • 责任归属： 在自动驾驶等领域，AI系统出错时的责任认定是一大难题。
  • 信息真实性： 生成式AI可能被用于制造虚假信息，带来社会风险。
• 治理框架建设： 企业在技术应用、数据安全、伦理治理等方面仍面临诸多挑战，亟需加强治理框架的建设和优化。 ISACA等机构发布了可信人工智能治理的相关报告和框架。
• 以人为本： 联合国开发计划署等机构倡导采取“以人为本”的人工智能发展路径。

五、未来展望

展望未来，人工智能将继续呈现以下趋势：

• AI模型更强大、更实用、更专业： 模型将变得更快、更高效，并在特定任务上表现更出色。
• 智能代理改变工作形态： AI Agent将成为新型数字劳动力，能够执行多步骤任务并重塑各行业业务流程。
• AI助理融入日常生活： AI将为日常生活提供全天候支持。
• AI更高效节能： 随着技术进步，AI的能源效率将持续提升。
• 负责任的AI是关键： 评测与定制化将是负责任地构建AI的关键，对公平、透明和合规的要求将更加严格。
• AI加速科学突破： AI将在可持续材料、药物发现、人类健康等领域展现新的能力。
• 发展中国家的机遇与挑战： 发展中国家需要强化基础设施、数据和技能三大关键杠杆，以避免在人工智能时代落后。

结论

人工智能正处于一个激动人心的发展阶段，技术突破日新月异，应用场景不断拓展，市场潜力巨大。与此同时，AI带来的伦理、社会和治理挑战也不容忽视。全球各界需要共同努力，在推动技术创新的同时，构建负责任、可信赖的AI生态系统，确保这一强大技术能够真正造福人类社会。中国在AI领域展现出强劲的追赶势头，未来在全球AI格局中将扮演越来越重要的角色。持续关注技术前沿、加强基础研究、推动应用落地、完善治理体系，将是各国在AI时代保持竞争力的关键。