更新时间:2025-08-19 23:44:44 | 浏览次数:1876
四是构建协同创新的产业生态。聚焦重点领域人工智能应用面临的共性问题,推动行业场景和数据开放,打造“AI+千行百业”的协同创新生态。一方面,围绕能源化工、高端制造、材料、生物等重点领域建设行业大模型应用创新工程中心,有序组织科技领军企业、科研机构、行业龙头企业、高等院校等优势力量,面向垂直细分领域应用需求,推动大模型技术与行业知识、工艺等紧密结合,以强大的工程化能力驱动人工智能产业发展。另一方面,强化需求侧管理,鼓励在PC端、手机端推广AI应用,提高国产GPU、CPU(中央处理器)和软件的市场占有率,有效扩大人工智能核心产业规模。鼓励企业创新商业模式,支持其通过技术红利、数据资产积累重构商业模式,在垂直场景中挖掘深度价值,实现数据资源向数据资产转化,推动人工智能产业可持续发展。
时间回到2015年盛夏,一辆大巴车将王佳鑫和同学从学校拉到了珠海基地。他被分到了总装车间,车间气温经常维持在40摄氏度以上。
在专有服务平台建设方面,部分企业深耕细分赛道,通过整合人工智能技术、行业数据与专业知识构建定制化、垂直化服务平台,为相关企业提供专业领域的定制化服务。人工智能与细分产业领域相结合助力转型升级,是我国人工智能产业发展的重要路径,随着模型能力提升以及与产业融合创新的深入,部分细分领域涌现出不少成功案例。
“5月3日有万人下河捉鱼活动,我带家人一起来旅游,感受热闹的节日氛围。”来自缅甸的游客李依惹介绍,从她家到孟连县城,特别便捷。
主导研发的智能抱瓦工装,使瓦键加工厚度测量精度提高3倍;研制的智能盘车系统,将现场人员从12人减少至4人,盘车时间从3小时缩短至0.5小时……18项国家专利、100%机组启动成功,是叶祥友带领团队攻坚的结晶,见证着水电检修从“经验主导”到“科技赋能”的蜕变。
产业生态建设方面,科技龙头企业积极推动技术开源,但中小企业协同发展的生态尚未形成。在工业制造、医疗健康、能源石化等垂直领域,由于缺乏行业主体深度参与或主导,往往只能以应用方的单一角色浅尝辄止,难以从行业战略、技术研发、业务流程、应用场景等多个维度进行深度整合。行业专有服务平台建设略显滞后,企业难以获取专业技术支持,数据质量参差不齐、算力分配不均、行业标准缺失等问题制约了规模化应用。资本层面,人工智能投资放缓,中国工业互联网研究院数据显示,2024年美国在人工智能领域投资额约641亿美元,我国约为55亿美元。
常年打球的张先生告诉《环球时报》记者:“在郑钦文夺冠前的这几年,网球运动在大众层面一直是向上走的态势,加入网球运动行列中的人不断增多。”张先生分析,这也许跟网球是隔网运动有关,因此在疫情期间受到欢迎。