作者：梅国平（江西师范大学管理科学与工程研究中心主任）

　　党的十八大以来，以习近平同志为核心的党中央高度重视新一代人工智能发展。习近平总书记指出，“加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手”。党的二十届四中全会通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》指出，全面实施“人工智能+”行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。当前，以DeepSeek等为代表的预训练大模型持续取得突破，推动人工智能从感知向认知、从分析判断式向生成式、从专用向通用转变，新一代人工智能已成为国际竞争的新焦点和经济发展的新引擎。我们必须准确把握新一代人工智能的技术特征与发展趋向，探索其高质量发展路径，在全球科技革命和产业变革中赢得主动权。

　　南京人工智能生态街区，一款机器人在打招呼。新华社发

　　1.准确认识新一代人工智能的技术特征

　　新一代人工智能具备典型的通用技术特征。区别于蒸汽机、电力、计算机及互联网等先前通用技术，新一代人工智能的核心特征在于能够在更高层次模拟人类智能，展现出拟人化属性。一是自主感知。依托多类设备，自主感知视觉、听觉、触觉等多模态信息，以此获取并理解外部环境，展现出类人的感知能力。二是自主学习。依托深度学习模型对海量数据预训练，结合用户反馈优化，构建知识库，进而提升学习能力。三是自主决策。运用逻辑推理、概率推理等方法，构建知识图谱、规则库等工具，对复杂问题进行深入分析进而作出相应决策。四是自动执行。能够自动接收并执行预设的任务指令，依托预设流程与规则库，高效完成各种复杂任务。

　　新一代人工智能还具有显著的技术—经济特征。一是渗透性。新一代人工智能可以渗透至人类体力劳动和脑力劳动领域，甚至渗透至已实现自动化的领域。二是替代性。新一代人工智能能够创造虚拟劳动力，从而突破劳动力资源“增长上限”与人类需求“增长无限”的根本矛盾。三是协同性。新一代人工智能能够促进各类经济要素之间的协同发展，有效打破固有壁垒，释放“1+1>2”的协同倍增效应。四是创造性。新一代人工智能依托深度学习、强化学习等技术提取有效信息并创造新知识和新要素，有力驱动经济高质量发展。

　　2.深刻把握新一代人工智能的发展趋向

　　新一代人工智能技术体系涵盖基础支持层、中间技术层和下游应用层。基础层依托高性能芯片、传感器集群及深度学习框架等软件平台，为系统提供底层计算能力；技术层以模拟人类认知为核心，通过机器学习模型将算力转化为智能技术能力；应用层推动人工智能在各行业的广泛落地。对其发展趋向的分析，可从底层创新、技术研发、应用场景和安全监管四个维度展开。

　　底层创新聚焦于大模型能力和算力体系的提升。新一代人工智能大模型在参数规模和多模态数据处理能力上持续提升，其通用性达到新高度。例如，DeepSeek通过早期融合架构优化基础软件，提升多模态数据整合效率。驱动智能技术转化的算力赋能体系呈现智能化、集约化、网络化、绿色化和量子化趋势。算力资源通过动态调度算法（智能化）、集群效能优化（集约化）、云边端协同（网络化）、能效比提升（绿色化）及量子—经典混合架构（量子化）等技术创新有效缓解了基础支持层的算力瓶颈，提高模型智能转化效率。此外，规模分布式交互算法和开源协同创新将成为驱动通用人工智能生态形成的重要途径。

　　技术研发注重数据技术和人机交互的突破。一是合成数据技术、向量数据库和湖仓一体架构等支撑机器学习模型训练的数据基座技术的大规模应用，将有效缓解高质量数据的稀缺压力。合成数据通过生成模拟样本突破采集瓶颈，向量数据库优化特征数据的存储与检索，湖仓一体架构整合数据管理流程，提升训练效率。二是延伸智能技术能力边界的人机交互革命将不断取得突破，脑机接口有望成为下一代人机交互方式。脑机接口通过解析神经信号，构建“意念—机器”通道，具身智能技术赋予大模型与物理世界交互的能力。

　　应用场景正加速拓展并深入渗透。新一代人工智能大模型将从内容创作等通用场景向垂直领域和个性化场景拓展，专业化人工智能大模型和个人智能助理也正在加速落地。2024年,全球人工智能市场规模超2792亿美元，预计到2030年年复合增长率为35.9%。新一代人工智能将以前所未有的速度和深度向科研、教育、医疗、金融、制造业、娱乐、城市管理、农业、能源、法律、体育等各个行业和领域渗透应用。

　　需要注意的是，新一代人工智能的迅猛发展可能引发新的伦理问题及生态破坏等风险，安全监管需在技术创新与社会稳定间寻求平衡，人工智能治理也已成为国际社会博弈的核心议题。目前，不少国家和地区通过了人工智能相关法律，联合国等国际组织也正加速构建全球治理框架，监管强度将显著增大。

　　通过对底层创新、技术研发、应用场景和安全监管趋向的全面分析，新一代人工智能的发展脉络清晰展现。这不仅揭示其技术逻辑，也为应对未来挑战提供了重要指引。

　　3.着力推动我国新一代人工智能高质量发展

　　构建新一代人工智能技术创新体系是核心。建立协同开放的基础理论体系，聚焦新型数据管理技术，超前布局前沿基础理论研究，强化大数据分析、高级机器学习、类脑智能计算等跨领域基础理论的系统探索，推进人工智能与数学、物理、神经科学等基础学科的深度交叉。构建新一代人工智能关键共性技术体系，以算法为核心，以数据和硬件为支撑，重点突破群体智能、自主无人系统、无人机自主控制等关键技术，打造开放兼容、成熟稳定的技术体系。健全以企业为主体的成果转化体系，发挥科技型骨干企业的引领作用，畅通科技成果转化路径，提升成果产业化水平，打造具有全球影响力的新一代人工智能创新转化基地。

　　推动人工智能新型基础设施建设是根基。在布局方面，大力推进“东数西算”工程建设，重点在中西部地区能源资源特别是清洁能源丰富地区建设大型数据中心集群，鼓励和引导民营资本投资参与中西部地区人工智能新型基础设施建设。在通信能力方面，加快实现5G规模化应用，扩大5G网络覆盖范围、提高5G网络使用率。建设以通信设备制造商、通信运营商和通信服务商为核心的上下游5G产业链条，形成强大的信息基础设施供给体系。在统筹协调方面，统筹信息基础设施、传统基础设施和创新基础设施的网络空间布局，推进新型基础设施资源共享、设施共建、空间共用。围绕算法、算力和数据，大力推进大模型产学研用融合的研发机构、大数据中心、云计算服务平台等基础设施建设。

　　打造新一代人工智能产业生态系统是落脚点。在企业层面，要构建以新一代人工智能头部企业为核心，大中小微企业协同发展、差序发展的新格局。有步骤、分阶段推进企业智能化转型升级，鼓励企业在研发、产品、经营、制造等业务链条全环节上实施智能化改造，从而形成不同规模、不同类型企业优势互补、协调发展的企业体系。在产业层面，加快发展工业软件产业和芯片产业，构建以共生为特征的产业生态网络。集聚技术创新资源要素，强化工业软件、芯片国产厂商的培育力度，扶持国内头部研发型、制造型、生产型企业的发展，建立完善覆盖上中下游的工业软件和芯片产业生态。在集群层面，加快推进人工智能新型工业园区建设，探索建立智能机器人创新基地，吸引物联网、新材料等企业入驻，通过延伸整合、分工配套，提升园区集聚效应与系统化水平。

　　健全新一代人工智能人才引培机制是动力。在人才引进方面，激励企业、科研机构以项目合作、技术顾问等形式柔性引进新一代人工智能人才，尤其是大模型技术、类脑智能计算等方面的高端人才。在人才培养方面，构建学科专业动态调整机制，加快推进人工智能学科的建设和发展，扩大底层技术设计相关专业的招生规模，共建人工智能产教融合实训基地。在人才激励方面，鼓励相关领域的企业、科研院校运用收益分成、股权奖励等方式，对在创新成果转化中作出突出贡献的人员进行奖励。

　　构建新一代人工智能科技伦理治理体系是重要保障。加强安全伦理风险研判。结合数据安全、算法歧视、隐私保护、知识产权等问题，对新一代人工智能技术的内生安全、应用中的衍生安全等问题进行系统性研判，确保新一代人工智能安全、可靠、可控。建立敏捷治理机制。优化新一代人工智能伦理风险分级分类标准，进行全生命周期管理，在管理、研发、供应和使用各环节形成可信赖、可追溯、可监管的人工智能伦理治理模式。建立治理规范和审查监管制度。完善人工智能伦理治理规范、标准和指南，健全人工智能伦理审查、风险处置、违规处理机制，进一步优化政府监管、行业自律、公众监督等多种监督方式的分工协作机制。

　　《光明日报》（2025年12月12日 06版）