芝能科技出品

摩根斯坦利發(fā)布了一篇很精彩的報告《China – AI: The Sleeping Giant Awakens》，中國人工智能產(chǎn)業(yè)正經(jīng)歷一場深層次、系統(tǒng)性的躍升。

從政策推動到產(chǎn)業(yè)落地，從核心算法到大模型構(gòu)建，從終端消費到工業(yè)智造，AI 已逐步嵌入中國社會的各個層面。

產(chǎn)業(yè)快速擴張背后，技術(shù)突破和市場實踐相互驅(qū)動，形成了一個高度活躍的生態(tài)體系。但與此同時，核心硬件受限、數(shù)據(jù)監(jiān)管體系不健全等問題也逐漸浮出水面。目前是大摩從它的角度試圖厘清當前中國發(fā)展的優(yōu)勢與困局。

01

  增長動力與技術(shù)積累并進：

形成全球級影響力

中國AI產(chǎn)業(yè)的快速發(fā)展始于2015年左右，在政策驅(qū)動、資本支持與技術(shù)突破的合力下迅速崛起。

國家提出“到2030年成為全球AI領(lǐng)導者”的戰(zhàn)略目標，并出臺一系列相關(guān)規(guī)劃，推動技術(shù)研發(fā)與產(chǎn)業(yè)落地齊頭并進。

在這一過程中，百度、阿里、騰訊等科技公司紛紛加碼研發(fā)，自主推出的大模型系統(tǒng)不斷推高中國在國際人工智能舞臺上的存在感。

文心一言、通義千問、混元大模型等代表性產(chǎn)品已具備較強能力，在自然語言理解與生成任務中展現(xiàn)出實用價值。

DeepSeek等新興模型甚至在單位計算成本、推理效率上展現(xiàn)出超越GPT-4的潛力，推動國內(nèi)AI技術(shù)從“追趕”邁向“局部引領(lǐng)”。

在核心硬件方面，突破尤為關(guān)鍵。

◎ 昇騰910B芯片引入Chiplet技術(shù)，以256TOPS算力突破物理工藝瓶頸。

◎ 寒武紀思元系列國產(chǎn)GPU持續(xù)提升能效，算力自主比重逐年提升�！� 芯片制造領(lǐng)域，中芯國際7nm工藝良率提升至75%，在DUV光刻上邁出實質(zhì)性進展，形成較為完整的算力供應鏈�！� 算法與軟件創(chuàng)新方面，國內(nèi)高校與科研機構(gòu)不斷推出高質(zhì)量研究成果，部分原創(chuàng)算法已在國際競賽中獲得領(lǐng)先成績，推動AI在垂直行業(yè)中的高效落地。

產(chǎn)業(yè)應用層面，消費和產(chǎn)業(yè)兩端雙輪驅(qū)動，拓寬了AI落地深度與廣度。

◎ 在消費側(cè)，AI成為超級App的核心驅(qū)動引擎。微信生態(tài)的智能助手日活已超5000萬，形成高頻交互的智能服務平臺。字節(jié)跳動的4K視頻生成能力大幅降低內(nèi)容生產(chǎn)成本，日均上傳量突破8億條，內(nèi)容生態(tài)發(fā)生結(jié)構(gòu)性變化。智能家居領(lǐng)域，語音識別、場景聯(lián)動成為標配，家電與智能系統(tǒng)深度整合后提升了用戶體驗與產(chǎn)品價值�！� 產(chǎn)業(yè)側(cè)的表現(xiàn)更為集中與強勁。制造業(yè)率先受益于AI質(zhì)檢系統(tǒng)，寧德時代通過AI視覺技術(shù)將缺陷率降至0.01%，不僅顯著提升品質(zhì)，制造成本也同步下降40%。醫(yī)療系統(tǒng)中，AI輔助診斷已覆蓋絕大多數(shù)三甲醫(yī)院，肺結(jié)節(jié)識別準確率達97.8%，基層醫(yī)院誤診率顯著減少。金融服務領(lǐng)域，AI用于風險建模、投顧輔助與客戶服務，不僅提升效率，也增強了風險控制能力。

這一階段的AI產(chǎn)業(yè)發(fā)展，已不僅是技術(shù)的升級換代，更是對傳統(tǒng)產(chǎn)業(yè)運行邏輯的系統(tǒng)重塑。

市場規(guī)模連續(xù)擴張，從2021年的1500億元增長至預計2025年的4000億元。初創(chuàng)企業(yè)與生成式AI應用迅速增長，形成了一種從技術(shù)演進、產(chǎn)業(yè)協(xié)同到用戶價值創(chuàng)造的閉環(huán)生態(tài)。

02

  結(jié)構(gòu)性問題浮現(xiàn)：

挑戰(zhàn)與突破并存

快速發(fā)展的另一面是結(jié)構(gòu)性瓶頸的逐步暴露。在高端芯片、自主制程、關(guān)鍵設(shè)備等領(lǐng)域，中國依舊存在外部依賴。

當前高端芯片進口占比仍高達66%，EUV光刻機無法自產(chǎn)直接限制了更高性能AI芯片的研發(fā)能力。算力雖然增長迅速，但與國際最前沿的芯片產(chǎn)品相比，在效率與能耗比上仍有提升空間。

算法層面，當前國內(nèi)存在“工程化強、原創(chuàng)性弱”的問題。

多數(shù)應用型大模型擅長定制優(yōu)化，缺乏可遷移性與通用性。原創(chuàng)算法數(shù)量與質(zhì)量尚未完全達到引領(lǐng)標準，在理論突破和跨學科研究方面還需更多投入。

尤其在腦科學與AI融合、類人認知系統(tǒng)構(gòu)建等關(guān)鍵方向起步較晚，成為限制下一階段技術(shù)躍遷的重要因素。

數(shù)據(jù)合規(guī)性與治理能力的滯后，也已成為影響AI長期發(fā)展的關(guān)鍵問題。

AI技術(shù)對數(shù)據(jù)的依賴極強，如何獲取、存儲、處理并保護數(shù)據(jù)已成為企業(yè)發(fā)展的必修課。數(shù)據(jù)使用過程中存在隱私泄露、算法歧視、訓練偏差等潛在風險。

法律法規(guī)尚未全面覆蓋新興問題，跨平臺、跨行業(yè)的數(shù)據(jù)共享缺乏統(tǒng)一機制，制約了數(shù)據(jù)價值的深層釋放。

國際競爭環(huán)境也在不斷加壓。

隨著中美科技博弈加劇，AI相關(guān)技術(shù)、設(shè)備和人才流動面臨更多限制。開源生態(tài)依賴海外平臺，算法模型安全性和可控性引發(fā)擔憂。

同時，AI倫理、治理標準的制定權(quán)競爭正在全球展開，誰能掌握技術(shù)標準與平臺話語權(quán)，誰就能占據(jù)產(chǎn)業(yè)鏈制高點。

小結(jié)

中國AI產(chǎn)業(yè)的崛起，是政策引導、市場需求與技術(shù)積累共同作用的結(jié)果。在多個領(lǐng)域，AI已從實驗室走進現(xiàn)實世界，成為推動社會進步與經(jīng)濟轉(zhuǎn)型的關(guān)鍵力量。面向未來，關(guān)鍵在于跨越現(xiàn)有技術(shù)瓶頸，優(yōu)化人才結(jié)構(gòu)，建立科學的數(shù)據(jù)治理體系，并在全球標準制定中發(fā)出更強聲音。

       原文標題 : 深度報告｜中國AI產(chǎn)業(yè)正在崛起成全球力量，市場潛力和關(guān)鍵挑戰(zhàn)有哪些？