21条建议：把握全球AI趋势，助推我国加速发展

周城雄（中国科学院科技战略咨询研究院研究员、数智创新与治理研究中心副主任）

近日，众多全球科技产业领袖现身达沃斯世界经济论坛，围绕AI、机器人、太空探索等领域抛出一系列前沿观点，不仅展现了全球顶尖科技领袖对AI发展的前沿判断，更折射出当前AI产业的核心趋势与竞争格局，同时也为我国AI发展提供了重要参考。

马斯克在论坛中的观点，以“超预期时间线”和“跨领域协同”为核心，对AI发展前景带来巨大冲击。在AI算力突破方向上，马斯克提出“太空算力中心”的创新构想，直指当前AI发展的核心瓶颈——电力供应。据其判断，AI芯片产能正呈指数级增长，但全球电力供应年增速仅3%—4%。为解决这一矛盾，马斯克计划依托SpaceX的星舰技术，在太空部署太阳能AI数据中心。这一构想打破了“算力中心依赖地面电力与土地资源”的传统认知，为AI算力规模化提供了全新路径。

在人形机器人领域，马斯克给出明确的产业化时间表：特斯拉Optimus机器人已在工厂执行简单任务，2026年底将实现复杂操作，2027年向公众销售。他认为通过“机器人生产力×数量”的指数级增长，全球经济将迎来“前所未有的爆炸式增长”。这一判断意味着，AI与机器人的结合将不再是单一产业升级，而是重构全球经济增长模型的关键变量。

在自动驾驶落地节奏上，马斯克给出“2026年底美国广泛普及Robotaxi”的明确目标，并计划“下个月在欧洲申请受监督的全自动驾驶（FSD）批准”。此外，马斯克对AI智能水平的预测更具颠覆性：“2026年底最迟2027年底，AI将超越单个人类智能；2030年—2031年，AI将超越全人类集体智能”。尽管这一预测存在争议，但已引发全球科技界对“AI奇点”的重新审视，推动产业加快技术布局。

与马斯克的技术构想相呼应，英伟达CEO黄仁勋在同期公开场合提出“AI是国家关键基础设施”的观点，将AI竞争从“企业层面”提升至“国家战略层面”，其判断基于AI产业的三大结构性变革，且与马斯克的观点形成跨企业协同。

黄仁勋认为，当前AI发展已形成“计算架构转型、软件范式迁移、应用形态演进”的铁三角支撑。在计算架构上，传统CPU主导的通用计算已无法满足AI需求，GPU等加速计算成为必然，英伟达2026年量产的Rubin平台通过重构六颗芯片的系统协同，实现“远超晶体管数量增长的性能提升”；在软件范式上，生成式AI正从“内容生成”迈向“大推理时代”，要求基础设施支持复杂思考与记忆，例如Rubin平台专门推出推理上下文内存存储系统；在应用形态上，“AI智能体”成为核心方向，能够自主规划、决策并与物理世界互动。

这三大趋势的协同，使AI从“辅助工具”升级为“国家经济与安全的底层基础设施”：一方面，AI算力成为与电力、交通同等重要的生产要素，例如Meta通过生成式AI提升广告转化率，直接拉动营收增长；另一方面，AI技术的自主可控程度，决定了国家在产业链中的话语权。黄仁勋的观点与马斯克的“太空算力”“机器人”构想形成互补：前者聚焦AI产业的“底层支撑体系”，后者聚焦“顶层应用场景”，共同指向“AI重构全球产业与国家竞争力”的核心趋势。

结合达沃斯论坛的讨论与我国产业实际，当前我国AI发展呈现应用层领先，但基础层仍待夯实的格局，既有不可替代的优势，也有亟待突破的短板。

在优势领域，我国具备三大核心竞争力。一是数据与场景优势。14亿人口产生的海量数据，为AI大模型训练提供丰富素材，且医疗、电商、物流等行业的广阔场景，能快速实现AI技术落地。二是产业体系优势。我国拥有全球规模最大、门类最齐全的制造业体系，能为AI与机器人的结合提供“规模化应用场景”；同时，我国太阳能产业优势显著，可以为AI算力中心提供低成本电力支撑。三是应用层技术积累。在计算机视觉、语音识别、自然语言处理等领域，我国已达到国际先进水平。

与此同时，我国也面临三大突出短板。一是基础硬件依赖。AI所需的高端GPU、FPGA等核心芯片，市场份额仍由发达国家企业主导。二是创新基础仍待提高。我国AI创新集中在应用领域，而发达国家在基础算法、框架模型、系统软件等领域占据优势。三是风险投资结构仍需完善。我国AI风险投资以大额交易为主，侧重成熟企业，对早期创新型小微企业支持不足；而发达国家早期天使投资、种子融资更活跃。

基于全球趋势与我国AI发展现状，我国需在关键领域加快部署，持续巩固优势领域，同时加速短板领域的追赶，具体可聚焦三大方向：

在太空算力与新能源协同领域，需抢占“太空AI基础设施”先机。我国在航天领域具备技术基础——可联合航天企业与AI厂商，研发适合太空环境的太阳能算力模块，同时利用国内太阳能设备制造成本优势，降低太空太阳能板的生产与发射成本。加码这一赛道，有助于降低我国在未来AI算力竞争中对国外基础设施的依赖，同时避免国内太阳能产业的“产能优势”可能因需求转移（从地面到太空）而被削弱。

在自动驾驶领域，需加快商业化落地与技术自主可控。我国需依托“数据与场景优势”，推动国产自动驾驶技术规模化应用——例如扩大L4级自动驾驶试点范围，建立统一的道路测试数据标准，同时加快自研自动驾驶芯片与算法的突破，避免在“出行产业重构”中依赖国外技术。

在基础硬件与软件领域，需发挥新型举国体制优势，突破“卡脖子”环节。针对高端GPU、AI框架等短板，加大对国产AI芯片制造工艺的投入，培育自主框架生态；同时优化风险投资结构，鼓励早期投资向基础研究型企业倾斜。

总之，达沃斯论坛的AI讨论，展现了“全球AI发展路线图的博弈”。马斯克的观点展现了技术突破的可能性边界，黄仁勋的判断揭示了产业竞争的核心逻辑，而我国的AI发展则需在这场竞争中，既依托自身优势巩固应用层地位，又瞄准核心短板加快基础层突破。唯有如此，才能在“AI重构全球产业与文明”的浪潮中，占据主动地位，实现人工智能创新突破和跨越发展。