“人工智能+”行动推进 专家论道产业高质量发展|无套日出白浆17P

　　中新网北京9月28日电 (记者 夏宾)2025年，中国的“人工智能+”行动持续推进。

　　人工智能正迈入技术跃迁与产业落地深度交织的关键阶段，通用人工智能从概念走向实践，具身智能加速商业化突破，而计算架构瓶颈、生态协同壁垒、AI人才培养成为规模化发展的重要挑战。

　　近日，以“筑基开放燎原”为主题的AICC2025人工智能计算大会在北京举行，大会邀请业界领袖与专家，围绕通用人工智能、开放计算、下一代AI计算架构创新等产业前沿议题发表演讲，为人工智能产业高质量发展提供思路参考。

　　会上，西湖大学“可信及通用人工智能实验室”创始人、欧洲科学院院士金耀初梳理了人工智能发展的主要脉络，并指出其发展路径与人脑智能的涌现过程相似——经历了演化、发育与学习的三个关键机制。基于这个视角，他进一步阐述了可信赖人工智能的要求及人工智能治理的重要性，并分享了实验室在工业人工智能领域的实践及类脑通用人工智能的探索。

　　北京智源人工智能研究院副院长兼总工程师林咏华分享了“众智FlagOS”的技术进展，指出该平台作为开放、统一的系统软件栈，旨在打破AI算力生态壁垒，实现跨地域、跨硬件的算力连接与普惠共享，为全球开发者提供跨芯片、跨框架、跨场景的统一计算底座。

　　据悉，“众智FlagOS v1.5”已正式推出，该系统面向多元AI芯片，提供统一、开源的系统软件支持，通过全产业链整合破解AI算力生态碎片化、大模型迁移难等挑战。在北京市科委中关村管委会推动下，国产AI超节点智算“北京方案”也率先使用了FlagOS获得突破的性能。

　　百度首席技术官王海峰梳理了人工智能从规则方法、统计机器学习到深度学习、大模型的发展历程，指出大模型技术通用性与能力的全面性为通用人工智能带来曙光。

　　在他看来，技术的通用性方面，大模型在解决不同任务、语言、模态、场景的通用性都变得越来越好；能力的全面性方面，理解、生成、逻辑、记忆是人工智能的四项基础能力，其他各项人工智能的典型能力基本上都是这四项基础能力的综合运用。这四项能力越强，越接近通用人工智能。

　　浪潮信息首席AI战略官刘军介绍了面向智能体时代的两大创新系统，分享了AI算力可持续发展面临的规模、电力、投入等挑战，提出要从规模导向转为效率导向，重新思考和设计AI计算系统，发展AI专用计算架构。

　　浪潮信息将通过软硬件协同设计与深度优化，持续推动AI计算架构的创新与突破，不断实现token生成“提速降本”，积极促进大模型、智能体等人工智能技术与实体经济的深度融合，让人工智能成为千行百业的生产力和创新力。

　　北京中关村人工智能研究院副院长戴蓓洁介绍了北京中关村学院面向超常规AI领军人才培养需求，建立项目制人才培养体系，推动AI与多学科深度融合，实现科研成果落地与产业需求反哺技术创新的双向赋能，为新质生产力发展注入强劲动力。

　　此外，大会聚焦AI前沿与产业落地碰撞，紧扣“人工智能+”行动在科技、产业等领域的重点方向，设置六大专题论坛，聚焦大模型、科学智能、具身智能、智能驾驶、低空经济等话题，围绕 AI前沿技术与产业落地需求展开深度研讨，加快推动人工智能技术走向规模化应用和产业化发展。

　　例如，AI赋能低空经济发展论坛聚焦政策法规、关键技术与无人机系统交通管理、低空红绿灯系统、空地一体化等产业最新实践展开研讨，为低空经济的自动化、智能化与规模化发展提供思路。

　　本次大会还同步开设3000平方米实景AI创新科技展，集中展示人工智能领域的重大创新成果与场景应用实践，吸引了超过50家产业链上下游企业及近5000名行业人士参展交流。作为链接技术与产业的关键平台，大会有效促进了产学研用深度融合与协同创新，为加速“人工智能+”行动落地、构建高质量发展新优势提供强劲动能。(完)