中國官方近日發布一份高規格人工智能（AI）產業調查報告，在肯定中國AI快速發展的同時，也罕見系統性點出產業面臨的四大結構性挑戰，包括美國技術封鎖、模型可靠性不足、優質數據短缺，以及商業模式尚未成熟等問題，引發市場關注。
中共中央機關刊物《求是》雜誌與工業和信息化部直屬的賽迪研究院聯合課題組發布的《搶占智能時代制高點：我國人工智慧產業發展調查》，篇幅超過6,700字。報告基於對北京、上海、深圳、天津、山東及內蒙古等地企業、工廠及數據中心的實地調研，全面檢視中國AI產業現況。
報告指出，中國近年在大模型、多模態技術及訓練效率等領域進步迅速，部分領域已從「跟跑」進入「並跑」甚至「領跑」階段。數據顯示，2025年全球前十大開源模型中有八款來自中國，中國開源模型全球下載量占比達17.1%。
報告特別提到，深度求索（DeepSeek）於今年4月推出的DeepSeek-V4模型，性能已接近國際頂尖模型水準，而API價格不到OpenAI GPT-5.5的1%，展現中國企業在成本控制上的競爭優勢。
產業規模方面，中國人工智能核心產業規模已突破1.2萬億元人民幣。官方數據顯示，截至2026年第一季，中國已建成42個萬卡級智算集群，智能算力規模達每秒1,882百億億次浮點運算，高品質數據庫數量超過10萬個。
乘數效應
報告認為，AI具備明顯的乘數效應，可帶動從算力、演算法到應用端的完整產業鏈發展。例如山東一家重型裝備製造企業導入工業大模型後，原本需要數周完成的新產品工藝設計縮短至72小時內，產品良率提高5個百分點。
不過，報告同時坦言，中國AI產業仍面臨四大挑戰。
首先是外部技術封鎖。報告指出，美國持續限制高端AI晶片出口，而輝達建立多年的CUDA生態系統已深度綁定全球開發者，即使中國本土晶片性能提升，仍需克服軟體工具鏈、開發環境及使用習慣等問題，國產替代進程仍存在障礙。
其次是大模型可靠性問題。報告指出，大模型在日常對話表現出色，但進入工業檢測、醫療診斷及金融風控等高精度場景後，仍可能出現「幻覺」或誤判。一家製造企業便曾因AI視覺系統受光線變化影響，將合格產品誤判為不良品，最終仍需依賴人工複檢。
第三項挑戰是數據瓶頸。報告指出，全球主流訓練數據集中於英文語料，中文語料佔比僅約1.3%。雖然中國擁有龐大數據資源，但可直接用於大模型訓練的高品質數據仍相對不足，形成「數據原油豐富、煉化能力不足」的問題。
最後則是商業化困境。報告認為，目前中國AI產業鏈中的算力、模型與應用環節仍缺乏有效銜接機制，許多AI產品仍採客製化模式，難以形成標準化和規模化複製能力。若無法建立可持續商業模式，產業將長期面臨高投入、低回報的挑戰。
儘管如此，報告整體基調仍偏向積極。文章指出，人工智慧正以遠快於電氣化及資訊革命的速度改變產業結構，先發優勢可能迅速轉化為市場壟斷優勢。官方認為，中國已不再是新技術浪潮中的追趕者，而是希望在全球AI競賽中爭取主導地位。（編輯部）
下載APP