超大规模智算集群持续升级，即将迎来吉瓦级时代。 超节点成为面向未来超大规模训练的核心计算单元。 多样化推理算力形态推动AI泛在部署。
技术创新方面，迈向通用人工智能的道路，可能会经历若干不确定的“奇点”。 智算基础设施方面，智算生态将加速走向开放协同。 安全治理方面，人工智能安全从理论探索转向实践落地。
人工智能产业研究发展报告2025
2026-02-11 10:46
人工智能产业研究发展报告20252025年注定是人工智能不平凡的一年，各项人工智能技术都有了很大的发展和进步，根据信通院2026年1月发布的《人工智能产业发展研究报告》测算，2024年我国人工智能核心产业规模已突破9000亿元，同比增长24%，2025年预计突破1.2万亿元。 一、技术产业发展 1、基础超级模型持续突破，模型学习进入经验时代 2025年，全球人工智能领域迎来关键突破期，语言基础模型与推理模型双线并进，技术迭代速度与能力跃升幅度均超出预期。大模型的总和能力较2024年底提升30%，多模态理解能力超过50%，大模型基础能力实现跨越式提升。 2、集群规模向百万卡迈进，开放智算生态快速发展 当前，人工智能技术大规模应用促进算力产业呈现爆发式发展。从全球范围看，多个超级集群项目建设和大规模推理算力需求拉动投资快速增长，摩根士丹利预测2025年全球11大云厂商资本支出达4450亿美元，年增长达到56%。同时，智算生态正从单一封闭走向开源开放，全球智算产业已进去规模化、协同化发展的新阶段，为大模型前沿创新和普惠落地提供坚实算力底座。 3、数据集建设转向适量告质，数据工程体系加速成型 稠度模型范式下常用的“数据密度”指标由快速提升到逐步趋稳。2020年至2023年，代表性模型数据密度连续上升。 从建设路径来看，数据集构建正向智能生成、多元专业、合规治理三个维度深化，质量优先成为核心导向。 从发展问题来看，数据级质量成为当前制约行业垂类模型落地和场景应用的瓶颈问题。 4、具身智能走向实训，软硬一体化创新协同并进 目前，场景驱动下的数据-模型=本体的三位一体联合设计与闭环优化，正逐步成为具身智能产业创新发展的关键路径。 二、安全治理 1、现实风险与前沿风险交错而生，对安全治理提出新挑战。一是推理思维链暴露风险敞口；二是模型幻觉导致输出失真；三是智能体等前沿应用易受攻击。 2、规则层面，全球各方加强协同治理 3、实践层面，推动安全可靠的研发应用 （1）践行负责任人的人工智能实践，将安全治理要求贯穿测试评估全流程。 （2）构建全流程技术防线，企业聚焦技术落地，围绕模型开发全流程研发与管理，构建技术层面的安全闭环。 （3）完善滥用无用防护举措，针对人工智能生成合成内容滥用、深度伪造诈骗等问题，产业界形成水印溯源、鉴伪识别的防护体系，平衡内容创新与风险防控。 三、发展期望 面向未来，人工智能创新将锚定通用智能方向持续突破，基础理论的深化、基础设施的完善、安全体系的构建与全球格局的演进将形成合力推动产业生态协同跃升。 后台回复“2025AI”，下载完整报告。