摘要：智能经济是以人工智能为核心驱动力、以数据为关键生产要素、以智能技术与实体经济深度融合为基本特征的新型经济形态，被视为继农业经济、工业经济、数字经济之后的第四种经济形态。2026年，智能经济完成从”技术概念”到”国家战略”的历史性跨越：中国”十五五”规划建议与2026年政府工作报告明确提出”打造智能经济新形态”，将人工智能列为现代化产业体系建设的核心引擎；全球范围，主要机构预测2030年AI将为全球GDP贡献13万亿至22.3万亿美元。本报告从产业发展趋势、发展历程、企业成长、产业链聚集趋势与城市空间诉求五个维度展开系统研究，秉持全球视野与中国实践的双重视角，对硅谷、北京、上海、深圳、杭州等产业聚集区的形成逻辑进行深度解读，为理解这一”定义下一个经济时代”的产业提供决策参考。

一、产业界定与研究框架

1.1 产业界定：第四种经济形态

智能经济（Intelligent Economy）是以人工智能为核心驱动力，通过智能技术与经济社会各领域深度融合，实现生产方式、生活方式与治理方式智能化变革的新型经济形态。与数字经济”以数据连接与信息化”为特征不同，智能经济的本质是以智能替代与增强人力——AI从辅助工具进化为生产主体，从”连接信息”进化为”生成智能”。中国信通院将其概括为”数据要素×人工智能”的乘数效应：数据是智能经济的”新石油”，AI是将其转化为价值的”新引擎”。

从产业边界看，智能经济是一个“基础层—技术层—应用层”三层贯通的庞大生态：基础层包括算力基础设施（AI芯片、智算中心、云计算）、数据要素与算法框架；技术层包括大模型、计算机视觉、自然语言处理、机器学习、机器人等核心技术；应用层则覆盖智能制造、智能交通、智能医疗、智能金融、智能教育、智能政务等千行百业的智能化改造。智能经济与前述具身机器人、词元经济、端侧算力芯片、世界模型、量子科技、太空算力等前沿产业的关系是”母体与分支”——智能经济是总纲，各前沿产业是其在不同技术域与场景域的具体展开。这也是本报告作为系列收官之作的定位：站在智能经济的全景高度，俯瞰AI产业化的整体图景。

1.2 研究框架

本报告沿”趋势—历程—企业—链条—空间”的逻辑主线展开，并贯穿”全球视野—中国实践”的双重视角：第二章研判产业发展趋势，回答”智能经济向何处去”；第三章梳理全球与中国的发展历程，回答”产业从何处来”；第四章分析全球与中国企业成长情况，回答”谁在定义智能经济”；第五章解析产业链结构与聚集趋势，回答”产业如何组织”；第六章聚焦城市空间，对全球与中国主要产业聚集区进行描述并深度解读选址逻辑，回答”智能经济落在哪里、为什么落在那里”。报告数据主要来源于普华永道、麦肯锡、IDC、国际电联、中国信通院、各公司财报及政府公开信息，数据截至2026年7月。

二、产业发展趋势：全球视野

2.1 市场规模：万亿美元级的确定性增量

智能经济的体量预测呈现罕见的”机构共识”——尽管口径各异，主要权威机构均指向”万亿美元级”的确定性增量。普华永道的经典测算指出，到2030年AI将为全球GDP贡献15.7万亿美元，相当于全球GDP增长14%，其中中国（7万亿美元）与北美（3.7万亿美元）将成为最大受益者。麦肯锡的测算与之不谋而合，认为AI到2030年将为全球经济活动增加约15.7万亿美元。国际电联预测，2030年AI将推动全球GDP增长13万亿美元、年均增速提升1.2个百分点。高盛相对保守，预计AI在10年内为全球GDP带来7万亿美元增量。IDC的口径最为宏大：到2030年，AI累计将为全球经济贡献22.3万亿美元，占全球GDP的3.7%，每在AI相关解决方案和服务上投入1美元，将为全球经济带来4.9美元的综合效应。

主要机构对AI经济贡献的预测对比

图1 主要机构对AI经济贡献的预测对比。数据来源：普华永道、麦肯锡、国际电联、高盛、IDC

市场规模的增长曲线同样陡峭。全球AI市场规模从2020年的约1.91万亿元人民币增至2024年的4.55万亿元，预计2026年达7.69万亿元，四年增长约3倍；中国AI核心产业规模2024年达9188亿元，2025年突破1.2万亿元，预计2026年达1.7万亿元。从投资端看，2025年全球AI领域私人投资达创纪录水平，其中美国以2859亿美元遥遥领先，约为中国（238亿美元）的12倍；全球AI独角兽数量持续攀升，OpenAI、Anthropic等头部公司估值突破千亿美元乃至数千亿美元。

全球及中国AI市场规模

图2 全球及中国AI市场规模。数据来源：行业研究机构测算

中美私人AI投资对比

图3 中美私人AI投资对比（2025年）。数据来源：行业统计

2.2 技术趋势：从”生成式AI”到”代理式AI”再到”物理AI”

全球智能经济的技术演进正跨越三个浪潮。第一浪潮：生成式AI（2022—2025）——以大语言模型为核心，ChatGPT引爆全民AI，内容生成、代码编写、知识问答成为最先落地的场景，AI从”感知”进化为”生成”。第二浪潮：代理式AI/智能体（2025—2027）——AI从”对话”进化为”干活”，智能体（Agent）能够自主规划、调用工具、执行任务，Gartner预测到2028年33%的企业软件将内置代理式AI，能够自主完成15%的日常工作决策^[1]。第三浪潮：物理AI（2027—2030）——AI从数字世界走向物理世界，具身智能、世界模型、机器人技术融合，实现”能看、能想、能动”的完整智能，英伟达将其定义为继生成式AI、代理式AI之后的”下一波浪潮”。

技术竞争的核心变量正在切换：从”模型能力”转向”推理成本与能效”（词元经济），从”云端算力”转向”云边端协同”（端侧算力芯片），从”数字智能”转向”物理智能”（具身智能、世界模型）。一个标志性判断是：AI的下半场属于”AI+实体产业”——当模型能力趋于同质化，竞争的胜负手将是谁能以更低的成本、更深的场景理解，把智能转化为真实的生产力。

2.3 全球格局：一超多强的多极竞争

全球智能经济呈”一超（美国）一强（中国）多极（欧盟、日韩、中东等）“的竞争格局。美国以技术源头与资本优势领跑：拥有OpenAI、谷歌、Anthropic、Meta等模型巨头与英伟达、微软、亚马逊等基础设施巨头，2025年私人AI投资2859亿美元全球第一，在基础研究、原创模型、高端芯片领域保持领先。中国以应用规模与工程化能力紧随其后：在AI专利、论文数量、应用场景、智能终端制造方面全球领先，大模型数量与开源生态快速崛起，形成”美国定义范式、中国规模落地”的互补与竞争。欧盟以《人工智能法案》确立”风险分级”监管范式，试图以规则制定权弥补技术差距；日韩在机器人、半导体材料领域保有优势；中东（沙特、阿联酋）以主权基金重仓AI基础设施，成为新兴力量。

中美博弈是格局演变的主线。美国通过芯片出口管制、投资审查构筑技术壁垒，中国以自主创新与开放生态应对——DeepSeek以极低成本训练出顶级模型震惊全球，证明算力封锁无法锁死算法创新；华为昇腾、寒武纪等国产芯片在推理侧加速替代。这场博弈的深层含义在于：智能经济的竞争已超越企业层面，成为国家创新体系与产业生态的整体较量。

三、发展历程：全球演进与中国道路

3.1 全球演进：三次浪潮与范式革命

全球智能经济的发展与AI技术的三次浪潮同频。第一次浪潮（1956—2000年）：符号主义与专家系统。达特茅斯会议确立AI学科，基于规则的逻辑推理主导，两次”AI寒冬”证明符号主义的局限。第二次浪潮（2000—2015年）：机器学习与感知智能。统计学习方法兴起，深度学习在图像识别（2012年AlexNet）、语音识别领域突破，AI从”能推理”进化为”能感知”。第三次浪潮（2015年至今）：深度学习与生成智能。Transformer架构（2017）开启大模型时代，AlphaGo（2016）证明强化学习威力，ChatGPT（2022）引爆生成式AI，AI从”能感知”进化为”能生成、能规划、能行动”。

从产业形态看，全球智能经济经历了”信息化—数字化—智能化”的三级跳：20世纪90年代互联网普及完成”连接”，2010年代移动互联网与云计算完成”数据化”，2020年代AI大模型开启”智能化”。每一级跳都带来经济形态的质变——智能经济正是这一长周期演进的最新阶段，其历史坐标相当于蒸汽机之于工业经济、电力之于电气经济。

3.2 中国道路：从”跟跑”到”并跑”再到局部”领跑”

中国智能经济的发展呈现清晰的”三阶段”跃升。第一阶段（2015—2020年）：战略布局与跟跑。2015年《中国制造2025》将智能制造作为主攻方向；2017年国务院发布《新一代人工智能发展规划》，确立”三步走”目标（2020年与世界同步、2025年部分领先、2030年世界主要AI创新中心），AI上升为国家战略；这一时期以商汤、旷视、云从、依图”AI四小龙”为代表，在计算机视觉领域实现跟跑。第二阶段（2020—2024年）：应用创新与并跑。移动互联网红利与海量数据优势催生全球领先的AI应用生态，字节跳动、拼多多以算法驱动重构电商与内容产业；大模型时代来临，百度文心、阿里通义、讯飞星火快速跟进，DeepSeek以极致性价比实现技术并跑。

第三阶段（2025年至今）：国家战略升级与局部领跑。2025年”人工智能+“行动首次写入《政府工作报告》，与”互联网+“并列成为国家级赋能战略；2025年”具身智能”、2026年”智能经济新形态”相继写入政府工作报告；“十五五”规划建议明确”打造智能经济新形态”，将AI列为现代化产业体系建设的核心引擎——中国智能经济完成从”技术政策”到”经济战略”的定位升级，在应用场景、智能终端制造、开源模型生态等领域实现局部领跑。

表1 中国智能经济核心政策脉络（2015—2026）

四、企业成长：全球巨头与中国实践

4.1 全球巨头：模型层与基础设施层的双寡头格局

全球智能经济的企业版图呈”模型层+基础设施层”双寡头格局。模型层，OpenAI与谷歌形成第一梯队：OpenAI 2025年营收预计达127亿美元、估值5000亿美元，ChatGPT周活用户超8亿，正从”模型公司”向”AI操作系统公司”演进；谷歌凭借Gemini系列与全栈优势（TPU+云+安卓+搜索）紧追不舍，2025年Alphabet营收预计超4000亿美元、AI相关收入高速增长。Anthropic以Claude在企业级市场异军突起，2025年营收预计达50亿美元、估值1830亿美元。基础设施层，英伟达是最大赢家：2026财年营收预计超2000亿美元、市值突破4万亿美元，数据中心业务占比近九成，成为智能经济的”卖铲人”；微软（Azure+OpenAI）、亚马逊（AWS）、Meta（Llama开源+广告）构成第二梯队。

全球巨头竞争的焦点正在从”模型能力”转向”生态与场景”：OpenAI以GPTs与应用商店构建生态，谷歌以安卓与Workspace绑定场景，微软以Copilot嵌入办公流程，英伟达以CUDA锁定开发者——智能经济的护城河，正从算法转向生态。

谷歌总部

图4 谷歌总部——全球AI巨头的大本营之一（图片来源：KKday）

4.2 中国实践：大厂全栈与”六小龙”突围

中国智能经济的企业实践呈”大厂全栈+新锐突围”的双层结构。大厂全栈阵营，字节跳动（豆包大模型+抖音/TikTok场景）、阿里巴巴（通义千问+阿里云+开源生态）、腾讯（混元+微信生态）、华为（盘古+昇腾芯片+全栈自主）、百度（文心+自动驾驶Apollo）构成第一梯队，2025年合计AI投入超5000亿元，在模型能力、算力自主、场景落地三个维度形成全栈能力。新锐突围阵营，“AI六小龙”（智谱AI、月之暗面Kimi、MiniMax、百川智能、零一万物、阶跃星辰）与DeepSeek（深度求索）构成创新力量——DeepSeek以极低成本训练出比肩GPT-4o的模型，开源后全球下载量登顶，证明中国AI的算法创新能力；智谱AI、月之暗面相继启动IPO，估值均超200亿元。

中国实践的独特之处在于“应用倒逼技术”的路径：与美国”技术突破→寻找场景”的路径不同，中国AI企业从电商推荐、短视频算法、移动支付等海量应用场景中成长，再反哺模型与芯片研发——字节跳动的推荐算法、拼多多的分布式AI、蚂蚁集团的风控模型，都是”应用倒逼技术”的产物。这条路径的优势是商业化能力强、迭代速度快，短板是基础研究积累相对薄弱；DeepSeek的出现，标志着中国AI正在补上基础研究的短板。

表2 全球与中国智能经济代表企业对比（2025—2026）

4.3 生态特征：开源与闭源的路线分野

全球智能经济生态的最深层分野是开源与闭源的路线之争。美国以闭源为主流：OpenAI、Anthropic坚持闭源商业模型，Meta Llama虽开源但受限；中国以开源为特色：DeepSeek、阿里Qwen、智谱GLM相继开源，DeepSeek-R1开源后引发全球”DeepSeek时刻”，证明开源同样能构建顶级模型。开源生态的价值在于降低创新门槛、加速技术扩散——全球开发者基于中国开源模型构建应用，反过来扩大了中国AI的生态影响力。这场路线之争的深层含义是：智能经济的技术话语权，不仅取决于谁的模型最强，更取决于谁的生态最开放、最繁荣。

五、产业链结构与聚集趋势

5.1 产业链全景：“算力—模型—场景”的价值链与利润迁移

智能经济产业链呈”基础层—技术层—应用层”三层结构，其价值分配正经历深刻的迁移。基础层（算力、数据、算法框架）是当前利润最集中的环节：英伟达一家拿走全球AI硬件利润的绝大部分，智算中心与云计算厂商以”词元经济”模式快速变现；但长期看，随着算力成本下降与模型能力趋同，基础层的超额利润将向技术与应用层迁移。技术层（大模型、核心技术）是竞争的制高点，但商业化仍在爬坡——OpenAI、DeepSeek等模型公司的收入增速虽快，与投入相比仍属早期；应用层（千行百业智能化）是价值兑现的终端，也是未来最大的利润池——Gartner预测2026年全球AI软件支出将达4520亿美元，企业级应用占比持续提升。

产业链的关键判断是：智能经济的利润池将沿”算力→模型→应用”的方向迁移。当前”算力饥渴”造就英伟达的暴利，但随着推理成本下降与模型开源，应用层”离钱最近”的优势将显现——正如互联网时代最终是亚马逊、谷歌、腾讯等应用公司而非思科等基础设施公司获得最大市值，智能经济的终局价值也将属于那些把智能转化为真实生产力的应用企业。

AI数据中心

图5 AI数据中心内部——智能经济的算力底座（图片来源：宝玉的分享）

5.2 聚集趋势：向”人才+资本+场景”三重高地集聚

智能经济的聚集逻辑是”轻资产、重人才、强生态”，呈现向全球少数创新高地高度集中的特征。全球版图形成”一湾（旧金山湾区）一谷（北京中关村）多点（纽约、伦敦、上海、深圳、杭州、班加罗尔等）“的格局：旧金山湾区聚集了OpenAI、谷歌、Meta、Anthropic等全球AI巨头与最密集的AI人才、资本；北京中关村聚集了百度、字节、智源研究院、清华北大等中国AI的核心力量。

微观层面呈现三个新特征。其一是”回归城市中心”：与互联网时代科技企业偏好郊区园区不同，AI企业倾向布局城市中心——OpenAI没有诞生在硅谷而诞生在旧金山市中心，上海模速空间、北京中关村AI创新街区均位于城区，因为AI人才更青睐”工作—生活—社交”一体化的城市环境。其二是”上下楼即上下游”：大模型产业的高度协作性催生垂直生态——上海模速空间一栋楼内聚集基础模型、语料、算力调度、应用开发全链条，“上下楼就是上下游”成为AI园区的新范式。其三是”国家实验室+企业”的协同：智源研究院（北京）、之江实验室（杭州）、浦江实验室（上海）等新型研发机构与企业的深度协同，成为智能经济创新的重要组织形式。

六、城市空间：全球视野与中国实践的深度解读

6.1 旧金山湾区：全球智能经济的”首都”

旧金山湾区是全球智能经济无可争议的”首都”，其聚集逻辑是”顶级学术+顶级资本+顶级人才”的三重叠加。斯坦福、伯克利提供源头创新，a16z、红杉、Y Combinator提供全球最充裕的风险资本，OpenAI、谷歌、Meta提供顶级雇主——三者形成”学术—资本—产业”的正循环。值得注意的新趋势是AI企业”回归城市中心”：OpenAI总部设在旧金山教会区而非硅谷，Anthropic、xAI等亦聚集旧金山市中心，因为AI人才（多为年轻的研究员与工程师）更青睐城市中心的文化氛围与生活方式，“硅谷”作为地理概念正在被”旧金山”取代。湾区对全球智能经济的意义，不仅是产业规模的领先，更是范式定义权——从深度学习到大模型再到智能体，全球AI的技术路线均在此提出。

6.2 北京中关村：中国智能经济的”创新大脑”

北京中关村是中国智能经济的”创新大脑”，其聚集逻辑是”科研密度×人才密度×资本密度”的三重共振。中关村科学城（海淀）聚集了全国最密集的AI科研力量：清华、北大、中科院自动化所/计算所、智源研究院构成基础研究底座；百度、字节跳动、小米、美团等科技大厂提供产业场景；中关村发展集团已服务人工智能类企业1400余家，2024年海淀区AI核心产业规模占全市近七成。中关村同时是中国AI创业的第一策源地：智谱AI、月之暗面、面壁智能等大模型新锐均诞生于此，“清华系”“中科院系”创业者构成中国AI的中坚力量。中关村模式的核心是“科研策源+大厂生态+创业文化”——它不仅是产业聚集区，更是中国智能经济的”技术定价中心”与”人才输出地”。

中关村科学城

图6 中关村科学城——中国智能经济的”创新大脑”（图片来源：智慧城市行业分析）

6.3 上海：“模速空间”与全场景开放的”应用高地”

上海的智能经济产业定位是”应用高地”与”生态枢纽”。空间创新端，徐汇”模速空间”是全国首个大模型创新生态区：一期、二期已集聚超100家大模型企业，形成”上下楼即上下游”的垂直生态，配套全国首个算力调度平台、开放语料平台与大模型合规指导服务中心——模速空间的意义在于把”大模型产业”这个高度抽象的产业，落地为可感知的空间形态与服务体系。场景开放端，上海以超大城市治理、金融、制造、航运的全场景为AI提供”试验场”：世界人工智能大会（WAIC）连续举办成为全球AI风向标，临港新片区布局智算中心与智能驾驶示范区。人才与资本端，上海拥有全国三分之一的AI人才与最发达的金融市场，2024年AI产业规模突破4000亿元。上海模式的独特性是“空间创新+场景开放+国际化”——模速空间代表了中国AI园区的最新形态，全场景开放则把整座城市变成智能经济的”实景实验室”。

上海徐汇”模速空间”

图7 上海徐汇西岸”模速空间”大模型创新生态区（图片来源：新华网）

6.4 深圳—杭州：硬件基因与数字经济外溢的特色一极

深圳的智能经济产业逻辑是”硬件基因×场景创新”：依托华为、腾讯两大巨头与大疆、优必选等智能硬件企业，深圳在”AI+硬件”（智能手机、无人机、机器人、智能汽车）领域形成全球独特优势；华为的全栈自主（昇腾芯片+盘古模型+鸿蒙生态）是中国AI自主可控的标杆，腾讯的微信生态则为AI应用提供最大流量入口；2024年深圳AI核心产业规模超3600亿元。杭州的逻辑是”数字经济外溢×创业生态”：阿里巴巴（通义千问+阿里云）是最大引擎，DeepSeek的横空出世让杭州成为全球AI焦点，“杭州六小龙”（DeepSeek、宇树科技、游戏科学、云深处、强脑科技、群核科技）现象展示了杭州在AI、机器人、脑机接口等前沿领域的创业活力；之江实验室提供科研支撑，2024年杭州AI产业规模超3000亿元。深圳与杭州分别代表了中国智能经济的两种特色路径：深圳是”AI+硬件制造”的硬路径，杭州是”数字经济+创业生态”的软路径——两者共同构成中国智能经济的”应用创新双引擎”。

6.5 产业为什么选择这些区域：全球与中国的五维解构

综合全球与中国聚集区的比较，智能经济的区位选择遵循五个维度的逻辑。维度一：人才密度。AI是”人才密度决定论”的产业，一名顶级研究员的价值超过千名普通工程师，企业与人才相互吸引形成聚集——斯坦福之于湾区、清华北大之于中关村、交大复旦之于上海，是共同的第一性原理。维度二：资本密度。AI研发重投入、长周期，需要能接受”十年不盈利”的耐心资本——湾区风投、北京国家队基金、上海金融资本、杭州阿里系资本，构成不同的资本光谱。维度三：场景丰富度。AI的价值在场景中兑现，拥有海量应用场景的城市（旧金山科技场景、上海超大城市场景、深圳硬件场景、杭州电商场景）天然吸引AI企业。

维度四：生态完备度。”算力—模型—数据—应用”的协作链条要求产业生态完备，“上下楼即上下游”的垂直生态（模速空间）与”城市即实验室”的水平生态（上海、深圳）代表了两种空间组织方式。维度五：制度与文化。开放的监管沙盒、包容的创业文化、国际化的视野，是AI城市软实力的组成部分——湾区的”失败宽容”、上海的”国际规则”、杭州的”创业氛围”各具特色。五个维度共同解释了智能经济”湾区领跑、中关村策源、沪深杭多点开花”的全球格局——这不是偶然的产业地理，而是人才、资本、场景、生态、制度五重力量长期演化的结果。

表3 智能经济主要聚集区全球与中国对比

6.6 产业对城市空间的诉求：“回归城市中心”的新范式

智能经济对城市空间的需求，呈现出与互联网时代截然不同的新范式。空间形态上，AI企业偏好”城市中心的高品质办公+创新社区”而非郊区园区：OpenAI选择旧金山市中心、模速空间落子徐汇滨江、中关村AI创新街区位于海淀核心区，反映了AI人才对”工作—生活—文化”一体化城市环境的偏好——这对城市规划者的启示是：吸引AI产业，先建设AI人才愿意生活的城市。功能配套上，AI园区需要”算力调度+语料服务+合规指导+场景对接”的专业服务：模速空间配套的算力调度平台、开放语料平台与大模型合规指导服务中心，代表了AI园区服务的新标准。

生态组织上，“垂直生态”成为新趋势：大模型产业的高度协作性使”上下楼即上下游”成为可能，一栋楼内聚集全链条企业的垂直园区，比传统水平铺开的园区更符合AI产业的协作逻辑。对城市规划者而言，发展智能经济的空间策略可归纳为：“人才优先”——以城市品质吸引AI人才；“场景开放”——把城市变成AI的实景实验室；“服务专业”——提供算力、语料、合规等专业公共服务；“生态垂直”——建设”上下楼即上下游”的垂直创新社区。智能经济时代的城市竞争，本质上是”城市作为创新生态”的竞争——谁能把人才、场景、服务、生态组织成最优组合，谁就能赢得这个定义下一个经济时代的产业。

七、挑战与展望

7.1 核心挑战

智能经济在高速发展的同时，面临四重全球性挑战。一是能源与算力的硬约束：AI数据中心的电力需求呈指数级增长，美国大型数据中心已进入吉瓦级负荷时代，电力接入成为增长边界；据测算2030年全球数据中心用电量将较当前增长160%，能源供给能力将最终决定智能经济的天花板。二是技术伦理与治理的全球分歧：AI的就业替代、算法偏见、深度伪造、安全风险引发全球治理焦虑，欧盟《人工智能法案》、美国行政令、中国《生成式AI服务管理暂行办法》代表了不同的监管路径，全球AI治理规则的碎片化可能割裂智能经济的全球市场。三是商业化与估值的匹配压力：全球AI独角兽估值普遍处于高位，OpenAI、Anthropic等公司尚未盈利，英伟达市值突破4万亿美元的叙事高度依赖AI资本开支的持续，任何需求不及预期的扰动都可能引发估值回调。四是地缘博弈的割裂风险：芯片出口管制、投资审查、技术脱钩正在割裂全球AI产业链，中美两大生态的”平行体系”趋势若持续加深，将抬高全球智能经济的创新成本。

7.2 展望：智能经济的”黄金十年”

综合各方判断，未来十年将是智能经济的”黄金十年”。规模主线：2030年AI对全球GDP的贡献将达13万亿—22.3万亿美元，智能经济将从”新兴动能”成长为”主导经济形态”；中国AI核心产业规模2026年达1.7万亿元，2030年有望突破5万亿元，智能经济将贡献中国经济增量的重要部分。技术主线：代理式AI在2027—2028年进入企业主流应用，物理AI在2030年前后开启机器人时代，通用人工智能（AGI）的曙光可能在2030—2035年出现——智能经济的技术底座将完成从”工具”到”伙伴”再到”主体”的跃迁。格局主线：中美双极竞争将持续，但”竞合”将成为常态——在AI安全、气候、健康等全球性议题上，两国存在合作空间；欧盟、中东、日韩将在细分领域形成特色一极，全球智能经济呈”多极共生”格局。

对中国而言，智能经济是实现”换道超车”的历史机遇：在数字经济时代，中国凭借移动互联网实现并跑；在智能经济时代，中国凭借海量数据、完整产业体系、丰富应用场景与国家战略支持，有望在全球智能经济版图中占据与美国并驾齐驱的一极。对城市而言，智能经济是重塑城市竞争力的关键变量——得AI人才与场景者得未来，旧金山湾区、北京中关村、上海、深圳、杭州的实践已经证明，城市不仅是智能经济的容器，更是其最重要的创新生态。对人类而言，智能经济的终极命题是：当智能成为最普惠的生产要素，我们如何构建一个人机共生、繁荣共享的新经济文明——这既是产业的未来，也是文明的未来。

人工智能与未来城市

图8 人工智能与未来城市——智能经济的愿景图景（图片来源：摄图网）