据中国经济网消息,“继续加强基础研究和关键核心技术攻关,聚力开发新的模型算法、高端算力芯片,不断夯实人工智能发展的技术根基。”10月24日,科技部党组书记、部长阴和俊在中共中央新闻发布会上的这番话,首次明确了“十五五”时期我国人工智能发展的核心方向。这一表态是对《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》要求的贯彻落实,标志着中国人工智能产业将从应用导向转向基础技术攻坚与体系化部署的新阶段。
01 政策布局
阴和俊在介绍党的二十届四中全会精神时表示,“十五五”时期将持续加强人工智能顶层设计和体系化部署。这一部署涵盖了从基础研究到产业应用的全链条,包括加强人工智能治理,完善相关法律法规、政策制度、应用规范、伦理准则,不断健全治理机制。《建议》从四个方面作出部署:加强原始创新和关键核心技术攻关、推动科技创新和产业创新深度融合、一体推进教育科技人才发展和深入推进数字中国建设。其中,“全面实施‘人工智能+’行动,全方位赋能千行百业”成为推进数字中国建设的重要抓手。
02 技术攻坚
在模型算法领域,我国科研机构已在积极探索新范式。中国科学院合肥物质院智能所团队首创多模态大模型视觉-语言预训练新范式RankCLIP,入选国际计算机视觉顶会ICCV 2025。该技术受人脑不同感官皮层和联合皮层跨模态联合表征机制启发,将训练目标从“配对判断”升级为“排序学习”,构建图像与文本之间的全局排序分布。
RankCLIP在ImageNet1K上的Top-1准确率达到10.16%,显著优于传统CLIP模型,在跨模态检索和分布偏移鲁棒性方面也表现出更强性能。在芯片领域,北京大学团队成功研制出基于阻变存储器的高精度、可扩展模拟矩阵计算芯片,首次实现了在精度上可与数字计算媲美的模拟计算系统。该芯片在求解大规模MIMO信号检测等问题时,计算吞吐量与能效较当前顶级GPU提升百倍至千倍。
03 产业融合
国务院今年9月发布的《关于深入实施“人工智能+”行动的意见》明确提出,到2027年,率先实现人工智能与六大重点领域广泛深度融合,新一代智能终端、智能体等应用普及率超70%。
到2030年,人工智能全面赋能高质量发展,智能经济成为我国经济发展的重要增长极。在“人工智能+”产业发展方面,意见指出要培育智能原生新模式新业态,推进工业全要素智能化发展,加快农业数智化转型升级,创新服务业发展新模式。
智能制造、智能农业、智能医疗等领域将成为人工智能融合的重点。
04 算力突破
算力是人工智能发展的基础设施,我国在算力技术方面不断取得突破。北京大学研发的新型芯片在求解32×32矩阵求逆问题时,其算力已超越高端GPU的单核性能。当问题规模扩大至128×128时,计算吞吐量达到顶级数字处理器的1000倍以上。该团队基于迭代算法,结合了模拟低精度矩阵求逆和模拟高精度矩阵—向量乘法运算,开发了一种基于全模拟矩阵运算的高精度矩阵方程求解方案。
在实现高算力的同时,该方案在相同精度下能效比传统数字处理器提升超100倍,为高能效计算中心提供了关键技术支撑。
05 企业实践
在企业层面,AI技术与产业应用的融合正在加速。中建发展产业公司中建电商云筑AI团队围绕大语言模型领域核心技术痛点进行攻关,其两项研究成果被ICMLCA 2025国际机器学习大会正式收录。该团队提出的KG-DPO框架将知识图谱与DPO融合为协同范式,通过结构化数据保障真实性,借助对比学习提升辨别能力。
在医疗领域,香港理工大学团队训练出性能领先的医疗基础大模型,并研发专属“癌症GenAI”,可快速积累高质量医疗数据、直接对接医疗设备,用于癌症个性化治疗规划。
目前正联合多家医院推动合作与临床落地。
06 成本优化
降低AI研发成本是推动技术普惠的关键。
香港理工大学人工智能高等研究院研究团队在生成式人工智能领域取得关键突破,创新提出“协作式生成人工智能”模式,将AI训练从传统集中式转向分散式。
该团队开源发布了“端到端FP8低比特训练全套方案”,与BF16相比,训练速度提高逾两成、显存峰值占用减少逾一成、成本大幅下降。
团队研发的“InfiFusion模型融合技术”实现关键突破:仅需数百GPU小时,即可融合出传统需100万至200万GPU小时训练的大模型。
团队以实例验证效率——用160个GPU小时完成4个尖端模型融合,避免了单
个尖端模型传统训练需要的百万级GPU小时。
07 投资机遇
随着“十五五”人工智能顶层设计的明确,资本市场将迎来新的投资机遇。科技部负责人表示,将深入实施“人工智能+”行动,推动人工智能与科技创新、产业发展、消费提质、民生保障等深度融合。
从产业链角度看,算法模型、高端芯片、算力基础设施等基础层技术将成为投资重点。在应用层,智能制造、智慧医疗、智能交通等领域有望获得快速发展。
《数字中国建设2025年行动方案》明确提出,将着力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端及智能制造装备。
这些领域将成为人工智能技术落地的重要方向。