每經(jīng)記者｜張蕊    每經(jīng)編輯｜陳旭    

9月4日，工業(yè)和信息化部 市場(chǎng)監(jiān)督管理總局聯(lián)合印發(fā)《電子信息制造業(yè)2025—2026年穩(wěn)增長(zhǎng)行動(dòng)方案》（以下簡(jiǎn)稱《方案》）。

《方案》提出，2025—2026 年，主要預(yù)期目標(biāo)是：規(guī)模以上計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)增加值平均增速在 7%左右，加上鋰電池、光伏及元器件制造等相關(guān)領(lǐng)域后電子信息制造業(yè)年均營(yíng)收增速達(dá)到5%以上。

到2026年，預(yù)期實(shí)現(xiàn)營(yíng)收規(guī)模和出口比例在41個(gè)工業(yè)大類中保持首位，5個(gè)省份的電子信息制造業(yè)營(yíng)收過萬億元，服務(wù)器產(chǎn)業(yè)規(guī)模超過4000億元，75英寸及以上彩色電視機(jī)國(guó)內(nèi)市場(chǎng)滲透率超過40%，個(gè)人計(jì)算機(jī)、手機(jī)向智能化、高端化邁進(jìn)。

聚焦《方案》涉及的熱點(diǎn)領(lǐng)域，《每日經(jīng)濟(jì)新聞》記者采訪了相關(guān)專家。

推動(dòng)智能體與終端產(chǎn)品深度融合

在促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、深化構(gòu)建高質(zhì)量供給體系方面，《方案》提出，要推動(dòng)電子整機(jī)高端化，提升產(chǎn)品供給水平。

《方案》明確，要促進(jìn)人工智能終端邁向更高水平智能創(chuàng)新，推動(dòng)智能體與終端產(chǎn)品深度融合，制定人工智能終端智能化分級(jí)方法和標(biāo)準(zhǔn)，鼓勵(lì)各地推動(dòng)人工智能終端創(chuàng)新應(yīng)用。

賽迪顧問人工智能與大數(shù)據(jù)研究中心常務(wù)副總經(jīng)理鄒德寶在接受《每日經(jīng)濟(jì)新聞》記者書面采訪時(shí)表示，當(dāng)前人工智能終端尚未出現(xiàn)顛覆性應(yīng)用，主要受制于多重因素。

具體而言，首先是技術(shù)標(biāo)準(zhǔn)碎片化。大模型、智能體、智能芯片技術(shù)路線分散，導(dǎo)致軟硬件兼容適配成本高。這種碎片化導(dǎo)致整機(jī)、模型、App需面向多種類芯片和操作系統(tǒng)開展開發(fā)適配，資源重復(fù)投入嚴(yán)重。

其次是應(yīng)用場(chǎng)景創(chuàng)新不足?，F(xiàn)有應(yīng)用多為功能疊加而非范式革新。當(dāng)前AI終端發(fā)展仍集中在對(duì)現(xiàn)有功能的改進(jìn)，缺乏類似移動(dòng)支付對(duì)消費(fèi)模式的重塑力。

與此同時(shí)，部分產(chǎn)品過度追求技術(shù)展示，如多模態(tài)交互設(shè)計(jì)復(fù)雜但實(shí)際利用率低，用戶在使用中常遇到答非所問、操作繁瑣等問題。此外，終端企業(yè)與應(yīng)用開發(fā)者在數(shù)據(jù)歸屬、商業(yè)模式上競(jìng)爭(zhēng)激烈，導(dǎo)致形成信息孤島。

在鄒德寶看來，結(jié)合技術(shù)成熟度與市場(chǎng)需求，殺手級(jí)應(yīng)用在以下領(lǐng)域具有爆發(fā)潛力：

一是沉浸式交互場(chǎng)景。人工智能與AR/VR 的融合可能成為突破口。

二是健康醫(yī)療領(lǐng)域。人工智能驅(qū)動(dòng)的個(gè)性化健康管理系統(tǒng)可能顛覆傳統(tǒng)醫(yī)療模式。通過可穿戴設(shè)備實(shí)時(shí)監(jiān)測(cè)生理指標(biāo)，結(jié)合大模型進(jìn)行疾病風(fēng)險(xiǎn)預(yù)測(cè)和干預(yù)建議，未來或?qū)崿F(xiàn)“家庭醫(yī)生”功能。

三是工業(yè)元宇宙場(chǎng)景。智能終端與數(shù)字孿生技術(shù)結(jié)合，可實(shí)現(xiàn)生產(chǎn)全流程的實(shí)時(shí)監(jiān)控與優(yōu)化。

適度超前部署新型基礎(chǔ)設(shè)施建設(shè)

談及目前智能體與終端產(chǎn)品的融合情況，鄒德寶表示，當(dāng)前二者融合呈現(xiàn)局部突破、整體分散的特點(diǎn)。

“在消費(fèi)級(jí)終端方面，智能體已在手機(jī)、穿戴設(shè)備中實(shí)現(xiàn)初步應(yīng)用?！编u德寶舉例說，如手機(jī)搭載終端智能體，可通過自然語言指令完成行程規(guī)劃、用藥提醒等任務(wù)。但多數(shù)應(yīng)用仍限于單點(diǎn)功能，缺乏跨設(shè)備協(xié)同。

“在企業(yè)級(jí)應(yīng)用場(chǎng)景方面，智能體開始深度介入業(yè)務(wù)流程?！彼f，覆蓋財(cái)務(wù)、供應(yīng)鏈等領(lǐng)域的專業(yè)智能體，通過多智能體協(xié)同引擎實(shí)現(xiàn)企業(yè)系統(tǒng)的自然語言交互與自主決策，可自動(dòng)完成申請(qǐng)、訂票、報(bào)銷全流程。

在推動(dòng)科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新融合、建設(shè)現(xiàn)代化產(chǎn)業(yè)體系方面，《方案》提出，要加快重大項(xiàng)目建設(shè)，強(qiáng)化撬動(dòng)作用。

《方案》強(qiáng)調(diào)，要加強(qiáng)CPU、高性能人工智能服務(wù)器、軟硬件協(xié)同等攻關(guān)力度，開展人工智能芯片與大模型適應(yīng)性測(cè)試。適度超前部署新型基礎(chǔ)設(shè)施建設(shè)，提升各地已建基礎(chǔ)設(shè)施運(yùn)營(yíng)管理水平，強(qiáng)化服務(wù)器、芯片和關(guān)鍵模塊的兼容適配。

開展人工智能芯片與大模型適應(yīng)性測(cè)試主要是出于哪些考慮？對(duì)此，鄒德寶表示，首先是技術(shù)適配的必要性。

在性能優(yōu)化需求方面，不同架構(gòu)的AI芯片對(duì)大模型的支持存在顯著差異。例如，ASIC（專用集成電路）芯片在特定模型推理上能效比突出，但靈活性不足。GPU（圖形處理器）雖通用性強(qiáng)，但訓(xùn)練大模型時(shí)功耗高達(dá)千瓦級(jí)。通過測(cè)試可針對(duì)芯片特性優(yōu)化模型架構(gòu)，例如在NPU（神經(jīng)網(wǎng)絡(luò)處理器）上采用低秩分解技術(shù)，可將矩陣運(yùn)算量減少40%。

“在能效比平衡方面，端側(cè)AI對(duì)能耗敏感?！编u德寶說，這樣的測(cè)試可推動(dòng)模型量化與芯片架構(gòu)創(chuàng)新，使能效比提升3~5倍。在兼容性保障方面，國(guó)產(chǎn)芯片與開源框架存在適配鴻溝，通過測(cè)試可完善工具鏈，實(shí)現(xiàn)一次開發(fā)、多芯片部署。

其次是產(chǎn)業(yè)生態(tài)構(gòu)建的必要性。鄒德寶說，開展人工智能芯片與大模型適應(yīng)性測(cè)試，是推動(dòng)國(guó)產(chǎn)芯片規(guī)?；瘧?yīng)用的關(guān)鍵。通過與大模型的適配驗(yàn)證其商用價(jià)值。測(cè)試為分級(jí)評(píng)估提供數(shù)據(jù)支撐，以芯片、模型適配性為核心，可提升模型響應(yīng)速度，從而引導(dǎo)產(chǎn)業(yè)向高性能方向發(fā)展。

此外，測(cè)試可以促進(jìn)基礎(chǔ)設(shè)施升級(jí)。測(cè)試是新型基礎(chǔ)設(shè)施建設(shè)的前提，通過測(cè)試優(yōu)化，可以提升邊緣節(jié)點(diǎn)的模型壓縮率，同時(shí)減少推理精度損失率，進(jìn)而降低邊緣推理成本。

封面圖片來源：新華社