人工智能驱动实数融合发展研究报告

中国移动研究院（中移智库） 编写团队 组长 魏晨光中国移动研究院（中移智库) 副组长 林琳中国移动研究院（中移智库）用户与市场研究所 编写成员 张政中国移动研究院（中移智库）用户与市场研究所李健楠中国移动研究院（中移智库）用户与市场研究所谢奇芳中国移动研究院（中移智库）用户与市场研究所张茹茹中国移动研究院(中移智库)用户与市场研究所王波中国移动研究院（中移智库）用户与市场研究所 联系邮箱：lijiannanyjy@chinamobile.com 前言 实数融合是实体经济与数字经济的深度融合，借助数字技术的广泛应用，驱动传统产业数字化转型与升级，推动经济发展质量变革、效率变革、动力变革。2023年全球数字经济规模突破40万亿美元，中国数字经济规模占全球的比重超过17%。实数融合对促进产业转型升级、推动经济复苏与稳定增长、增强社会服务效能、提升国际竞争力具有重要意义。 自2022年底OpenAI发布ChatGPT以来，全球人工智能领域迎来了前所未有的发展浪潮，人工智能从专注于单一任务的专用智能，向更智慧、更灵活的通用智能迈出重要一步，成为支撑经济社会转型的关键力量。目前全球人工智能技术正加速向实体经济全领城渗透，已广泛应用于农业、工业、服务业的诸多环节，并逐步提升对高价值场景的赋能水平，成为驱动实数融合的核心驱动力。 本报告分析人工智能技术驱动实数融合发展的机理，创新性提出“S-D双四维共振”新技术扩散应用模型（DANT-KIFModel)，从供给侧和应用侧分别总结人工智能驱动全球实数融合取得的突破性进展，剖析实数融合纵深发展面临的排战，并从加强技术创新、筑牢数据底座、强化治理能力及共建应用生态等角度提出未来展望。 目录 一、人工智能成为实数融合发展的核心驱动力 (一)人工智能是第四次工业革命的标志性技术和重要驱动力量01(二)人工智能驱动实数融合发展的机理01 二、人工智能驱动实数融合取得突破性进展 (一)算法模型技术创断突破，注入融合创新发展动力02 (二)数字基础设施加快布局，实实数融合发展底座03(三)应用广度范围持续拓展，打开产业数智转型空间04(四)高价值新场景不断涌现，促进实数融合定深向实05 三、有待进一步解决的问题挑战 (一)模型技术可用性待提升 07(二)技术嵌入业务系统存风险07(三)企业自身转型能力受制约08 四、发展展望 (一)加强技术创新，降低技术应用门槛08 (二)筑牢数据底座，加速数字化转型进程08 (三)强化治理能力，构筑应用安全防线08 (四)共建应用生态，提升普惠服务水平08 人工智能成为实数融合发展的核心驱动力 通过降本提质、业务创新、安全保障，驱动传统产业转型升级，通过跨学科技术交叉创新和商业模式创新，促进新兴产业培育壮大。 一）人工智能是第四次工业革命的标志性技术和重要驱动力量 数手术动实热合爱当前工业草体的量特征。纵观工业革命发展历程，从第一次工业草命的蒸汽机发明，到第二次工业革命的电机发明和电气应用，再到第三次工业革命的信息技术突破，每一次工业革命都肇始于麟性技术创新带来的生产力飞跃"。马克思提出的生产力三要素理论深刻揭示了技术进步对劳动者、劳动资料和劳动对象的深刻影明。中国著名经济学家洪银兴指出科技创新是发展新生产力的核心要素，且发展新生产力的关键是发展和应用新科技”。每个阶段对新生产力需要有更为广泛的应用，尤其是扩大其应用场景，使其活力得到充分释放"。实数融合的本质是将先进的数字技术嵌入实体经济发展的全流程，突破传统生产要素的物理边界与效率瓶颈。因此数字技术通过推动生产力三要素跃升，驱动实数融合发展，进而加速新工业革命的进程。 (二）人工智能驱动实数融合发展的机理 数字技术驱动实数融合的过程，实质是技术不断扩散与市场速渐接受的过程，受到技术的供给方和技术的应用方诺多因素影响。中移智库持续多年跟踪研究新技术扩散机制、路径与成效，结合理论及研究积累，形成“S-D双四维共扳"新技术扩应用模型(DANT-KIF Model,Diffusion and Appli-cation of New Technologies-Key Influencing FactorsModle)，从供需两侧客4个维度，系统分析影响新技术扩散的关键要素及根本原因。供结侧角度，关键影响要素包括相对优势、复杂性、兼容性与可观察性。相对优势指新技术比它所取代的原有技术更好的程度，例如电力在能量转换效率、环保性等多方面优于蒸汽动力；复杂性指用户学习和使用信息技术的困难程度，例如iPhone手机以触模屏代替键盘，用户操作十分方便；兼容性指断技术与需求方现有系统、环境、经验等融合的程度，例如工业互联网技术需要适配企业生产系统；可观察性指新技术的成效能够被用户观察到的程度，例如，电灯泡的发明结全人类生活带来显著便利。需求侧角度，关键影响要素包括预期成本、预期收益、社会影响与便利条件。预期成本包括新技术应用成本、学习成本、风险成本；预 人工智能孕有渐风态,产生断动能,像托新驱体,创通响价量，为更最融告提供了长效机划狗内生动力。一是量生赋查。在劳动者维度，人工智能带来新型劳动主体，突破人类体力脑力限制，重塑人力价值。在劳动对象维度，人工智能技术通过处理数据、信息、知识等数字化生产要素，使劳动对象从自然资源和物质原料向数字化拓展，从而突破传统生产要素的帮缺性限制，为价值创造和产业发展打开新的空间。在劳动资料维度，人工智能技术催生出智能化的终端设备、应用软件及平台，丰富了劳动资料的形态，催生的智能化生产工具易用性、复用性、通用性更强。量产生新酒谢。人工智能推动生产力三要素跃升过程中，带来新产品、新模式、新能力和新业态四类“新动能"，促进了新旧动能的转换。三量缺托新帆体。人工智能驱动实数融合的载体是人工智能赋能的传统产业和人工智能催生的新兴产业。回量制造新价值。 期收盘指新技术带来的收益；社会影响指外部组织或人对企业应用新技术的影响；便利条件指企业自身条件对于使用新技术的支持程虚，例如资金、人才等。 人工智能的飞遵发展带来了数字技术在产业内应用扩散深化的契机，算法模型技术跃升、算力和数据规模建设推动了实体经济与数字经济更广范围、更深层次的融合。人工智能对实数融合带来突破性进展的同时，一些数字化转型中未解决的问题与障碍，在智能化改造中面临进一步的挑战。 二、人工智能驱动实数融合取得突破性进展 五，在C-Eval中文榜单处于国内第一梯队。二最多需志大量组拓厚大模翌龈力边界。多模态大模型已实现文本、图像、音预、视频等多模态数据的深度融合，具有多模态感知与理解、多模态生成、跨模态交互、逻辑推理等核心能力，谷歌Gemin系列模型通过原生多模态架构，能够同时处理文本、图像、音频等多种输入形式，在MMLU(大规模多任务语言理解)基准测试中达到人类专家水平。2024年10月，中国移动九天善智多模态基座大模型支持长文本智能化解析、全双工语音交互、创意视频与图像生成、结构化故据处理，多项关键技术指标达到业界领先水平。 在人工智能技术驱励下，实数融合发展驶入“快车道”。在技术供给侧，算法模型的创新突破与数字基础设施的加速布局共同筑牢了实双融合的发展根基。在技术应用侧，技术在一二三产业的全面渗透及高价值场景的不断涌现，为实数融合带来新机遇和新成效。 (一）算法模型技术创新突破，注入融合创新发展动力 1.人工智能技术能力飞速提升，催生多元化产品服务新形态 智能体施合广闻应用量。智能体是能够白主感知环境、作出决策并执行行动的智能实体，通过整合“记忆、规划、工具、执行"等模块实现了从思考到行动的端到端闭环，具备复杂任务处理、认知连贯、跨场景适用等优势。2025年OpenAl率先推出DeepResearch智能体，基于OpenAlo3模型能力，能够执行复杂的多步骤研究任务，可应用于市场竞争分析、学术文献综述检索、股票投资研究等专业化场景。随后，中国Manus团队推出全球首款通用型AI智能体产品，能够独立完成历筛选、股票分析等复杂任务。 大糖性而糖力重着增强一最谱重大糖性础能力不：，以OpenAl、Anthropic、阿里、DeepSeek等为代表的中美人工智能研发企业不断进行模型快速送代，推动大模型在数学计算、代码生成、自然语言推理等领域能力跃升，全球性能领先的OpenAlo3模型在2024年的美国数学遗请赛中的准确率高达96.7%,在GPQADiamond基准测试中准确率达到87.7%".接近专业研究生水平。中国移动“九天"基限大模型逻辑推理能力在OpenCompass中英文榜单排名前 一是检球响神需模量动长。载至2023年底，全球算力总规模达到910EFLOPS(FP32)，同比增长40%，智算规模同比增长136%。其中美国的算力规模达到291.2EFLOPS，占比32%，位列第一；中国算力规模紧随其后，总规模超过230EFLOPS，占比27.03%2。二，全球大要摄中心快捷爱中、美、欧加快超大规模数据中心建设，2024年初全球超大规模数据中心数量突破1000个，每年新增超大规模数据中心约120-130个。按各区域IT负载来看，美国继续保持全球数据中心容量第一的位置，占比51%，欧洲占比17%，中国占比为16%，全球超大规模数据中心近固年总容量实现翻番。三是中等人工智假批大二加大，办市厚力座。2025年1月，美国宣布启动“星际之门"计划，预计在未来四年内投入5000亿美元建设全新的人工智能基础设施，投资总题超过“曼哈顿计划"和阿浸罗登月计划之和；中国移动已建设哈尔流、呼和浩特两个超万卡智算集群，以及北京、上海、广州等12个千卡资源池，智算规模达到29.2EFLOPS°。 具身智帕有望引领下一这AI微，具身智能具有多模态感知与信息融合、自主决策与动态适应等核心能力，需要依靠机器人等终端硬件与物理世界进行交互，实现感知、决策、行动、反馈闭环。波士顿动力的四足机器人通过智能体技术实现了高灵活性和准确性；微亿智造具身智能工业机器人基于“眼-手-脑-云“的技术架构，实现超精细视觉感知模组、工业AI算法与机器人智能控制相结合。 2.人工智能技术门槛大幅降低，推动市场普及与广泛应用 大模型训炼推理过程需要大规模算力资源支持，近期DeepSeek基于模型架构创新和核心技术突破，在显著降低模型成本的同时实现性能大幅提升，迅速在全球范围内掀起应用热潮。一量DeepSee技术感维为全大…金业量供i临。DeepSeek打银了硅谷传统的"堆算力、拼资本”发展路径，通过创新训练技术和算法优化，仅用557.6万美元和2048块英伟达H800GPU使完成了性能对标GPT-4o的模型训炼，成本仅为OpenAl同类模型的十分之一，推理成本更是低至每百万Token0.14美元，仅为OpenAI撞理成本的1/53"。二此。DeepSeek支持免费商用、任意修改和衍生开发，为全球开发者提供广泛的使用和创新空间，大幅降低高性能模型研发门槛与成本。目前，B端市场大量企业基于自有数据和DeepSeek开源模型打造专用行业大模型，有效减少研发投入和试错成本；C端市场企业运用DeepSeek快速提升产品性能，例如，微信、百度搜素、百度地图等国民级应用均已接入DeepSeek，实现产品性能和交互体验升级。二 2.数据规模快速增长，为人工智能技术演进提供丰富养料 IDC数据显示，2024年全球共生成159.2ZB(Zettabyte,十万亿亿字节)数据，2028年将增加一倍以上，达到384.6ZB5。伴随人工智能进一步与各额域技术融合，智能监控、智能助理以及AI支持的高业工具和工业自动化等将共同推动数据量的稳步增长。致据规模增长为人工智能创新及应用带来新的发展机遇，一方面，海量、多模态的致据支撑人工智能大模型训练、调优及二次开发，助力大模型性能跨越式发展，并为世界模型、大型概念模型等前沿技术探素提供基码保障。另一方面，数据量的持续增长为数据分析、机器学习等传统人工智能技术发展提供充足数据样本，推动人工智能