美国人工智能领域创新平台载体建设进展、经验及对我启示

美国人工智能领域创新平台载体建设进展、经验及对我启示 人工智能是引领新一轮科技革命和产业变革的重要驱动力，正深刻改变着人们的生产、生活、学习方式，推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。美国为保持在人工智能领域的全球竞争力，系统构建了多层次创新平台载体，形成国家引导、市场驱动、设施先行、柔性治理的发展模式，推动产出更多原创性、颠覆性科技创新成果，对于我国汇聚人工智能领 域创新资源、凝聚产学研创新合力，推动实现创新链与产业链的无缝衔接具有启示借鉴意义。下一步，我国应从构建国家主导的协同创新体系、打造“全链条+全球化”产业创新生态、创新资源供给与治理模式等方面着手，充分释放创新活力动力，提升AI全球竞争力。 一、建设进展 （一）组建“国家队”研发机构，促进基础研究和应用基础走深走实 为应对全球AI竞争，美国政府面向长周期、学科交叉、多机构合作的人工智能领域细分赛道组建国家人工智能研究院（NSF AI Institutes），形成国家战略科研力量，通过交叉融合创新开拓新的前沿领域或研究范式，实现人工智能基础理论和底层技术突破。国家人工智能研究院由美国国家科学基金会（NSF）牵头，与农业部、国土安全部、交通部等相关政府部门合作，依托高水平研究型大学，开展跨州、跨主体的协同创新，截至2023年共面向10余个主题布局25家研究院。其中，大规模学习优化人工智能研究院由加州大学圣地亚哥分校牵头，与加州国立大 学、宾夕法尼亚大学等5所大学共建，合作企业单位包括三星战略与创新中心、Brain corp、英伟达、ARM等。研究院推动了对图神经网络(GNN)在表示学习和优化方面能力的提升，为美高性能芯片的设计提供理论基础。同时，NSF计划在2025财年成立赋能材料研究的人工智能研究院、赋能天文科学的人工智能研究院，逐步强化“AI+”的赋能效应。 （二）依托领军企业建设多元化平台，开展产业创新 以英伟达、OpenAI、微软、AMD、CoreWeave等为代表的科技巨头纷纷设立实验室、制造工厂、技术中心等，面向产业需求开展研究和技术产品攻关。如，2025年6月Meta建立AI研究实验室“超级智能小组”，将通用人工智能整合到社交媒体、智能眼镜等Meta全系产品中，以重塑企业在AI领域中的行业地位。2024年2月英伟达成立通用具身智能体研究实验室GEAR，开展多模态模型、通用目的机器人、虚拟世界基础智能体、仿真和模拟数据等的研究，Voyager智能体在游戏中点亮科技树的速度是此前方法的15.3倍。2025年4月英伟达在美国得州建立AI超级计算制造工厂，6月与富士康合作将通过人形机器人生产制造 GB300 AI服务器，有望重塑制造业流程。同时，巨头们纷纷在海外设立创新中心，利用全球资源开展研发、拓展产品市场空间。如，谷歌云和沙特公共投资基金共同创建尖端AI技术研发中心，增强Gemini系列大模型的阿拉伯语言能力。高通在越南河内成立其全球第三大人工智能研发中心，专注于生成式AI、智能体AI在智能手机、个人电脑、智能汽车等领域的跨平台应用创新。此外，科技巨头积极发挥桥梁纽带作用，为中小企业发展提供良好环境。如，IBM在纽约设立watsonx AI Labs创新中心，为初创企业提供专家支持、IBM Ventures资金支持等，建立创新生态以加速AI开发与应用。 （三）夯实数据、算力底层基础，提升公共服务水平 美国积极布局超级计算机、算力中心等新型基础设施，为人工智能发展提供底座支持。超级计算机方面，第65期全球最强超级计算机榜单中，美国有175台系统上榜，位于加州劳伦斯利弗莫尔国家实验室的El Capitan超级计算机，以及田纳西州橡树岭国家实验室的Frontier超级计算机排名前两位，均属于Exascale级系统。此外，近期美国能源部科学计算中心将与英伟达、戴尔 合作开发新型超级计算机“NERSC-10”，以支持大规模高性能计算工作负载，满足分子动力学、高能物理、AI训练和推理等运算工作。数据中心及算力中心方面，截至2024年底，美国已建成或获批的数据中心达1240座，较2010年翻了两番，这其中包含了上百座“超大规模数据中心”，为美国企业开展人工智能领域创新提供必要的计算资源和数据存储支持。同时，美国启动“星际之门计划”，汇聚OpenAI、软银、甲骨文、MGX、微软、Arm等AI领军企业，首期投资1000亿美元在德克萨斯州阿比林建设10个数据中心，以满足模型大规模训练、峰值数据处理等AI计算需求。此外，美国在阿联酋建立容量为5GW的人工智能数据中心，为英伟达、OpenAI等企业拓展全球南方国家业务提供云服务支持。 （四）由“重安全”向“重创新”转变，实现适度监管 2025年6月美国商务部将人工智能安全研究所（AI SafetyInstitute, AISI）更名为人工智能标准与创新中心（Center for AIStandards and Innovation, CAISI），逐步淡化算法偏见、社会伦理、虚假信息等风险，重点关注“可量化的现实风险”，进一步推动 AI监管的松绑。这是对埃隆·马斯克、奥尔特曼等硅谷科技巨头反对“安全优先”的积极回应，政企关系正向合作共赢迈进。同时，为了确保美国在全球AI创新领域处于领导地位，CAISI积极通过制定全球通用、科学合理的AI标准，深度参与全球AI治理的同时建立创新壁垒。 二、经验做法 （一）举国之力，打造“小核心、大协作”的创新合力 美国人工智能领域大多数创新平台载体是以一个单位为核心组建，由联邦实验室、行业组织、各州的企业、高校院所等一同参与，合作伙伴甚至拓展至海外，充分汇聚政产学研创新资源，实现强强联合或优势互补，共同开展理论研究、技术开发和成果转化，助力美国保持人工智能行业领先地位。如，美国国家人工智能研究院以一所高校为核心，由4-5所高校共建，各州政府、大中小企业、下游用户等构成创新生态，加速AI技术迭代和赋能应用。人工智能与基础交互研究院以MIT为核心，合作伙伴包括阿贡国家实验室、欧洲核子研究中心、索尼公司、赛灵思半导体公司、IBM、英伟达等17家知名研究机构和产业巨头。这 些合作伙伴不仅提供技术、人才、资金、数据支持，还为神经网络架构的优化提供试验场，为人工智能技术在芯片设计、计算机与通信等领域的扩散应用提供场景。又如，2019年IBM投资20亿美元在奥尔巴尼成立IBM AI硬件中心，在纽约州政府的支持下，联合纽约州立大学理工学院、Mellanox、三星、Synopsys等，开展数字AI、异构芯片集成等的研发，其中第三代IBM AI核心与之前的16位浮点运算相比实现了近8倍的性能提升，已为以色列初创企业NeuReality等提供技术支持。 （二）全创新链覆盖，研发端与应用端逐步融合 美国人工智能领域创新平台涵盖基础研究和应用基础研究、技术开发、产业化商业化、标准护城河建设，打通“0-1-10-100”的全流程创新链条，加快科技成果向现实生产力转化。同时，美国 在 人 工 智 能领 域 建 设 基础 设 施 ，包 括 数 据资 源 服 务 平台（NAIRR）、超大规模数据中心、超级计算机等，为产业发展提供基础性资源。此外，创新平台载体正从聚焦基础研究、产业化应用等单一功能向基础研究、应用研究和产业化双向链接转变，形成“研发推动产业”“产业牵引研发”的两大创新路径。如，美国 人工智能研究院虽侧重于基础研究和应用基础研究，但在设计类企业、制造类企业、应用场景提供商等合作伙伴的带动下，能够不断试错并推动相关底层技术的改进迭代，让科研成果在农林、食品、教育、网络安全等领域中扎根。而谷歌、IBM、英伟达等与内容开发商、终端设备制造及服务厂家构建深度扭抱的生态圈，结合下游用户需求反馈和行业技术研判设立实验室、技术中心等，依托各类创新平台载体加大基础研究投入，在核心算法、开源框架、物理引擎等方面开展引领性创新。MIT-IBM沃森人工智能实验室依托IBM10年2.4亿美元的投入，开展生成式AI、自监督学习、因果推理等百余个项目研究，支持Watson、大语言模型平台InstructLab等，展示了人工智能从基础研究到产业落地的完整路径。 （三）多手段支持，推动平台实现可持续发展 政府、科技领军企业、金融机构、军方等通过项目、资金、场景、设施等对人工智能领域创新平台载体提供多样化全方位的支持，不断激发创新活力动力。资金方面，NSF对人工智能研究院提供5年约2000万美元的资助，国防部、国土安全部科学技 术局、农业部国家食品和农业研究所等部门及机构，以及英特尔、亚马逊、埃森哲等龙头企业向对口领域的研究院提供资金支持。在政府、领军企业的引领和撬动下，西蒙斯基金会、全球风险投资基金等根据实际需要，为部分研究院开展长周期、高风险的创新提供社会资本支持。软硬件方面，整合全国优势资源并开放共享，向创新平台载体中的研究团队提供软件、数据集、计算基础设施等的支持。如国家人工智能研究资源（NAIRR）基础设施开放超过36PB的基因测序数据、10PB的天气与环境数据，并通过试点项目提供匹兹堡超级计算中心Neocortex系统等先进计算资源，以及可互操作使用的人工智能软件、平台、工具和服务。场景方面，联邦政府、军方、各州政府等为成果提供复杂环境测试条件，高效推动产品迭代和应用。如，军方向IBM提供无人机避障、目标识别等核心军事场景，增强NorthPole芯片的实战适配性，并开放军事物流、战斗机预测性维护等场景，联合部署AI云平台将资源分配效率提升20%。 三、启示借鉴 构建国家主导的协同创新体系，强化基础研究纵深布局。我国可借鉴美“小核心、大协作”机制，统筹多方资源，明确高校、院所、企业的分工定位，破除部门与区域壁垒。在相关前沿领域积极推进国家实验室建设，建立“基础研究-产业验证”双向反馈机制，推动理论研究、底层技术突破与产业需求精准对接。探索社会资本参与新路径，通过税收优惠、联合基金等方式吸引龙头企业对长周期、高风险的应用基础研究进行持续性投入。 打造“全链条+全球化”产业创新生态，激活多元主体动能。美国经验表明，人工智能产业竞争力源于领军企业主导的全球资源整合能力与生态辐射力。我国要更大力度支持头部企业建立开放式创新平台，鼓励企业在“一带一路”沿线国家合作建设算力中心与研发基地，加速基础设施全球化布局，在服务技术出海的同时吸引集聚海外高水平人才和高质量外资。 创新资源供给与治理模式，夯实可持续发展根基。建设国家级AI数据集开放平台，整合各领域公共数据资源，提供标准化接口，支持建设一批高质量工业数据和知识库，加快推动工业通信协议兼容统一，促进工业数据资产化和交易流通。通过“东数 西算”工程整合超算中心、智算中心资源，支持中小企业按需调用低门槛算力。建设自动驾驶、具身智能等综合测试场，缩短技术产业化周期，形成“创新供给-应用反馈-迭代升级”的可持续闭环。此外，建立分层风险控制机制，在工业生产中适度松绑，进一步释放创新活力。 本文作者：赛迪研究院陶青阳王凡联系方式：13522373927电子邮件：taoqingyang@ccidthinktank.com