黨的十八大以來，以習近平同志為核心的黨中央高度重視新一代人工智能發展。習近平總書記指出，“加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略抓手”。黨的二十屆四中全會通過的《中共中央關于制定國民經濟和社會發展第十五個五年規劃的建議》指出，全面實施“人工智能+”行動，以人工智能引領科研范式變革，加強人工智能同產業發展、文化建設、民生保障、社會治理相結合，搶占人工智能產業應用制高點，全方位賦能千行百業。當前，以DeepSeek等為代表的預訓練大模型持續取得突破，推動人工智能從感知向認知、從分析判斷式向生成式、從專用向通用轉變，新一代人工智能已成為國際競爭的新焦點和經濟發展的新引擎。我們必須準確把握新一代人工智能的技術特征與發展趨向，探索其高質量發展路徑，在全球科技革命和產業變革中贏得主動權。

1.準確認識新一代人工智能的技術特征

新一代人工智能具備典型的通用技術特征。區別于蒸汽機、電力、計算機及互聯網等先前通用技術，新一代人工智能的核心特征在于能夠在更高層次模擬人類智能，展現出擬人化屬性。一是自主感知。依托多類設備，自主感知視覺、聽覺、觸覺等多模態信息，以此獲取并理解外部環境，展現出類人的感知能力。二是自主學習。依托深度學習模型對海量數據預訓練，結合用戶反饋優化，構建知識庫，進而提升學習能力。三是自主決策。運用邏輯推理、概率推理等方法，構建知識圖譜、規則庫等工具，對復雜問題進行深入分析進而作出相應決策。四是自動執行。能夠自動接收并執行預設的任務指令，依托預設流程與規則庫，高效完成各種復雜任務。

新一代人工智能還具有顯著的技術—經濟特征。一是滲透性。新一代人工智能可以滲透至人類體力勞動和腦力勞動領域，甚至滲透至已實現自動化的領域。二是替代性。新一代人工智能能夠創造虛擬勞動力，從而突破勞動力資源“增長上限”與人類需求“增長無限”的根本矛盾。三是協同性。新一代人工智能能夠促進各類經濟要素之間的協同發展，有效打破固有壁壘，釋放“1+1>2”的協同倍增效應。四是創造性。新一代人工智能依托深度學習、強化學習等技術提取有效信息并創造新知識和新要素，有力驅動經濟高質量發展。

2.深刻把握新一代人工智能的發展趨向

新一代人工智能技術體系涵蓋基礎支持層、中間技術層和下游應用層。基礎層依托高性能芯片、傳感器集群及深度學習框架等軟件平臺，為系統提供底層計算能力；技術層以模擬人類認知為核心，通過機器學習模型將算力轉化為智能技術能力；應用層推動人工智能在各行業的廣泛落地。對其發展趨向的分析，可從底層創新、技術研發、應用場景和安全監管四個維度展開。

底層創新聚焦于大模型能力和算力體系的提升。新一代人工智能大模型在參數規模和多模態數據處理能力上持續提升，其通用性達到新高度。例如，DeepSeek通過早期融合架構優化基礎軟件，提升多模態數據整合效率。驅動智能技術轉化的算力賦能體系呈現智能化、集約化、網絡化、綠色化和量子化趨勢。算力資源通過動態調度算法（智能化）、集群效能優化（集約化）、云邊端協同（網絡化）、能效比提升（綠色化）及量子—經典混合架構（量子化）等技術創新有效緩解了基礎支持層的算力瓶頸，提高模型智能轉化效率。此外，規模分布式交互算法和開源協同創新將成為驅動通用人工智能生態形成的重要途徑。

技術研發注重數據技術和人機交互的突破。一是合成數據技術、向量數據庫和湖倉一體架構等支撐機器學習模型訓練的數據基座技術的大規模應用，將有效緩解高質量數據的稀缺壓力。合成數據通過生成模擬樣本突破采集瓶頸，向量數據庫優化特征數據的存儲與檢索，湖倉一體架構整合數據管理流程，提升訓練效率。二是延伸智能技術能力邊界的人機交互革命將不斷取得突破，腦機接口有望成為下一代人機交互方式。腦機接口通過解析神經信號，構建“意念—機器”通道，具身智能技術賦予大模型與物理世界交互的能力。

應用場景正加速拓展并深入滲透。新一代人工智能大模型將從內容創作等通用場景向垂直領域和個性化場景拓展，專業化人工智能大模型和個人智能助理也正在加速落地。2024年,全球人工智能市場規模超2792億美元，預計到2030年年復合增長率為35.9%。新一代人工智能將以前所未有的速度和深度向科研、教育、醫療、金融、制造業、娛樂、城市管理、農業、能源、法律、體育等各個行業和領域滲透應用。

需要注意的是，新一代人工智能的迅猛發展可能引發新的倫理問題及生態破壞等風險，安全監管需在技術創新與社會穩定間尋求平衡，人工智能治理也已成為國際社會博弈的核心議題。目前，不少國家和地區通過了人工智能相關法律，聯合國等國際組織也正加速構建全球治理框架，監管強度將顯著增大。

通過對底層創新、技術研發、應用場景和安全監管趨向的全面分析，新一代人工智能的發展脈絡清晰展現。這不僅揭示其技術邏輯，也為應對未來挑戰提供了重要指引。

3.著力推動我國新一代人工智能高質量發展

構建新一代人工智能技術創新體系是核心。建立協同開放的基礎理論體系，聚焦新型數據管理技術，超前布局前沿基礎理論研究，強化大數據分析、高級機器學習、類腦智能計算等跨領域基礎理論的系統探索，推進人工智能與數學、物理、神經科學等基礎學科的深度交叉。構建新一代人工智能關鍵共性技術體系，以算法為核心，以數據和硬件為支撐，重點突破群體智能、自主無人系統、無人機自主控制等關鍵技術，打造開放兼容、成熟穩定的技術體系。健全以企業為主體的成果轉化體系，發揮科技型骨干企業的引領作用，暢通科技成果轉化路徑，提升成果產業化水平，打造具有全球影響力的新一代人工智能創新轉化基地。

推動人工智能新型基礎設施建設是根基。在布局方面，大力推進“東數西算”工程建設，重點在中西部地區能源資源特別是清潔能源豐富地區建設大型數據中心集群，鼓勵和引導民營資本投資參與中西部地區人工智能新型基礎設施建設。在通信能力方面，加快實現5G規模化應用，擴大5G網絡覆蓋范圍、提高5G網絡使用率。建設以通信設備制造商、通信運營商和通信服務商為核心的上下游5G產業鏈條，形成強大的信息基礎設施供給體系。在統籌協調方面，統籌信息基礎設施、傳統基礎設施和創新基礎設施的網絡空間布局，推進新型基礎設施資源共享、設施共建、空間共用。圍繞算法、算力和數據，大力推進大模型產學研用融合的研發機構、大數據中心、云計算服務平臺等基礎設施建設。

打造新一代人工智能產業生態系統是落腳點。在企業層面，要構建以新一代人工智能頭部企業為核心，大中小微企業協同發展、差序發展的新格局。有步驟、分階段推進企業智能化轉型升級，鼓勵企業在研發、產品、經營、制造等業務鏈條全環節上實施智能化改造，從而形成不同規模、不同類型企業優勢互補、協調發展的企業體系。在產業層面，加快發展工業軟件產業和芯片產業，構建以共生為特征的產業生態網絡。集聚技術創新資源要素，強化工業軟件、芯片國產廠商的培育力度，扶持國內頭部研發型、制造型、生產型企業的發展，建立完善覆蓋上中下游的工業軟件和芯片產業生態。在集群層面，加快推進人工智能新型工業園區建設，探索建立智能機器人創新基地，吸引物聯網、新材料等企業入駐，通過延伸整合、分工配套，提升園區集聚效應與系統化水平。

健全新一代人工智能人才引培機制是動力。在人才引進方面，激勵企業、科研機構以項目合作、技術顧問等形式柔性引進新一代人工智能人才，尤其是大模型技術、類腦智能計算等方面的高端人才。在人才培養方面，構建學科專業動態調整機制，加快推進人工智能學科的建設和發展，擴大底層技術設計相關專業的招生規模，共建人工智能產教融合實訓基地。在人才激勵方面，鼓勵相關領域的企業、科研院校運用收益分成、股權獎勵等方式，對在創新成果轉化中作出突出貢獻的人員進行獎勵。

構建新一代人工智能科技倫理治理體系是重要保障。加強安全倫理風險研判。結合數據安全、算法歧視、隱私保護、知識產權等問題，對新一代人工智能技術的內生安全、應用中的衍生安全等問題進行系統性研判，確保新一代人工智能安全、可靠、可控。建立敏捷治理機制。優化新一代人工智能倫理風險分級分類標準，進行全生命周期管理，在管理、研發、供應和使用各環節形成可信賴、可追溯、可監管的人工智能倫理治理模式。建立治理規范和審查監管制度。完善人工智能倫理治理規范、標準和指南，健全人工智能倫理審查、風險處置、違規處理機制，進一步優化政府監管、行業自律、公眾監督等多種監督方式的分工協作機制。

（作者：梅國平，系江西師范大學管理科學與工程研究中心主任）