人工智能+落地实战:从云端回归地面

2026-06-06阅读 0热度 0
人工智能

6月5日《新华每日电讯》独家解读

本文作者:盘和林

5月22日,国家发展改革委新闻发布会为中国智能化转型锚定了新坐标。核心聚焦两大抓手:全面推进“人工智能+”应用落地,以及推动具身智能高质量发展。与过去几年对大模型参数和算力的狂热追逐相比,当前产业导向更务实、更具深度。

从政策表象深入,一幅“进退有度”的产业演化图景逐渐清晰。“退”意味着AI褪去炫技外衣,回归产业基底,激活存量价值;“进”则指具身智能打破传统自动化设备的机械边界,向复杂物理场景进军,开拓增量。这不仅是技术路线调整,更是中国实体经济寻找新质生产力的必由之路。

“人工智能+”要从“云端”回到“地面”

过去两年,生成式AI浪潮聚焦内容创作、聊天交互等云端场景,但产业落地遭遇瓶颈——众多企业困惑AI究竟能做什么。此次发布会明确:推动央国企开放高价值应用场景,面向各行业打造AI标杆应用,近期将出台加快“人工智能+”落地的配套文件。业内普遍认为,这释放出明确信号——AI必须“退”回地面,深入能源、制造、交通等重资产行业的“泥泞地带”,才能真正产生价值。这绝非简单的“机器换人”或办公自动化,而是一场触及企业核心资产的“存量变革”。央国企掌控经济命脉,积累海量高价值数据,但因业务复杂、数据标准不一而大多“沉睡”。通过布局国家人工智能应用中试基地,辅以算力与数据要素支撑,实质是提供一条“试错与转化”的缓冲带。当高价值场景向AI企业敞开,将引发“蝴蝶效应”。以能源行业为例,一座大型火电厂每天产生数亿传感器数据,借助AI中试基地的算力和模型调优,可构建精准故障预警与燃烧优化模型,降低发电煤耗,为百万千瓦级电厂年省数千万元燃料成本。这种从既有资源中“挤”出的利润,正是实体经济在存量博弈中最渴望的破局点。产业格局将随之重塑:短期数据清洗、标注与行业大模型微调成热门需求;长期,深谙特定行业业务逻辑的垂直解决方案商将脱颖而出,它们不再是售卖软件的IT公司,而是通过AI将传统数据转化为决策智慧的“产业翻译官”。可以说,“人工智能+”的深入推进,就是AI从“飘在天上”到“扎进土里”的蜕变。

具身智能破局之战:打破“机械边界”

如果说“人工智能+”在既有产业中做深做透,那么此次重点部署的具身智能则开辟全新增量蓝海。发布会明确:加快具身智能训练基础设施建设,提升其在不同场景的通用能力,让机器人不仅上赛场,还能“进工厂、进商场、进家庭”。长期以来,我国制造业自动化高度依赖传统工业机器人——那些固定在流水线上的“钢铁巨兽”。它们高效精准,但最大软肋在于“缺乏泛化能力”,一旦产品型号变更或环境发生微小扰动,整条生产线可能陷入停滞。具身智能旨在打破这种“机械边界”,强调赋予机器人自主感知的“小脑”和认知决策的“大脑”,推动从“被动执行指令”向“主动适应场景”跨越。然而理想丰满,现实骨感:现阶段人形机器人在工厂干不过传统机械臂,在家不如专用扫地机、洗碗机划算。破解“性价比难题”,政策切入点精准——先建训练场,再做中试基地。具身智能不同于大模型,无法仅靠互联网文本数据自我进化,必须依赖真实物理交互获取数据。加快建设训练基础设施,就是解决“数据源头”问题。通过虚拟仿真环境和实体中试基地高强度“大小脑”模型训练,机器人将掌握“抓取易碎品”“避让行人”等复杂技能。一旦泛化能力突破临界点,增量爆发随之而来。商业领域,多模态感知巡检机器人可替代保安,实现24小时无死角安保;养老领域,搭载具身大模型的护理机器人能识别老人微表情,判断情绪与健康状态。对普通民众而言,2026年将是具身智能从“实验室展品”向“商业化产品”过渡的关键年。虽然全能型家庭保姆机器人还需时日,但在物料分拣、精密装配等半结构化工业场景中,具备初步自主决策能力的具身机器人将批量上岗。随着中试基地加速技术迭代,核心零部件规模化量产将大幅摊薄制造成本,让中小企业甚至普通家庭也能消费得起基础智能服务机器人。

打通虚拟智能与实体智能的“任督二脉”

综合来看,此次发布会的深层逻辑在于打通虚拟智能与实体智能的“任督二脉”。“人工智能+”挖掘虚拟世界数据价值,重塑现有产业结构;具身智能将这种智能实体化,拓展人类改造物理世界的能力边界。对于产业界,这既是最好时代,也是最考验定力的时代。风口之上,企业既要避免“为了AI而AI”的形式主义,也要警惕技术路线盲目押注。未来赢家,必然是既利用“人工智能+”在存量市场中抠出利润,又借力具身智能在增量市场中抢占生态位的企业。这条路充满挑战,但一旦走通,必将为中国经济长远发展注入源源不断的新动能。

(作者盘和林系工信部信息通信经济专家委员会委员、中国工业经济学会人工智能制度建设专业委员会副主任委员)

监制:卢刚 | 责编:刘晶瑶 | 校对:张慧

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

相关阅读

更多
欢迎回来 登录或注册后,可保存提示词和历史记录
登录后可同步收藏、历史记录和常用模板
注册即表示同意服务条款与隐私政策