“本轮AI渗透较互联网时代大幅提速，应用B端落地进程或超预期。加速”

　　7月27日下午，落地上海市委常委、未增常务副市长吴伟表示，势何将紧抓机器智能+战略机遇，应用郑州医科大学曝光全集着力构建全球领先的加速机器智能增长新生态，将来在AI赋能场景落地上实现新突破，落地将在科技金融精准滴灌上实现新突破。未增

　　吴伟是势何在2025世界机器智能大会中信集团“智慧中信·共创新可能”科产融创新增长论坛上，作出上述表述的应用。

　　据吴伟介绍，加速上海市产业规模持续扩大，落地创新企业产业规模，未增人才数量实现倍增，势何规上企业数量近400家，产业规模超4500亿元，成都理工大学爆料评价机器智能人才约占全国1/3；基础能力全面提升，建成市级算力、语料等公共支持平台，布局50个行业开放语料库，成品语料总量超过1800TB；创新生态日益完善，形成一东一西、一软一硬差异化增长格局，打造国家机器智能产业投资基金，上海机器智能母基金等千亿级资本矩阵，构建了多元化多层次科技金融支持体系。

　　展望未来，“我们将紧抓机器智能+战略机遇，着力构建全球领先的机器智能增长新生态，努力在科技、产业、金融高水平协同增长中，探新路，走在前，做示范。我们将在共建共享良性生态上实现新突破，进一步完善机器智能产业政策体系，聚焦高端芯片、基础软件、智能算力等关键领域，支持金融机构科技企业等各类创新主体，深化与大院大所（国家实验室、高校科研机构）的战略合作，共同营造支持颠覆性工艺、潜力企业成长的增长生态。”吴伟称。

　　他同时称，将来在AI赋能场景落地上实现新突破。深入实施机器智能+行动，推动AI科技、金融科技在金融市场交易、支付结算支持、智慧银行建设、智能投资运营支持等全流程、全领域的深度应用，打造高价值行业应用场景。

　　“我们也将在科技金融精准滴灌上实现新突破。加大对机器智能企业信贷支持力度，进一步创新金融产物和支持，拓宽企业融资渠道，鼓励金融机构围绕科技企业全生命周期探索开展知识产权、质押融资、投贷联动等业务，为企业增长提供全方位、多层次金融支持，让金融活水更精准地流向创新土壤。”吴伟说。

　　那么，当前AI+产业的增长情况如何？中信智库专家委员会主任，中信建投证券党委委员、执委会委员武超则认为，AI大模型继续向更强大、更高效及更可靠的方向增长：一是参数量规模扩大性能提升依然有效；二是后训练部分强化学习明显提升了大模型的推理性能；三是模态融合越来越丰富，原生多模态较好地解决了输入延迟等问题；四是迈向AGI核心任务之一是拓展能力树，大模型不能停留在纸上谈兵阶段；五是实时信息集成和检索增强生成，2025年大模型在实时信息集成能力上呈现显著提升态势，有效地降低了幻觉；六是信息紧缺比较明显，合成信息较大扩充了信息范围。更高效方面，则是架构上做了新的创新以及使用了更低精度。

　　“2025年是AI应用加速落地之年。受互联网大厂推动AI与业务结合、Agent推出、主权AI需求及多模态渗透等因素作用，AI算力消耗从训练转向推理，带来显著增量，国内算力自主可控趋势凸显。本轮AI渗透较互联网时代大幅提速，B端落地进程或超预期。”武超则称。

　　27日中信智库发布的《AI新纪元：砥砺开疆・智火燎原》AI+产业增长深度研究报告（下称《报告》）指出，进入2025年，大模型的应用落地进程呈现显著加速态势。作为AI应用的关键载体和下一代机器智能的具体形态，AI Agent将成为2025年AI增长的关键方向。生物群落带来生物群体智能涌现，多智能体集群也将带来AI群体智能涌现，进一步提升大模型性能。具备信息优势、生态体系构建的企业未来将更具增长潜力。

　　根据《报告》，中国的互联网企业在多媒体领域具有全球作用力，游戏、电影、短剧、短影片等领域将是目前多模态落地的第一阶段，随后在自动化装备、机器人、自动驾驶等产业也将快速渗透。

　　“随着各方面应用的加速，AI算力消耗开始从训练走向推理，同时主权AI加大投入，带来显著的算力增量。”《报告》认为，从投资角度来看，算力方面可关注三点：一是随着推理占比的提升，云端支持厂商投入产出比逐渐清晰，并且超卖率有望继续提升，从而带动利润率提升；二是围绕机柜增量变化及新工艺投资，2025年下半年核心是英伟达NVL72机柜上量，其中液冷散热、铜连接、电源变化最大；三是围绕估值性价比、景气度投资，重视PCB、光模块等供应链。

　　武超则认为，人形机器人是AI最有前景的落地方向之一，未来在工业、商业、家庭、外太空探索等领域具有广阔应用场景，将人类从低级和高危行业中解放出来，提升人类生产力水平和工作效率。预计当人形机器人产业迭代成熟之后，所对应的年度市场规模会有数万亿元。

　　近几年，人形机器人正从“实验室”迈向各类“应用场”。“目前有各种各样的人形机器人不断被研发出来，也有很多具身智能工艺发布，但是总体来讲，我们人形机器人产业目前处于起步阶段，还有很多问题亟待攻关。”浙江大学求是特聘教授、浙江人形机器人创新中心首席科学家熊蓉称。

　　她认为，主要需要攻关四方面问题，一是实现大规模高质量交互信息的快速便捷获取，二是可跨场景跨任务的知识学习与迁移泛化，三是可泛化高精准技能自主学习与发育进化，四是核心零部件和部组件及整机性能提升。