1、1 2 目 录 一、人工智能是发展新质生产力的重要引擎.1（一）人工智能为科学技术创新提供原动力.2 1、为提升基础研究效能提供新方法.2 2、为学科交叉融合研究提供新路径.4 3、为科技创新和产业创新深度融合提供新动能.5（二）人工智能助推各行各业加快形成新质生产力.6 1、开拓新兴产业发展空间.6 2、延展传统产业生产边界.9 3、促进产业跨界融合与转型升级.10（三）人工智能通过塑造新型劳动者形成新质生产力.11 1、促进新职业诞生.11 2、推动劳动者技能转型.12 二、人工智能（大模型）发展应用进展与趋势.13（一）我国人工智能产业保持快速发展态势.14 1、我国大模型产业规模保持高

2、增速.14 2、我国是全球人工智能市场的主要“玩家”.15 3、适应不同业务需求开发了多款人工智能（大模型）16（二）我国拥有全球最为丰富的应用场景.17 1、深度赋能垂直行业是我国人工智能（大模型）发展的重要方向.17 2、我国在前沿领域应用人工智能（大模型）已初见成效.18 3 3、我国人工智能（大模型）在互联网办公、金融等行业渗透较快.18（三）我国的基础能力建设领先全球.19 1、我国智能算力增速显著快于全球水平.19 2、我国数据规模增速位居全球第一.20 3、我国算法不断迭代优化适配应用场景.21（四）我国高科技企业是产业发展的主要推动力量.21 1、我国高科技企业具有差异化的创新

3、优势.21 2、我国高科技企业大力拓展人工智能（大模型）服务范围.22（五）我国与全球合力拓展技术发展和服务边界.24 1、人工智能（大模型）变革内容生产和技术服务模式在我国已初现端倪.24 2、人工智能体成为我国人工智能（大模型）重要发展方向.24 3、多模态能力是我国 AI 大模型后续的技术重点.25（六）国内外均着力以 MaaS 模式为核心催生新产业生态.26 1、国内外呈现出以 MaaS 发展为核心商业模式的态势.26 2、人工智能（大模型）在产业链落地上呈现“两头快、中间慢”态势.27（七）我国高度关注人工智能技术发展、产业创新和系统治理.27 1、我国政策支持注重推动人工智能技术和

4、产业创新.27 4 2、我国人力需求和培养力度均处于较高水平.28 三、我国人工智能（大模型）发展应用存在的问题.29（一）人工智能（大模型）推广应用面临知识经验不足 29 1、许多用户对技术本身和安全性存在疑虑.29 2、经济增长压力加大形势下更加审慎投资使用人工智能.30（二）应用场景整合和拓展统筹程度仍需提高.30 1、从应用领域看，人工智能（大模型）落地领域不均衡.30 2、从应用主体看，中小企业落地应用人工智能（大模型）相对缓慢.31 3、从产学研合作看，技术转化面临困境.32（三）数据、算力、算法等关键要素保障不足.32 1、数据质量低，数据流通存在障碍.33 2、算法领域薄弱，算

5、法潜藏偏见和歧视可能导致决策结果存在不公.34 3、算力生态建设需持续完善，“群模乱舞”进一步扰乱国内资源配置.35（四）基于资源互补的大中小企业融通发展水平有待提升.36 四、人工智能（大模型）赋能高质量发展的实践与成效.37（一）制造业领域.38 1、上海汽车集团股份有限公司.39（二）科学研究领域.40 5 2、上海交通大学.41 3、中国中化控股有限责任公司.41（三）交通领域.42 4、北京车网科技发展有限公司.43 5、山东省港口集团有限公司.45（四）金融领域.46 6、中国邮政储蓄银行.46（五）能源资源领域.47 7、国家电网有限公司.48 8、国家能源投资集团有限责任公司.

6、49 9、中国海洋石油集团有限公司.50（六）城市治理领域.51 10、河北省唐山市.52 11、北京市海淀区.53 五、深化人工智能（大模型）产业发展应用的建议.54（一）提升科学认识水平，完善人工智能技术应用管理机制.55 1、引导全社会正确认识人工智能.55 2、不断提高人工智能可解释性、可预测性.55 3、建立人工智能技术应用管理机制.56 4、建立人工智能产品质量安全认证体系.56（二）完善数据资源体系，促进数据开放共享.56 1、完善数据资源体系.57 2、促进数据开放共享.57 6（三）夯实算力底座，强化绿色低碳、安全可靠的算力保障.58 1、适度超前布局算力基础设施建设.58