当前，人工智能技术正加速向纵深演进，产业规模持续扩大、应用场景不断拓展，其角色逐步从辅助性工具转变为具备交互与学习能力的智能伙伴。近日，中国信息通信研究院举办“2026深度观察报告会”，多位业内专家围绕技术演进、行业应用与安全治理等核心议题，系统阐释了人工智能发展的全新图景。

从技术创新迈向现实生产力

2025年，人工智能技术持续快速迭代，正处于从技术创新迈向现实生产力的关键转折点。数据显示，2024年我国人工智能核心产业规模已突破9000亿元，同比增长24%，预计2025年有望超过1.2万亿元。

在技术层面，基础大模型不断迭代升级。中国信通院人工智能研究所所长魏凯指出，根据该院测试结果，今年以来模型在语言与多模态理解能力上进步显著，综合性能分别提升30%和50%，推理、编程等能力也呈现出“又好又快”的发展态势。

智能体正成为大模型应用落地的主要形态，展现出“数字劳动力”的雏形。目前，通用智能体如Genspark、Manus、扣子等，在网页交互、信息整合等场景中表现亮眼；而面向编程、法律、人力资源等垂直领域的专用智能体，则通过强化专业适配能力，实现精准破局。

魏凯同时提醒，无论是通用还是专用智能体，是面向企业（To B）还是消费者（To C），目前仍处于发展初期，在任务规划可靠性、与现有业务系统对接的复杂性以及权责界定等方面仍面临挑战。要真正形成强大生产力，不仅需要基础模型的持续进化，更必须与行业专有数据、业务流程实现深度融合。

向价值创造核心环节渗透

2025年，人工智能行业应用持续深化，呈现出“双向融合”的鲜明特征：一方面，智能原生产品在硬件、企业服务、创意设计等领域不断涌现；另一方面，“人工智能﹢”行动扎实推进，为传统产业提质、降本、增效注入新动能。

在工业领域，AI正逐步渗透至研发、生产、供应、销售、服务全链条。魏凯分析指出，过去AI在工业中的应用呈现“两端高、中间低”的“微笑曲线”，即研发与营销环节应用较多，生产制造环节相对薄弱。但今年出现积极变化：生产制造环节应用案例占比从去年的19.9%上升至25.9%，表明AI正加速向价值创造的核心环节渗透。不过，这一进程仍受限于工业数据获取难度、工艺知识封装水平以及对可靠性的要求。

中国信通院信息化与工业化融合研究所所长刘默认为，如果说过去10年制造业数字化转型的核心是“提质、降本、增效”，那么未来5年，数智化将更聚焦于“创新与韧性”。企业需要能够敏捷响应市场需求、柔性组织生产资源，并通过“基础模型﹢数字孪生﹢智能体”的新型架构，构建具备自学习、自优化能力的智能制造系统，打开新的价值空间。企业还需根据新的产品方案自主建立最优供应策略，实时监测并预警潜在风险，建立更加开放、弹性与韧性的供应网络。

与此同时，大模型也催生了AI原生软件、智能硬件等一系列新业态，并驱动企业组织方式深刻变革。典型的智能原生企业展现出人“少”价值“高”、业务高度垂直聚焦等新特征。部分领先企业甚至实现了从创立之初就盈利的模式，这使得One Person Company（OPC，单人公司）成为北京、上海等地培育的重点。

推进安全治理体系加快构建

随着人工智能应用的深化与潜在风险的显化，安全治理已成为与技术发展并行的另一条主线。在智能经济时代，数据作为新型生产要素，其价值日益凸显，质量要求也不断提升。

中国信通院云计算与大数据研究所所长何宝宏指出，当前语言大模型的性能提升已面临明显的边际效应递减，进一步发展需依赖更高质量、更广覆盖的数据，包括纳入私域、行业、专有等多维数据。对于多模态大模型而言，则需解决文本、音频、视频等不同模态数据的高效对齐问题，这对数据治理提出了新的挑战。

何宝宏进一步表示，当前数据格局已发生深刻变化——人类生成数据、传统互联网数据与AI合成数据日益交融、难以精准区分。如何规范AI合成数据在模型训练与迭代中的应用，已成为数据领域亟待破解的新课题。

2025年，应对模型幻觉、虚假信息、数据安全、智能体安全等现实风险已刻不容缓。同时，越来越多的研究也揭示出前沿模型存在自我复制、拒绝关闭、主动逃避、欺骗威胁等潜在风险，这些可能向现实风险转化，需要引起高度重视。

魏凯强调，把人工智能安全治理落到实处，产业主体必须积极行动起来，构建覆盖“计划—执行—检查—处理”（PDCA）循环的人工智能风险管控机制。只有在企业内部形成自闭环的敏捷治理机制，才能有效控制不断演化的AI风险，护航行业行稳致远。

在中国信通院政策与经济研究所副所长李强治看来，2025年是人工智能治理转向的关键时点，治理工作正从框架原则迈向务实行动，亟须构建既能适应技术快速迭代，又能应对国际竞争的公平有序治理体系。

除了技术演进与数据格局的挑战，人格化AI正日益模糊现实与虚拟的边界，其对人类社会的影响也将持续深化。例如：在融合应用层面，责任认定难题已成为制约AI赋能医疗、交通、金融等产业发展的瓶颈；在经济社会层面，AI正在重构劳动力发展路径与价值体系，人机协作中“机器”占比不断提升，劳动力新价值有待重新定位等。

面向未来，李强治认为，应当从应对人机关系、人—人关系、人与社会关系三个维度出发，着力构建完善、公平、有序的人工智能治理体系。近期需探索知识产权、数据权益等方面的权责分担机制，建立监管沙盒、分级分类等风险管控机制；中长期则应着眼于构建人机共生良好生态，从多维度提升AI透明度，始终坚持人类最终决策权与控制权，确保发展成果公平普惠。

中国信通院政策与经济研究所副所长孙克指出：“人类对新技术影响的判断，往往短期高估、长期低估。人工智能的未来，未知远大于已知，其发展空间必将远超我们今天的想象。”

记者：王硕

文字编辑：王菡娟

新媒体编辑：石伟强

审核：杨岚

【未经授权，严禁转载！联系电话028-86968276】