据彭博社报道，日本经济产业省计划在新财年（2026年4月至2027年3月），将尖端半导体和人工智能技术研发的预算支持提升至原先的近四倍，总额约达1.23万亿日元（约合79亿美元）。 据悉，日本经济产业省新财年的总预算较上一财年增长约50%，达到3.07万亿日元，这一增长主要得益于芯片与人工智能领域支出的大幅提升。该初步预算方案已于12月26日经日本内阁批准，将于明年提交日本国会审议。 当前，中美两国在前沿技术领域的竞争日趋激烈，日本此举意在强化自身在该领域的技术实力。尽管中美贸易战出现阶段性缓和，但两国关系仍处于紧张状态，日本也在借此契机，争取关键技术供应链的稳定与自主可控。 日本经济产业省还计划将芯片和人工智能领域的新增资金纳入常规预算，而非依赖年内补充预算这种临时性拨款方式。此举有望为相关产业提供更稳定的资金保障。 在半导体领域，日本经济产业省将为日本政府支持的芯片企业Rapidus划拨1,500亿日元专项资金，至此，日本政府对Rapidus的累计投资额将达到2,500亿日元。人工智能领域的3,873亿日元预算，则将用于国产基础人工智能模型研发、数据基础设施建设，以及人工智能技术在机器人与机械设备控制领域的落地应用，即“实体人工智能”的相关研发。 在整体预算框架中，50亿日元将用于保障稀土等关键矿产资源的供应安全；脱碳领域则获得1,220亿日元拨款，专项支持下一代核电站等相关技术的研发工作。 此外，日本政府还将发行约1.78万亿日元的特别国债，助力日本出口和投资保险机构，为日本企业依据日美贸易协定对美投资提供支持。

上周五，美股AI科技股迎来了一场“腥风血雨”：英伟达、甲骨文和博通为首的科技股相继大跌，让投资者对AI泡沫和算力基建前景的担忧重燃。 事实上，在最近的财报季中，英伟达、甲骨文和博通都交出了强劲的财报业绩，公司高管们也在财报电话会上反复强调公司业绩增长的前途无量。 但与AI热潮初期投资者们狂热的“all in AI”不同，这一次，投资者们的目光不在专注于那些令人头晕目眩的超高增速上，而是聚焦在了支出成本、毛利率和风险因素之上。 这也表明，围绕AI的交易逻辑正逐渐从“宏大叙事”转向“现实回报”。一些投资者们担忧，AI泡沫的破裂，似乎已经进入倒计时。 博通的好成绩单却换来市场“毒打”？ 在这样的转变潮流中，博通可谓是一个代表案例。该公司在上周发布了一份全面好于预期的财报后，股价却在周五暴跌11.43%。这是该股自今年1月份暴跌17.4%以来最大的单日跌幅。 财报显示，在人工智能数据中心定制处理器以及相关网络芯片的销售激增下，博通取得了强劲的业绩增长。在与分析师的电话会议上，博通首席执行官陈福阳反复强调，当前730亿美元的积压订单并不意味着未来18个月的全部交付营收，未来公司订单量仍有可能加速增长。 如果是在一年前，这样的财报和业绩会大概率能迎来投资者们的热情追捧。但如今，市场的反应却是一股脑的抛售。 市场的反应让一些华尔街分析师也摸不着头脑。伯恩斯坦分析师斯泰西·拉斯贡直言，博通公司在发布第四季度财报后股价下跌令人费解。 “博通股价下跌，人工智能概念股的焦虑情绪似乎仍在持续，”拉斯贡在报告中表示。“坦白说，我们不确定市场还能有什么更高的要求，因为该公司在人工智能领域的表现不仅超出预期，而且还在加速发展。” 有分析师认为，市场的担忧情绪可能来自于博通 毛利率的下滑。由于前期产线扩张的成本上升，博通短期内利润率预计受到严重冲击。 博通首席财务官克尔斯滕·斯皮尔斯（Kirsten Spears）在财报电话会议上承认，博通部分人工智能芯片系统的“毛利率将会降低”，因为公司需要采购更多零部件来生产服务器机架。 “这只股票（博通）今年迄今已上涨75-80%。现在出现了一些回调也很正常，”瑞穗证券分析师维杰·拉凯什周五表示，“我们会在回调时买入。” 但是，也有分析师认为，博通的股价下跌可能更多是由于市场对于AI泡沫的整体焦虑情绪。 甲骨文的“AI野心”遭质疑 就在博通暴跌的前一天，美股科技巨头甲骨文也经历了近11%的暴跌，足以体现AI市场上目前普遍的焦虑情绪。 在甲骨文上周最新公布的财报中，甲骨文第二季度剩余履约义务（RPO，即尚未确认的合同收入）同比增长438%，已经达到5230亿美元，远超FactSet分析师此前5020亿美元的普遍预期，而且在上一季度的巨额RPO基础上进一步增长了15%。 这意味着，为了满足市场强劲的需求，公司可能需要进一步举债融资，来为其项目建设投入资金。 然而，市场愈发怀疑， 投入高昂资金、建造配备昂贵GPU的AI数据中心并将其出租，这种商业模式是否真的具有吸引力？ 如果进行粗略而简单的计算，这个答案似乎是否定的。 据外媒援引分析师的粗略估算，即便乐观预测，未来甲骨文众多庞大项目的投资回报率将远低于10%，如果毛利率尚未达到目标范围，回报率还会更低。 考虑到甲骨文在这一过程中所需要承担的资金流风险，这样的回报率似乎并不能令人满意。 此外，甲骨文公司在10月份的一次演讲中预测，其AI基础设施业务的调整后毛利率未来将在30%至40%之间。该公司还举例说明了一项AI交易，称该交易将在六年内创造600亿美元的收入和210亿美元的毛利润。 然而，光从财报来看，甲骨文目前距离这个目标似乎任重而道远。财报显示，甲骨文的AI基础设施业务在截至8月份的季度中毛利率仅为14%。扣除运营费用后，营业利润将会更低。 在甲骨文公司的财报电话会议上，另一个引人注目的消息是其资本支出预期更新。甲骨文公司将全年预期上调了150亿美元，并声称这些支出预计将在2027财年带来40亿美元的增量收入。 如果将这两个数字放在一起，显然会让人感到非常不合理： 甲骨文今年额外投入150亿美元，目标是明年实现40亿美元的营收。 在当前的毛利率水平下，这样的投入何时能回本，将会是一个问题。 在市场的担忧情绪下，一 则关于甲骨文的“小作文”令市场更加恐慌 ：据知情人士透露，甲骨文公司已将其为OpenAI准备的一些数据中心的完工日期从2027年推迟至2028年。 上述报道加剧了AI概念股的抛售，不仅仅是科技板块，就连美股的电力与能源相关个股都同样受到波及。 尽管甲骨文随后进行了反驳，但该公司股价周五依旧跌逾4%。甲骨文发言人澄清称：“相关场地的选址和交付时间表，是在与OpenAI签署协议后密切协商并共同确定的。目前，对满足合同承诺所需的所有站点，没有出现任何延误，所有里程碑都在按计划推进。” 然而，市场担忧的重点显然并不只是甲骨文的项目建设进度，还在于甲骨文目前大举扩张所带来的高昂成本压力。 “史上最大AI基建项目”也危险了？ 和甲骨文面临类似窘境的是英伟达。今年9月，英伟达和OpenAI共同公布了一项令人瞩目的计划——OpenAI将利用英伟达的系统打造和部署至少10千兆瓦（GW）的AI数据中心，使用数百万块英伟达的图形处理器（GPU）训练和部署OpenAI的下一代AI模型。 英伟达CEO黄仁勋声称这将是 “史上最大的人工智能基础设施项目” ，分析师则估计，该交易可能会为英伟达带来高达 5000 亿美元的收入。这一消息曾一度鼓舞投资者大举加仓，推动英伟达股价上升。 然而两个月后，英伟达执行副总裁兼首席财务官科莱特·克雷斯却向投资者承认，这项备受吹捧的合作项目仍处于意向书阶段，根本没有达成最终协议。 当被问及10吉瓦承诺中实际锁定的资金数额时，克雷斯说：“我们仍未达成最终协议。” 这个消息无疑是给投资者们头上浇了一盆凉水。 目前尚不清楚这笔交易为何尚未完成，但英伟达最新的季度报告中提供了线索。该文件明确指出： “无法保证任何投资都将按照预期条款完成，甚至有可能根本无法完成” ，这不仅涉及与OpenAI的合作安排，还涉及英伟达计划向Anthropic投资100亿美元以及向英特尔投资50亿美元的计划。 在一份冗长的“风险因素”章节中，英伟达详细阐述了支撑此类巨额交易的脆弱架构。 该公司强调，这一情况的可靠性仅取决于全球构建和运行其系统所需的数据中心的能力。英伟达必须提前一年以上下单购买GPU、高带宽内存、网络设备以及其他组件，通常采用不可取消、预付款的合同形式。如果客户缩减规模、推迟融资或改变方向，英伟达警告称， 它可能会面临“过剩库存”、“取消罚款”或“库存拨备或减值”的情况 。 最大的影响因素似乎在于物理世界：据英伟达公司表述，“数据中心的容量、能源和资金”的供应对于客户部署他们所承诺的AI系统至关重要。电力设施建设被描述为一个“需耗时数年的过程”，并面临“监管、技术和建设方面的挑战”。 英伟达警告称， 如果客户无法获得足够的电力或融资，可能会“推迟客户部署计划或降低AI应用的普及程度”。 英伟达也承认，自身创新的速度使得规划工作变得更加困难。该公司已改为每年推出一种新的架构同时仍支持之前的系列产品。该公司指出，更快的架构更新节奏“可能会加大预测需求的难度”，并可能导致“当前系列产品的需求减少”。 这些声明呼应了像华尔街“大空头”迈克尔·伯里（Michael Burry）这样的“人工智能悲观论者”的警告。伯里曾声称，英伟达及其他芯片制造商过度延长了其芯片的使用寿命，而这些芯片最终的贬值将导致投资周期出现故障。 巨额的投入何时有回报？ 事实上，上周五甲骨文、博通和英伟达等科技股的下跌，只是市场对于AI行业大兴基建的前景焦虑情绪的缩影。 自ChatGPT问世以来，纳斯达克100指数已上涨不止一倍，这也意味着，美股市场对于无比庞大的AI基础设施投资忍耐度已经愈发趋近于极限。当各大科技巨头们到疯狂购置AI GPU/AI ASIC等AI硬件基础设施的时候， 投资者们迫切追问的一个问题是：何时能够看到回报？ 摩根士丹利分析师估计， 到2028年，大型科技公司将在人工智能基础设施上投入约3万亿美元，而它们自身的现金流只能覆盖其中的一半。 为了避免消耗过多手头现金，像Meta和甲骨文这样的巨头企业正在利用私募股权和债务来为数据中心建设提供资金。 高盛分析师的一项评估发现，超大规模数据中心公司（拥有庞大云计算和计算能力的科技公司）在过去一年中承担了1210亿美元的债务，比该行业典型的债务负担增长了300%以上。 硅谷之所以背负如此巨额的新增债务，是因为他们相信，未来人工智能带来的巨额新收入足以偿还这些债务。 但是，事实真的如此吗？至少目前，投资者们正对此越来越怀疑。

近期AI产业链利好消息接踵而至 ，谷歌新模型性能实现跨越式提升，其TPU算力表现亮眼，DeepSeek-V3.2正式版、亚马逊Trainium3先后亮相，摩尔线程上市更是点燃市场热情；而英伟达、阿里、AMD等一众行业头部企业集体发声否认AI泡沫论，更为这一赛道的稳健发展注入了强心剂。 得益于AI算力的爆发式扩张，光模块作为AI算力传输的“核心纽带”，带动A股光模块板块持续增长。光模块概念近日再度起航，有数据显示，周五 光模块（CPO）指数再度创出新高 ，而A股有名的 “光模块三剑客”中际旭创、新易盛、天孚通信，无一不在今年屡创股价新高 ，更被股民们赠送外号“易中天”。截至周五收盘，中际旭创、新易盛、天孚通信 市值分别为6467亿元、4254亿元、1673亿元，均步入千亿市值行列 。这充分印证了AI算力驱动下光模块赛道的高景气度。机构称，在AI算力需求驱动下，全球光模块产业正加速向800G/1.6T升级。 谷歌TPU的入局推动芯片平台从GPU向ASIC多元化发展，直接推高光模块需求，叠加单芯片算力受限，多芯片互联对光模块的依赖度显著上升； 此前市场预期1.6T光模块放量由英伟达下一代GPU主导，而谷歌TPU激进扩产及TPUv7全面配置1.6T光模块，让该产品需求提前且更具确定性 ，也带动以 “易中天” 为代表的光模块标的估值体系向2027年利润切换。从有一致性预期来看，2027年中际旭创、天孚通信、新易盛的归母净利润分别有望实现251.2亿、38.73亿、206.7亿，对应的市盈率分别为25.75、43.19、20.58。不过，业内人士表示，高速率光模块赛道入局者激增，产能扩张加剧市场竞争，价格战隐忧持续侵蚀利润空间。若企业未能精准把握技术方向，现有产能与技术储备可能面临被颠覆的风险，而当前股价已部分透支未来增长预期，后续业绩不及预期或将引发估值回调。 ▌ 光模块 “三剑客” 的崛起密码：28亿并购撬动中际旭创6467亿市值 新易盛、天孚通信依靠技术“逆袭翻身” 三条截然不同的创业路径，终究在AI算力奔涌的时代浪潮中交汇。 中际旭创以一场跨界并购完成从传统制造到全球光模块龙头的华丽转身 ，新易盛凭技术差异化与精准战略卡位实现“逆袭”，天孚通信深耕上游器件构筑千亿壁垒，三家企业虽始于不同赛道、秉持各异路径，或靠资本运作破局，或凭技术创新突围，或依产业链卡位立足，却均精准捕捉AI算力爆发的时代机遇，以各自的核心竞争力在光模块赛道脱颖而出，共同书写了A股科技企业的成长传奇。 1987年，山东半岛的龙口市振华电工专用设备厂悄然成立，这便是中际旭创的前身。至2012年，以"山东中际装备"之名登陆深交所创业板，发行价20元。彼时，中国制造业尚处于价值链中低端，进而受制于制造业的低估值瓶颈，其市值长期低迷，年营收长期徘徊于2亿元，它用近三十年时间成长为细分领域的制造龙头，却依然困于传统制造业的营收天花板。 命运的转折来自一场大胆的跨界并购。 2017年，中际装备斥资28亿元收购苏州旭创100%股权 。彼时的苏州旭创由刘圣等留美博士2008年创立，是国内最早布局光通信模块的企业之一，已成功打入谷歌、亚马逊等巨头供应链，2016年对谷歌的销售收入占比高达23%。而遭遇境外上市受阻的苏州旭创，也亟需借助上市公司平台获得发展资金。此次并购交易完成后，“中际装备”正式更名为“中际旭创”。到2021年，中际旭创又将原电机制造业务转让给控股股东中际控股，只保留苏州旭创的光通信模块业务，完成了从传统装备制造向高端通信设备制造的彻底转型。 2019年，深耕光模块领域多年的中际旭创精准把握全球5G商用启动与数据中心400G升级的历史性机遇，叠加中国5G牌照发放后电信市场扩容、运营商资本开支反弹的行业红利，开启技术与业绩共振的爆发期。从2018年率先量产400G光模块、2020年首发800G，同年收购成都储翰科技完善电信市场布局，进而形成"数据通信+电信"双振的业务格局，再到2023年推出1.6T超高速光模块，五年内完成从技术追赶者到全球市场份额登顶的跃迁。 2023年，人工智能算力革命来袭，中际旭创产品订单与出货量季度环比显著增长，驱动业绩爆发。 2024年，中际旭创800G光模块的出货占比在全球突破40%，进而稳居全球第一，这不仅彰显了其在高端市场的统治地位，更是源于其比行业水平提前近一年的技术迭代优势。 早在行业消化400G之际，中际旭创却已率先推出800G可插拔的高性能光模块，并成功实现量产 ，进而为后续全球市场份额的跃升奠定了基础。进一步分析来看，这一成就主要得益于中际旭创在技术创新与产能扩张上的前瞻性战略布局，早期成功攻克了硅光集成、相干探测等关键技术，并在全球布局智能制造基地（苏州、成都、美国）， 同时1.6T光模块在2025年开始规模上量（技术代差领先北美市场近一年） 。乘AI东风，中际旭创市值从2023年初约213亿元，到迄今，其总市值达到6467亿元，位列创业板第二。 新易盛的发展史更像是光模块界的“黑马”。鲜为人知的是， 新易盛起步于一家普通的代理商。 新易盛创始人高光荣的创业历程始于1998年创立的光通电子，初期以光通信设备代理销售为主，处于产业链低端。2004年合伙成立光盛通信，开启向产业链上游延伸的探索；2008年通过合并重组成立新易盛，正式完成从贸易商到制造商的转型。2011-2015年国内4G建设高峰期，公司凭借2.5G/10G光模块完成初步技术与资本积累，但产品以中低速率为主，市场竞争力有限。 2016年登陆创业板后，募资3.2亿元投入高速率光模块生产线， 不过彼时全球市场份额不足3%，与行业龙头存在明显差距。 2018-2019年，新易盛迎来关键战略转折，高光荣团队基于对云计算发展趋势的前瞻判断，决定将研发资源向100G/400G数通产品倾斜。这一决策恰逢其时，2020年后全球云厂商资本开支进入上升周期，亚马逊、微软等巨头扩建数据中心，公司凭借提前布局的产品线顺利实现从电信为主向数通为主的转型。但在新易盛快速发展的过程中，高光荣也曾触及监管红线。2024年12月，高光荣因“涉嫌违反限制性规定转让股票”等行为被立案调查。今年年初，高光荣被没收违法所得949.86万元，并被监管处以2200万元罚款。尽管创始人风波给公司蒙上阴影，但新易盛的技术突围步伐并未放缓。 新易盛近年来的爆发式增长，核心驱动力正是来自于其在高速率产品上的技术领先优势。 在技术与产能布局上，新易盛展现前瞻性：目前，800G光模块已成为新易盛当前业绩增长的主力产品。2024年下半年，新易盛800G产品开始规模上量，2025年已成为销售收入的重要支柱。更值得关注的是，新易盛在下一代1.6T光模块的布局已取得实质性进展。公司早在2023年OFC期间就推出了1.6T产品。新易盛12月4日在互动易上表示，公司预计1.6T产品在今年Q4至明年将处于持续放量的阶段。 据了解，新易盛的1.6T产品覆盖VCSEL/EML、硅光及薄膜铌酸锂全技术路线 ，在性能与功耗方面具备明显优势。这种“不把鸡蛋放在一个篮子里”的策略，有效降低了技术路线选择风险。在代表行业未来的共封装光学（CPO）技术领域，新易盛也已未雨绸缪。新易盛从2017年投资Alpine开始布局硅光技术，为CPO研发奠定基础。而CPO作为解决高带宽、低功耗需求的潜在方案，长期来看具有重要战略意义。 三剑客，每个人都有自己的制胜法宝，虽然营收规模和增速不比前两家，但天孚通信高达50%以上的毛利率，也是其余两家无法企及的。2005年，机械设计专业出身的邹支农，在苏州创办了天孚通信， 瞄准被日企垄断的光通信核心部件陶瓷套管 。当时该关键接口器件国内需高价进口，还面临供应风险，邹支农团队立志实现自主化。面对纳米级陶瓷烧结工艺的严苛挑战，他们历经无数次试错，在1200℃-1350℃温度区间反复调试，将原料配比精确到万分之一，最终摸索出独特工艺，不仅解决开裂、密度不均问题，还将成本压减30%。 这一突破成功实现进口替代，改写行业格局，为中国光通信器件自主化奠定基础。 2010年，邹支农携技术经验回归家乡高安投产核心技术，开启“技术反哺故土”历程；2015年天孚通信登陆深交所，此后通过2016年收购日本企业掌握精密光学透镜技术、2018年收购AWG产线、2020年并购北极光电获得高端光学镀膜工艺，从单一厂商成长为综合光器件服务商。 天孚通信的核心底气源于全产业链自主可控的“垂直整合”模式， 覆盖基础材料到封装测试全流程，使其高速光引擎成本较同行低15-20%。 早年，天孚通信的收入85%以上来自陶瓷套管、光纤适配器等“无源器件”，随AI高速光互联需求爆发，果断延伸至有源器件领域，成功形成“无源+有源”双轮驱动的格局。同时，天孚通信提前布局下一代CPO技术，研发核心组件并顺利送样。天孚通信定位“配套角色”提供基础光封装服务，可适配不同厂商技术路线，精准契合“光进铜退”趋势下800G/1.6T光模块的高要求。这一机遇的把握核心源于AI算力爆发式需求，天孚通信凭借技术与模式优势，最终成为AI算力互联背后的“隐形基建者”。

近日，伴随着“AI泡沫”担忧加剧，美国科技股持续遭到猛烈抛售。在此背景下，一位华尔街分析师最新喊话， 中国的人工智能股票值得一看 。 管理着6.6万亿美元资产的瑞银全球财富管理（UBS Global Wealth Management）的美洲区资产配置主管Jason Draho日前表示， 中国科技板块提供了一种颇有吸引力的方式来平衡美国科技股持仓 ——眼下美国科技股估值过高，投资者对此疑虑正逐渐升温。 Draho指出， 虽然看起来中美科技板块可能会走势同步，但实际上二者相关性较低 。 其中一个潜在原因是双方存在竞争关系。例如，今年早些时候深度求索（DeepSeek）聊天机器人的发布，就导致美国科技股暴跌。 “如果中国科技或人工智能模型最终领先于美国，这只是一个假设，如果它们的表现突出，就能起到多元化配置的作用。”Draho在接受采访时表示。 “两者背后的驱动因素不同，既有国内政策因素，也有技术本身的差异，”他进一步解释道，“因此，它们不仅可能跑赢各自所在的市场，走势也可能在一定程度上相互独立。” 也有观点认为， 中国科技股之所以具有吸引力，是因为其估值相对美国科技股更低 。 “许多中国大型科技公司的估值仅为美国科技股的三分之一至一半，却推出了足以与美国 AI 产品抗衡的竞品，”锐联财智（Rayliant Global Advisors）创始人Jason Hsu表示。 但Draho表示，尽管中国科技股的绝对估值低于美国科技股，但相对于其自身历史水平有所提升。他指出，中国股市当前的预期市盈率为14倍，而一年前约为11倍。 尽管如此， 基于基本面因素，Draho仍看好中国科技股，并将其作为对冲美国科技股风险的良好手段 。 投资中国科技股的基金包括景顺中国科技ETF（CQQQ）和安硕MSCI中国科技UCITS ETF USD (Acc)（CTEC）。今年迄今为止，景顺中国科技ETF的回报率高达38%，超过了纳斯达克100指数19%的涨幅。 多家外资投行看好中国股市 值得注意的是， 这是瑞银策略师本周第二次唱多中国股市 。瑞银投资银行中国股票策略研究主管王宗豪日前在2026年展望报告中指出，预计中国股市将迎来又一个丰年，因包括创新领域发展等许多有利的驱动因素将继续支撑市场。MSCI中国指数明年末目标位为100，较当前有14%的上涨空间。 尽管全球科技股眼下正遭遇回调，但中国股市却迎来多家外资投行唱多。 除瑞银外，过去几天，摩根士丹利、摩根大通也发表了对中国股市的看涨观点。 摩根士丹利上周末预测，中国股市2026年有望进一步上涨，延续今年的强劲涨势。而摩根大通分析师日前表示，中国科技股从低谷中复苏的势头仍处于早期阶段。中国是亚洲资本市场最大的驱动力，未来增长空间巨大，主要来自科技公司和港股。

工业和信息化部党组书记、部长李乐成在《党建》杂志发表署名文章《加快推进人工智能赋能新型工业化》。 文章指出，“面对新一代人工智能技术快速演进的新形势，要充分发挥新型举国体制优势，坚持自立自强，突出应用导向，推动我国人工智能朝着有益、安全、公平方向健康有序发展。”工信部深入学习贯彻习近平总书记关于人工智能发展的重要指示批示精神，坚定不移贯彻落实党中央、国务院决策部署，牢牢把握人工智能赋能新型工业化的重大机遇，体系化推进人工智能产业创新和赋能应用，为中国式现代化构筑强大物质技术基础。 文章指出，深入实施“人工智能＋制造”。制造业是立国之本、强国之基，是人工智能应用的主战场。完善政策体系，研究出台“人工智能＋制造”专项行动实施意见，部署重点行业、重点环节、重点领域智能化转型任务，发布实施制造业企业人工智能应用指南。加快重点行业智能化转型，制定制造业重点行业智能化转型指引，常态化开展赋能“深度行”活动，搭建线上线下供需对接平台，加快行业标杆解决方案和经验推广应用。推动制造业全流程智能化升级，推进人工智能技术深度嵌入生产制造核心环节，拓展智能辅助设计、虚拟仿真、故障预警等应用场景，全方位变革创新范式、生产方式和管理模式。加速智能产品装备迭代创新，推进AI手机、AI电脑等消费终端换代，加快人形机器人、脑机接口等新一代智能终端研发与应用，推动大模型与智能网联新能源汽车、数控机床等深度融合。加快智能体设计、开发、测试和部署，探索多智能体协同生态。 以下为原文： 加快推进人工智能赋能新型工业化 李乐成 人工智能是新一轮科技革命和产业变革的重要驱动力量，为发展新质生产力蓄势赋能。习近平总书记高度重视人工智能发展，明确指出：“面对新一代人工智能技术快速演进的新形势，要充分发挥新型举国体制优势，坚持自立自强，突出应用导向，推动我国人工智能朝着有益、安全、公平方向健康有序发展。”党的二十届四中全会对“加快高水平科技自立自强，引领发展新质生产力”作出战略部署。工业和信息化部深入学习贯彻习近平总书记关于人工智能发展的重要指示批示精神，坚定不移贯彻落实党中央、国务院决策部署，牢牢把握人工智能赋能新型工业化的重大机遇，体系化推进人工智能产业创新和赋能应用，为中国式现代化构筑强大物质技术基础。 一、学深悟透习近平总书记关于人工智能发展的重要论述 党的十八大以来，习近平总书记高瞻远瞩、审时度势，就人工智能发展作出一系列重要指示批示，为推进人工智能产业发展和赋能新型工业化指明了前进方向、提供了根本遵循。我们要深刻学习领会，坚决抓好贯彻落实。 深刻领会人工智能赋能新型工业化的重大意义。习近平总书记指出，“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应”，“加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源”。党的二十届四中全会提出，坚持把发展经济的着力点放在实体经济上，坚持智能化、绿色化、融合化方向，构建以先进制造业为骨干的现代化产业体系。60多年来，人工智能历经数轮起落，均兴于技术突破，衰于“脱实向虚”，本轮大模型引领的人工智能浪潮方兴未艾，能否和实体经济深度融合，特别是和制造业融合，是成败的关键。 全面把握人工智能赋能新型工业化的重点任务。习近平总书记强调，“要持续加强基础研究，集中力量攻克高端芯片、基础软件等核心技术”，要“推进人工智能技术产业化”，要“构建企业主导的产学研用协同创新体系，助力传统产业改造升级，开辟战略性新兴产业和未来产业发展新赛道”。党的二十届四中全会提出，全面增强自主创新能力，抢占科技发展制高点，不断催生新质生产力。当前，我国人工智能处于机遇与挑战并存的关口期，必须坚持问题导向、系统谋划，持续完善顶层设计，夯实技术底座，凝练场景需求，拓展赋能应用，壮大产业生态，充分发挥人工智能技术“倍增”效应，推动人工智能高质量发展和高水平赋能。 准确理解人工智能赋能新型工业化的主要路径。习近平总书记强调，“要推动人工智能科技创新与产业创新深度融合”，要“紧紧围绕经济社会发展需求，充分发挥我国海量数据和巨大市场应用规模优势，坚持需求导向、市场倒逼的科技发展路径，积极培育人工智能创新产品和服务”，“要正视差距、加倍努力，全面推进人工智能科技创新、产业发展和赋能应用，完善人工智能监管体制机制，牢牢掌握人工智能发展和治理主动权”。推进人工智能赋能新型工业化，必须坚持创新引领、应用牵引，深化人工智能技术创新和融合应用；坚持统筹发展和安全，完善人工智能治理机制，筑牢安全防线，以“产业强”促进“治理强”、以“治理强”保障“产业强”。 二、推进人工智能赋能新型工业化落地见效 党的十八大以来，在以习近平同志为核心的党中央坚强领导下，在社会各界的共同努力下，我国人工智能产业蓬勃发展，整体实力居全球第一梯队。据中国信息通信研究院测算，2024年我国人工智能核心产业规模超9000亿元，人工智能企业数量超5000家，国家级人工智能专精特新“小巨人”企业超400家，人工智能赋能新型工业化走深向实。 产业基础日趋坚实。算力底座日益夯实，国内企业发布多款人工智能芯片产品，“中国芯”在架构创新、生态重构等方面实现阶段性突破。算力基础设施规模和水平不断提升，多地建成单体万卡规模智算集群。算法模型百花齐放，一批竞争力强的通用大模型持续涌现，DeepSeek、通义千问等国产大模型引领全球开源创新生态。数据资源不断丰富，截至今年6月，我国建成高质量数据集超3.5万个，总体量超400PB（1PB=1024TB），覆盖钢铁、石化、煤炭等重点行业。企业数据治理能力持续提升，截至今年9月，累计8000余家企业通过数据管理能力国家标准（DCMM）认证。 赋能应用成效显现。重点行业智能化水平提升，中国宝武、中铝集团、国家电网、中国联通等推出钢铁、有色金属、电力、通信等行业专用模型，加速传统产业“智”变升级。比如，在能源行业，企业利用视觉大模型进行智能分析和辅助验证，将钻孔卸压的施工监管流程从3天缩短到10分钟。重点环节智能化转型提速，人工智能在研发设计、中试验证、生产制造、营销服务、运营管理全环节加速落地应用，正重塑制造业基因。智能产品装备加速发展，国内厂商研制的AI手机、AI电脑、AI眼镜等消费终端产品超百款；人形机器人正从“舞台上动起来”“赛场上跑起来”向“家庭里用起来”“工厂里干起来”进化。 产业生态持续优化。标准体系加快完善，《国家人工智能产业综合标准化体系建设指南（2024版）》印发实施，2025年累计推进近200项标准研制，有效发挥标准的基础性、引领性、支撑性作用。资金人才持续汇聚，600亿元规模的国家人工智能产业投资基金正式运营，有效汇聚资金“活水”。联合国工业发展组织发布的《全球人工智能人才榜TOP100》中，55位中国科学家入选。国际合作扎实推进，世界人工智能大会搭建国际交流合作平台，中国—金砖国家人工智能发展与合作中心等成立运营，我国人工智能产业国际影响力持续提升。 三、奋力谱写人工智能赋能新型工业化新篇章 工业和信息化部将坚持以习近平新时代中国特色社会主义思想为指导，深入学习贯彻党的二十大和二十届历次全会精神，统筹发展和安全，坚持系统谋划，坚定信心、压实责任、奋勇前行，牢牢把握智能化与工业化交汇融合的历史机遇，锚定实现新型工业化这一战略目标，推动人工智能创新与制造业应用“双向赋能”，一端抓技术供给，促进“智能产业化”；一端抓赋能应用，加快“产业智能化”；整体壮大产业生态，推动人工智能产业高质量发展，全方位、深层次、高水平赋能新型工业化。 加快关键核心技术突破。人工智能领域要占领先机、赢得优势，必须厚植“根技术”，夯实算力、算法、数据等基础底座。强化算力供给，统筹用好现有支持渠道，加快突破高端芯片、高速互联等技术，推动构建智能芯片软硬协同发展生态。建设算力互联互通平台，强化算力协同调度。攻坚算法模型，加强语言、视觉、多模态等底层算法研究，突破类脑智能、世界模型等前沿技术。发展工业细分领域大模型，鼓励大小模型协同创新。打造大模型公共服务平台，提供高水平模型及配套工具服务。推动“模数共振”，引导人工智能模型与高质量数据集协同创新、深度融合，建立“数据共享、模型优化、应用孵化、安全保障”一体化机制。 深入实施“人工智能＋制造”。制造业是立国之本、强国之基，是人工智能应用的主战场。完善政策体系，研究出台“人工智能＋制造”专项行动实施意见，部署重点行业、重点环节、重点领域智能化转型任务，发布实施制造业企业人工智能应用指南。加快重点行业智能化转型，制定制造业重点行业智能化转型指引，常态化开展赋能“深度行”活动，搭建线上线下供需对接平台，加快行业标杆解决方案和经验推广应用。推动制造业全流程智能化升级，推进人工智能技术深度嵌入生产制造核心环节，拓展智能辅助设计、虚拟仿真、故障预警等应用场景，全方位变革创新范式、生产方式和管理模式。加速智能产品装备迭代创新，推进AI手机、AI电脑等消费终端换代，加快人形机器人、脑机接口等新一代智能终端研发与应用，推动大模型与智能网联新能源汽车、数控机床等深度融合。加快智能体设计、开发、测试和部署，探索多智能体协同生态。 着力培育人工智能优势企业。企业是经济运行的基本细胞，是推动人工智能发展和赋能应用的主力军。培育生态主导型企业，支持龙头企业加大人工智能领域创新投入，承担重大科技任务，培育一批具有全球影响力的生态主导型企业。支持中小企业梯次发展，加大对中小企业算力、数据、场景等支持力度，培育更多人工智能专精特新“小巨人”企业、高新技术企业、制造业单项冠军企业。壮大赋能应用服务商，鼓励企业集聚工具、技术、平台等资源，培育优质服务商，贯通技术供给和场景需求，打造标准化的行业赋能解决方案，提供模型调优、数据治理、安全保障等服务。 优化产业发展环境。良好生态是人工智能产业健康有序发展的土壤，将进一步激发创新活力和赋能动力。强化标准引领，发挥人工智能标准化技术委员会作用，加快制定行业急需标准，分级分类推动重点标准研制。深入开展“人工智能标准行”活动，强化标准宣传贯彻。完善开源生态，健全人工智能开源机制，加快建设高水平人工智能开源社区，打造开放共享的开源生态。加大资金支持，发挥国家人工智能产业投资基金作用，引导社会资本投早、投小、投长期、投硬科技。引导产业集聚，高质量建设人工智能领域国家制造业创新中心，提升关键共性技术供给能力。指导国家人工智能创新应用先导区汇聚优质企业，打造行业特色优势明显的创新应用高地。发挥国家高新区、国家先进制造业集群优势，支持人工智能产业集聚创新和协同发展。 强化安全治理保障。人工智能发展带来前所未有的机遇，也带来前所未有的风险挑战，要坚持发展和安全并重，坚决筑牢人工智能赋能新型工业化的安全底座。提升技术保障能力，强化深度合成鉴伪、算法安全防护、训练数据保护等关键技术攻关及应用，提升安全风险防范和应对水平。推进人工智能安全风险监测，加强安全测试评估和服务供给，探索研究分级分类安全监管方式。强化科技伦理治理，完善法律法规，加强行业自律，提升企业人工智能伦理风险防范能力，引导产业健康发展。 深化国际交流合作。人工智能应该是造福人类的国际公共产品，要拓展人工智能全球治理合作，推动人工智能向善发展。高质量建设中国—金砖国家人工智能发展与合作中心，打造人工智能全球治理“金砖方案”。支持办好世界人工智能大会，搭建具有国际影响力的交流合作平台。用好金砖、G20等多双边机制，引导企业开拓海外市场，支持技术、金融、人才等创新要素跨国流动。积极参与国际标准化工作，在人工智能技术规范、规则制定等方面持续贡献中国智慧。 （作者系工业和信息化部党组书记、部长）

在人工智能需求强劲的背景下，老牌科技巨头甲骨文（Oracle）周三暴涨近36%，引来全球投资者瞩目。而现在的关键问题是，这波涨势究竟是“昙花一现”，还是说甲骨文将就此“一骑绝尘”？ 华尔街给出的答案似乎是后者： 分析师们纷纷上调目标价，并预计甲骨文创纪录的涨势才刚刚开始。 此前一天，甲骨文发布公告称，其未完成履约义务（RPO）金额为4550亿美元，较去年同期增长359%。公司还声称有更多的“数十亿美元大单”在谈，很快就能把这个数字推过5000亿美元。作为对比，今年5月底，公司报告的RPO仅为1380亿美元。 消息传出后，甲骨文股价创下历史新高，同时迎来1992年以来的最佳单日表现。此次上涨使甲骨文市值增加2440亿美元，目前总市值已达9222亿美元。 德意志银行（Deutsche Bank）分析师评论称，这是“真正出色的业绩”，“突显了其作为人工智能基础设施领导者的地位”。 该行重申了对甲骨文股票的“买入”评级，并将目标股价从240美元上调至335美元，而如果该股能够维持周三的部分涨势，可能很快就会突破这一水平。 “在我们追踪甲骨文及整个软件行业近20年的历程中，很少有季度业绩能像2026财年第一季度这样，在业绩修正幅度和发展前景清晰度两方面都如此亮眼的。”分析师们指出。 其他分析师也对此表现出惊叹与震惊。 投行D.A. Davidso的分析师吉尔·卢里亚在一档节目中称这一业绩“绝对惊人”。富国银行分析师则表示，这是对人工智能相关业务前景的“重大印证”。 还有分析师更为乐观： 杰富瑞（Jefferies）将甲骨文目标股价从270美元上调至360美元。美国银行（Bank of America）也将目标价上调至368美元， 并称甲骨文“出色的未完成订单量”巩固了其“人工智能关键赋能者” 的地位。他们在周三的报告中将甲骨文股票评级从 “中性”上调至“买入”。 美银分析师写道：“尽管人工智能工作负载的盈利能力仍是核心争议点，但显而易见的是，在规模庞大且增长迅速的人工智能基础设施市场中，甲骨文正不断抢占份额。” 花旗（Citi）更是将该股目标价上调至410美元的华尔街新高。 该行分析师表示，甲骨文“取得了软件行业有史以来最强劲的季度签约记录之一”，他们现在将甲骨文视为“独一无二的大型AI赢家”。 他们补充说，他们将密切关注甲骨文下个月在AI活动上的更多细节。甲骨文联合创始人兼首席技术官拉里·埃里森表示，甲骨文计划在活动上推出一项新的AI服务。

当地时间周二，德国汽车制造商大众汽车表示，公司将在2030年前向人工智能(AI)领域投入高达10亿欧元(约合12亿美元)的资金，并将这项技术全面融入业务各个环节，以期撬动数十亿欧元的成本节约。 这一消息发布于慕尼黑国际车展首日，作为欧洲最大车展，今年欧洲车企正积极推出电动车型和技术升级，以应对来自外国车企的激烈竞争。 大众表示，相关投资将用于人工智能支持的汽车研发、工业应用，以及高性能IT基础设施的扩建。大众汽车预计，到2035年人工智能技术的运用将为其创造高达40亿欧元的效率提升与成本优化效益。 大众集团首席信息官Hauke Stars直言：“对我们而言，人工智能是提升速度、质量和竞争力的关键——贯穿整个价值链，从研发到生产。” 就在上周日，大众提前“剧透”全新入门级纯电SUV概念车ID. CROSS，定位为买得起的电动车，被视为其在中国与德国两大核心市场发展的关键布局。目前，大众正在中德两地同步推进车型矩阵重塑与成本削减，德国本土工厂已开启深度瘦身计划。 大众指出，人工智能将显著加快新车型和新技术的开发进程。这一举措凸显了大众试图借助新兴技术，不仅推动电动化战略，还要在全球市场格局转变与竞争加剧的背景下，稳固其行业地位。 此前一天，大众汽车首席执行官Oliver Blume表示：“大众在过去几年里一直努力改进软件、优化电池方案。新发布车型将率先引入我们自研的Unified Cell电池技术。” 他补充道：“我们具备竞争力，目前在欧洲电动出行市场，我们的市占率已达28%，稳居第一。这一系列新车将进一步扩大我们的市场份额。” Blume透露，ID. Cross的起售价大约为2.5万欧元，直接杀入中欧系品牌最薄利的“红海区间”。 在谈及中国电动车的强劲竞争时，Blume表示欢迎挑战。“竞争对我来说是积极的，就像体育比赛：对手越强，自己就必须更好。这正是我们过去几年所做的努力——不断提升自我。” 当前，欧洲汽车行业正面临多重挑战：生产成本攀升、美国加征关税，以及供应链中断与监管压力。 Blume对近期美欧达成的贸易突破表示欢迎，双方协议预计将把美国对欧洲汽车的进口关税从27.5%降至15%。不过，Blume认为，即便新关税水平依然是企业的负担。他强调，大众仍将继续在美国市场保持大规模投资。

国家发展改革委、国家能源局发布关于推进“人工智能+”能源高质量发展的实施意见，到2027年，能源与人工智能融合创新体系初步构建，算力与电力协同发展根基不断夯实，人工智能赋能能源核心技术取得显著突破，应用更加广泛深入。推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，挖掘十个以上可复制、易推广、有竞争力的重点示范项目，探索百个典型应用场景赋能路径，培育一批能源行业人工智能技术应用研发创新平台，制定完善百项技术标准，培养一批能源与人工智能复合型人才，探索建立能源领域人工智能技术研发应用金融支撑体系，形成符合我国国情的能源领域人工智能技术创新发展模式，能源领域智能化成效初显。 国家发展改革委 国家能源局关于推进“人工智能+”能源高质量发展的实施意见 各省、自治区、直辖市及计划单列市、新疆生产建设兵团发展改革委、能源局，有关中央企业，有关行业协会： 为深入贯彻党中央、国务院关于发展人工智能的决策部署，落实《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）有关工作要求，抢抓人工智能发展重大战略机遇，突出应用导向，加快推动人工智能与能源产业深度融合，支撑能源高质量发展和高水平安全，现提出如下意见。 一、总体要求 坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届二中、三中全会精神，全面贯彻习近平总书记关于推动人工智能与实体经济深度融合、培育壮大智能产业的重要指示精神，以拓展人工智能与能源领域深度融合应用场景为重要依托，以提升能源领域人工智能创新应用技术水平为主攻方向，以推进智能算力与电力协同发展为必要支撑，以健全能源智能化发展的创新体系为关键保障，着力提升能源系统安全可靠与灵活高效运行能力，保障能源安全稳定供应和绿色低碳转型，加快培育新质生产力，为新型能源体系建设提供有力支撑。 到2027年，能源与人工智能融合创新体系初步构建，算力与电力协同发展根基不断夯实，人工智能赋能能源核心技术取得显著突破，应用更加广泛深入。推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，挖掘十个以上可复制、易推广、有竞争力的重点示范项目，探索百个典型应用场景赋能路径，培育一批能源行业人工智能技术应用研发创新平台，制定完善百项技术标准，培养一批能源与人工智能复合型人才，探索建立能源领域人工智能技术研发应用金融支撑体系，形成符合我国国情的能源领域人工智能技术创新发展模式，能源领域智能化成效初显。 到2030年，能源领域人工智能专用技术与应用总体达到世界领先水平。算力电力协同机制进一步完善，建立绿色、经济、安全、高效的算力用能模式。能源与人工智能融合的理论与技术创新取得明显成效，能源领域人工智能技术实现跨领域、跨行业、跨业务场景赋能，在电力智能调控、能源资源智能勘探、新能源智能预测等方向取得突破，具身智能、科学智能等在关键场景实现落地应用。形成一批全球领先的“人工智能+”能源相关研发创新平台和复合人才培养基地，建成更加完善的政策体系，持续引导“人工智能+”能源高效、健康、有序创新，为能源高质量发展奠定坚实基础。 二、加快能源应用场景赋能 （一）人工智能+电网。围绕新型电力系统下的电网安全、新能源消纳、运行效率等要求，开展电力供需预测、电网智能诊断分析、规划方案智能生成等电网规划设计应用，加强电网工程智慧建设管理；推进电网多尺度智能仿真分析，探索人工智能模型在电网智能辅助决策和调度控制方面的应用，提升电力系统源网荷储全要素安全可靠低碳运行水平；稳步提高输变电等关键装备研制智能化水平；推动电力设备故障预测性维护，打造具备自主感知、决策、执行能力的电力设备健康管理智能体，提升设备精益化管理水平；推动营配调智能一体化应用，构建电网运营服务智能支撑体系，提升电力客户全过程智能服务水平；促进人工智能技术融入电力应急体系和能力建设，提升电力系统防灾减灾救灾智能化水平。 专栏1 人工智能+电网典型应用场景 电网智能规划设计与生产建设。构建电力供需智能预测、电网运行智能诊断分析、电网规划智能辅助决策、输变电设施智能设计等应用，应用人工智能技术开展规划设计和技术经济分析，推动电网规划设计作业模式向智能化转变。聚焦建设阶段的作业感知与业务监测，构建电网建设的人工智能违章识别、进度仿真、在线监测、管控指标实时分析、作业流程智能管理等应用，促进电网工程建造智能升级。 电网调度运行。在全国统一电力市场建设背景下，构建新能源功率预测、负荷预测、离线仿真分析、在线安全分析、极端应急处置、调度辅助决策、市场出清运筹优化、电力市场智慧决策等方面的智能化应用，持续完善新一代智能调控技术支持体系，支撑新型电力系统安全稳定运行。 电力设备状态评价与智能运维。构建设备状态智能感知与预警、设备故障智能定位与诊断、设备状态检修智能决策、设备灾害风险智能预测、检修工作票智能生成等应用，提升设备精益化管理水平。 配电网智能运行管理。构建配电网实时感知、风险分析、智能决策等技术应用，全面提升配电网智慧控制能力和供电可靠性，加强配电网层面源网荷储协同调控。 电力应急抢修。构建电力系统灾害风险智能预警、损毁情况智能分析、应急方案智能决策等辅助决策系统，推进电力应急抢修技术装备智能化应用，提升电力系统防灾减灾救灾能力。 （二）人工智能+能源新业态。围绕能源保供和绿色低碳转型需求，推进人工智能技术在虚拟电厂（含负荷聚合商）、分布式储能、电动汽车车网互动等灵活性调节资源中的应用，提升负荷侧群控优化和动态响应能力；加强人工智能技术在新型储能与电力系统协同优化调度以及全生命周期安全中的应用，推动可再生能源制氢生产工艺智能寻优。强化人工智能技术赋能能源生产过程中的节能和碳排放管理，提升多能互补综合能源系统电、热、冷、气联供的综合能效和降碳水平。推动人工智能在零碳园区、智能微电网、算电协同中的应用，提升源网荷储一体化智能运行水平，促进新能源就地消纳。 专栏2 人工智能+能源新业态典型应用场景 虚拟电厂精准控制与智能运营。虚拟电厂运营商平台根据电网调节指令、市场信息，结合资源特性的动态变化，进行控制策略的智能优化和控制指令的智能生成，实现大规模灵活性资源聚合优化调控、实现虚拟电厂参与电力市场的智慧交易决策。 绿氢生产工艺智能寻优。融合风光功率波动预测、储氢罐容量、电解槽温度、催化剂状态等多维数据，基于人工智能算法，智能驱动电解槽电流密度动态寻优，构建电解制氢-储氢-用氢全链条智能调控系统，实现可再生能源功率波动与电解装置柔性负荷的毫秒级匹配。 园区智能降碳。基于光伏、储能等设备运行数据，园区智能降碳协同控制系统实时动态优化能源调度策略，结合电价与碳排放因子自动调节空调温度、充电桩功率及设备启停时序，通过增强现实可视化界面和语音助手向用户推送个性化节能建议，形成“碳-能-费”智能协同模式。 新型储能智能化运行。针对新型储能动态适配电力系统调度、广域协同互动、弱电网支撑、电池装备安全监测、设备本体评估与运维，通过人工智能技术，提升面向弱电网的多类型储能协调控制能力，构建新能源与配建新型储能广域协同优化控制、储能电站智能评估、智慧运维决策支持、全生命周期安全等应用体系，提升系统友好型新能源电站的电力供应保障能力。 智能营销服务。针对油、气、电等直接面向客户服务场景，构建座席业务受理智能辅助、智能客户服务、供电方案智能生成、综合用能方案智能生成、运维工单智能派发、用户用能异常诊断等智能化应用，打造交互式、伴随式的客服新模式，提升客户全过程智能化服务水平。 （三）人工智能+新能源。针对新能源出力波动性与间歇性的问题，加快在高精度功率预测、电力市场、场站智慧运营、新能源规划、项目后评价等方向的人工智能应用，持续推动新能源关键材料及产品不断迭代和创新，推动复杂场景及转折性天气下功率预测大模型在更小尺度、更高精准度方向发展，支撑广域新能源资源协同优化，促进偏远地区新能源场站智能运维发展，打造“气象预测+功率预测+智慧交易+智能运维”一体化新能源智能生产模式，全力支撑新能源稳定供给。 专栏3 人工智能+新能源典型应用场景 气象预报与新能源功率精准预测。构建以多时空尺度气象预报为核心的气象服务体系，建立气象-功率非线性关系精准挖掘与解析的多场景多周期算法大模型，实现新能源功率精准预测。 偏远地区场站智能运维。利用大模型、声纹检测、遥感、机器人、智能穿戴设备等技术装备，实时监测周边环境及设备运行状态，实现无人机、无人车、无人船、智能控制等多系统智能联动，提升设备巡检效率，提高场站的综合运营效率。 新能源规划设计。综合考虑发电效率、投资回报率等因素，构建智能化推荐引擎，提供最优机型匹配方案。融合大模型与设计软件，快速生成多版本设计方案并评估关键参数，提升设计效率与质量。 智慧工地建设。推动人工智能技术深度融入工程建设方案选择、人员管理、风险预警、工期管控等电力建设工程管理全流程，研发无人机巡检系统、风险自动研判预警系统等，实时捕捉施工人员违章行为，构建贯穿施工全过程的“智慧工地”管理平台，助力提升电力建设工程安全质量总体水平。 （四）人工智能+水电。聚焦高海拔高寒地区水电工程智能化建设与流域水电站群智慧调度运营，推进人工智能技术在水电工程建设中的应用，提升水电工程智能化设计施工管理水平；推进人工智能技术与传统水文模型、气象模型、大规模水库调度技术融合，提升气象、水文双向耦合预测精度，开展调度决策优化智能应用建设；推动知识图谱、大模型、智能体等技术融入新一代水电智慧运营大脑，在水电站智慧运维与精益检修、智能大坝态势感知与智慧管理等重点领域形成智能化解决方案。 专栏4 人工智能+水电典型应用场景 智能水电工程建设。基于多源遥感数据融合和智能机器人等人工智能技术，建立水电工程地质智能化勘测设计体系，实现机组设备数字化智能化安装调试，提升水电工程智能化施工管理水平。 气象水文联合预测。基于流域气象水文双向耦合预测大模型，构建洪旱极端事件风险量化工具，充分融合气象知识、水文知识和流域地理信息，提升气象水文预报精度和预见期。 流域综合调度。基于流域站群联合智慧优化调度、风险控制和模拟仿真等关键技术，建设精准调度决策优化智能应用，实现对水资源调度方案执行情况的实时监测、分析和评估，在时间和空间上对水资源分配进行优化，提高水能利用率，增加发电效益。 设备智能运检。基于物理场、声学、视觉、智能传感器等多源数据以及知识图谱、大模型等技术，推动水电关键设备实现状态全息监测、全生命周期健康管理、智能运维和状态检修等业务领域全流程智能化升级，实现运维知识结构化管理与基于大模型-智能体的智能辅助决策系统。 大坝高质量运行。构建大坝典型病害特征数据库与知识图谱，结合大坝智能感知-融合-诊断-防控理论方法，实现多元驱动的大坝安全状态早期识别-自诊断-自适应预警-智能馈控，确保水电站大坝运行安全，支撑水库大坝高质量运行管理。 （五）人工智能+火电。围绕火电清洁降碳、安全可靠、高效调节、智能运行的发展方向，在燃料管控、生产运行优化与智能控制、设备全生命周期管理等业务场景，协同开展人工智能赋能及技术创新。加快火电数字化设计建造和智能化升级，推动火电运行控制系统智能化发展和应用，提升火电关键装备全生命周期智能监测及健康管理能力，助力火电支撑保障能力进一步提升。 专栏5 人工智能+火电典型应用场景 燃料智能管控。基于燃料市场价格波动、库存量、耗煤量以及煤堆三维结构、煤质分析等多维度多类型数据，采用先进传感、图像识别、规则理解以及智能体等技术，实现燃料数量、质量等智能检测和智能管控。 生产运行优化。基于大模型和生产运营相关系统数据，实现生产运营过程中燃料掺配、运行优化、智能灵活调峰、安全智能管控等核心业务场景智能化升级，提升生产运营的智能化水平和效率。 设备全生命周期管理。基于大模型和机器人等人工智能技术，通过对汽轮机（含燃气轮机）、发电机、锅炉受热面等关键设备多类型数据进行实时状态监测，实现设备状态全景监测、健康量化评估、隐患识别与故障预警、剩余寿命预测、运行方案调整、异常分析判断和隐患闭环管理。 智能技术监督及评价。依托锅炉、汽轮机（含燃气轮机）、发电机等关键设备的海量运行数据与火电技术监督工作相关资料，基于火电大模型多模态分析能力，深度融合火电特色场景，提升技术监督的智能化和人员专业能力。 （六）人工智能+核电。围绕核电安全发展，构建核电安全预警、电站运行事件智能溯源分析、应急响应的智能辅助支持系统，开展核工业特种运维机器人技术攻关，持续推动核电系统的自动启停等技术升级演进，探索人工智能技术助力离子体预测控制、可控核聚变等技术路径，推动核电行业向数据驱动、模型牵引、智能管控的新模式稳步转型。 专栏6 人工智能+核电典型应用场景 核电智能安全管控。借助数据治理及人工智能技术，聚焦运行事件溯源、技术规格书及运行参数边界条件，智能识别人员、设备、环境的不安全状态，推进安全预警、智能应急响应等场景技术攻关与应用。 核电智能运维。利用各阶段的构筑物、系统及设备/部件的数据，建立数据驱动的核电厂模型，推动核电人工智能小模型及专业大模型研发，推进人工智能技术在核电系统智能监测、预警、诊断和预测中的应用，提升机组性能智能诊断和优化能力，提升关键设备、系统及机组的一键启停等能力，拓展高放射性、水下及密闭空间等高危场景机器人作业的范围与深度。 可控核聚变智能控制。结合可控核聚变装置多物理场耦合特征，基于人工智能技术开展可控核聚变智能控制系统研究，研发等离子体的位形实时预测-磁约束参数自适应调控智能模型，实现托卡马克等离子体稳态运行的智能化控制。 （七）人工智能+煤炭。聚焦地质勘探、煤矿采掘（剥）、煤炭洗选、生产调度、安全管控、设备管理等典型场景，稳定获取复杂地质、多工况以及多时空协同条件下的各种工况数据，融合应用智能模型，实现生产过程智能控制与自主决策，助力少人无人化作业常态化运行，稳步推进减人、增安、提效，进一步夯实煤炭在能源安全中的兜底保障作用。 专栏7 人工智能+煤炭典型应用场景 煤矿地质勘探数智赋能。基于煤矿专业大模型，融合地面高精度勘探与井下动态智能探测的新技术，构建复杂地质条件下的煤矿地质数据库，实现矿井地质信息的全过程动态协同管理和预警，保障矿井高效、快速、绿色、智能生产。 井工煤矿采掘工艺优化与智能控制。通过多模态感知、大小模型融合、设备群协同控制和工艺动态优化，挖掘煤岩特征信息，驱动采煤与掘进工作面设备群智能截割、自主决策与协同控制，实现采煤工作面生产系统自主运行、掘进工作面探-掘-支-锚-运高效协同以及少人无人化常态化作业，大幅提升采掘效率和安全水平。 露天煤矿自主采装与运输无人化。推进大模型模拟爆破参数与穿爆作业的融合，应用人工智能技术快速解析采剥进度，实现采-运-排生产系统内挖掘机、排土推土机以及其他辅助作业设备常态化远控或自主作业，以及矿用卡车无人驾驶规模化运行，提升穿爆智能化程度和精准度，大幅减少坑下作业人员数量，提升露天煤矿生产效率与安全水平。 煤炭质量快速检测与智能洗选。采集与构建煤质特征数据库，实时动态预测煤炭灰分、硫分、挥发分、水分及元素含量等关键指标，实现煤质特征智能识别，大幅提高煤质在线检测精度，实时反馈煤质在线检测数据，优化调节选煤生产工艺参数，提高煤炭产品质量合格率和稳定率。开发煤炭洗选专业模型，建立工业数字孪生体，实现煤炭洗选全过程的信息动态监测、趋势预测及协同管理。 煤矿重大设备状态监测和智能运维。建立重大设备实时运行状态和润滑、温震等检测数据融合大模型，实现故障诊断和智能预警，推动煤矿设备预防性检修，大幅降低故障影响生产时间，有效降低维护成本。 （八）人工智能+油气。聚焦跨专业协同研究、现场作业操控、生产运行管控等方向，推动勘探地质目标智能评价、开发方案智能优化、钻井压裂等作业参数智能调整、炼化装置智能运行、管网运行实时仿真，加快智能钻机、机器人、无人机、智能感知系统等智能生产技术装备的研发与应用，推动生产现场等全过程智能联动与自动优化，推动油气产业链智能化升级建设。 专栏8 人工智能+油气典型应用场景 油气勘探智能赋能。提升面向地震、测井、岩心露头等勘探专业领域的软件智能化水平，构建面向地震测井处理解释的专业大模型，打造面向有利地质目标综合评价的智能应用系统，实现可控震源智能辅助驾驶、地震检波器埋置等机器人示范应用。 油气藏开发与生产智能管控。研发油气开发数据与知识智能化技术、智能开发优化软件和专业大模型，打造大模型驱动的协同研究与生产管理决策平台，构建面向智慧油气田开发生产管控的新模式。 海洋油气生产环境预测维护。聚焦海洋油气生产过程环境保护和重大风险防范、治理等需求，通过生产环境智能监测与异常预警、固废处理智能管控、溢油智能识别与应急预测等手段，形成覆盖油气田全域生态环境状况的风险预知、态势感知、事故早知和认知决策一体化能力。 工程技术智能优化。推进地面工程智能设计、钻井参数智能优化、录井实时智能判层、储层改造及智能故障诊断与风险评估，实现井控机器人示范应用，保障复杂地质环境下施工安全高效。 管网仿真及智能调控。推进市场洞察预测、管网实时仿真及动态优化、高效智能站库运行、空天地一体线路管理及关键设备监测预警，实现“黑屏”智能调控，提升油气管网安全生产、油气保供与公平服务能力。 炼厂生产营运一体化优化。面向全流程计划优化、安全生产智能识别、设备预防性维修等环节，攻关新材料研发科学计算大模型，通过大小模型协同、混合建模等技术手段，减少工艺波动，降低安全事故发生概率，提升生产运营智能化水平。 三、加大关键技术供给 聚焦能源领域数据孤岛化、算力碎片化、算法黑盒化、算力高耗能等技术瓶颈，推动开展适用能源领域的数据、算力、算法等共性关键技术攻关。 （一）夯实数据基础。针对能源领域高质量数据集构建和数据安全需求，推动数据智能标注、智能增强、数据合成等技术应用，推进能源数据分类分级技术、隐私计算技术以及智能数据动态加密和跨域可信溯源等技术研发，优化数据分享机制，加快形成能源领域高质量数据集，确保能源数据全流程安全可靠。 （二）强化算力支撑。针对能源领域租建结合模式下的多元异构算力融合利用需求，开展多元异构算力统一调度、任务智能编排、存算网一体化融合、算力池化等关键技术攻关，提升智算服务水平。持续开展能源算力需求监测，统筹规划算力、电力和通信网络资源，构建算力、电力深度融合的算电协同发展机制，不断提高算力中心绿电比例。 （三）提升模型基础能力。针对能源领域对于模型安全性和可解释性的需求，推动模型算法、应用系统等安全能力建设，加大多智能体协同、可解释性、模型轻量化推理等技术的研究，持续深化机器视觉、多模态、时序预测等人工智能关键技术在能源领域的应用研究，推动人工智能与能源领域软件深度融合。针对人工智能计算耗能问题，加快突破人工智能绿色低碳技术瓶颈，研究柔性直流供电、模块化小型堆等能源供给技术，鼓励数据中心液冷技术、废热回收、备电集约化等高效能源综合利用技术的应用。 四、保障措施 （一）强化组织实施。各地方能源主管部门和相关中央企业要根据意见要求，建立健全工作机制，统筹衔接好相关规划，结合实际加快推动本地区、本单位“人工智能+”能源的发展，做好各项要素保障，探索构建安全治理体系，形成上下联动、层层落实、安全发展的工作格局，加快推进人工智能在能源领域融合应用的技术研发、示范试验、推广应用等工作。 （二）推动协同创新。围绕能源领域人工智能融合创新应用关键共性技术和配套专用技术，推动建设一批行业研发创新平台。鼓励企业牵头联合科研机构、高校、社会服务机构等单位，建设以技术创新融合应用为目标的跨领域、跨学科的“人工智能+”能源创新联盟，深化产学研用合作，构建开放协同、共创共享的能源智能化创新生态体系。 （三）加强标准规范建设。在深入总结应用示范实践的基础上，加快编制能源数据治理、多元异构算力融合、典型场景设计等一批技术标准规范，推动能源领域人工智能标准体系建设，探索建立人工智能应用评估指标体系和行业级人工智能应用标准测试平台，提升能源领域人工智能技术安全应用水平。鼓励能源企业主导制定国际标准，以技术标准“走出去”带动人工智能技术和产品在海外能源市场推广应用。 （四）开展试点示范。组织开展能源领域人工智能应用试点示范，遴选一批可复制、易推广的场景和企业标杆应用。鼓励开展能源和交通融合、油气和新能源融合等跨领域、跨行业典型场景示范。能源领域人工智能应用相关技术装备优先纳入能源领域首台（套）重大技术装备支持范围。支持具备条件的地区和企业，因地制宜开展能源领域各类人工智能应用试点示范，在技术创新、商业模式、发展业态、体制机制等方面深入探索、先行先试。 （五）加大支持力度。充分发挥中央财政资金带动作用，依托能源领域、人工智能领域国家科技重大专项和重点研发计划等科技专项，有序推动能源领域人工智能技术应用创新。发挥多层次资本市场支持科技创新关键枢纽作用，引导社会资本参与人工智能科技项目实施和成果转化应用。 （六）完善人才培育生态。鼓励能源企业与高等院校、科研院所共建“人工智能+”能源人才培养基地，以行业需求为导向设计跨学科课程体系，重点培养具备能源系统知识、人工智能算法应用能力的复合型人才，通过产教协同增加复合型人才供给。 国家发展改革委 国家能源局 2025年9月4日 国家能源局科技司相关负责同志就《关于推进“人工智能+”能源高质量发展的实施意见》答记者问 近日，国家发展改革委、国家能源局印发了《关于推进“人工智能+”能源高质量发展的实施意见》（以下简称《实施意见》）。国家能源局科技司相关负责同志就《实施意见》接受采访，回答了记者提问。 问：《实施意见》出台的背景是什么？ 答：党中央、国务院高度重视人工智能发展，近日，国务院印发《关于深入实施“人工智能+”行动的意见》，推动人工智能与经济社会各行业各领域广泛深度融合。能源是创新创业高度活跃的领域，具有数字化基础好、数据质量高、应用场景丰富等比较优势，应走在人工智能应用前列。特别是能源央企积极布局，围绕资源勘探、生产运维、安全监测等环节，已经成功研发应用了电力、油气、煤炭等多个具有行业代表性的专业大模型。总的看，我国能源领域已形成了场景覆盖广泛的人工智能发展格局。 与此同时，相比于能源行业的高安全性与强专业性，以及对决策容错率和知识体系完备性的严苛要求，人工智能技术在能源领域应用仍然存在着技术可靠性不足、数据基础较为薄弱、电算供需逆向分布等不容忽视的问题与挑战。大模型“黑箱”特性导致的可解释性缺陷和潜在幻觉风险，使得人工智能技术在涉及核电站安全决策、电网实时调度等核心领域尚无法满足行业级可靠性要求。随着越来越多场景融入人工智能应用，亟需加强顶层设计和系统谋划，加快推动人工智能技术在能源领域的深度应用，带动能源整体性变革，助力加快构建新型能源体系。 问：《实施意见》提出2027、2030两个阶段性目标的主要考虑是什么？ 答：统筹考虑能源领域人工智能应用实际，立足能源行业发展基础，放眼行业发展近中期目标，《实施意见》以拓展人工智能与能源领域深度融合应用场景为重要依托，以提升能源领域人工智能创新应用技术水平为主攻方向，以推进智能算力与电力协同发展为必要支撑，以健全能源智能化发展的创新体系为关键保障，提出能源领域人工智能发展的分阶段目标： 到2027年，着眼于打牢基础、树好标杆、健全体系。聚焦能源领域智能化水平不均衡、共性技术支撑不足、规模化应用尚未形成，重点推动“五十百”工程，即推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，挖掘十个以上可复制、易推广、有竞争力的重点示范项目，探索百个典型应用场景赋能路径，制定完善百项技术标准，培育一批行业级研发创新平台，形成符合我国国情的能源领域人工智能技术创新发展模式。 到2030年，聚焦自主可控、深度赋能、国际领先，在前期技术积累和场景验证的基础上，着力推动能源领域人工智能专用技术实现体系化突破与规模化落地。这一阶段更注重核心技术的自主创新与深度融合应用，通过人工智能技术增强能源系统的安全性、绿色化和效率，支撑我国新型能源体系建设。 问：在《实施意见》提出了哪些重点任务？ 答：《实施意见》围绕行业应用需求和基础能力供给协同推进，从应用场景赋能、关键技术供给等方面部署了一系列重点任务，并以专栏形式细化明确了研发应用重点方向。 一是面向能源各场景全方位赋能。《实施意见》围绕煤、电、油、气各能源品种，系统部署了人工智能+电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大应用场景，推动能源领域共享人工智能发展红利，助力传统化石能源产业数字化智能化升级，加快新能源、能源新业态及能源交叉领域与人工智能的深度融合，培育壮大能源新产业新模式。在纵向上，围绕能源装备制造、能源生产、输运、调度、消费等环节，强化人工智能对能源产供储销的提质增效作用，提升能源系统整体效率。 二是专栏明确典型场景建设路径。坚持战略引领与精准落地并重的原则，聚焦智能化转型需求急迫、数据基础完备、应用价值明确、规模化应用潜力大的方向，以专栏形式明确了37个人工智能+能源的融合应用发展重点任务，涉及百余项场景，其中，油气方向有6个，煤炭、电网、水电、能源新业态方向各5个，火电、新能源方向4个，核电方向3个，同时，提出了各任务的建设路径与目标。 三是加大关键共性技术供给。围绕数据、算力、算法，系统构建人工智能应用基础支撑体系，提出人工智能在能源领域应用的三大共性关键技术攻关方向：夯实数据基础，加快形成能源领域高质量数据集，确保能源数据全流程安全可靠；强化算力支撑，统筹规划资源，构建算力、电力深度融合的算电协同发展机制；提升模型基础能力，推动人工智能与能源领域软件深度融合，加快突破人工智能绿色低碳技术瓶颈。 问：下一步将如何推动《实施意见》的落实？ 答：能源领域智能化转型，需要上下协同发力，部门协调配合，国家能源局将紧紧围绕能源领域智能化转型下一阶段目标任务，进一步强化顶层设计、政策支持和指导协调，定期开展分析研究和总结评估，研究解决工作推进中的重大问题，确保《实施意见》各项任务顺利推进。 一是强化组织实施。加强统筹协调，形成上下联动的工作格局，推动各地方、各企业因地制宜细化落实举措，建立健全长效工作机制并强化过程督导，确保《实施意见》各项任务落到实处、取得实效。 二是加强产学研协同。综合考虑煤电油气各行业应用潜力、成熟度、带动作用等因素，遴选一批能源领域人工智能应用高价值场景，鼓励企业、科研院所、高校等各类创新主体建设高水平研发创新平台和创新联盟，促进产学研用深度融合。 三是加速科技成果转化。探索建设行业级人工智能应用测试平台，有效协同企业自主研发的大模型，解决大模型“重复造轮子”问题，避免先进算力和能源资源被过度消耗。遴选一批可复制、易推广的标杆场景与案例，鼓励体制机制与商业模式创新，推动能源领域人工智能科技项目实施与成果转化。

国家发展改革委今日上午10时召开国家发展改革委8月份新闻发布会。 国家发改委：发展“人工智能+”坚决避免无序竞争和一拥而上 国家发展改革委高技术司副司长张铠麟在新闻发布会上表示，发展“人工智能+”要坚持因地制宜，将推动各地立足区位特点、资源禀赋和产业基础，科学确定发展重点，形成各具特色、各展实效、优势互补的发展态势，坚决避免无序竞争和一拥而上。 国家发改委：将完善民营企业参与国家重大项目建设的长效机制 国家发展改革委政研室副主任、委新闻发言人李超在新闻发布会上表示，将抓紧研究出台促进民间投资发展的政策举措，完善民营企业参与国家重大项目建设的长效机制。对于铁路、核电、油气管道等领域的重大项目，设立民间投资参股比例的最低要求，支持更多符合条件的民间投资项目发行基础设施REITs。 国家发改委：将加快治理部分领域无序竞争 研究制定纵深推进全国统一大市场建设行动方案 李超表示，下半年，国家发展改革委将紧盯重点领域重点任务，加快建设全国统一大市场，研究制定纵深推进全国统一大市场建设的行动方案，强化妨碍全国统一大市场建设典型案例通报，持续推进市场准入壁垒的清理整治行动，统一政府行为尺度，进一步规范地方招商引资行为，加快推进价格法修订，出台互联网平台价格行为规则，会同有关部门依法依规查处低于成本倾销、夸大和虚假宣传的行为，加快治理部分领域的无序竞争等问题。 国家发改委：加快人工智能加消费等领域政策出台 李超表示，接下来，国家发展改革委要打好提振消费组合拳，激发市场活力。在扩大优质供给方面，国家发展改革委将平稳有序实施消费品以旧换新，做好政策接续，加快首发经济、数字消费、人工智能加消费等领域的政策出台，促进文旅、赛事、露营等服务消费。 国家发改委：未来1-2年是人工智能落地的关键窗口期 国家发展改革委创新驱动发展中心主任霍福鹏在新闻发布会上表示，到2027年，要率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。这一阶段强调要在重点领域实现突破性应用，未来1-2年就是人工智能落地的关键窗口期。 国家发改委：人工智能还将加快与元宇宙、低空飞行等前沿技术融合和产品创新 “人工智能+”不仅是科技发展的前沿方向，更关系到人民群众的现实关切。当前，人工智能正日益融入生产生活的方方面面，赋能千行百业、造福千家万户。“人工智能+”行动将推动居民消费实现从“有没有”向“好不好”的转变。人工智能还将加快与元宇宙、低空飞行、增材制造、脑机接口等前沿技术融合和产品创新，推动新产品、新形态不断涌现，持续释放新消费潜力。未来，随着“人工智能+”行动的不断推进，我们将看到人工智能不仅让工作更智能、学习更高效、生活更美好、消费更丰富，也让“智能”成为每个家庭生活的组成部分，让科技成果惠及每一个人。 国家发改委：多举措支持人工智能发展 将发放算力券等降低创新主体研发成本 国家发展改革委创新和高技术发展司副司长张铠麟表示，推动“人工智能+”行动是一项系统性工作，国家发展改革委将继续发挥好统筹协调作用，会同有关部门和地方坚持硬投资和软建设齐发力。在抓好重大项目方面，将发挥好政府投资引导带动作用，用好“两重”“两新”政策、中央预算内投资、地方政府专项债券等，支持人工智能发展，将发放算力券等推动降低创新主体研发使用成本。