12月12日至14日，2025年粤港澳大湾区人工智能与机器人产业大会暨广东省人工智能与机器人技能大赛在广州举行。会上，广东省具身智能训练场“1+1+N”体系正式发布。该体系包括广东省具身智能训练场，由主训练场和管理中心组成;深圳具身智能示范区，旨在建设全国首个具身智能机器人友好示范城区;以及多个垂直分训练场，覆盖不同地市和领域，与主训练场资源共享、优势互补。广东省具身智能科技有限公司已成立，负责省训练场的建设运营。目前，前期顶层设计和一期招采工作已完成，进入建设及运营筹备阶段。数据显示，广东在人工智能核心产业规模、工业机器人和服务机器人产量方面均居全国首位。2024年，全省人工智能核心产业规模达2200亿元，工业机器人产量占全国比重超四成，服务机器人产量占全国比重超八成。2025年1-10月，全省人工智能核心产业规模超2300亿元，工业机器人、服务机器人产量分别为26.02万套、1283.88万套。

时值人工智能治理的重要转折点，技术的突破性进展正将治理议题从原则框架推向务实行动。面对AI在推理、感知与情感交互能力上的飞跃，全球主要经济体纷纷调整治理策略，中国则在“人工智能+”战略引领下，推动治理向场景化、工具化纵深发展。12月13日，在“2026中国信通院深度观察报告会”上，针对2025年人工智能实现突破性跃进所带来的治理新挑战、我国在全球AI治理格局中的路径选择，以及未来治理体系构建方向等关键议题，中国信息通信研究院政策与经济研究所副所长李强治表示：“2025年是人工智能治理转折的重要时点，治理正从框架原则向务实行动转变，亟需构建适应技术演进与国际竞争的公平有序治理体系。”AI能力突破带来治理紧迫性显著上升李强治指出，2025年，人工智能治理迎来转折点。如果说过去人工智能治理还主要停留在框架原则层面，那么今年一个重要的变化就是向务实行动转变。重要的原因是人工智能技术在2025年出现了一系列的重要突破，使其现实影响和潜在风险快速上升。首先是，AI推理能力的显著提升。今年以来，AI开始能够胜任更多复杂任务，在众多领域逼近甚至超越人类水平，并初步具备自主决策与自主执行的能力。AI对人类智能、人类劳动的深层次影响，已经开始由假设走向现实。第二个方面是，AI感知能力向多模态、全模态演进。AI生成的文字、图片、音频、视频等的真实程度已经超越了人类的分辨能力，AI已经可以更好地探知真实世界、理解物理规律，促使真实与虚拟的边界进一步模糊，网络空间治理或将面临系统性重构。三是，AI情感计算能力的显著进步，使人与AI之间向可信赖社交关系跃升。AI具备了识别、模拟甚至响应用户情绪状态的能力，能够给予人类无条件积极关注、持续陪伴与高度个性化反馈，或者说AI正越来越像人一样思维、能够像朋友一样感知和回应。李强治表示，这一系列AI能力的突破，包括低成本技术的引入，推动大模型系统开始广泛嵌入到各领域的应用中，风险的外溢性和治理紧迫性显著增加。我国AI治理走深向实，场景与工具同步落地李强治指出，2025年，主要经济体基于自身产业基础和治理诉求，不断探索调整人工智能治理路径。美国体现出“放松监管”与“强化治理”双轨并行的格局。联邦层面，特朗普政府通过系统性放松监管、撤销前任政府法规，并试图以联邦资金为杠杆压制州级监管权。州层面，则积极推进立法，2025年，截止目前，全美各州生效的AI法案已达118项，回应了包括前沿AI、政治选举、未成年人保护、透明度等在内的一系列焦点问题。欧盟《人工智能法》进入关键规则制定和实施阶段。其中，通用目的人工智能行为准则（GPAI）关于模型和数据透明度、知识产权保护等规定大幅提高了合规要求，在欧盟内部引发是否延期实施的争议，并于近期推出了一揽子改革的《数字综合法案》，旨在简化数字领域的监管，以营造更友好的发展环境。相比美欧，李强治表示，我国2025年人工智能治理走深向实，场景与工具同步落地。以“人工智能+”国家战略为引领，推动AI治理下沉场景赋能，推动医疗、政务、教育等垂直领域逐步深化。与此同时，AI治理工具日益丰富，工信等部门发布了《人工智能科技伦理管理服务办法（试行）》，从审查范围、审查主体、审查内容、审查程序等维度推动AI治理向伦理管理和服务深化；网信等部门发布了《AI生成合成内容标识管理办法》，深入探索以技治技新举措，首创显式和隐式双标识体系，有效推进AI内容“生产—传播—使用”全链条规范化管理。构建面向人机共生未来的公平有序治理体系李强治指出，过去一年，我们在人工智能治理上探索了不少务实创新的举措。但与AI技术迭代创新的速度相比，与日益复杂严峻的国际形势相比，人工智能治理体系的适应性和有效性还远远不够。在技术演进层面，AI奇点加速临近，将进一步引发人类生存性忧虑；在产品服务层面，人格化AI日益模糊现实和虚拟边界，对人类社会的影响将进一步深化；在产业生态层面，随着智能体具备强大的调用和执行能力，或将重构网络内容生产、数据处理、流量聚合的模式，重塑数字生态格局；在融合应用层面，责任认定难题成为制约AI赋能医疗、交通、金融等产业发展的瓶颈，责任主体划分的复杂性等迫切需要制度回应；在经济社会层面，AI重构劳动力发展路径与价值体系，人机系统中“机器”的比例日益提升，劳动力新价值有待重新定位。面向未来，李强治表示，应当从应对人机关系、人-人关系、人与社会关系入手，着力构建完善有益公平有序的人工智能治理体系。从近期来看，需要探索知识产权、数据权益等公平的权责分担机制，搭建监管沙盒、分级分类等有序的风险管控机制。从中长期来看，需要探索构建人机共生良好生态，多维度强化AI透明度，保留人类最终决策权和控制权；确保公平普惠的供给环境。

12月13日，在“2026中国信通院深度观察报告会”上，中国信息通信研究院产业与规划研究所副所长张桢表示，人工智能与城市全域数字化转型深度融合，正在升级成为推动城市高质量发展的核心引擎。城市全域数字化转型：践行“现代化人民城市”理念的核心抓手2025年中央城市工作会议时隔十年再次召开，提出下一个阶段城市工作要“以建设创新、宜居、美丽、韧性、文明、智慧的现代化人民城市为目标”。张桢认为，城市全域数字化转型是践行“现代化人民城市”理念的核心抓手，其关键作用主要体现在三个层面。一是在治理层面，通过构建“一网统管”协同体系，全量汇聚政务、交通、应急等多维度数据，能够实现对城市运行状态的实时感知、智能调度和风险预测，实现城市管理从被动响应到主动干预的转变，能够有效提升城市治理效率，保障城市安全。例如，部分城市已实现公共安全事件的AI智能发现与秒级派单。二是在生活层面，推动“一码通城”普惠服务，以统一数字身份为核心标识，通过打通政务办事、医疗健康、交通出行等高频场景，让市民“一码畅行”，促进公共服务从分散便捷向整体智慧跃升。此外我们看到这两年来，通过AI辅助诊断、个性化教育等新工具新手段，重点服务“一老一小”等群体，弥合数字鸿沟，彰显城市温度。三是在发展层面，通过积极探索数据确权、流通和交易机制，培育数据要素市场，促进更大规模、更深层次的产业结构性转型升级，增强城市就业消纳能力，提升社会可持续发展水平。人工智能与城市全域数字化转型融合：推动城市高质量发展的核心引擎谈及人工智能与城市全域数字化转型的结合对城市高质量发展产生的影响时，张桢表示，两者的深度融合正在升级成为推动城市高质量发展的核心引擎。并从三方面分析了其显著影响。一是AI重构城市数字基础设施，奠定高效能底座。城市级AI应用依赖于强大的智能算力中心，这类设施正成为城市的“数字心脏”。同时，AI正在加快嵌入城市运行智能中枢，实现对算力、存力、数据等资源的智能调度，为全域数字化转型提供统一、高效、弹性的支撑。二是AI重塑城市核心业务模式，催生革命性应用。例如在城市治理领域，AI推动“智能发现-自动派单-处置反馈”业务闭环，将城市管理从“人海战术”升级为“智慧协同”。在产业发展领域，AI从设计、生产到服务的全链条渗透，赋能传统产业转型升级，催生智能家居、个性化定制等新业态。三是AI驱动城市能级系统性跃升，迈向韧性自进化。典型如通过AI预测性模型，城市有望具备“预言家”能力，即通过数据智能分析，前瞻性地模拟和应对极端天气、城市灾害、交通拥堵等风险，增强城市韧性。城市全域数字化转型要务之一：建立健全以场景为核心的工作体系今年11月，国办印发《关于加快场景培育和开放推动新场景大规模应用的实施意见》指出，“场景是用于系统性验证新技术、新产品、新业态产业化应用以及配套基础设施、商业模式、制度政策的具体情境，是连接技术和产业、打通研发和市场的桥梁，是推动科技创新和产业创新融合发展的重要载体，对促进新技术新产品规模化商业化应用具有重要牵引作用。”张桢指出：“结合中央关于场景创新的总体要求来理解，城市全域数字化转型要务之一，就是要引导各地建立健全以场景为核心的工作体系，将城市打造为新思路、新技术、新要素、新方案的综合型测试场。”具体来说，一是在基本考虑上，核心是推动从“技术供需对接”到“创新生态培育”转变。利用城市真实的治理痛点和发展需求，为新技术、新产品提供丰富的测试验证环境和首发首秀舞台，通过“以场景促创新”，加速科技成果向现实生产力转化。二是在具体抓手上，引导各地建立健全“清单－联盟－资源”实施组合拳。发布“机会清单”与“能力清单”，精准对接供需双方；组建跨行业跨主体“场景创新联盟”，促进能力互补与协同攻关；深化市政、交通等公共领域场景空间与公共数据授权开放，允许企业在真实环境下进行技术迭代和模式验证。三是在机制保障上，强调“有效市场”与“有为政府”相结合。一方面要加强法规、标准等“软环境”建设，探索建立容错免责机制，鼓励大胆创新。另一方面要通过政策引导和重点支持，为场景创新扫清制度障碍，营造敢闯敢试的良好生态氛围。

12月13日，在“2026中国信通院深度观察报告会”期间，中国信息通信研究院产业与规划研究所所长徐志发就数字消费的相关问题发表了自身观点和见解。他表示，数字消费作为促进消费提质扩容、智能升级的“金钥匙”，是拉动内需、推动经济高质量发展的关键力量，在人工智能技术赋能下正迎来深度变革，“十五五”时期将进入壮大发展的关键阶段。数字消费是扩大内需战略实施的重要支撑党的二十届四中全会要求坚持扩大内需这个战略基点，坚持惠民生和促消费紧密结合。当前，加快培育壮大数字消费，对有力促进扩大内需战略实施具有重要意义。徐志发认为，由消费与投资构成的强大内需，正在成为拉动经济增长的主动力和稳定锚。近年来，我国最终消费规模和消费率稳中有升，稳居全球第二大商品消费市场，是推动GDP持续增长的重要力量。其中，数字消费在稳增长、促转型、惠民生中持续释放积极影响，成为扩大内需战略实施的重要支撑。一方面，数字消费稳定支撑经济增长，对扩大消费规模的贡献持续攀升。实物商品网上零售额占社会消费品零售总额的比重，已经从10年前的10.8%，上升至2024年的26.8%。另一方面，数字消费高效助推结构转型，驱动消费结构逐步转向商品和服务并重。例如，数字服务用户规模快速增长，生成式人工智能服务大模型注册用户已超6亿，短视频用户规模已超10亿。与此同时，数字消费积极赋能普惠性民生建设。例如，数字消费使偏远地区居民得以平等享有丰富商品与服务，农村网络零售额由2014年的1800亿增长到2024年的2.56万亿元，规模总体扩大14.2倍。人工智能驱动数字消费多元演进、蓬勃发展人工智能热潮对数字消费产生了深刻影响，当前数字消费蓬勃发展，各类新业态、新场景不断涌现。徐志发指出，人工智能技术加速推动消费走向智能驱动，向智能交互、主动适配、场景融通、虚实融合等方向深度变革，“人工智能+消费提质”已经成为培育新消费的重要方向。“AI+消费”引发消费者广泛关注，相关调查显示，88.4%的受访者对AI技术在消费领域应用表示期待，年轻群体的期待比例更是超过90%。在人工智能等新技术的驱动下，当前数字消费已广泛渗透至居民衣食住行、社交娱乐、健康学习、文化旅游等各方面，数字消费供给智能多元演进，需求扩容升级，环境持续优化，各类业态发展活力十足。具体来看，数字产品领域标杆产品密集突破，今年上半年，AI手机、AI电脑、AI眼镜等人工智能终端已超百款；数字服务更加普惠便捷，例如，智慧医疗服务扩面提速，2024年全国互联网医院数量扩充至3340家，较2021年翻了一倍，互联网诊疗服务量超1亿人次；数字消费方式稳健推动消费扩容，例如，今年前8个月，旅游线上销售额快速增长25.5%，餐饮外卖市场规模占餐饮收入比重从2020年的16.9%提升至2024年的22.8%。数字消费将实现供给、需求、环境协同跃升党的二十届四中全会提出“十五五”时期经济社会发展的主要目标时，要求居民消费率明显提高，内需拉动经济增长主动力作用持续增强。展望“十五五”时期，数字消费将呈现出清晰的发展图景。徐志发强调称，在外部环境不确定性不断加大的背景下，数字消费作为拉动内需、推动经济高质量发展关键力量的定位短期内不会改变。“十五五”时期，将是数字消费“壮大发展”的关键阶段，数字消费规模有望实现稳步增长，在居民消费支出的比重进一步提高。数字消费的未来图景将在供给、需求、环境三大维度的动态交互中实现台阶式跃升。徐志发进一步讲到：“新技术推动新旧动能加快转换，数字消费新质供给将加速涌现。群体扩容叠加收入增长，数字消费多元需求将持续释放。动态均衡安全与发展诉求，数字消费生态环境将不断改善。”

12月13日，在“2026中国信通院深度观察报告会”上，中国信息通信研究院云计算与大数据研究所所长何宝宏就面向AI的数据发展分享了自身思考和见解。数据的规模、质量决定大模型的上限谈及在AI大模型发展中，数据扮演的角色，何宝宏分别从AI和数据的发展两个角度进行了解答。他表示，早期的人工智能是基于规则，和数据关系不大；而这一波以大模型为代表的人工智能，数据扮演着非常核心的角色。从数据的角度来看，大数据上一波的核心驱动主要是推荐算法，典型的应用包括一些用户画像，风险控制、市场获客等；而这一波数据的热潮主要是以人工智能驱动，可以说数据在这一波人工智能大模型的发展中，起着非常核心的作用。“数据的规模、数据的质量决定着大模型的上限，所以能看到数据是重中之重。”人工智能发展对数据提出新的需求和挑战2025年以来，人工智能的发展呈现出一些新特征，对数据也提出了一些新需求。比如语言大模型，它的边际效应递减已经非常明显，所以语言大模型要进一步提高它的能力，就需要更高质量的数据。另外一方面，除了语言大模型，越来越多的关注点开始转向了多模态，无论是对语言大模型的持续优化，还是对多模态模型等数据都提出了一些新的需求、新的挑战。何宝宏指出，为了进一步提高语言大模型的能力，就需要发展更高质量、覆盖范围更广的数据。为了提升语言大模型推理能力，围绕推理甚至应用如Agent等，需要结合场景和应用等一些私域的、行业的、专有的数据。对于多模态大模型的发展来说，就不能仅仅只有文字类，还需要音频、视频等，这些数据如何对齐，在数据发展中也提出新的需求和挑战。数据技术正以体系化的方式发生巨大变革在何宝宏看来，为应对这些新需求、新挑战，数据技术正以体系化的方式发生巨大变革。具体来看，一方面，现有数据体系需面向人工智能进行定制化转型与适配。以数据治理为例，以往通用的治理模式，如今需结合人工智能的专用场景进行调整优化；即便是已有的DataOps体系，也需要衍生出面向AI的专属分支（DataOpsForAI），重点推进数据安全治理等相关工作，本质上是现有数据领域工作向AI适配的转型。另一方面，人工智能的发展也催生了数据领域的新情况、新问题，这是以往未曾出现的。当前这一波人工智能以生成式AI为核心，其生成的结果本身也属于数据范畴。随着近年来生成式AI的快速迭代，如今的数据格局已发生改变——人类产生的数据、传统互联网数据与AI合成/生成的数据日益交融，难以精准区分。后续，如何应对AI合成数据带来的挑战，尤其是如何规范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解决的新课题。何宝宏进一步讲到：“除了数据资源层面的变化，数据技术层面也需同步迭代升级。”受上述数据资源体系变革的驱动，数据技术正迎来一系列新调整：在数据存算领域，宏观层面上存算架构逐步向分布式、存算分离的方向发展，而面向本地或就近数据处理的需求，近存计算模式也愈发重要；同时，由于数据体量激增，需根据数据“温度”（热数据、温数据、冷数据）进行分级存储，对应的存储介质也需随之优化。在数据库技术领域，人工智能的发展同样提出了新要求——随着AI向多模态方向演进，传统单模态数据库已显现出效率偏低、成本偏高的问题，因此向量数据库、多模态数据库成为技术升级的重要方向。最后，何宝宏强调，受人工智能技术发展的驱动，当前数据技术正经历全方位的巨大变革，其核心目标是实现数智深度融合。

12月13日，“2026中国信通院深度观察报告会”在北京举办。中国信息通信研究院副总工程师许志远针对具身智能发表了自身观点和见解。在他看来，当前具身智能已经取得认知智能与物理智能的双线突破，但模型路线、数据范式以及最佳机器人形态仍未定型，大规模落地仍处于早期阶段，其未来方向仍在持续竞争与快速演化中。具身智能取得阶段性突破仍需关注三大核心焦点问题许志远详细介绍了具身智能当前实际进展及需要重点关注的内容。他表示，当前具身智能的确取得了阶段性突破。一方面，机器人的“认知智能”实现明显跃升（即“大脑”能力），大模型使机器人能够完成传统机器人难以处理的复杂任务，具备“可感知、可思考、可交互”的智能特征。另一方面，“物理智能”加速突破：基于强化学习，人形机器人在复杂地形行走、高难度舞蹈等动态任务上表现显著提升；基于模仿学习与大模型范式，上肢操作能力快速增强，已能执行切黄瓜、倒水、叠衣服等精细操作。“然而，尽管技术突破不断，具身智能的大规模落地仍处于早期阶段”，许志远指出：“当前行业仍面临三个核心焦点问题。”具体而言，一是模型路线之争：大模型范式是否适用于机器人？虽然大模型在语言、图像、视频领域取得巨大成功，但“同样的范式能否直接迁移到机器人控制”仍未被证明。业界正在探索多种途径。二是数据训练范式之争：哪类数据才是机器人智能提升的关键？数据仍然是限制机器人能力跃升的核心瓶颈。目前机器人模型主要依赖三类数据：真机数据：质量最高但采集昂贵、规模有限；合成/仿真数据：规模大、成本低，但逼真度与物理一致性有差距；人类第一视角视频数据：自然、丰富，但动作标注与映射存在挑战。当前尚无结论表明机器人领域是否会像NLP、CV一样遵循ScalingLaw——即“更多数据一定带来更强能力”。因此，数据范式仍在快速演化，混合数据、多模态数据、世界模型生成数据等方向均在探索中。三是形态路线之争：人形机器人是否是“真需求”？具身智能的落地呈现出两大派系：①人形坚守派（Tesla、FigureAI等），这些企业坚持全人形路线，原因包括：人形最契合人类社会现有环境与工具体系；人形形态最利于学习人类动作、利用人类数据；长期看具备最大通用性。特斯拉和FigureAI因此持续投入大量资源，力图构建“通用劳动机器人”。②折中派（大量国内企业）。国内今年涌现出多款“轮-臂式复合机器人”，其特点是：轮式底盘更可靠、成本更低、部署更简单；动作可控性强，更适合集成到商业场景快速落地。这种路径更强调“工程可落地性”，旨在在短期内形成可规模化的商业应用。在VLA基础上引入世界模型有望成为提升机器人大模型能力的重要路径据许志远介绍，目前，利用大模型提升机器人的泛化能力已成为业界共识，但如何有效地将大模型应用于机器人系统，仍存在多条技术路径，行业也在持续探索中。第一条路径是采用大语言模型（LLM）对人类指令进行语义理解与任务分解，这是赋予机器人高层智能的关键能力，谷歌的SayCan是早期代表性工作。第二条路径是在LLM的基础上引入视觉，使模型具备语言与视觉跨模态融合能力，通过视觉语言模型（VLM）进行机器人控制。借助视觉信息，模型不仅能分析环境的空间关系和物体属性，也能更好支撑高层任务规划。谷歌的PaLM-E展示了跨模态推理在机器人控制中的潜力。第三条路径是在VLM的基础上进一步加入动作生成能力，形成视觉-语言-动作模型（VLA）。这类模型以视觉图像和语言指令为输入，直接输出机器人控制指令。VLA路线自2024年底以来受到高度关注。各家厂商在模型架构、模块设计和动作生成方式上不断优化，例如美国的FigureAI、PI，以及国内的智元、银河通用等均聚焦于这一方向。许志远强调，目前，许多VLA模型采用MoE架构，以VLM作为骨干网络，动作层常使用自回归预测、扩散模型或流匹配等生成方式。同时，在VLM与动作预测之间通常加入隐向量用于信息传递，以兼顾复杂任务推理与实时控制需求。VLA在复杂、多步骤、多样化任务上展示出一定适应性。“然而，我们也观察到，尽管VLA在结构上不断演进，其实际落地效果仍未达到预期。原因在于物理世界具有高度多样性与不确定性，而当前可获取的机器人数据量级有限、覆盖场景不足，使得VLA难以充分学习并泛化到真实环境中。”展望未来，在VLA的基础上引入世界模型（WorldModel），借助其对物理世界的理解、预测与推演能力，有望成为进一步提升机器人大模型能力的重要发展路径。重视利用合成数据和视频数据满足机器人模型训练需求“机器人的真机数据虽然质量最高，但人工采集的成本极高，高质量样本更是稀缺，远远无法满足模型的训练需求。因此，业界开始越来越重视合成数据和视频数据的利用。”许志远指出。一方面，业界开始采用混合数据训练模式：先利用合成数据或视频数据进行模型预训练，再用真机数据进行微调。例如，银河通用使用10亿帧合成数据完成抓取模型的预训练；英伟达GROOTN1模型中，合成、视频和真机数据分别占25%、31%和44%。“我们发现，主流方案的非真机数据占比通常在80%~99%，但是哪个比例对于机器人性能提升更加有效仍需产业界来不断试错验证。”另一方面，今年以来，使用人类第一视角拍摄的视频数据成为破解数据瓶颈的一类重要方案。具体做法是让操作员佩戴头戴式摄像设备，在不影响日常工作的前提下记录其操作过程，为模型训练提供高质量的人类示范数据。6月份有消息称，马斯克将延续自动驾驶“全视频学习”的路线，未来的训练将主要依赖来自人类第一视角的视频数据。FigureAI也在9月份发布了Go-Big项目，目标就是构建全球最大、最多样化的视频预训练数据集。国内清华大学、地平线、智元机器人等也在做相关路线的探索。

目前，全球正加速迈入以人工智能为核心驱动力的智能经济时代，这不仅是一场技术变革，更是一次深刻的经济形态重构。深入理解智能经济的内涵、特征及其对生产力、生产关系和国家竞争力的战略意义，已成为把握未来发展主动权的关键所在。12月13日，在“2026中国信通院深度观察报告会”上，面对当前全球科技革命加速演进，我国经济转型升级迫切需要新动能的背景，中国信息通信研究院政策与经济研究所副所长孙克围绕“智能经济”这一核心议题，系统阐释了其内涵特征、战略意义与发展前景。智能经济呈现三“双”特征孙克指出，智能经济是以人工智能技术为驱动力，以双向赋能、加快向现实生产力转化为主线，以完全信息、市场出清、理性决策为出发点，提升产业运行效率，重塑新产业新模式新业态，扩大生产消费组织可能性边界，形成全要素生产率大幅提升、潜在生产能力最大化、全社会福利帕累托最优的新型经济形态。在他看来，智能经济呈现三“双”特征：一是技术与应用双向赋能。一方面，人工智能技术将感知、分析、决策等能力深度嵌入生产、流通、消费等各环节，重塑资源配置机制与经济运行范式，实现从潜在技术红利向实际产出能力的跃迁，如智能制造、智能诊断、智慧农业、智能零售等。另一方面，产业发展反哺人工智能创新，丰富的行业场景与数据反馈为模型训练和算法优化提供实践基础，推动人工智能迭代演进。二是原生与融合双重发力。一方面，人工智能技术在加速赋能消费与生产领域，智能营销、智能客服不断出现，工业领域研产供销服领域人工智能技术的应用也在不断加快加深。另一方面，智能原生是从设计之初就将AI考虑进来，实现产品、服务甚至整个业务模式围绕AI的核心能力进行根本性创新，比如，AI编程智能体、DeepResearch工具等智能原生应用。从AI终端构建全场景智能交互，到具身智能机器人重塑服务体验，再到大模型通过深度分析预判需求并主动供给，智能产品与服务将加速向大众生活渗透，系统性引领消费与产业需求升级。三是人类及机器双元协同。一方面，人工智能与劳动者之间逐渐形成基于提示词的“新劳动语言”，劳动者与智能体之间也在通过智能协作管家书写“新劳动契约”。提示越精准，模型越接近人类意图；智能协作管家越开放，智能体越能在授权范围内自主迭代。另一方面，人工智能技术能力超越人类基线，成为生产工具和劳动者的分界点。斯坦福研究显示，图像分类、视觉推理、自然语言处理、视觉常识推理等为代表的人工智能技术能力先后超越人类平均水平。人类主观能动性首次让位于人工智能，由“人人分工”向“人机分工”时代跨越。发展智能经济是落实党中央、国务院决策部署的必然要求。党和国家很早就开始关注智能经济发展。早在2017年，国务院印发的《新一代人工智能发展规划》中就提出，要促进形成智能经济形态。2018年，习近平总书记指出，要构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。今年，国务院印发的《关于深入实施“人工智能+”行动的意见》中再一次明确提出，要加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。这充分表明党和国家已前瞻性地将发展智能经济视为未来经济发展的重要引擎。预计到2030年，新一代智能终端、智能体等应用普及率将超过90%，智能经济将真正融入并重塑千行百业，赋能我国经济社会实现高质量发展。发展智能经济意义重大谈及发展智能经济的重要意义时，孙克指出，发展智能经济是顺应新一轮科技革命和产业变革的必然趋势。人类迄今已经历了机械化、电气化、电子信息化三次工业革命，正迎来以数字化和智能化等为核心的第四次工业革命，AI等先进技术的发展为实现更加高效、智能的经济增长提供了广阔空间。智能经济以大模型等人工智能技术创新及其广泛应用为核心驱动力，推动经济社会实现动态感知、自主决策和精准执行，代表了未来先进生产力的发展方向，也必将对我们的生产生活方式和治理模式带来深刻变革。面对人工智能发展潮流，我们必须把发展智能经济摆在重要战略位置，拓展经济发展新空间，赢得未来发展主动权。此外，他强调，发展智能经济同时也是构筑国家竞争新优势的必然选择。全球正处在智能经济加速崛起与传统经济深度交融的历史交汇期，以大模型、智能体、人形机器人等为代表的人工智能技术正在重塑生产力形态和全球竞争格局。世界各国纷纷发力人工智能，加快在通用大模型、智能终端等关键领域的布局，力图抢占未来发展制高点。我国网络基础日趋坚实，人工智能发展处于全球第一梯队，创新力和竞争力不断增强，具备了厚积薄发、登高望远的条件。孙克进一步指出，发展智能经济也是挖掘经济增长新动能的必然路径。当前，我国经济社会发展面临较大内外部压力，亟需寻找到新的增长动能。发展智能经济，有助于形成强大的创新驱动能力，拓展市场发展空间，助推经济增长。例如，有美国学者指出，2025年上半年美国经济增长几乎完全依赖于人工智能基础设施的投资。在供给端，智能经济通过革新生产要素配置、升级产业发展范式、强化智能支撑体系，筑牢经济增长根基。例如，AI视觉检测系统可将工业生产漏检率降至近乎为零，AI算法优化全球供应链能显著提升库存周转率并降低物流成本。在消费端，智能经济创造新型消费场景、激活细分消费需求、推动消费结构升级。据商务大数据监测，今年前10个月，我国AI眼镜、智能手表等智能穿戴网零额增长23.1%，智能产品在提振消费、刺激经济增长方面正发挥着重要作用。智能经济逐渐成为重要增长极智能经济是人工智能技术驱动下产生的经济新范式。孙克表示，从生产要素到生产力、生产关系，都在发生优化和重构。从生产要素看，智能经济驱动要素组合发生改变。农业经济时代，土地和劳动力是关键生产要素。工业经济时代，资本成为新的决定性要素。数字经济时代，数据开始成为新型生产要素。智能经济时代，数据生产要素的价值将充分释放，同时，智能体等成为新的劳动力，并与人类协同创造经济价值。具体来说，一方面，数据质量在经济发展中发挥重要作用。截至2025年6月，我国建设高质量数据集超3.5万个、总量超400PB。另一方面，具身智能等机器人不仅仅是一种工具，更成为与人类协作的劳动伙伴。从生产力看，智能经济推动产业体系系统变革。以大模型为代表的人工智能技术创新应用，加快产业模式和产业体系变革，推动全要素生产率提升。一方面，智能原生产业成为经济新增长点。智能原生企业发展活力持续释放，截至2025年8月，全球AI领域的独角兽企业达到498家，总估值达到2.7万亿美元，显示出AI创造新动能的强劲实力。同时，智能原生产品不断涌现，在智能硬件、企业服务、科研教育、创意设计等多个领域均已出现智能原生产品。另一方面，“人工智能+”赋能传统产业提质降本增效。国家已部署实施“人工智能+”行动，重点是用AI赋能研、产、供、销、服等全环节。在工业领域，智能机器人进车间、进产线，与人类劳动者人机高效协同，实现工业制造全要素智能联动，将有助于提升制造业的综合实力和国际竞争力。从生产关系看，智能经济驱动生产关系深度调整。一方面，人机协同成为新型生产关系的具象化形态。人机协同是人工智能与人类在执行任务过程中，协同参与感知、分析、决策与执行，实现整体效能跃升。比如，在办公场景中，“一个人”加“AI”等同于“一个高效团队”；在医疗场景中，以AI对数据的整合分析、人对诊断治疗与伦理安全的把控，实现“数据+经验”双驱动。另一方面，对就业的替代效应与创造效应并存。当前，就业替代效应加速显现，受AI影响，过去三年中，年轻劳动者在会计、软件开发和行政助理等领域的就业率下降了13%。而就业创造效应释放较为滞后但潜力巨大，近些年AI已经衍生出模型训练师、AI工程师、机器学习专家等新岗位。孙克总结道：“总体而言，我们有个基本观点，人类关于新技术对经济增长的预判，短期内，一般是高估的，而长期内，一般是低估的。人工智能未来的未知远大于已知，未来发展的空间也会远超于我们想象。”

人工智能技术加速向纵深演进，产业规模持续扩大、应用场景不断拓展，正由辅助性工具转变为具备交互学习能力的智能伙伴。在技术突破、行业落地与安全治理协同推进的背景下，人工智能已成为驱动新质生产力形成和赋能经济社会高质量发展的关键力量。12月13日，在“2026中国信通院深度观察报告会”上，针对当前人工智能技术演进趋势、行业应用成效及安全治理进展等核心议题，中国信息通信研究院人工智能研究所所长魏凯系统阐述了2025年人工智能发展的全新图景。2025年人工智能技术快速迭代，三大方向成效显著2025年，人工智能技术快速迭代，处在从技术创新向现实生产力转化的关键转折点。魏凯表示，2024年，我国人工智能核心产业规模超过9000亿元，增速达24%，初步测算预计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。他指出，今年以来，从信通院的大模型测试数据看，模型在语言和多模态理解能力上提升显著，综合能力分别提升了30%和50%，推理、编程等能力实现了“又好又快”的发展。大模型不断进步的背后，是技术的持续性创新，线性注意力机制（一种提升计算效率的技术）进一步提升计算效率，面向环境的强化学习极大提升了模型工具使用能力。同时，业界针对自主学习、长期记忆等大模型能力短板也提出了初步方案。技术的不断迭代，为大模型实用化打下坚实基础。智能体成为大模型应用落地的主要形式，展现出“数字劳动力”的雏形。一方面，以Genspark、Manus、MinmaxAgent、扣子为代表的通用智能体，在网页交互、信息整合、调查研究等场景中的表现令人印象深刻，据中国信通院测试显示，高度封装的通用智能体产品可以获得比顶级大模型更好的性能表现。另一方面，针对编程、法律、人力资源等垂直场景的专用智能体聚焦特定行业或任务，强化专业适配能力，实现应用落地的精准破局。但总体上，无论是专用还是通用，ToB还是ToC，智能体还处在发展初期，其任务规划的可靠性、与现有业务系统对接的复杂性，以及权责界定等难题依然突出。真正形成强大生产力，不仅有赖于基础模型的进一步进化，更需与领域专有数据和流程进行深度结合。他进一步指出，具身智能作为大模型与机器人结合的产物，今年在政策与资本的推动下快速发展，融资金额超400亿元，产业上下游企业达350多家。今年以来，具身智能机器人在运动控制能力上进步显著，在物流分拣、应急救援、迎宾导览、零售等细分场景上取得了初步的点状突破。多家科研机构研究证明端到端具身大模型也存在扩展定律，提升具身大脑的智能水平，当前主要途径是提升训练数据的质与量。为此全国已建设27家数据采集场，为具身智能模型训练提供源源不断的高价值数据。未来具身智能从实验室的“点状突破”到商业化的“全面普及”，仍需跨越可靠性、场景适应能力与泛化能力等多重障碍。人工智能加速行业落地，催生新业态与组织变革2025年，人工智能行业应用持续深化落地，同时也暴露出应用深水区的结构性挑战。魏凯表示，人工智能的应用有改良和变革两种模式。从改良角度看，我们分析了数百个大模型在工业中的应用案例，其在价值链中的分布仍呈现“两端高、中间低”的微笑曲线态势，这反映出研发设计与营销服务环节更易获得AI赋能。但一个积极的信号是，今年生产制造环节已展现出明显抬高趋势，案例占比由去年的19.9%增长至25.9%。这一变化表明，AI正在向价值创造的核心环节渗透，但其渗透速度仍受限于工业数据的获取难度、工艺知识的封装水平以及对可靠性的极致要求。与此同时，大模型也催生大量具有变革意义的“智能原生”新业态新模式。市场上涌现出如字节的扣子、腾讯的ima、百度的秒搭等AI原生软件，也出现了豆包手机、夸克眼镜等AI原生硬件，为AI落地开辟了新路。在这样的背景下，人工智能驱动企业组织方式深刻变革，紧密的人机协同、极致的数据飞轮成为AI原生企业的鲜明标签。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（“Day1”）就盈利的模式，这使得OnePersonCompany（OPC，单人公司）成为北京、上海等地培育的重点。“智能原生”模式究竟如何发展，还需要进一步研究探索。人工智能安全治理体系加快构建，技管融合筑牢发展底线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。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迫在眉睫。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。他指出，要把人工智能安全治理落到实处，产业主体需要行动起来，构建面向人工智能风险管控的“PDCA”（计划-执行-检查-处理）循环。只有企业内部都能形成自闭环的敏捷治理机制，才能有效控制不断出现的AI风险，确保AI发展行稳致远。谈及未来人工智能安全治理工作将如何开展，他强调，下一步中国信通院将持续推动人工智能产业安全能力建设，建设人工智能安全漏洞库，完善安全治理标准体系，持续开展人工智能安全测试，与产业伙伴紧密携手，以实际行动践行国家提出的“以人为本、智能向善”的发展理念。

12月9日，“2025机器人和智能制造技术与标准创新发展(成都)大会暨第二届智能制造技术与产业创新发展大会”在四川成都举办。大会由北京机械工业自动化研究所有限公司(以下简称“北自所”)、制造业自动化国家工程研究中心主办，全国自动化系统与集成标准化技术委员会(SAC/TC159)、全国机器人标准化技术委员会(SAC/TC591)、全国仿生学标准化技术委员会(SAC/TC598)等单位指导，来自国家有关部委、地方政府、行业组织、科研院所、高等院校和重点企业的600余名代表齐聚蓉城。华中科技大学机械科学与工程学院教授、华中科技大学学术委员会主任丁汉，中国科学院工业人工智能研究所所长于海斌，ISO国际标准化组织原主席、中国金属学会理事长张晓刚;国家市场监督管理总局标准技术管理司二级巡视员蔡彬，工业和信息化部装备工业一司副司长汪宏，四川省市场监管局党组成员、副局长高晓宇，省科学技术厅一级巡视员陈学华，省经济和信息化厅二级巡视员蒋伟，成都市市场监管局、科技局、高新区党工委有关领导;中国机械工业联合会秘书长、全国机器人标准化技术委员会副主任委员宋晓刚，中国机械工业联合会副总工程师谭湘宁;全国自动化系统与集成标准化技术委员会主任委员、全国机器人标委会副主任委员、中国机械总院原党委书记、董事长王德成，北京机械工业自动化研究所有限公司党委书记、董事长王振林等专家领导出席会议。全国机器人标委会秘书长、北京机械工业自动化研究所有限公司党委副书记、总经理李金村和党委委员、副总经理刘新联合主持开幕式。全国机器人标准化技术委员会副主任委员、苏州大学先进制造技术研究院院长孙立宁，全国自动化系统与集成标准化技术委员会副主任委员、浙江大学教授苏宏业，国际仿生学标准化技术委员会主席、吉林大学教授张志辉等联合主持报告环节。李广在欢迎词中指出，成都大力推动人工智能与机器人等战略性新兴产业高质量发展，未来，将提供全方位的精准服务，深化机器人和智能制造领域“政产学研用”融合创新，助力经济社会高质量发展。王振林在欢迎词中表示，标准化正在从基础支撑转向战略引领，北自所将积极贯彻国家重大战略，以标准化建设为核心抓手，锚定智能制造、机器人等产业高质量发展目标，发挥标委会平台纽带作用，为产业链自主可控提供更精准标准支撑，为我国产业实现高水平自立自强注入北自所力量。蔡彬在致辞中指出，机器人与智能制造领域标准水平直接关系创新转化和产业链安全，要聚焦人形机器人、脑机接口融合、防爆机器人等新兴领域加快关键标准研制，推动标准与企业研发、生产制造、场景应用紧密结合，鼓励龙头企业参与标准制定，让标准源于实践、服务产业。汪宏在致辞中强调，机器人与智能制造是发展新质生产力和推进新型工业化的重要支点，要完善标准与技术迭代协同机制，深化“机器人+”应用导向，强化各领域标准能力建设，打造共创共赢的标准生态。高晓宇在致辞中表示，四川省将持续优化营商环境，强化政策支持，完善产业生态，共同开创机器人与智能制造更加辉煌的未来。谭湘宁在致辞中指出，广大企业要更好发挥标准引领保障作用，加快标准落地见效，推动我国机器人与智能制造技术与标准化工作水平迈上新台阶。会上，签署了《成都机器人产业创新发展标准战略合作框架协议》，发起了人形机器人训练场数据集标准生态建设倡议，发布了具身智能机器人和移动通信技术研究报告，举行了全国机器人标准化技术委员会下设分委会和标准工作组成立仪式。同步还举办了四川省大模型训练场和四川省人形机器人训练场揭牌仪式，开展了成都市机器人产业情况介绍和成都高新区营商环境推介。大会设置多场高水平主旨报告，丁汉教授围绕“机器人未来技术展望”从关键技术演进、应用场景拓展、标准需求趋势等方面作出前瞻判断;于海斌教授以“具身智能引领装备智能化发展的范式探讨”为题系统阐释具身智能赋能工业装备智能化升级的新模式;张晓刚理事长围绕“国际标准化发展趋势与智能制造高质量发展”分享国际标准化最新动态及我国参与全球标准治理的思路与实践。赵杰教授以《工业机器人当前形势与发展重点》为题系统梳理我国工业机器人标准体系建设进展与重点任务。王振林董事长以《提质强链，引领发展，标准加速科技创新与产业创新深度融合》为题分享标准牵引产业链现代化实践。西南交通大学教授孙林夫作《智能互联时代工业软件体系与创新》报告;中国科学院沈阳自动化研究所副所长刘连庆分享工程应用牵引的机器人体系化布局;PLCopen主席ReneSimon以“StandardizationinIndustrialControl”为题介绍工业控制领域标准化经验;北京航空航天大学蓝天杰出教授任磊作《工业智能体+大模型+数字族谱：驱动未来工业世界》报告;鼎桥技术有限公司副总裁陈琦介绍自主创新具身智能算力系统及集群应用研究与实践;上海交通大学医学院教授、上海交通大学医学院附属第九人民医院骨科主任医师王金武围绕“数字经济时代的数字医疗与智能仿生-突破创新-医工融合-产业转化”分享。大会在推动技术创新、标准研制与产业应用深度融合方面取得务实成效，会议期间，还将同期举办20场专题和标准会议，搭建了1+N的立体化交流平台，促进机器人和智能制造领域技术、产业、标准交流互鉴，协同发展。北自所将深入贯彻党的二十届四中全会精神，进一步发挥多个行业组织秘书处单位作用，持续推进机器人和智能制造领域关键技术标准系统研制与先行先试，培育壮大“智能制造+”“机器人+”“人工智能+”等新模式新业态，助力打造具有全国影响力的标准化示范工程和产业集群，为推动制造业高质量发展、发展新质生产力注入更多动能，以实际行动支撑中国式现代化。来源：北自所微信公众号

各会员单位、相关企业：为深入贯彻党的二十届四中全会提出的“加快高水平科技自立自强，引领发展新质生产力”“推动互联网、大数据、人工智能同实体经济深度融合”重要指示精神，全面落实制造强国战略与“人工智能+”行动部署，聚焦智能制造示范推广提速增效核心任务，结合央视《智造中国》大型融媒体传播工程项目，系统总结机械工业领域智能制造与工业互联网融合应用的成功实践经验，打造可复制、可推广的示范模式，我会拟组织开展智能制造与工业互联网融合应用典型案例征集及《智造中国》入围企业推荐工作。现将有关事项通知如下：附件：1、智能制造与工业互联网融合应用案例申报表2、《智造中国》项目申报指南（科技工作部）