《科創板日報》3 月 12 日訊（記者 李明明）在剛剛落下帷幕的今年兩會，" 人工智能 +" 成為高頻詞匯。
今年政府工作報告（以下簡稱《報告》）提出，要持續推進 " 人工智能 +" 行動，將數字技術與制造優勢、市場優勢更好結合起來，支持大模型廣泛應用，大力發展智能網聯新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端以及智能制造裝備。
就人工智能如何賦能千行百業，以及推廣應用中需要注意哪些問題等，《科創板日報》記者采訪了各行各業代表進行解讀。在 "+" 之后，企業代表們補上了 " 具身智能 " " 教育 "" 安全 " " AI Agent" 等詞語，在自己的專業領域 " 解碼 " 人工智能。
值得一提的是，多名業內人士指出，DeepSeek 讓原本就橫亙在企業落地大模型應用中的成本與性能權衡問題更加凸顯。盡管大模型訓練和推理成本降低了，但企業實際的部署成本并不低。" 一方面，需要從降低計算量的底層邏輯出發，壓低成本。另一方面，盡量做到推理引擎的標準化和算力的可重用。"
" 人工智能 +" 激活千行百業
人工智能的迅猛發展推動了大模型與機器人技術的深度融合，顯著提升了機器人的自主決策能力和環境交互水平。
作為一家人工智能大模型技術創新與應用落地企業，面壁智能 ceo 李大海告訴《科創板日報》記者，在大模型與機器人融合的 " 具身智能 " 方面，目前，面壁智能為人形機器人打造 " 端側大腦 "，落地了業界首個高效端側模型運行在人形機器人的案例。
據悉，高效端側模型與具身機器人的結合，能大大加速具身智能的快速落地。端側模型與機器人的融合，基于自然語言理解交互，泛化場景指令，端側超低指令延時，強大全面的多模態能力，高并發實時數據處理，高效硬件資源利用，場景數據隱私和安全。而面壁 MiniCPM 端側模型都已初步具備相關能力，應用潛力巨大。
在具身智能、自動駕駛等行業中面臨真實數據采集難、標注成本高、利用率低等問題。作為一家致力于為企業落地 AI 提供合成數據的解決方案商，光輪智能創始人兼 CEO 謝晨告訴《科創板日報》記者，報告中提到要持續推進 " 人工智能 +" 行動，這表明 AI 技術正在從 " 科研驅動 " 逐步走向 " 產業驅動 " 和 " 場景驅動 "。而 AI 技術最終落地的瓶頸之一就是數據的供給問題，合成數據作為真實數據的 " 放大器 "，本質上正是為了解決 AI 產業落地的痛點問題。
" 首先光輪長期布局的合成數據與仿真技術，正好滿足具身智能大規模預訓練數據缺乏的問題。其次智能制造、工業數字化的快速落地方面，過去幾年，制造業數字化的瓶頸一直在于數據難以規模化獲取，而新的政策背景下，能更好地通過合成數據技術幫助企業構建仿真環境，進行更高效、更低成本的生產優化、質量檢測和智能決策。"
數據顯示，教育在消費行業中具備剛需屬性，疊加龐大的用戶基數，AI+ 教育有望率先實現應用落地。
萬物引力科技有限公司創始人兼 CEO 肖翔峰告訴《科創板日報》記者，在 AI To C 教育應用方面，公司開發了一款產品 Talkface.AI ，是 AI 雅思口語教練，幫助用戶免費提升口語能力。
肖翔峰建議，政府、國有資本與科研機構、產業園區設立專項孵化通道，重點支持小企業；其次是建設先進模型 / 算力加速中心，鼓勵個人和中小創業者利用大模型加速各行業場景應用探索。
致力于 AI+ 教育的北京盒智科技創始人 &CEO 魯雅琦告訴《科創板日報》記者，" 我們看到 C 端智能硬件與訂閱服務會爆發，結合 DeepSeek 等大模型的推理能力，公司可通過低成本部署實現硬件功能升級，此外 B 端教育信息化與智慧校園建設也有很大的空間，解決智慧教考、智能評測、自動化批改等 B 端場景需求。" 魯雅琦表示。據介紹，盒智科技的核心產品為面向兒童的隨身智能硬件，創新性地搭載自研全流程多模態模型推理架構。
作為國內最早一批聚焦于 Agent 領域的人工智能公司之一，未來式智能 Autoagents.ai 創始人 & CEO 楊勁松告訴《科創板日報》記者，公司專注打造企業級 Agent 應用構建平臺。此次報告釋放出兩個關鍵信號，其一，技術產業化路徑清晰化，通過 " 人工智能 +" 明確技術擴散路徑，推動大模型落地應用，避免 " 重研發輕應用 " 的失衡；其二，將 AI 與新能源汽車、智能終端等優勢產業綁定，形成 " 技術突破—產業升級—經濟增長 " 的良性循環。
" 這些政策若有效實施，預計將推動中國在全球 AI 產業競爭中獲得‘應用場景主導權’，而非局限于基礎技術追趕。" 楊勁松認為。
作為 AI 安全領域的創新企業，隱拓智安 CEO 張天鑫告訴《科創板日報》記者，高度關注報告中關于 " 統籌發展與安全 " 的戰略布局。兩會代表指出，目前 "90% 的大模型仍處于網絡裸奔狀態 "，缺乏有效的安全防護體系。
張天鑫認為，針對端側模型的 " 訓練—部署—推理 " 全流程安全防護將成為行業剛需，并快速催生新的安全技術與服務。建議在醫療、金融等敏感行業設立 AI 安全技術試驗專區，允許企業在合規監管框架下進行創新試驗，為 AI 安全技術的發展提供實踐空間。
" 我們看到了在 DeepSeek 帶來的熱度之后，各行各業擁抱人工智能的速度加快。大模型公司，應用公司和硬件公司共同配合支持 AI 在各行業落地。麥伽智能聚焦在法律科技行業，2025 年會加速拓展在法院，檢察院和司法行政機關的智能輔助應用落地，業務也已經拓展到企業和事業單位的合規內控。" 麥伽智能創始人兼 CEO 羅成如是對《科創板日報》記者表示。
據財聯社創投通執中 ZERONE 統計，2023 年至今，人工智能賽道共有 741 家公司發生 1027 起融資事件，1795 家機構參與投資，奇績創壇（38 起；34 個項目）、紅杉中國（18 起；15 個項目）、啟明創投（15 起；11 個項目）、藍馳創投（13 起；10 個項目）、阿里巴巴（13 起；9 個項目）等投資機構活躍，可統計到的融資金額為 622.96 億元。
" 降本提算 " 讓更多企業用得起大模型
年初 DeepSeek 的橫空出世，將人工智能帶入了 " 深思考 " 時代，這不僅加速了 AI 行業的滲透速度，也令算力迎來了一輪新的挑戰。
如何在保證性能的前提下，系統性降低千億級大模型的部署成本？在此背景下，聚焦智能算力優化的 AI Infra 賽道崛起。AI Infra，是指在大模型生態系統中，鏈接算力和應用的中間層基礎設施，包括硬件、軟件、工具鏈和優化方法等，是一個整體解決方案。
基流科技創始人兼 CEO 胡效赫對《科創板日報》記者表示，DeepSeek-R1 的全球影響力是對 scaling law 在推理和合成數據方向發展的強有力印證，這將進一步驅動算力需求的指數級增長。
當下，算力成本與效率的矛盾日益尖銳，單純堆砌硬件規模已難以滿足可持續發展需求，需通過跨層優化實現 " 質效雙升 "，軟件系統層面需優化分布式訓練框架與資源調度算法，從而在單位算力成本下釋放更高模型性能，這正是基流核心能力所在，也是與傳統設備廠商的核心差異。
同時，基流研發了端到端國產智算通信系統，實現智算網絡中網卡和交換機芯片的國產化替代。預期將降低對進口設備的依賴，提升算力自主可控能力。
據了解，千億參數模型私有化部署仍困難重重。成本高昂、推理耗時久，中小企業預算壓力巨大，部分企業無奈選用輕量化模型，這在一定程度上犧牲了模型的智能化水平。
聚焦 AI infra 賽道的趨境科技 CEO 艾智遠告訴《科創板日報》記者，從基礎設施廠商的視角來看，國家關于大模型應用和算力建設的政策導向，需要更加考慮到怎么在終端有限設備上調用算力、優化算力利用率。" 一方面，需要從降低計算量的底層邏輯出發，壓低成本。另一方面，盡量做到推理引擎的標準化和算力的可重用。"
艾智遠提及，公司特別推出 " 以存換算 "，通過這一新思路，能夠充分利用存儲資源，釋放存力作為對于算力的補充，尤其在 RAG（包括檢索和生成）場景中，響應延遲能夠降低 20 倍，性能提升達 10 倍。
一位頭部機構投資人告訴創投日報記者，趨境科技憑借 " 以存換算 " 和全系統異構協同優化的創新路徑，一定程度解決千億參數模型落地過程中的 " 成本高企 " 與 " 性能折損 " 雙重困境。
據了解，在 AI Infra 賽道，既有硅基流動、無問芯穹、潞晨科技、清昴智能這樣的初創企業，也包括阿里云、華為云、字節火山引擎、百度這樣的大廠，其通過各自的云服務平臺，提供全棧 AI Infra 能力，涵蓋算力調度、模型訓練和部署等。
