Ω2025年10月14日 2025年第37期總第609期）Ω中銀研究產(chǎn)品系列中美人工智能賦能產(chǎn)業(yè)發(fā)展的現(xiàn)狀、趨勢(shì)及政策建議＊人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，既是技術(shù)創(chuàng)新的前沿，也是全球競(jìng)爭(zhēng)的戰(zhàn)略高地。當(dāng)前，我國(guó)正處于加快培育新質(zhì)生產(chǎn)力、全面推進(jìn)高質(zhì)量發(fā)展的關(guān)鍵階段。習(xí)近平總書(shū)記多次強(qiáng)作者：許天衣中銀理財(cái)電話，“人工智能是引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)”“發(fā)展人工智能，將為我國(guó)構(gòu)建現(xiàn)代化經(jīng)濟(jì)體系、實(shí)現(xiàn)高質(zhì)量發(fā)展提供重要支撐”。2025簽發(fā)人：陳衛(wèi)東審稿人：周景彤梁婧聯(lián)系人：程棲云劉佩忠電話國(guó)務(wù)院印發(fā)的《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》明確提出，要以科技、產(chǎn)業(yè)、民生、治理等合，構(gòu)建人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟(jì)與智能社會(huì)新形態(tài)。在此背景下，我國(guó)人工智能發(fā)展亟需構(gòu)建“國(guó)家引領(lǐng)、產(chǎn)業(yè)共建、企業(yè)突破”的協(xié)同＊ 對(duì)外公開(kāi)＊＊ 全轄傳閱＊＊＊內(nèi)參材料發(fā)展體系，形成上下貫通、協(xié)同聯(lián)動(dòng)的發(fā)展合力。中美人工智能賦能產(chǎn)業(yè)發(fā)展的現(xiàn)狀、趨勢(shì)及政策建議當(dāng)前，以大模型為代表的人工智能技術(shù)正加速演進(jìn)，成為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性、顛覆性力量。習(xí)近平總書(shū)記多次強(qiáng)調(diào)，“人工智能是引領(lǐng)這一輪實(shí)現(xiàn)高質(zhì)量發(fā)展提供重要支撐”。同時(shí)，黨的二十大報(bào)告明確提出，要“推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材在全球格局深刻調(diào)整的背景下，中美兩國(guó)作為全球人工智能發(fā)展的主要引領(lǐng)者，在大模型領(lǐng)域的競(jìng)爭(zhēng)已從技術(shù)層面延伸至基礎(chǔ)設(shè)施、產(chǎn)業(yè)生態(tài)、標(biāo)準(zhǔn)體系與治理規(guī)則的全面競(jìng)爭(zhēng)。當(dāng)前，大模型正通過(guò)三大路徑深度賦能經(jīng)濟(jì)社會(huì)：一是驅(qū)動(dòng)智能手機(jī)、PC等端側(cè)設(shè)備向智能化、個(gè)性化躍遷，重塑人機(jī)交互范式；二是催生AI原生應(yīng)用（AI-Native）與超級(jí)應(yīng)用融合創(chuàng)新，重構(gòu)數(shù)字內(nèi)容生產(chǎn)與服務(wù)模式；三是深入滲透制造、金融、醫(yī)療、政務(wù)等垂直行業(yè)，推動(dòng)全要素生產(chǎn)率提升并孕育新型商業(yè)模式。本文將通過(guò)對(duì)比中美大模型的發(fā)展現(xiàn)狀與差異，系統(tǒng)梳理兩國(guó)在技術(shù)研發(fā)、生態(tài)構(gòu)建與應(yīng)用實(shí)踐中的競(jìng)爭(zhēng)態(tài)勢(shì)，并提出有針對(duì)性的政策建議，以期為我國(guó)人工智能高質(zhì)量發(fā)展提供決策參考。一、中美大模型技術(shù)發(fā)展現(xiàn)狀分析2025MMLUHumanEval202317.5%大幅20240.3TOP1TOP10125DeepSeek2025模型的迭代速度上略有落后；而美國(guó)在頂尖模型的產(chǎn)出和商業(yè)化能力上仍保持領(lǐng)先地位。從技術(shù)路線來(lái)看，開(kāi)源與閉源模式已形成競(jìng)爭(zhēng)互補(bǔ)格局，中國(guó)通過(guò)政策引導(dǎo)和生圖1：中美大模型性能表現(xiàn)差異逐漸縮小資料來(lái)源：斯坦福大學(xué)人工智能研究所《2025年人工智能指數(shù)報(bào)告》整體來(lái)看，“模型-算力-應(yīng)用需求”構(gòu)成人工智能產(chǎn)業(yè)迭代升級(jí)的閉環(huán)，當(dāng)前大模型技術(shù)的發(fā)展重心已經(jīng)從預(yù)訓(xùn)練階段過(guò)渡到后訓(xùn)練和推理應(yīng)用階段，并逐漸形成以基座大模型為基礎(chǔ)，通用及專(zhuān)業(yè)智能體（Agent）能力為延伸的完整產(chǎn)業(yè)生態(tài)。（一）美國(guó)：推理需求全面爆發(fā)，商業(yè)化閉環(huán)逐漸跑通從供給端來(lái)看，當(dāng)前美國(guó)人工智能產(chǎn)業(yè)發(fā)展仍處于領(lǐng)先地位，AI工具的滲透率和單純依靠擴(kuò)大模型規(guī)模來(lái)提升性能的策略變得不可持續(xù)，頭部模型廠商更加注重模型優(yōu)化和推理效率提升。傳導(dǎo)至算力芯片需求上，美國(guó)AI企業(yè)正從采購(gòu)GPU向ASIC芯片2025AIASIC類(lèi)芯片在特定任務(wù)上的能效比GPU高出5-10倍。例如，谷歌已推出第六代TPU芯片Trillium，專(zhuān)為大模型推理優(yōu)化；Meta也宣布將在2025年底部署其自研的AI推理ASIC芯片，以應(yīng)對(duì)模型推理成本下降帶來(lái)的挑戰(zhàn)。從需求端來(lái)看，Agent產(chǎn)品通過(guò)沉淀用戶(hù)數(shù)據(jù)反哺大模型產(chǎn)品，疊加模型推理成本顯著下滑，應(yīng)用端的需求吞吐量實(shí)現(xiàn)快速增長(zhǎng)。API調(diào)用數(shù)據(jù)方面，過(guò)去一年，谷歌產(chǎn)品和APItoken1202449.710001Token是模型處理文本的基本單位。長(zhǎng)了100ChatGPT2135.71.84328.6%PerplexityClaude圖2：全球新發(fā)大模型數(shù)量同比下降20253AI2023.6-2025.6）資料來(lái)源：Smilarweb在賦能產(chǎn)業(yè)發(fā)展方面，美國(guó)大模型正廣泛滲透到金融、醫(yī)療等傳統(tǒng)行業(yè)。根據(jù)麥202449AI率最高，已達(dá)78OpenAIGPT-4AI協(xié)2023FDA223AI201540在原生應(yīng)用方面，美國(guó)大模型應(yīng)用的滲透率已迎來(lái)關(guān)鍵拐點(diǎn)，現(xiàn)象級(jí)AI應(yīng)用如ChatGPT正20254，ChatGPT月活（MAU）910OpenAI2025AIAgentChatGPT圖4：OpenAI2023-2029年盈利預(yù)測(cè)（左）及ChatGPT用戶(hù)、訂閱、收入增長(zhǎng)（右）資料來(lái)源：TheInformation（左），swsresearch（右，10/22-4/25）（二）中國(guó)：AI應(yīng)用多點(diǎn)開(kāi)花，商業(yè)化潛力仍待釋放從供給端來(lái)看，算力芯片限制國(guó)產(chǎn)大模型的研發(fā)推進(jìn)，國(guó)內(nèi)頭部大模型產(chǎn)品仍處于L22水平，通用Agent能力仍待提升。中國(guó)大模型產(chǎn)業(yè)在供給端面臨算力限制的挑戰(zhàn)，市場(chǎng)擔(dān)憂中國(guó)大模型能力被美國(guó)再度拉大。但從產(chǎn)業(yè)現(xiàn)狀和科技戰(zhàn)略的角度來(lái)看，中美大模型的參數(shù)性能差距并不明顯，當(dāng)前僅在商業(yè)化場(chǎng)景和節(jié)奏上存在結(jié)構(gòu)性差異。由于技術(shù)積累、產(chǎn)業(yè)生態(tài)和政策環(huán)境的不同，中美大模型產(chǎn)業(yè)形成了差異化的技術(shù)路2L2級(jí)別大模型具有一定的推理和決策能力，能在用戶(hù)設(shè)定的任務(wù)框架內(nèi)執(zhí)行邏輯推理和決策，但通常一次只能處理一個(gè)相對(duì)簡(jiǎn)單的任務(wù)步驟，任務(wù)規(guī)劃較為線性。徑：即美國(guó)以O(shè)penAI、Gemini的閉源主導(dǎo)，國(guó)內(nèi)以DeepSeek、Qwen、Kimi2的開(kāi)源模型主導(dǎo)，但以中國(guó)為代表的開(kāi)源模型性能與美國(guó)主流模型的差距逐步縮小。圖5：大模型產(chǎn)品性能級(jí)別分類(lèi)（OpenAI定義）資料來(lái)源：Bloomberg，OpenAI從需求端來(lái)看，開(kāi)源技術(shù)生態(tài)推動(dòng)大模型產(chǎn)品使用量全面繁榮。盡管DeepseekR16302020255token16.441229310%Deepseek（同期豆包加大投流力度）。雖然每百萬(wàn)Tokens的價(jià)格仍然較低，但考慮到結(jié)果反饋的延遲時(shí)間、吞吐量和上下文長(zhǎng)文本能力等因素，以及具體工作負(fù)載的性質(zhì)和用戶(hù)對(duì)Token的實(shí)際需求，Deepseek模型的性?xún)r(jià)比優(yōu)勢(shì)仍圖6：全球主流（上）及開(kāi)源（下）大模型性能評(píng)分榜t/oliataa（25年9月1圖7：DeepseekAPP月活用戶(hù)（左）被分流至其他應(yīng)用（右）資料來(lái)源：QuestMobile（三）Agent成為人工智能應(yīng)用的聚焦點(diǎn)人工智能應(yīng)用的迭代路徑可分為逐步演進(jìn)的三階段，中美之間的產(chǎn)業(yè)進(jìn)展雖有結(jié)據(jù)量提升預(yù)訓(xùn)練性能，形成ChatGPT、文心一言等初代聊天機(jī)器人，市場(chǎng)關(guān)注點(diǎn)主要在安裝量和月活。第二階段，DeepSeekR1Token消耗大幅增加，盡管準(zhǔn)確性有限，但應(yīng)用滲透率顯著提升，國(guó)內(nèi)也出現(xiàn)了如Manus等雛形產(chǎn)品。第三階段，應(yīng)用正向多智能體集成演進(jìn)，圍繞協(xié)同工作、編程、多模態(tài)等能力快速迭代。用戶(hù)的遷移成本因數(shù)據(jù)沉淀而上升，并逐漸鎖定特定模型或圖8：2025年上半年大模型及智能體產(chǎn)品重要事件資料來(lái)源：QuestMobile圖9：智能體分類(lèi)及迭代情況資料來(lái)源：中信建投《AI新紀(jì)元：砥礪開(kāi)疆?智火燎原》二、中美人工智能技術(shù)賦能產(chǎn)業(yè)發(fā)展的趨勢(shì)當(dāng)前，人工智能技術(shù)賦能產(chǎn)業(yè)主要圍繞以下路徑展開(kāi)：端側(cè)消費(fèi)電子（AI手機(jī)、眼鏡等）、AI原生與超級(jí)應(yīng)用（如C端的豆包、Kimi等）3及垂類(lèi)場(chǎng)景賦能（如B端的Paas、Saas公司）。其中，Agent能力將成為未來(lái)人工智能流量入口的核心競(jìng)爭(zhēng)力，各應(yīng)用場(chǎng)景都將圍繞大模型能力展開(kāi)多維協(xié)同的融合趨勢(shì)，通過(guò)MCP協(xié)議等標(biāo)準(zhǔn)化接口共同為用戶(hù)提供無(wú)感的AI體驗(yàn)，形成“硬件-軟件-平臺(tái)”的協(xié)同生態(tài)。表1：人工智能技術(shù)賦能產(chǎn)業(yè)發(fā)展的主要商業(yè)模式AI流量端口主要商業(yè)模式規(guī)模效應(yīng)端側(cè)硬件硬件銷(xiāo)售+增值服務(wù)中等AI原生與超級(jí)應(yīng)用API調(diào)用+訂閱制（C端）高（API調(diào)用量增長(zhǎng)近100倍）垂類(lèi)應(yīng)用場(chǎng)景訂閱付費(fèi)（B端）與行業(yè)解決方案低（下游應(yīng)用場(chǎng)景推廣節(jié)奏較慢）資料來(lái)源：公開(kāi)資料整理，中銀理財(cái)（一）端側(cè)硬件：形態(tài)重構(gòu)、交互方式與生態(tài)重塑端側(cè)硬件是人工智能應(yīng)用的關(guān)鍵物理載體，AI技術(shù)正驅(qū)動(dòng)消費(fèi)電子（智能手機(jī)、智能眼鏡、個(gè)人電腦、玩具）、汽車(chē)、機(jī)器人等多類(lèi)設(shè)備實(shí)現(xiàn)形態(tài)重構(gòu)、交互方式與生態(tài)重塑。從硬件性能來(lái)看，中美兩國(guó)在AI芯片領(lǐng)域存在一定的技術(shù)差距。在高端AI芯片領(lǐng)域，美國(guó)占據(jù)絕對(duì)優(yōu)勢(shì)，英偉達(dá)的GPU、蘋(píng)果的A系列芯片、高通的驍龍系列在算力、功耗和能效比上均領(lǐng)先于中國(guó)；在消費(fèi)級(jí)芯片領(lǐng)域，我國(guó)在主控、通信、存儲(chǔ)等芯片方面具備競(jìng)爭(zhēng)優(yōu)勢(shì)，例如恒玄科技、樂(lè)鑫科技等公司在智能眼鏡、耳機(jī)、玩具等廣泛的消費(fèi)場(chǎng)景中具備較強(qiáng)的產(chǎn)品競(jìng)爭(zhēng)力。主機(jī)產(chǎn)品方面，小米推出AI眼鏡，搭載超級(jí)小愛(ài)，由于眼鏡本身需長(zhǎng)時(shí)間佩戴的特性，有望成為AI的高頻入口。3超級(jí)應(yīng)用：指擁有龐大用戶(hù)數(shù)、眾多場(chǎng)景功能的平臺(tái)APP，旨在提供一致和個(gè)性化的應(yīng)用體驗(yàn)。為終端用戶(hù)提供一套核心功能，例如一站式完成社交、訂餐、支付房租、咨詢(xún)醫(yī)生等，同時(shí)提供相關(guān)入口，方便訪問(wèn)獨(dú)立創(chuàng)建的迷你應(yīng)用。圖10：端側(cè)AI產(chǎn)業(yè)生態(tài)全景圖資料來(lái)源：艾瑞咨詢(xún)圖11：小米AI眼鏡主要功能（左）及發(fā)布后用戶(hù)規(guī)模趨勢(shì)（右）資料來(lái)源：QuestMobileAI手機(jī)從軟件開(kāi)發(fā)來(lái)看，端側(cè)AI的軟件適配能力直接影響用戶(hù)體驗(yàn)和應(yīng)用生態(tài)。隨著云端大模型的迭代發(fā)布，端側(cè)模型也將同步升級(jí)，AI手機(jī)或在系統(tǒng)級(jí)的操作、跨應(yīng)用的調(diào)度、復(fù)雜的場(chǎng)景分析、智能決策執(zhí)行等方面有望逐步取得突破。從未來(lái)發(fā)展方向來(lái)看，當(dāng)前中美兩國(guó)主要手機(jī)廠商的技術(shù)路線逐漸聚焦至“端云協(xié)同”，如谷歌、OPPO、AI表2：端側(cè)AI產(chǎn)業(yè)鏈分布產(chǎn)業(yè)鏈核心領(lǐng)域技術(shù)/產(chǎn)品/服務(wù)代表企業(yè)/案例上游硬件AI芯片RISC-V架構(gòu)、6nm制程等技術(shù)提升性能，適配端側(cè)大模型的輕量化芯片設(shè)計(jì)瑞芯微、兆易創(chuàng)新（國(guó)產(chǎn)廠商）高通、蘋(píng)果（國(guó)際廠商）存儲(chǔ)、電池3D封裝技術(shù)提升存儲(chǔ)密度高密度電芯延長(zhǎng)續(xù)航能力三星、SK海力士（存儲(chǔ)）、松下、寧德時(shí)代（電池）中游集成設(shè)備廠商AI（手、圖像處理）華為（鴻蒙系統(tǒng)）、蘋(píng)果（A系列芯片）、聯(lián)想（AIPC）模型服務(wù)輕量化大模型（如MiniCPM系列，適配終端設(shè)備的模型部署與優(yōu)化）面壁智能（MiniCPM）、DeepSeek、阿里通義下游應(yīng)用企業(yè)場(chǎng)景醫(yī)療：AI輔助診斷、影像分析工業(yè)：質(zhì)檢機(jī)器人、人形機(jī)器人推想科技（醫(yī)療）商湯科技（工業(yè)）消費(fèi)場(chǎng)景可穿戴設(shè)備（AI耳機(jī)、智能手表）AI玩具OuraRing（健康監(jiān)測(cè)）資料來(lái)源：公開(kāi)資料整理，中銀理財(cái)從用戶(hù)粘性與付費(fèi)意愿來(lái)看，端側(cè)消費(fèi)電子的用戶(hù)粘性主要取決于設(shè)備的AI功能CounterpointResearch預(yù)測(cè)，2024年全球AI120275.224071603.3%AI商業(yè)化的核心載體，通過(guò)隱私保護(hù)、實(shí)時(shí)響應(yīng)、成本優(yōu)化等優(yōu)勢(shì)，能夠做到更懂用戶(hù)、更懂物理世AI具身智能（EmbodiedAI）指的是將人工智能賦予物理實(shí)體（物理AI），如機(jī)器人或汽車(chē)，使其能夠與現(xiàn)實(shí)世界進(jìn)行交互并執(zhí)行任務(wù)。具身智能的核心在于將大模型與機(jī)器人、傳感器和真實(shí)環(huán)境結(jié)合，讓AI能路徑：一是人機(jī)交互升級(jí)，通過(guò)自然語(yǔ)言與環(huán)境感知，讓機(jī)器人具備接近人類(lèi)的交互能力；二是任務(wù)執(zhí)行自動(dòng)化，AI能夠結(jié)合感知、規(guī)劃與運(yùn)動(dòng)控制，在動(dòng)態(tài)環(huán)境中完成多樣任務(wù)；三是跨模態(tài)學(xué)習(xí)與遷移，具身智能通過(guò)結(jié)合語(yǔ)言、視覺(jué)與動(dòng)作信息，實(shí)圖12：英偉達(dá)定義的人工智能發(fā)展的四個(gè)階段資料來(lái)源：2025CES黃仁勛演講通用人形機(jī)器人本體可分為“大腦”、“小腦”和“肢體”三部分，分別對(duì)應(yīng)決策交互模塊、運(yùn)動(dòng)控制模塊和執(zhí)行模塊。其中，人形機(jī)器人“大腦”的核心為人工智能大模型技術(shù)，通過(guò)多模態(tài)模型建模、強(qiáng)化學(xué)習(xí)、地圖創(chuàng)建和數(shù)據(jù)訓(xùn)練，能夠管理和協(xié)調(diào)機(jī)器人的各種功能?！按竽X”是機(jī)器人智能與高級(jí)決策的核心，也是具身智能時(shí)代機(jī)器人區(qū)別于程序控制機(jī)器人（傳統(tǒng)工業(yè)機(jī)器人、協(xié)作機(jī)器人等）的關(guān)鍵環(huán)節(jié)。目前具身智能大模型仍有數(shù)據(jù)集不夠、思考跟不上運(yùn)動(dòng)、缺乏生態(tài)等主要痛點(diǎn)，但隨著合成數(shù)據(jù)使用、模型持續(xù)迭代，未來(lái)將有效解決上述問(wèn)題。隨著大模型快速迭代，供應(yīng)鏈快速降本，兩大因素加速以人形機(jī)器人為代表的具身智能商業(yè)化落地。圖13：人形機(jī)器人的“大腦”、“小腦”及“肢體”資料來(lái)源：《人形機(jī)器人產(chǎn)業(yè)發(fā)展研究報(bào)告（2024年）》中國(guó)信通院圖14：自動(dòng)駕駛端到端AI技術(shù)路線資料來(lái)源：量子位在自動(dòng)駕駛領(lǐng)域，從系統(tǒng)架構(gòu)角度看，技術(shù)層面需完成感知、決策與執(zhí)行三大核心任務(wù)，分別對(duì)應(yīng)傳感器系統(tǒng)、車(chē)載智能計(jì)算平臺(tái)及車(chē)輛執(zhí)行機(jī)構(gòu)三個(gè)組成部分，整體流程極為復(fù)雜，并且決策容錯(cuò)率要求極低。首先，人工智能技術(shù)通過(guò)融合攝像頭、雷達(dá)及其他傳感器采集的環(huán)境信息，實(shí)現(xiàn)對(duì)周邊環(huán)境的識(shí)別與車(chē)輛自身位置的精準(zhǔn)定位。其次，基于感知數(shù)據(jù)，AI系統(tǒng)需進(jìn)行動(dòng)態(tài)場(chǎng)景預(yù)測(cè)，制定合理的駕駛決策，并規(guī)劃相應(yīng)的行駛路徑與操作指令。最后，AI通過(guò)控制車(chē)輛的轉(zhuǎn)向、加速、制動(dòng)等執(zhí)行機(jī)構(gòu)，實(shí)現(xiàn)對(duì)車(chē)輛的實(shí)時(shí)操控，確保其沿預(yù)定路徑安全、穩(wěn)定行駛。（二）AI原生與超級(jí)應(yīng)用：面向C端的軟件商業(yè)模式當(dāng)前全球AI軟件市場(chǎng)正呈現(xiàn)兩種商業(yè)模式并行發(fā)展，一種是AINative（原生應(yīng)用）模式，另一種SAAS+AI（人工智技術(shù)與軟件即服務(wù)合）模式。AI Native模式將AI功能直接封裝為獨(dú)立產(chǎn)品或服務(wù)，通過(guò)技術(shù)顛覆重構(gòu)傳統(tǒng)產(chǎn)品，例如輔助編程生成式AI工具等，其核心目標(biāo)在于解決行業(yè)痛點(diǎn)、挖掘潛在需求。例如OpenAI的ChatGPT系列、Anthropic的Claude以及快手“可靈”、豆包“即夢(mèng)”等音視頻生成工具，均通過(guò)大模型技術(shù)重構(gòu)了相關(guān)領(lǐng)域傳統(tǒng)軟件（PS、AE等）產(chǎn)品形態(tài)。而SAAS+AI模式則更側(cè)重于利用AI技術(shù)賦能傳統(tǒng)SAAS業(yè)務(wù)，以?xún)?yōu)化效率與用戶(hù)（客戶(hù)）體驗(yàn)為目標(biāo)。在市場(chǎng)空間方面，AI原生應(yīng)用的顛覆性潛力與其技術(shù)門(mén)檻并存，增量市場(chǎng)空間廣闊。例如AI工具若能實(shí)現(xiàn)自動(dòng)化創(chuàng)作，可能直接替代傳統(tǒng)設(shè)計(jì)軟件和辦公軟件，但需突破用戶(hù)對(duì)AI生成內(nèi)容的信任度及技術(shù)成熟度的瓶頸。相比之下，SAAS+AI模式憑借穩(wěn)健的場(chǎng)景優(yōu)化能力，在企業(yè)客戶(hù)中更容易被接受，例如通過(guò)智能客服替代人工流程降低力本但對(duì)增市的拓力較。（AINative）美國(guó)閉源大模型的商業(yè)化路徑以高價(jià)API和訂閱制為主，主要面向企業(yè)客戶(hù)和高OpenAIGPT-4.5APIGPT-4o3075/tokens150/tokensGPT-5OpenAI的分層定價(jià)策略有效覆蓋了不同用戶(hù)群體的需求。個(gè)人用戶(hù)通過(guò)免費(fèi)基礎(chǔ)功能和增值訂閱獲取更好地AI通過(guò)高價(jià)API和定制化服務(wù)實(shí)現(xiàn)深度應(yīng)用。個(gè)人層面，OpenAI的“ChatGPTPlus”以20美元/月的價(jià)格提供更先進(jìn)的功能，并針對(duì)少數(shù)用戶(hù)推出了進(jìn)階版的“ChatGPTPro”，月費(fèi)高達(dá)200美元；企業(yè)層面，OpenAI還推出了支持私有化部署的定制模型服務(wù)（起價(jià)100萬(wàn)美元/年），已簽約摩根大通、輝瑞等500強(qiáng)企業(yè)。表3：中美大模型應(yīng)用產(chǎn)品商業(yè)化差異指標(biāo)美國(guó)中國(guó)差距API輸入價(jià)格OpenAIGPT-4.5：75美元/百萬(wàn)tokens通義千問(wèn)-Max：2.4元/百萬(wàn)tokens2.4元/百萬(wàn)tokens美國(guó)價(jià)格高100+倍API輸出價(jià)格OpenAIGPT-4.5：150美元/百萬(wàn)tokens通義千問(wèn)-Max：9.6元/百萬(wàn)tokens美國(guó)價(jià)格高100+倍用戶(hù)付費(fèi)意愿3%值高付費(fèi)用戶(hù)比例低，但用戶(hù)基數(shù)大，API調(diào)用量增長(zhǎng)快美國(guó)付費(fèi)用戶(hù)價(jià)值更高主要收入來(lái)源API（30%）訂閱服務(wù)（60%）企業(yè)定制（10%）API調(diào)用（占主導(dǎo)）企業(yè)定制服務(wù)行業(yè)解決方案分成美國(guó)訂閱收入占比更高資料來(lái)源：公開(kāi)資料整理，中銀理財(cái)圖15：2025年6月國(guó)內(nèi)互聯(lián)網(wǎng)集團(tuán)AI應(yīng)用月活用戶(hù)規(guī)模資料來(lái)源：QuestMobile中國(guó)開(kāi)源大模型的商業(yè)化路徑以低成本API和生態(tài)共建為主，訂閱付費(fèi)仍待放量。通義千問(wèn)-Max2.4/tokens9.6/tokens，遠(yuǎn)低于OpenAI的定價(jià)。低價(jià)策略顯著降低了AI使用門(mén)檻，推動(dòng)大模型在各行業(yè)的普及。API2024-2025100積累。通義千問(wèn)已開(kāi)源200多款模型，覆蓋推理、多模態(tài)、不同參數(shù)規(guī)模等場(chǎng)景，衍10MCP（）AI圖16：25年6月份AI原生應(yīng)用用戶(hù)規(guī)模增量TOP10資料來(lái)源：QuestMobile（Saas+AI）傳統(tǒng)超級(jí)應(yīng)用通過(guò)AI技術(shù)實(shí)現(xiàn)流量?jī)r(jià)值的重構(gòu)與提升。以抖音為例，其通過(guò)AI推薦算法（“標(biāo)簽對(duì)標(biāo)簽”模式）將用戶(hù)點(diǎn)擊率提升至10%-15%，顯著高于傳統(tǒng)推薦算2024AI10AI功能形成閉環(huán)體驗(yàn)，保持用戶(hù)活躍度，提供流量增量。例如，抖音的“探飯”AI助手通過(guò)分析用戶(hù)偏好和歷史記錄，提供個(gè)性化美食推薦，幫助用戶(hù)快速?zèng)Q策，提升就餐體驗(yàn)。根據(jù)QuestMobile數(shù)據(jù)，2025年5月抖音月活用戶(hù)達(dá)到10.22億，同比增長(zhǎng)13.5%，AI賦能下抖音用戶(hù)迎來(lái)二次加速增長(zhǎng)。此外，Meta二季度業(yè)績(jī)顯示公司廣告11%，得益于FacebookInstagram（AI系統(tǒng)改進(jìn)，使得Facebook上的停留時(shí)間增加了5%，Instagram上的停留時(shí)間增加了6%）。同時(shí)，Meta持續(xù)優(yōu)化其排名系統(tǒng)，Instagram的視頻時(shí)長(zhǎng)同比增長(zhǎng)超過(guò)20%，F(xiàn)acebook在美國(guó)地區(qū)的視頻時(shí)長(zhǎng)也同比增長(zhǎng)超過(guò)20%。二是在流量變現(xiàn)方面，超級(jí)應(yīng)用通過(guò)AI賦能實(shí)現(xiàn)廣告投放、商家運(yùn)營(yíng)、用戶(hù)匹配4AI數(shù)據(jù)（如停留時(shí)間、點(diǎn)贊、評(píng)論等）實(shí)時(shí)優(yōu)化廣告展示，提高轉(zhuǎn)化率。淘寶則通過(guò)AIGMV2024AI1AI圖17：AI賦能廣告營(yíng)銷(xiāo)的主要方式資料來(lái)源：《計(jì)算廣告：互聯(lián)網(wǎng)商業(yè)變現(xiàn)的市場(chǎng)與計(jì)算》（劉鵬、王超，人民郵電出版社，2015年出版），中金公司研究部從公司戰(zhàn)略層面來(lái)看，海內(nèi)外互聯(lián)網(wǎng)巨頭普遍采取雙模式并行策略，通過(guò)“獨(dú)立產(chǎn)品+生態(tài)整合”平衡AI產(chǎn)品創(chuàng)新性與商業(yè)化能力。通過(guò)AI原生應(yīng)用模式探索前沿技術(shù)（如通用Agent）落地形態(tài)，反哺?jìng)鹘y(tǒng)SAAS業(yè)務(wù)的競(jìng)爭(zhēng)能力，同時(shí)依托龐大的用戶(hù)基礎(chǔ)與數(shù)據(jù)資源，實(shí)現(xiàn)成熟AI產(chǎn)品商業(yè)化的規(guī)模效益。例如，騰訊、阿里巴巴等均將元寶、通義千問(wèn)等AI產(chǎn)品業(yè)務(wù)拆分為獨(dú)立事業(yè)部，在集團(tuán)內(nèi)通過(guò)“賽馬機(jī)制”測(cè)試技術(shù)可行性與商業(yè)化機(jī)會(huì)，同時(shí)依托微信、支付寶、淘寶等超級(jí)應(yīng)用生態(tài)，推動(dòng)AI功能4互聯(lián)網(wǎng)公司的貨幣化率通常指的是公司將其用戶(hù)基礎(chǔ)或流量轉(zhuǎn)化為收入的效率。具體來(lái)說(shuō)，它衡量的是每個(gè)用戶(hù)（或每單位流量）能為公司帶來(lái)多少收入。滲透至細(xì)分場(chǎng)景（如AI語(yǔ)音助手、智能推薦、營(yíng)銷(xiāo)匹配）。值得注意的是，通用Agent的商業(yè)化需要有足夠的流量支撐轉(zhuǎn)化，而國(guó)內(nèi)用戶(hù)的流量基本集中在移動(dòng)互聯(lián)網(wǎng)時(shí)代開(kāi)發(fā)的產(chǎn)品中。因此對(duì)互聯(lián)網(wǎng)公司而言，布局通用Agent首要的是爭(zhēng)奪未來(lái)AI時(shí)代的流量入口，商業(yè)化可能不是目前的首要考量因素。從這一層面來(lái)看，阿里巴巴與美團(tuán)和京東展開(kāi)“外賣(mài)大戰(zhàn)”，爭(zhēng)奪高頻流量端口，整合淘寶大消費(fèi)平臺(tái)的戰(zhàn)略或同樣出于對(duì)流量入口爭(zhēng)奪的考慮。圖18：25年6月份AI應(yīng)用企業(yè)活躍用戶(hù)規(guī)模TOP30（左）及大廠AI戰(zhàn)略（右）資料來(lái)源：QuestMobile（三）垂類(lèi)應(yīng)用場(chǎng)景：面向B端的訂閱付費(fèi)與行業(yè)解決方案隨著《“人工智能+”行動(dòng)方案》的深入實(shí)施，各部委相繼出臺(tái)了針對(duì)制造業(yè)、能源業(yè)等多個(gè)重點(diǎn)行業(yè)的專(zhuān)項(xiàng)政策，旨在推動(dòng)人工智能技術(shù)在垂直領(lǐng)域的深度融合與創(chuàng)新應(yīng)用。AI垂類(lèi)應(yīng)用場(chǎng)景賦能的核心路徑是實(shí)現(xiàn)“垂直模型、行業(yè)數(shù)據(jù)、行業(yè)工作流”的深度耦合，在利用通用模型對(duì)接私有數(shù)據(jù)庫(kù)的基礎(chǔ)上，推動(dòng)企業(yè)所在垂直領(lǐng)域模型和私有模型的微調(diào)部署。通用大模型較單一任務(wù)模型具備更強(qiáng)大的泛化能力，在文本總結(jié)、對(duì)話問(wèn)答、邏輯推理等普適性場(chǎng)景下表現(xiàn)更佳，更適合廣大C端用戶(hù)，但處理特定領(lǐng)域任務(wù)相對(duì)較弱，在B端場(chǎng)景應(yīng)用價(jià)值不足。具體而言，垂類(lèi)場(chǎng)景應(yīng)用的落地過(guò)程首先基于通用大模型，通過(guò)微調(diào)、RAG等技術(shù)手段提升模型能力，利用具體行業(yè)或場(chǎng)景的專(zhuān)業(yè)語(yǔ)料庫(kù)對(duì)模型進(jìn)行持續(xù)迭代。在此過(guò)程中，需要將場(chǎng)景“Know-how5”融入模型能力，以增強(qiáng)特定領(lǐng)域的應(yīng)用效果。圖19：從容錯(cuò)率和復(fù)雜度看垂類(lèi)應(yīng)用場(chǎng)景落地情況資料來(lái)源：中信建投《AI新紀(jì)元：砥礪開(kāi)疆?智火燎原》從垂類(lèi)應(yīng)用場(chǎng)景滲透的難易程度來(lái)看，容錯(cuò)率與工作流程復(fù)雜程度是各垂類(lèi)AI應(yīng)用場(chǎng)景發(fā)展節(jié)奏和特征不同的主要原因，容錯(cuò)率越高、工作流程越簡(jiǎn)單的場(chǎng)景落地節(jié)奏更快：AI+（）隨著大數(shù)據(jù)、計(jì)算能力和算法的不斷進(jìn)步，人工智能在科研領(lǐng)域的定位正逐步從輔助工具轉(zhuǎn)向人機(jī)協(xié)同。其應(yīng)用路徑主要表現(xiàn)在幾個(gè)方面：一是通過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)對(duì)復(fù)雜數(shù)據(jù)進(jìn)行高效處理與規(guī)律挖掘，幫助科研人員發(fā)現(xiàn)新的知識(shí)與研究方向；二是推動(dòng)自動(dòng)化實(shí)驗(yàn)室的建設(shè)，利用智能算法優(yōu)化實(shí)驗(yàn)條件、自動(dòng)生成實(shí)驗(yàn)方案，加快科學(xué)驗(yàn)證的迭代速度；三是促進(jìn)跨學(xué)科知識(shí)融合，借助知識(shí)圖譜和語(yǔ)義推理實(shí)現(xiàn)不同學(xué)科間的聯(lián)通；四是引領(lǐng)科研范式的轉(zhuǎn)變，從“人類(lèi)主導(dǎo)、AI輔助”逐漸邁向“人機(jī)協(xié)同”，未來(lái)甚至可能出現(xiàn)由AI主導(dǎo)提出假設(shè)和發(fā)現(xiàn)，人類(lèi)進(jìn)行驗(yàn)證與應(yīng)用的新模式。5多指從事某行業(yè)或者做某項(xiàng)工作，所需要的技術(shù)訣竅和專(zhuān)業(yè)知識(shí)。從路徑差異來(lái)看，中國(guó)的應(yīng)用路徑更注重產(chǎn)業(yè)驅(qū)動(dòng)和應(yīng)用導(dǎo)向，通過(guò)AI加速科研成果的孵化落地；美國(guó)則更強(qiáng)調(diào)原始創(chuàng)新，借助AI在基礎(chǔ)科學(xué)領(lǐng)域?qū)崿F(xiàn)關(guān)鍵性突破。Science了新藥研發(fā)的前期周期。而在美國(guó)，DeepMind的AlphaFold項(xiàng)目則展示了人工智能在基礎(chǔ)科學(xué)中的原創(chuàng)突破。DeepMind借助深度學(xué)習(xí)成功預(yù)測(cè)蛋白質(zhì)三維結(jié)構(gòu)，并與歐洲分子生物學(xué)實(shí)驗(yàn)室合作，開(kāi)放超過(guò)兩億種蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)，為藥物研發(fā)、病理研究AI+（）當(dāng)前，AI正重構(gòu)游戲研發(fā)流程，廣泛應(yīng)用于多模態(tài)內(nèi)容生成與實(shí)時(shí)渲染等關(guān)鍵環(huán)節(jié)，推動(dòng)工業(yè)化水平提升。在應(yīng)用路徑方面，一是通過(guò)生成式AI自動(dòng)化生成場(chǎng)景、角對(duì)話模型實(shí)現(xiàn)更擬真的NPC互動(dòng)，為玩家?guī)?lái)沉浸式體驗(yàn)；三是通過(guò)自動(dòng)化測(cè)試發(fā)現(xiàn)漏洞，或通過(guò)數(shù)據(jù)分析優(yōu)化玩家體驗(yàn)，進(jìn)而推動(dòng)游戲產(chǎn)業(yè)進(jìn)入更加智能化和個(gè)性化的階段。從發(fā)展趨勢(shì)來(lái)看，AI將推動(dòng)游戲制作走向“低成本、多樣化、沉浸式”的新模式。一方面，AI工具的普及將降低獨(dú)立開(kāi)發(fā)者的門(mén)檻，推動(dòng)小型團(tuán)隊(duì)快速產(chǎn)出高質(zhì)量AAAAIEVEOnlineAI技術(shù)與獨(dú)占據(jù)測(cè)試用戶(hù)反饋，EVE中的虛擬形象可以實(shí)現(xiàn)更為真實(shí)的聊天互動(dòng)、視頻和語(yǔ)音對(duì)話，甚至能夠結(jié)合用戶(hù)需求，為用戶(hù)提供豐富的情緒價(jià)值。在美國(guó)，以動(dòng)視暴雪（ActivisionBlizzard）AzureAIAIAI圖20：《EVEOnline》游戲界面資料來(lái)源：游戲內(nèi)測(cè)畫(huà)面，公開(kāi)資料整理AI（）傳統(tǒng)的軟件開(kāi)發(fā)往往依賴(lài)程序員的知識(shí)儲(chǔ)備與經(jīng)驗(yàn)，而隨著大語(yǔ)言模型與智能開(kāi)發(fā)工具的成熟，AI正逐步成為編程的主要生產(chǎn)力。AI編程的應(yīng)用路徑主要體現(xiàn)在三個(gè)方面：首先是智能代碼生成與補(bǔ)全，通過(guò)自然語(yǔ)言描述即可生成可運(yùn)行的代碼，極大提升了開(kāi)發(fā)效率，降低了編程門(mén)檻；其次是自動(dòng)化調(diào)試與測(cè)試，AI能夠識(shí)別潛在漏洞并提出修復(fù)建議，從而提升代碼質(zhì)量與系統(tǒng)安全性；最后是軟件工程知識(shí)的積累與復(fù)用，借助代碼大模型與知識(shí)圖譜，AI可在團(tuán)隊(duì)協(xié)作與版本迭代中實(shí)現(xiàn)經(jīng)驗(yàn)沉淀，推動(dòng)“自學(xué)習(xí)型”開(kāi)發(fā)環(huán)境的形成。從路徑差異來(lái)看，中國(guó)的AI編程更注重應(yīng)用普及與產(chǎn)業(yè)化落地，強(qiáng)調(diào)提升整體研發(fā)效率；美國(guó)則側(cè)重原始創(chuàng)新與生態(tài)構(gòu)建，借助大模型優(yōu)勢(shì)塑造全球開(kāi)發(fā)者社區(qū)。在中國(guó)，阿里云推出的“通義靈碼”基于阿里自研大模型“通義千問(wèn)”開(kāi)發(fā)，支持Java、Python、C++等多種主流語(yǔ)言，并能深度集成到主流IDE中。它不僅可以根據(jù)自然語(yǔ)言描述生成函數(shù)或類(lèi)的代碼，還能在代碼調(diào)試過(guò)程中給出優(yōu)化建議與安全提示。在美國(guó)，微軟與OpenAI聯(lián)合推出的GitHubCopilot基于Codex模型，能夠理解自然語(yǔ)言需求并自動(dòng)生成相應(yīng)代碼，同時(shí)在用戶(hù)編寫(xiě)過(guò)程中提供智能補(bǔ)全與重構(gòu)建議。自2021年發(fā)布以來(lái)，Copilot已在全球數(shù)百萬(wàn)開(kāi)發(fā)者中推廣應(yīng)用，并顯著提升了軟件開(kāi)AI+（）人工智能在工業(yè)制造領(lǐng)域的賦能作用日益凸顯，正在推動(dòng)制造業(yè)從傳統(tǒng)的經(jīng)驗(yàn)驅(qū)動(dòng)向智能化、數(shù)據(jù)驅(qū)動(dòng)的模式轉(zhuǎn)變。從技術(shù)賦能的具體路徑來(lái)看，一是智能感知與預(yù)測(cè)，通過(guò)深度學(xué)習(xí)與物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)對(duì)生產(chǎn)環(huán)節(jié)的實(shí)時(shí)監(jiān)控和異常預(yù)測(cè)，提高設(shè)備稼動(dòng)率與生產(chǎn)安全性；二是流程優(yōu)化與質(zhì)量控制，AI能夠分析工藝參數(shù)與生產(chǎn)數(shù)據(jù)，優(yōu)化生產(chǎn)流程，降低能耗并提升良品率；三是智能決策與自主制造，結(jié)合知識(shí)圖譜與強(qiáng)化學(xué)習(xí)，AI有望實(shí)現(xiàn)生產(chǎn)調(diào)度的最優(yōu)決策以及柔性化制造，從而推動(dòng)制造模式從規(guī)?；a(chǎn)向個(gè)性化定制演進(jìn)。從發(fā)展趨勢(shì)來(lái)看，人工智能在制造業(yè)的滲透將加速工業(yè)互聯(lián)網(wǎng)與智能工廠建設(shè)。一方面，生成式AI和數(shù)字孿生將成為關(guān)鍵技術(shù)，幫助制造企業(yè)進(jìn)行虛擬仿真與方案驗(yàn)證，縮短研發(fā)周期；另一方面，AI驅(qū)動(dòng)的自主制造與自適應(yīng)供應(yīng)鏈將逐漸普及，使生產(chǎn)體系具備更高的韌性與靈活性。從路徑差異來(lái)看，中美在智能制造領(lǐng)域均積極推動(dòng)AI的應(yīng)用，但賦能路徑有所不同，中國(guó)更注重制造業(yè)的規(guī)模化升級(jí)與應(yīng)用落地，美國(guó)則傾向于通過(guò)技術(shù)突破帶動(dòng)高端制造的創(chuàng)新。在中國(guó)，華為與上汽集團(tuán)合作推動(dòng)“智能制造工廠”項(xiàng)目利用華為云的AI平臺(tái)實(shí)現(xiàn)生產(chǎn)全流程的數(shù)據(jù)采集與實(shí)時(shí)分析。工程通過(guò)機(jī)器視覺(jué)對(duì)零部件質(zhì)量進(jìn)行檢測(cè)，并借助算法優(yōu)化生產(chǎn)線調(diào)度，實(shí)現(xiàn)生產(chǎn)效率顯著提升、產(chǎn)品不良率下降。在美國(guó)，通用電氣（GE）的Predix工業(yè)互聯(lián)網(wǎng)平臺(tái)通過(guò)人工智能與大數(shù)據(jù)分析對(duì)工業(yè)設(shè)備進(jìn)行預(yù)測(cè)性維護(hù)，能夠在故障發(fā)生前識(shí)別風(fēng)險(xiǎn)，減少停機(jī)時(shí)間，并幫助企業(yè)降低運(yùn)維成本。該平臺(tái)在航空發(fā)動(dòng)機(jī)、燃?xì)廨啓C(jī)等高端裝備領(lǐng)域廣泛應(yīng)用，使GE在高端制造環(huán)節(jié)保持競(jìng)爭(zhēng)優(yōu)勢(shì)。三、我國(guó)人工智能技術(shù)賦能產(chǎn)業(yè)發(fā)展的政策建議人工智能大模型作為新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，既是技術(shù)創(chuàng)新的前沿，也是全球競(jìng)爭(zhēng)的戰(zhàn)略高地。當(dāng)前，我國(guó)正處于加快培育新質(zhì)生產(chǎn)力、全面推進(jìn)高質(zhì)量發(fā)展的關(guān)鍵階段。2025年國(guó)務(wù)院印發(fā)的《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》明確提出，要以科技、產(chǎn)業(yè)、民生、治理等領(lǐng)域?yàn)橹攸c(diǎn)，推動(dòng)人工智能與經(jīng)濟(jì)社會(huì)各行業(yè)深度融合，構(gòu)建人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟(jì)與智能社會(huì)新形態(tài)。在此背景下，我國(guó)人工智能發(fā)展亟需構(gòu)建“國(guó)家引領(lǐng)、產(chǎn)業(yè)共建、企業(yè)突破”的協(xié)同發(fā)展體系，形成上下貫通、協(xié)同聯(lián)動(dòng)的發(fā)展合力。（一）國(guó)家層面國(guó)家應(yīng)發(fā)揮戰(zhàn)略統(tǒng)籌作用，聚焦關(guān)鍵短板與制度供給，打造安全可控、高效協(xié)同的基礎(chǔ)支撐體系，確保我國(guó)在大模型時(shí)代掌握發(fā)展主動(dòng)權(quán)。一是加快算力基礎(chǔ)設(shè)施布局與芯片自主化進(jìn)程，推進(jìn)國(guó)產(chǎn)GPU、ASIC、NPU等專(zhuān)用芯片的研發(fā)與產(chǎn)業(yè)化，降低對(duì)國(guó)外高端芯片的依賴(lài)風(fēng)險(xiǎn)；依托“東數(shù)西算”工程，在京津冀、長(zhǎng)三角、粵港澳大灣區(qū)、成渝等重點(diǎn)區(qū)域布局超大規(guī)模智能計(jì)算中心，推動(dòng)形成“云—邊—端”協(xié)同的全國(guó)一體化智算網(wǎng)絡(luò)。二是推進(jìn)數(shù)據(jù)資源制度化建設(shè)與高質(zhì)量供給，建立跨行業(yè)、跨區(qū)域的數(shù)據(jù)共享機(jī)制，在醫(yī)療健康、金融服務(wù)、工業(yè)制造、交通物流等高價(jià)值領(lǐng)域依法合規(guī)推動(dòng)數(shù)據(jù)流通使用；完善數(shù)據(jù)確權(quán)、授權(quán)與交易制度，探索數(shù)據(jù)資產(chǎn)入