鑒往知來，“十五五”浙江人工智能產業發展方向

浙江作為數字經濟大省、強省，面對人工智能產業集群“十五五”時期可能面臨的發展形勢，通過梳理當前發展優勢和不足，對研判“十五五”時期的重點發展方向具有重要意義

2024年，國家工業信息安全發展研究中心發布“十五五”時期數字經濟發展趨勢研判，認為人工智能將加速滲透實體經濟，大模型、小模型攜手共促產業智能化發展。2025年“兩會”期間，李強總理作政府工作報告，提出持續推進“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。值此背景下，浙江省作為數字經濟大省、強省，面對人工智能產業集群“十五五”時期可能面臨的發展形勢，通過梳理當前發展優勢和不足，對研判“十五五”時期的重點發展方向具有重要意義。

當前國內外人工智能產業面臨的發展形勢

區域長三角人工智能產業集群發展進程加快

以算力為例，作為“東數西算”工程八大算術樞紐之一，長三角樞紐規劃設立長三角生態綠色一體化發展示范區數據中心集群和蕪湖數據中心集群。據《新民晚報》2024年相關報道，長三角生態綠色一體化發展示范區數據中心集群建設取得明顯進展：浙江嘉善縣的中國電信長三角國家樞紐嘉興算力中心項目正式發布，建成后將成為“國家云”建設核心基地和長三角新型算力調度中心，肩負東西部算力資源跨區域調度的重任；江蘇吳江區算力調度中心項目所有主體建筑的土建工程基本完成，總算力規模將超5000PFlpos；上海青浦區的中國電信算力高效調度示范項目（青浦云湖數據中心）已于2024年第三季度全面封頂，建成后總計提供約4000個機柜能力，是我國首個實現多元異構算力調度的全國性平臺。

國內人工智能產業區域競爭格局凸顯

珠三角地區具備硬件制造與算力基礎設施優勢。廣東一方面依托華為、大疆、比亞迪等企業，在智能硬件、自動駕駛終端等領域的全產業鏈布局占據絕對優勢；另一方面通過鵬城實驗室的“鵬城云腦”、深圳超算中心等算力資源吸引大量人工智能大模型企業。

京津冀地區具備基礎研究與政策資源優勢

北京集聚清華、北大、中科院自動化所等頂尖科研機構，主導AI基礎算法、類腦計算等前沿領域，在基礎研究領域具有壟斷優勢。此外，北京依托國家人工智能創新應用先導區、中關村國家自主創新示范區，吸引百度、字節跳動等企業總部入駐。

中西部地區具備低成本優勢，政策補貼效應明顯。成都、武漢、西安等地為人工智能企業提供稅收減免、辦公場地補貼，構成明顯的人力成本與土地紅利優勢。

國際博弈加劇推高人工智能產業競爭烈度

美國可能強化核心技術“小院高墻”策略。不排除美國進一步限制如TensorFlow、PyTorch、GitHub等人工智能基礎軟件工具在我國的使用，或通過實體清單限制EDA工具、人工智能算法庫的獲取，影響我國人工智能企業的研發效率。

關稅戰或將加劇供應鏈“斷鏈”風險。4月3日特朗普政府發動全球關稅戰；5月12日，特朗普政府表示在全球任何地方使用華為芯片均違反美國出口管制規定。這一系列操作極大沖擊了全球人工智能產業鏈、供應鏈，打亂原有生產節奏，影響部分產品交付周期。而其反復無常的政策措施也使得全球人工智能產業發展充滿了不確定性。

人才爭奪日趨白熱化，美國一方面通過《芯片與科學法案》和簽證政策持續強化吸引全球AI人才，另一方面可能會進一步限制中美在人工智能領域的聯合研究，例如切斷我國高校與斯坦福、MIT等美國高校的合作渠道。

基礎堅實、生態良好，“浙”里AI優勢初顯

產業基礎堅實，集群效應廣泛

完成全國領先的產業鏈布局。目前浙江省初步形成了以杭州為核心、寧波和嘉興等環杭州灣地區協同發展的格局，覆蓋基礎層（芯片/算力）、技術層（算法/框架）到應用層（場景）的全鏈條生態。其中杭州作為核心城市，集聚了569家人工智能企業，貢獻全省超七成利潤。

構建垂直領域技術優勢。依托現有的行業產業大腦、工業互聯網、城市大腦等平臺，具備了建立面向特定場景的垂域大模型潛力，并在科學、制造、醫療、教育、消費、農業、交通、海洋、時空、治理、能源及金融等12個重點領域，創建了政府引導、市場主導、生態共建的三位一體模式。

優勢企業帶動效應明顯。如強腦科技（腦機接口）、海康威視（智能安防）等科技領軍企業，通過技術溢出和生態合作，帶動上下游中小企業協同發展。

科創生態良好，政策支持明確

杭州人工智能發展水平居全國第一梯隊，已入選工信部人工智能創新應用先導區和科技部新一代人工智能創新發展試驗區，培育建設了中國（杭州）人工智能小鎮、互聯網小鎮等產業平臺；浙江大學腦機智能實驗室等平臺在類腦智能、人形機器人等領域與企業（如強腦科技）緊密合作，推動技術從實驗室向市場轉化。

浙江以人工智能賦能新型工業化為主線，在“技術底座、行業應用、裝備產品、支撐保障”等4大領域推動科技創新和產業創新深度融合，不斷推動新質生產力發展。

在頂層設計上，浙江省經信廳將人工智能納入圍繞“415X”先進制造業集群體系加以培育，通過出臺《浙江省“人工智能＋”行動計劃（2024—2027年）》等政策措施，開展人工智能產業集群核心區協同區布局，組織實施一批人工智能核心技術攻關項目、產業鏈協同創新項目，培育具有產業鏈主導控制力的鏈主企業和專精特新企業。

核心技術突破，“大膽資本”見效

目前，浙江省人工智能產業在垂域大模型、人工智能芯片等領域表現亮眼，累計已有31款生成式人工智能服務通過備案，數量全國領先。

浙江省創新金融工具，通過設置“算力券”“模型券”，重點支持中小企業購買算力服務，鼓勵中小企業采用先進算法模型，降低運營成本和用算成本。

“大膽資本”已見成效。如杭州市國有資本投資運營有限公司運營著杭州兩大千億級母基金：杭州科創基金（聚焦投早、投小、投科創）和杭州創新基金（聚焦投強、投大、投產業），通過與頭部專業化投資機構合作，充分發揮社會資本積極性，實現投資的專業化、市場化，成功造就了杭州“六小龍”中的云深處科技、宇樹科技和強腦科技。

五大領域挑戰，“浙”里AI發展任重而道遠

算力服務方面，新增算力需求高，電力能源壓力大

隨著人工智能大模型的迅猛發展，GPU算力需求的激增給電網和供電帶來了新的壓力。根據北極星電力網有關數據，2024年浙江省制造業用電量3764.86億千瓦時，比上年增長9.06%。其中，數字經濟核心產業用電量286.72億千瓦時，同比增長14.64%；而這其中，計算機通信和其他電子設備制造業用電量178.13億千瓦時，增速17.43%，貢獻度達72.19%，在數字經濟核心產業中體量最大、增速最高。目前浙江省算力規模約82EFlops，根據《浙江省人工智能產業集群建設2025年工作要點》，2025年全省智能算力規模要達到100EFlops，即需要新增18EFlops算力。以當前最先進的超級計算機（如Frontier，能效比約為56.6GEFlops/W，即每瓦特提供56.6億次浮點運算）為基準，新增18EFlops算力年用電量約需要306億千瓦時，由此可見全省電力保障壓力劇增。

數據服務方面，數據應用門檻高，中小企業轉型難

首先，中小企業獲取數據渠道受限。中小企業在獲取數據時往往面臨諸多限制，包括數據的所有權、使用權、隱私保護等，且缺乏有效的數據流通和轉化機制，難以獲取足夠數據集中發展細分領域人工智能大模型。

其次，缺乏相關數據應用人才。受企業規模、人力成本等因素的制約，中小企業難以吸引和留住數據應用人才，尤其在數據建模、算法優化等核心領域，人才培養機制亟待完善，進而導致他們對人工智能的應用熱情不高。尤其是在傳統制造業中，這一現象尤為明顯。

最后，資源受限，難以負擔轉型成本。例如2024年浙江省人工智能應用標桿企業申報要求中，企業需滿足“2018—2023年信息化投入超1000萬元，其中500萬元用于AI技術”等條件，對于多數中小企業而言，這樣的“門檻”較高。

算法模型方面，數據標準化不足，高質量數據緊缺

關于數據標準化不足的問題，以醫療領域為例，浙江省政協十三屆二次會議上提出的第433號提案《關于提升數字健康水平加快醫療AI應用的建議》中明確提及，全省目前缺少統一的醫療人工智能產品監管標準和評估方法，產品難以規模化應用。

而作為人工智能大模型發展所需要的“數據糧食”，高質量數據集的需求與日俱增。高質量數據集是人工智能大模型訓練、推理和驗證的關鍵基礎，是按照特定標準，經過采集、清洗、歸類和標注等智能化處理，具有相應更新和維護機制的數據集合，對推進全省“人工智能＋”行動落地見效具有重大意義。但由于目前大數據服務利潤低，公共數據企業因成本高、收益低，缺乏數據清洗動力，定制化服務一般收費比較高且通用性較差，造成高質量標注數據量有限，從而形成了較大的高質量數據集缺口。

智能終端方面，應用場景開發少，開源體系建設慢

人工智能場景應用落地需加快。浙江省大模型發展水平居于全國第一方陣，但模型綜合能力和規模化效應還有待提升，大模型落地應用場景和細分領域的垂直場景應用還不夠豐富，特別是制造業領域應用深度還不夠，智能算力使用成本偏高，激發大模型企業開放場景需求的機制還有待建立，需要更多龍頭企業牽頭推動。

工業數據集建設還需整體謀劃。高質量工業數據集建設進程較慢，供人工智能訓練使用的專業化、高質量行業數據集供給能力不足。針對各類工業軟件集成優化難等問題，缺乏相對統一的企業數據底座。

開源體系建設有待加快。企業開源理念普及率不高、開源氛圍仍然不夠濃厚、開源賦能產業發展作用還不夠突出，普遍存在“拿來用的多、貢獻出的少”等問題。

社會治理方面，相關法規待健全，技術防控待完善

缺乏正式的法律法規。我國目前缺乏針對人工智能的綜合性立法，現有法規如《中華人民共和國網絡安全法》《中華人民共和國數據安全法》等分散于不同領域，尚未形成層級分明、覆蓋全產業鏈的法律體系。浙江省目前針對數據權屬、算法透明度等核心問題的專項法規仍存不足，政策執行依賴零散的部門規章，難以形成系統性治理。

數據隱私與安全法律執行力度不足。盡管《中華人民共和國個人信息保護法》已實施，但在醫療、金融等領域的數據共享實踐中，仍存在生物識別信息泄漏風險。

責任歸屬與倫理規范不明確。如3月29日小米SU7在行駛過程中以NOA智能輔助駕駛狀態遭遇嚴重的交通事故，引發了大眾對自動駕駛中各方權責劃分的廣泛探討；生成式人工智能在內容創作中可能引發版權爭議，但現有法律未明確人工智能生成作品的著作權歸屬。

“十五五”時期人工智能產業五大發展方向

優化算力基礎設施，提升調度協同能力

提升智能電網與能源數字化水平。加快智能電網升級，應用AI技術預測電力供需波動，優化電力調度策略。支持企業研發高能效芯片和服務器，降低單位算力能耗，形成技術降本與能源節約的良性循環。

構建綠色低碳算力基礎設施。推動算力中心與可再生能源結合，在杭州、寧波等核心區域布局智能電網和分布式能源系統，優先使用光伏、風電等清潔能源，降低算力中心碳排放。

強化區域算力協同與智能調度。建立全省算力資源一體化調度平臺，通過智能算法優化算力分配，實現跨區域、跨行業的資源動態調配，避免局部區域電力超負荷。聯合長三角區域建立算力共享機制，通過跨省電力交易和算力互補，提升整體資源利用效率。

降低數據應用門檻，推動數據要素普惠

降低數據應用成本與技術門檻。通過“AI算力券”“智評券”等專項補貼，對購買云服務、AI工具的企業給予稅收優惠或直接補貼。建設區域性AI公共服務平臺，提供低代碼開發工具、預訓練模型和算力租賃服務，助力中小企業快速部署AI應用。

建設普惠性數據共享與開放平臺。完善一體化智能化公共數據平臺，推動政務、交通、醫療等領域數據分級分類開放，降低中小企業數據獲取成本。建立數據資源目錄和標準接口，簡化數據接入流程。

培育數據要素市場與第三方服務生態。探索數據產權交易制度，建立數據確權、定價和流通規則，培育數據交易中心等服務機構。支持發展數據標注、分析等專業化服務企業，形成完整的數據服務產業鏈。

推動數據標準制定，建設高質量數據集

實施新一代人工智能重大科技專項，通過“揭榜掛帥”等機制攻關大模型架構、多模態算法等關鍵技術。推動高校與企業共建聯合實驗室，加速算法成果轉化，加強核心算法研發與產學研協同。

推動數據標準化與行業規范制定。在制造業、醫療領域試點制定數據采集、標注和交換標準，建立統一的數據質量評估體系。支持行業協會牽頭制定細分行業數據規范，推動跨企業數據互通。建設省級數據質量檢測中心，提供數據合規性認證服務，提升數據集可信度。

建設高質量行業數據集與共享機制。聚焦“415X”先進制造業集群，聯合高校、企業共建生物醫藥、智能裝備等領域的開源數據集。建立數據貢獻激勵機制，對提供優質數據的企業給予算力資源或資金獎勵。

深度開發應用場景，加快開源體系建設

依托浙江省“315”科技創新體系和“415X”先進制造業集群培育工程，推動科技創新與產業創新深度融合，在基礎層探索人工智能與智能光伏和新能源裝備產業集群互助發展，在技術層探索人工智能與集成電路、高端軟件產業集群協同發展，在應用層探索人工智能與新能源汽車、智能物聯等產業融合發展。

構建開源生態與協同創新平臺。建設自主可控開源社區，推動智能終端操作系統、開發工具鏈的開源共享。支持龍頭企業主導產業技術聯盟，圍繞人形機器人、合成生物等未來產業制定開源協議標準。

強化智能終端產業鏈協同能力。布局智能芯片、傳感器等核心零部件研發，提升終端產品自主化水平。推動“終端＋平臺＋服務”一體化模式，鼓勵終端企業與云服務商、數據平臺深度合作。

加快相關法規建設，完善技術風險防控

加快人工智能地方立法與標準體系建設。如制定《浙江省人工智能應用管理條例》，明確數據隱私、算法透明、責任認定等規則。建立人工智能倫理審查委員會，對醫療、金融等高敏感領域應用進行風險評估和合規審查。參與國家人工智能標準制定，爭取在自動駕駛、人臉識別等領域率先形成“浙江經驗”。

完善監管技術與風險防控機制。建設人工智能監管沙盒，在杭州、寧波等地試點創新應用的風險可控測試。開發人工智能算法備案與追溯系統，實現算法運行全流程可審計。

推動公眾參與社會共識構建。開展人工智能科普教育與倫理培訓，增強公眾對人工智能技術的認知和信任。建立行業、企業與公眾對話機制，針對人工智能就業影響、隱私保護等議題組織聽證會，定期發布行業社會責任報告。

（作者單位：浙江省產業發展中心）