今日研究机构披露重要行业成果博主请吃杀猪宴被索要1200元场地费 很高兴为您解答这个问题，让我来帮您详细说明一下。品牌授权报修电话，快速上门服务

阿克苏地区拜城县福建省三明市梅列区山西省朔州市山阴县陕西省汉中市西乡县云南省玉溪市新平彝族傣族自治县山西省运城市夏县江西省宜春市奉新县淮南市大通区青秀区喀什地区叶城县陕西省咸阳市兴平市广东省云浮市新兴县桥西区留营街道桂林市兴安县江西省赣州市石城县西藏山南市内蒙古鄂尔多斯市鄂托克旗甘肃省甘南藏族自治州蓟州区官庄镇静海区西翟庄镇蚌埠市蚌山区四川省甘孜藏族自治州泸定县黑龙江省佳木斯市富锦市湖北省宜昌市夷陵区四川省凉山彝族自治州西昌市和平区南市街道怀柔区龙山街道焦作市中站区黑龙江省佳木斯市富锦市延庆区康庄镇山东省德州市齐河县西藏阿里地区日土县和平区南市街道喀什地区叶城县焦作市沁阳市江苏省镇江市句容市四川省凉山彝族自治州昭觉县四川省甘孜藏族自治州内蒙古鄂尔多斯市鄂托克旗湖北省恩施土家族苗族自治州恩施市江西省景德镇市昌江区芜湖市南陵县河西区桃园街道和田地区平顶山市湛河区江西省萍乡市上栗县西青区精武镇南开区长虹街道山西省晋城市高平市桂林市秀峰区江苏省镇江市句容市福建省莆田市仙游县新乐市协神乡四川省凉山彝族自治州昭觉县山东省泰安市东平县喀什地区叶城县青海省果洛藏族自治州广东省佛山市三水区广东省江门市辽宁省本溪市溪湖区密云区不老屯镇伊犁哈萨克自治州昭苏县塔城地区和布克赛尔蒙古自治县江苏省南通市启东市四川省甘孜藏族自治州泸定县福建省漳州市龙海市丰台区宛平城地区元氏县殷村镇山西省阳泉市平定县青秀区百色市田林县山东省烟台市牟平区昌平区延寿镇贵州省铜仁市玉屏侗族自治县山西省吕梁市岚县蓟州区东施古镇平顶山市湛河区西城区月坛街道河西区桃园街道广东省汕头市龙湖区密云区高岭镇湖北省宜昌市西陵区福建省漳州市龙海市四川省泸州市江阳区辽宁省铁岭市开原市怀柔区龙山街道桥西区东华街道陕西省汉中市南郑区丰台区右安门街道四川省凉山彝族自治州甘洛县甘肃省兰州市辽宁省铁岭市开原市喀什地区叶城县吉林省四平市铁西区云南省普洱市景东彝族自治县西城区天桥街道青海省海西蒙古族藏族自治州德令哈市元氏县芜湖市南陵县宝坻区牛家牌镇

今日研究机构披露重要进展观察｜为什么中国AI要走自主可控之路？，很高兴为您解答这个问题，让我来帮您详细说明一下:官方服务专线，支持多品牌报修

云南省玉溪市新平彝族傣族自治县山西省运城市夏县长安区广安街道湖北省恩施土家族苗族自治州建始县福建省厦门市海沧区朝阳区管庄地区辽宁省本溪市溪湖区海南省海口市美兰区桥西区留营街道青海省海西蒙古族藏族自治州德令哈市西藏山南市贡嘎县蓟州区东赵各庄镇山东省德州市齐河县百色市靖西市辽宁省沈阳市沈河区元氏县苏村乡陕西省宝鸡市千阳县江西省吉安市永新县江西省鹰潭市余江区山东省东营市垦利区新乐市协神乡贵州省黔东南苗族侗族自治州天柱县贵州省黔南布依族苗族自治州惠水县鹿泉区寺家庄镇青海省海西蒙古族藏族自治州德令哈市山东省烟台市牟平区山东省聊城市冠县湖北省恩施土家族苗族自治州建始县广东省江门市四川省德阳市广汉市北海市海城区吉林省四平市铁西区北辰区广源街道喀什地区叶城县平山县小觉镇四川省广元市福建省南平市建瓯市云南省西双版纳傣族自治州勐腊县山东省淄博市临淄区昌平区小汤山镇新乐市协神乡四川省泸州市江阳区福建省南平市建瓯市黑龙江省七台河市桃山区四川省德阳市广汉市山东省烟台市牟平区海淀区青龙桥街道密云区不老屯镇贵州省铜仁市印江土家族苗族自治县山西省忻州市宁武县昌平区阳坊镇山西省长治市襄垣县江西省宜春市宜丰县吉林省长春市双阳区湖北省宜昌市夷陵区吉林省白山市浑江区海淀区青龙桥街道密云区河南寨镇山东省烟台市牟平区南阳市内乡县喀什地区叶城县吉林省白山市浑江区蓟州区官庄镇合肥市庐阳区江苏省徐州市新沂市贵州省黔南布依族苗族自治州惠水县怀柔区宝山镇北辰区广源街道山东省淄博市临淄区黑龙江省佳木斯市汤原县四川省成都市双流区钦州市北辰区丰台区长辛店镇焦作市中站区隆安县四川省宜宾市江安县江西省宜春市奉新县山西省长治市襄垣县焦作市中站区赞皇县西龙门乡贵州省安顺市普定县密云区高岭镇内蒙古乌海市乌达区山东省烟台市牟平区山东省潍坊市青州市青秀区江苏省苏州市相城区信阳市平桥区焦作市中站区武清区汊沽港镇广东省深圳市桥西区留营街道福建省莆田市城厢区广东省汕头市龙湖区阿克苏地区拜城县怀柔区雁栖地区山西省晋城市泽州县云南省怒江傈僳族自治州福贡县广东省汕头市龙湖区

全球服务区域:甘肃省陇南市赞皇县院头镇湖北省宜昌市宜都市江苏省苏州市相城区平山县宅北乡辽宁省辽阳市白塔区顺义区空港街道山西省临汾市安泽县蓟州区东施古镇四川省宜宾市翠屏区西城区月坛街道山东省烟台市龙口市南开区长虹街道蚌埠市蚌山区四川省遂宁市蓬溪县四川省宜宾市珙县井陉县吴家窑乡蓟州区官庄镇山东省烟台市牟平区朝阳区小红门地区开封市通许县武清区汊沽港镇朝阳区豆各庄地区赞皇县西龙门乡静海区西翟庄镇濮阳市南乐县青海省玉树藏族自治州治多县焦作市黑龙江省鹤岗市黑龙江省大兴安岭地区呼玛县陕西省咸阳市兴平市怀柔区宝山镇延庆区康庄镇昌平区小汤山镇山东省聊城市茌平区福建省漳州市龙海市西城区天桥街道海南省儋州市江西省萍乡市上栗县百色市靖西市吉林省白山市浑江区桥西区东华街道青海省海西蒙古族藏族自治州德令哈市陕西省汉中市西乡县四川省甘孜藏族自治州泸定县广东省汕头市南澳县山西省晋城市高平市喀什地区麦盖提县南开区长虹街道贵州省六盘水市水城县丰台区长辛店镇山西省晋城市泽州县湖北省恩施土家族苗族自治州恩施市山西省晋城市泽州县广东省江门市大兴区山东省淄博市临淄区黑龙江省大兴安岭地区呼玛县阿克苏地区拜城县蚌埠市龙子湖区山东省青岛市城阳区元氏县南阳市内乡县元氏县殷村镇昌平区回龙观街道甘肃省定西市渭源县山东省东营市垦利区赵县沙河店镇门头沟区大峪街道青海省海南藏族自治州贵德县吉林省四平市铁西区上海市市辖区嘉定区黑龙江省绥化市明水县马鞍山市博望区四川省成都市金牛区门头沟区大峪街道密云区不老屯镇湖北省宜昌市秭归县江苏省徐州市丰县桂林市兴安县湖北省恩施土家族苗族自治州恩施市内蒙古乌海市乌达区焦作市沁阳市四川省凉山彝族自治州昭觉县福建省厦门市海沧区黑龙江省伊春市金林区江西省九江市武宁县合肥市瑶海区武清区汊沽港镇河东区东新街道洛阳市汝阳县蓟州区官庄镇山东省淄博市临淄区伊犁哈萨克自治州昭苏县西城区天桥街道陕西省汉中市西乡县银川市贺兰县武清区上马台镇钦州市喀什地区麦盖提县

本月行业报告传递新变化观察｜为什么中国AI要走自主可控之路？，很高兴为您解答这个问题，让我来帮您详细说明一下:售后服务维修中心电话，支持多渠道服务

全国服务区域：四川省广安市岳池县四川省广元市百色市靖西市元氏县殷村镇云南省普洱市景东彝族自治县山东省枣庄市台儿庄区江苏省镇江市句容市贵州省黔东南苗族侗族自治州天柱县甘肃省天水市秦州区宝坻区牛家牌镇广东省珠海市斗门区广东省佛山市三水区焦作市四川省甘孜藏族自治州九龙县湖北省宜昌市西陵区昌平区延寿镇山东省淄博市临淄区亳州市利辛县山东省枣庄市台儿庄区焦作市中站区云南省西双版纳傣族自治州勐腊县黑龙江省伊春市金林区芜湖市南陵县贵州省黔东南苗族侗族自治州天柱县云南省普洱市景东彝族自治县山东省泰安市东平县广东省汕头市南澳县南开区长虹街道防城港市东兴市内蒙古锡林郭勒盟镶黄旗怀柔区雁栖地区四川省广元市武清区汊沽港镇北辰区广源街道江苏省连云港市赣榆区山东省滨州市大兴区陕西省汉中市西乡县西藏阿里地区日土县贵州省安顺市普定县陕西省宝鸡市千阳县海南省三沙市西沙区赞皇县院头镇西藏山南市福建省南平市四川省凉山彝族自治州西昌市信阳市平桥区马鞍山市博望区赵县沙河店镇大兴区陕西省西安市未央区重庆市县巫山县江苏省南通市启东市内蒙古锡林郭勒盟正镶白旗密云区河南寨镇西乡塘区朝阳区小关街道辽宁省大连市旅顺口区山东省泰安市东平县福建省福州市罗源县湖北省襄阳市襄州区隆安县芜湖市南陵县西藏阿里地区日土县内蒙古锡林郭勒盟正镶白旗蓟州区官庄镇吉林省长春市双阳区桂林市秀峰区延庆区康庄镇海南省海口市美兰区山东省淄博市临淄区伊犁哈萨克自治州昭苏县山东省泰安市东平县赞皇县院头镇山西省晋中市太谷区巴音郭楞蒙古自治州和硕县甘肃省定西市渭源县甘肃省兰州市四川省凉山彝族自治州昭觉县山东省滨州市宝坻区牛家牌镇洛阳市汝阳县桂林市兴安县海南省儋州市山东省枣庄市台儿庄区桂林市兴安县许昌市建安区静海区大邱庄镇辽宁省锦州市义县南开区体育中心街道门头沟区大峪街道怀柔区宝山镇洛阳市汝阳县青海省海北藏族自治州门源回族自治县内蒙古呼伦贝尔市阿荣旗重庆市市辖区北碚区西藏阿里地区日土县门头沟区大峪街道蓟州区东二营镇福建省厦门市海沧区

售后服务上门服务电话，智能分配单据：观察｜为什么中国AI要走自主可控之路？

全国两会期间，全国人大代表、科大讯飞董事长刘庆峰再次围绕人工智能的“自主可控”提出建议。从2023年算起，这已经是他连续第四年在两会提出，要把中国的大模型能力真正建立在国产算力和自主生态之上。

（刘庆峰）

在今天这个时间点，关注这个议题的人似乎并不多。去年年初，DeepSeek-R1横空出世，没有人再怀疑中国大模型的算法能力。上个月，根据OpenRouter的统计，全球用户输入中国大模型的Token量占比超六成，居全球首位。而在算力领域，尽管芯片制程、软件生态与国外龙头仍有差距，但国内企业正凭借制程混搭、集群架构等技术奋起直追，不少相关企业在最近密集上市，突显了市场信心。

今年年初，国内模型公司争相发红包、送奶茶吸引用户，“小龙虾”OpenClaw爆火出圈。聚光灯兜兜转转，再次聚焦在AI应用上。谁能发现场景、谁能快速落地乃至变现，构成了目前国内AI产业最热闹的叙事。

但恰恰是在这个时候，“自主可控”反而不应被视作可有可无的标签，而是必须回答的底层问题。

大模型已经不只是一个互联网产品，不只是聊天机器人和办公助手。它越来越像电力和交通，正在成为经济的新基础设施，逐渐融入金融、教育、医疗、政务、能源、工业等重要场景。而基础设施的重要原则，是关键时刻不能断、长期演进可掌握、产业收益可沉淀。

（安徽金寨古碑镇中心卫生院，“智医助理”是医生的AI同事）

因此，在国际局势变化的今天，依托国产算力训练大模型、建立从软件到硬件的AI生态，依然是中国AI产业绕不过去的一场硬仗。

是谁在训练AI？

今年2月，科大讯飞正式发布基于全国产算力训练的星火X2大模型，实现了对前代星火模型的升级迭代，整体能力对标国际顶尖模型水平，在数学、推理、语言理解、智能体等能力上媲美国际最优，还具备130+多语言能力。

在高性能模型频出的今天，这条新闻显得“平平无奇”。然而，其中提到的“基于全国产算力训练”，正是AI迈向自主可控的关键一步。实际上，讯飞星火是少数几个完全依托国产算力训练的模型，也是其中唯一一个向大众免费开放使用的。

对于AI大模型来说，计算机运行产生的算力主要用作推理和训练两种用途。简单说，推理是让大模型能够运行起来，根据输入内容回答问题、生成文本、识别图像。训练则是让模型真正“长脑子”的过程：通过海量数据和反复计算，把参数一点点调整出来，最终形成模型能力的底座。

如果把大模型比作一名医生，推理如同日常坐诊，训练则是从医学院到住院医师的完整培养过程。医生会看病当然重要，但更关键的是，这个医生是谁培养出来的、接受了什么知识体系、是否能持续进修升级。对国家和产业来说，真正决定话语权的，恰恰是后者。

过去几年，中国国产AI芯片更多活跃在推理侧。推理对时延、成本和能效更敏感，但对单次极限吞吐、超大规模分布式通信的要求，相比训练要低得多。为了在政务、金融、安防、工业等场景里实现大模型的落地部署，推理算力首先实现了快速发展。

但训练不一样，它是AI算力金字塔的顶端，要求的不只是单卡算力，还包括高带宽显存、稳定的互联通信、万卡级集群调度能力、软件框架兼容度，以及长达数周甚至数月不中断运行的工程能力。这些技术被英伟达等少数企业所掌握。

更贵、更难的路

真正决定一个国家AI上限的，不光有没有能部署的模型，也不仅是有没有能够运行这些模型的设备，更在于能否在自己的基础设施上，把下一代模型持续训练出来。只有能够用国产算力做训练，才意味着掌握了AI的演化能力。

刘庆峰在一次采访中透露，基于国产算力训练的模型大概要落后顶尖模型半年到一年。由于尚未形成规模效应，国产算力的价格也往往更高。如果像讯飞这样自研算力平台，还意味着不菲的研发投入。

目前国内的高性能模型大多都是使用国外算力设备训练的。若要重新适配国产芯片，相当于给车更换发动机。不仅要作出其它结构的调整，还可能面临性能无法发挥或下降的风险。

国外的训练方案更成熟、性能更强、生态更完整，这到目前为止都是事实。那么为什么还要用相对落后、成本相对更高的国产算力训练大模型？

这个问题如果只放在一家公司里来看，确实不好回答。但如果放到国家和产业演进的尺度上，就不难理解。

航空发动机、高铁、北斗导航、工业母机、光刻工艺，这些重大工程在早期几乎都面临同样的质疑：贵、慢、不成熟、商业上不划算。可它们之所以仍值得做，不是因为一开始就比国际最优更便宜，而是因为它们决定了一个国家在关键节点上有没有自主运转能力，决定了长期产业红利是否留在本土。

发展经济学中有一个被称为“依附理论”的经典视角。后发国家如果长期嵌入由中心国家定义的技术体系，就容易陷入高端能力外部化、利润与标准外流、本土创新受制于人的状态。

这个框架未必能完整解释今天的科技竞争，但它对AI产业有很强的现实提醒意义——如果一个国家的大模型训练长期依赖外部算力、外部基础软件和外部开发生态，那么它在产业链中获得的，很可能只是应用层的局部繁荣。

如果底层模型能力和训练平台都依赖外部，国内企业即使做出大量应用，也可能在利润、议价权和迭代节奏上受制于上游算力平台。相反，谁掌握训练平台、基础模型和算力底座，谁才更可能在产业链中占据高附加值环节。

从风险的角度来说，一旦出口管制升级、云服务受限、关键软件栈断供，整个生态会在最底层出现脆弱性。那时受影响的不是某个模型版本延迟上线，而是教育、医疗、政务、工业、金融等一系列正在被AI重塑的行业能力，都会暴露在不可控风险之下。

底层投入也是对技术未来的投入。虽然目前Transformer架构仍是大模型的主流，但技术正在不停发展，量子、生物计算等领域已经为AI算法提供了新的思路。如果无法稳定开展本土训练，那么它就很难主导下一代模型的能力边界，只能在别人定义的技术路径上做应用适配。

国产算力训练迎来战略机遇

这场讨论之所以在今年格外重要，是因为国产算力训练也正在迎来战略机遇期。

根据国投证券发布的研报，今年海外云厂商资本开支已进入新一轮上行周期，其算力迭代节奏同步拉动了全球设备需求，我国算力资本市场利好。美国对华芯片管制不断升级，从硬件延伸至软件、人才乃至云服务，形成全链条封锁，反而倒逼国内形成以“自主可控”为核心的政策与产业共识。

在这些需求的牵引下，今年不仅算力供给侧在技术与生态上实现了诸多突破，越来越多从训练到算法都是纯国产的模型也开始涌现出来，如讯飞的星火X2，智谱联合华为开源的新一代图像生成模型GLM-Image，摩尔线程与北京智源人工智能研究院完成的具身大脑模型RoboBrain 2.5等。

仅仅依靠外部制裁的“倒逼”，并不足以催生一个成功的自主产业。历史上，许多抱有雄心壮志的国家在技术封锁下并未能建立起强大的自主体系，如20世纪的阿根廷与巴西。国家与企业的长期战略意志、规划与信心，是必不可少的。

在“十五五”规划草案中，算力发展已经被升至国家战略。东数西算、算力互联互通行动计划等国家级工程推出，截至2024年6月底，东数西算八大枢纽节点直接投资超435亿元，机架总规模超195万架。国家算力“版图”正在形成，东部省市聚焦生态构建与应用，西部省市依托绿电承接算力转移。北京2025年智算供给规模达45 EFLOPS，上海2027年自主可控算力占比超70%。

AI产业与航空航天、高铁等产业的一项关键不同之处，在于目前所有国家都还正在开发它的能力，都需要开发者生态的支持，都需要市场的检验。因此，自主可控不是为了做一个封闭、昂贵、脱离市场的替代品，不是从叙事上用民族情怀替代商业逻辑，而是要在真实业务场景中证明能用、好用、持续可用，也要接受国内乃至全球开发者的检验。

凭借模型算法的轻量化技术和架构创新，很多国产模型已经能做到在保持高性能的同时大幅降低训练与推理的算力负担。一些模型已经进入持续迭代和产品化阶段，如讯飞星火X2已在医疗、教育、汽车座舱、企业智能体等场景中广泛部署，医疗应用“讯飞晓医”也累积完成超1.8亿次健康咨询，以它为基础的星火教育大模型在批改、错因分析等核心教学领域的表现，显著优于GPT-5.2、DeepSeek-V3.2等主流模型。

有媒体将今年称作“中国算力训练元年”，这还只是开始。它们未必意味着中国已经在算力竞赛中看到曙光，却至少说明我们还没有放弃争夺那张最关键的入场券。

“从社会刚需出发，让人工智能解决真问题，推动社会进步。”刘庆峰说，“人工智能企业是要有家国情怀的，一定要把源头技术构建在自主可控的平台上，成为国家可以借助和使用的力量，这是时代赋予我们的使命。”而“在人工智能如此蓬勃发展的今天，世界比以往任何时候都更需要在美国之外拥有人工智能的‘第二种选择’，中国也比以往任何时候都更需要在完全自主可控的平台上发展人工智能，才能真正把发展主动权握在自己手中！”

今日研究机构公开最新研究成果观察｜为什么中国AI要走自主可控之路？

全国两会期间，全国人大代表、科大讯飞董事长刘庆峰再次围绕人工智能的“自主可控”提出建议。从2023年算起，这已经是他连续第四年在两会提出，要把中国的大模型能力真正建立在国产算力和自主生态之上。

（刘庆峰）

在今天这个时间点，关注这个议题的人似乎并不多。去年年初，DeepSeek-R1横空出世，没有人再怀疑中国大模型的算法能力。上个月，根据OpenRouter的统计，全球用户输入中国大模型的Token量占比超六成，居全球首位。而在算力领域，尽管芯片制程、软件生态与国外龙头仍有差距，但国内企业正凭借制程混搭、集群架构等技术奋起直追，不少相关企业在最近密集上市，突显了市场信心。

今年年初，国内模型公司争相发红包、送奶茶吸引用户，“小龙虾”OpenClaw爆火出圈。聚光灯兜兜转转，再次聚焦在AI应用上。谁能发现场景、谁能快速落地乃至变现，构成了目前国内AI产业最热闹的叙事。

但恰恰是在这个时候，“自主可控”反而不应被视作可有可无的标签，而是必须回答的底层问题。

大模型已经不只是一个互联网产品，不只是聊天机器人和办公助手。它越来越像电力和交通，正在成为经济的新基础设施，逐渐融入金融、教育、医疗、政务、能源、工业等重要场景。而基础设施的重要原则，是关键时刻不能断、长期演进可掌握、产业收益可沉淀。

（安徽金寨古碑镇中心卫生院，“智医助理”是医生的AI同事）

因此，在国际局势变化的今天，依托国产算力训练大模型、建立从软件到硬件的AI生态，依然是中国AI产业绕不过去的一场硬仗。

是谁在训练AI？

今年2月，科大讯飞正式发布基于全国产算力训练的星火X2大模型，实现了对前代星火模型的升级迭代，整体能力对标国际顶尖模型水平，在数学、推理、语言理解、智能体等能力上媲美国际最优，还具备130+多语言能力。

在高性能模型频出的今天，这条新闻显得“平平无奇”。然而，其中提到的“基于全国产算力训练”，正是AI迈向自主可控的关键一步。实际上，讯飞星火是少数几个完全依托国产算力训练的模型，也是其中唯一一个向大众免费开放使用的。

对于AI大模型来说，计算机运行产生的算力主要用作推理和训练两种用途。简单说，推理是让大模型能够运行起来，根据输入内容回答问题、生成文本、识别图像。训练则是让模型真正“长脑子”的过程：通过海量数据和反复计算，把参数一点点调整出来，最终形成模型能力的底座。

如果把大模型比作一名医生，推理如同日常坐诊，训练则是从医学院到住院医师的完整培养过程。医生会看病当然重要，但更关键的是，这个医生是谁培养出来的、接受了什么知识体系、是否能持续进修升级。对国家和产业来说，真正决定话语权的，恰恰是后者。

过去几年，中国国产AI芯片更多活跃在推理侧。推理对时延、成本和能效更敏感，但对单次极限吞吐、超大规模分布式通信的要求，相比训练要低得多。为了在政务、金融、安防、工业等场景里实现大模型的落地部署，推理算力首先实现了快速发展。

但训练不一样，它是AI算力金字塔的顶端，要求的不只是单卡算力，还包括高带宽显存、稳定的互联通信、万卡级集群调度能力、软件框架兼容度，以及长达数周甚至数月不中断运行的工程能力。这些技术被英伟达等少数企业所掌握。

更贵、更难的路

真正决定一个国家AI上限的，不光有没有能部署的模型，也不仅是有没有能够运行这些模型的设备，更在于能否在自己的基础设施上，把下一代模型持续训练出来。只有能够用国产算力做训练，才意味着掌握了AI的演化能力。

刘庆峰在一次采访中透露，基于国产算力训练的模型大概要落后顶尖模型半年到一年。由于尚未形成规模效应，国产算力的价格也往往更高。如果像讯飞这样自研算力平台，还意味着不菲的研发投入。

目前国内的高性能模型大多都是使用国外算力设备训练的。若要重新适配国产芯片，相当于给车更换发动机。不仅要作出其它结构的调整，还可能面临性能无法发挥或下降的风险。

国外的训练方案更成熟、性能更强、生态更完整，这到目前为止都是事实。那么为什么还要用相对落后、成本相对更高的国产算力训练大模型？

这个问题如果只放在一家公司里来看，确实不好回答。但如果放到国家和产业演进的尺度上，就不难理解。

航空发动机、高铁、北斗导航、工业母机、光刻工艺，这些重大工程在早期几乎都面临同样的质疑：贵、慢、不成熟、商业上不划算。可它们之所以仍值得做，不是因为一开始就比国际最优更便宜，而是因为它们决定了一个国家在关键节点上有没有自主运转能力，决定了长期产业红利是否留在本土。

发展经济学中有一个被称为“依附理论”的经典视角。后发国家如果长期嵌入由中心国家定义的技术体系，就容易陷入高端能力外部化、利润与标准外流、本土创新受制于人的状态。

这个框架未必能完整解释今天的科技竞争，但它对AI产业有很强的现实提醒意义——如果一个国家的大模型训练长期依赖外部算力、外部基础软件和外部开发生态，那么它在产业链中获得的，很可能只是应用层的局部繁荣。

如果底层模型能力和训练平台都依赖外部，国内企业即使做出大量应用，也可能在利润、议价权和迭代节奏上受制于上游算力平台。相反，谁掌握训练平台、基础模型和算力底座，谁才更可能在产业链中占据高附加值环节。

从风险的角度来说，一旦出口管制升级、云服务受限、关键软件栈断供，整个生态会在最底层出现脆弱性。那时受影响的不是某个模型版本延迟上线，而是教育、医疗、政务、工业、金融等一系列正在被AI重塑的行业能力，都会暴露在不可控风险之下。

底层投入也是对技术未来的投入。虽然目前Transformer架构仍是大模型的主流，但技术正在不停发展，量子、生物计算等领域已经为AI算法提供了新的思路。如果无法稳定开展本土训练，那么它就很难主导下一代模型的能力边界，只能在别人定义的技术路径上做应用适配。

国产算力训练迎来战略机遇

这场讨论之所以在今年格外重要，是因为国产算力训练也正在迎来战略机遇期。

根据国投证券发布的研报，今年海外云厂商资本开支已进入新一轮上行周期，其算力迭代节奏同步拉动了全球设备需求，我国算力资本市场利好。美国对华芯片管制不断升级，从硬件延伸至软件、人才乃至云服务，形成全链条封锁，反而倒逼国内形成以“自主可控”为核心的政策与产业共识。

在这些需求的牵引下，今年不仅算力供给侧在技术与生态上实现了诸多突破，越来越多从训练到算法都是纯国产的模型也开始涌现出来，如讯飞的星火X2，智谱联合华为开源的新一代图像生成模型GLM-Image，摩尔线程与北京智源人工智能研究院完成的具身大脑模型RoboBrain 2.5等。

仅仅依靠外部制裁的“倒逼”，并不足以催生一个成功的自主产业。历史上，许多抱有雄心壮志的国家在技术封锁下并未能建立起强大的自主体系，如20世纪的阿根廷与巴西。国家与企业的长期战略意志、规划与信心，是必不可少的。

在“十五五”规划草案中，算力发展已经被升至国家战略。东数西算、算力互联互通行动计划等国家级工程推出，截至2024年6月底，东数西算八大枢纽节点直接投资超435亿元，机架总规模超195万架。国家算力“版图”正在形成，东部省市聚焦生态构建与应用，西部省市依托绿电承接算力转移。北京2025年智算供给规模达45 EFLOPS，上海2027年自主可控算力占比超70%。

AI产业与航空航天、高铁等产业的一项关键不同之处，在于目前所有国家都还正在开发它的能力，都需要开发者生态的支持，都需要市场的检验。因此，自主可控不是为了做一个封闭、昂贵、脱离市场的替代品，不是从叙事上用民族情怀替代商业逻辑，而是要在真实业务场景中证明能用、好用、持续可用，也要接受国内乃至全球开发者的检验。

凭借模型算法的轻量化技术和架构创新，很多国产模型已经能做到在保持高性能的同时大幅降低训练与推理的算力负担。一些模型已经进入持续迭代和产品化阶段，如讯飞星火X2已在医疗、教育、汽车座舱、企业智能体等场景中广泛部署，医疗应用“讯飞晓医”也累积完成超1.8亿次健康咨询，以它为基础的星火教育大模型在批改、错因分析等核心教学领域的表现，显著优于GPT-5.2、DeepSeek-V3.2等主流模型。

有媒体将今年称作“中国算力训练元年”，这还只是开始。它们未必意味着中国已经在算力竞赛中看到曙光，却至少说明我们还没有放弃争夺那张最关键的入场券。

“从社会刚需出发，让人工智能解决真问题，推动社会进步。”刘庆峰说，“人工智能企业是要有家国情怀的，一定要把源头技术构建在自主可控的平台上，成为国家可以借助和使用的力量，这是时代赋予我们的使命。”而“在人工智能如此蓬勃发展的今天，世界比以往任何时候都更需要在美国之外拥有人工智能的‘第二种选择’，中国也比以往任何时候都更需要在完全自主可控的平台上发展人工智能，才能真正把发展主动权握在自己手中！”

全球央行黄金托管的三大支柱是，纽约联储、英国央行和国际清算银行。 博主请吃杀猪宴被索要1200元场地费