中新網北京9月28日電 (記者 夏賓)2025年，中國的“人工智能+”行動持續推進。

　　人工智能正邁入技術躍遷與產業落地深度交織的關鍵階段，通用人工智能從概念走向實踐，具身智能加速商業化突破，而計算架構瓶頸、生態協同壁壘、AI人才培養成為規模化發展的重要挑戰。

　　近日，以“筑基開放燎原”為主題的AICC2025人工智能計算大會在北京舉行，大會邀請業界領袖與專家，圍繞通用人工智能、開放計算、下一代AI計算架構創新等產業前沿議題發表演講，為人工智能產業高質量發展提供思路參考。

　　會上，西湖大學“可信及通用人工智能實驗室”創始人、歐洲科學院院士金耀初梳理了人工智能發展的主要脈絡，并指出其發展路徑與人腦智能的涌現過程相似——經歷了演化、發育與學習的三個關鍵機制。基于這個視角，他進一步闡述了可信賴人工智能的要求及人工智能治理的重要性，并分享了實驗室在工業人工智能領域的實踐及類腦通用人工智能的探索。

　　北京智源人工智能研究院副院長兼總工程師林詠華分享了“眾智FlagOS”的技術進展，指出該平臺作為開放、統一的系統軟件棧，旨在打破AI算力生態壁壘，實現跨地域、跨硬件的算力連接與普惠共享，為全球開發者提供跨芯片、跨框架、跨場景的統一計算底座。

　　據悉，“眾智FlagOS v1.5”已正式推出，該系統面向多元AI芯片，提供統一、開源的系統軟件支持，通過全產業鏈整合破解AI算力生態碎片化、大模型遷移難等挑戰。在北京市科委中關村管委會推動下，國產AI超節點智算“北京方案”也率先使用了FlagOS獲得突破的性能。

　　百度首席技術官王海峰梳理了人工智能從規則方法、統計機器學習到深度學習、大模型的發展歷程，指出大模型技術通用性與能力的全面性為通用人工智能帶來曙光。

　　在他看來，技術的通用性方面，大模型在解決不同任務、語言、模態、場景的通用性都變得越來越好；能力的全面性方面，理解、生成、邏輯、記憶是人工智能的四項基礎能力，其他各項人工智能的典型能力基本上都是這四項基礎能力的綜合運用。這四項能力越強，越接近通用人工智能。

　　浪潮信息首席AI戰略官劉軍介紹了面向智能體時代的兩大創新系統，分享了AI算力可持續發展面臨的規模、電力、投入等挑戰，提出要從規模導向轉為效率導向，重新思考和設計AI計算系統，發展AI專用計算架構。

　　浪潮信息將通過軟硬件協同設計與深度優化，持續推動AI計算架構的創新與突破，不斷實現token生成“提速降本”，積極促進大模型、智能體等人工智能技術與實體經濟的深度融合，讓人工智能成為千行百業的生產力和創新力。

　　北京中關村人工智能研究院副院長戴蓓潔介紹了北京中關村學院面向超常規AI領軍人才培養需求，建立項目制人才培養體系，推動AI與多學科深度融合，實現科研成果落地與產業需求反哺技術創新的雙向賦能，為新質生產力發展注入強勁動力。

　　此外，大會聚焦AI前沿與產業落地碰撞，緊扣“人工智能+”行動在科技、產業等領域的重點方向，設置六大專題論壇，聚焦大模型、科學智能、具身智能、智能駕駛、低空經濟等話題，圍繞 AI前沿技術與產業落地需求展開深度研討，加快推動人工智能技術走向規模化應用和產業化發展。

　　例如，AI賦能低空經濟發展論壇聚焦政策法規、關鍵技術與無人機系統交通管理、低空紅綠燈系統、空地一體化等產業最新實踐展開研討，為低空經濟的自動化、智能化與規模化發展提供思路。

　　本次大會還同步開設3000平方米實景AI創新科技展，集中展示人工智能領域的重大創新成果與場景應用實踐，吸引了超過50家產業鏈上下游企業及近5000名行業人士參展交流。作為鏈接技術與產業的關鍵平臺，大會有效促進了產學研用深度融合與協同創新，為加速“人工智能+”行動落地、構建高質量發展新優勢提供強勁動能。(完)