將大模型“裝”進手機、融入供應鏈，帶到辦公室和生產線。開年以來，大模型應用加速落地。從百度文心大模型上線“深度搜索”功能，到三家基礎電信企業全面接入DeepSeek開源大模型。近段時間，國產大模型頻頻上新，正加速融入工業、能源、政務、文旅等行業，推動生產效率和服務質量躍升。

　　人工智能加速融入 賦能千行百業

　　在傳統能源領域，國家管網集團成功部署“滿血版”DeepSeek模型，應用于智能調控、管道安全審核等核心場景。通過人工智能算法優化輸氣量預測，調控計劃準確率提升10%，助力冬季能源保供。

　　國家管網集團智網數科公司副總經理胥錕：隨著DeepSeek及一系列人工智能大模型的部署應用，國家管網集團AI場景落地初見成效。油氣調控中心生產計劃生成時間由4小時降至分鐘級，準確率還提升了10%；鹽穴儲氣庫智能模擬造腔由數十天降至1小時。

　　在智能制造領域，多家廠商通過人工智能技術，實現生產全生命周期的優化。在智能終端產品線上，記者了解到，這家手機廠商在第一時間實現了全尺寸內嵌DeepSeek，用戶無需在不同人工智能界面間來回切換，操作更人性化。

　　中興通訊終端事業部總裁 倪飛：通過內嵌式的方式，實現了類似于多專家系統，不同的專家干不同的事情，同時在端側實現了一個入口的統一，讓用戶不用同時在多個App之間輪轉。

　　開年至今，各行各業均感受到大模型熱潮。連日來，DeepSeek在多家醫院完成本地化部署，部分地區政務系統陸續接入并實現應用?？蓪崿F0.8秒內生成超過百種疾病的診斷意見，加速藥物研發流程，還賦能金融與投資領域，用于市場預測、風險評估和欺詐檢測，能夠有效增強金融系統的穩定性。

　　賽迪顧問人工智能與大數據研究中心高級分析師韓子哲：人工智能作為引領新一輪科技革命的核心驅動力，正深度融入醫療、金融、政務、制造業等眾多領域，形成了豐富多樣的應用場景。

　　近期，深圳、廣州、無錫等城市陸續發布消息，在政務外網、政務系統接入DeepSeek。多地也表示，下一步，將DeepSeek與“城市大腦”深度融合發力，讓“城市大腦”進行“深度思考”，助力公共數據匯集治理和共享應用。

　　企業紛紛接入背后的人工智能發展新趨勢

　　如今，DeepSeek、人工智能大模型等已經出現在我們的生活中。通俗來說，它就像一個“超級大腦”，讀了世界上幾乎所有的書，看了數不清的圖片，聽了各種各樣的聲音……通過對海量數據的不斷學習，掌握了全面的知識。

　　從中國移動、華為、騰訊到亞馬遜、微軟、英偉達，從中國石油、國家管網到長城、廣汽，橫跨科技、能源、汽車等各領域的頭部企業紛紛接入DeepSeek模型，這個現象級合作背后，有怎樣的底層邏輯？這一現象級的合作熱潮背后，究竟蘊藏著怎樣的深層邏輯？又映射出人工智能領域怎樣的發展走向呢？

　　高性能、低成本，并且完全開源，DeepSeek成了攪動市場的“鲇魚”。專家告訴記者，DeepSeek的開源，打破了傳統人工智能發展模式的束縛，將推動人工智能應用生態的繁榮，這也大大加快了整個人工智能大模型的發展進程。

　　中國信息通信研究院技術與標準研究所工程師 龔正：以DeepSeek這樣的企業為例，近期他們在算法層面的優化使得效率提升，已顯著降低了推理成本，為產業帶來了直觀的震撼——比如在更低的算力需求下實現更高質量的生成效果。Deepseek這種開源模型的崛起，背后靈活、低門檻的特性正在重構行業生態。

　　專家指出， DeepSeek模型引發的現象級合作，它背后的邏輯，一方面是企業對高效、低成本人工智能技術的迫切需求，另一方面其實也是人工智能技術發展的必然趨勢。

　　賽迪顧問人工智能與大數據研究中心分析師 白潤軒：人工智能將從少數科技巨頭的專屬工具，轉變為像“水電煤”一樣的基礎設施，為社會各行業注入源源不斷的創新活力，真正開啟一個人人受益的智能時代。

　　國際數據公司發布的數據顯示，目前全球超過70%的組織已經開始對生成式人工智能技術進行投資或處于初步測試階段，已經有17%的組織將生成式人工智能應用和服務引入生產環節。

　　大模型接入潮 推動算力加速跨越“瓶頸”

　　人工智能賦能千行百業的同時，也對算力提出了更高的要求。隨著人工智能大模型在各領域的廣泛應用，用戶對于穩定、高效的服務體驗需求日益增長，而算力不足成了制約其發展的關鍵因素之一。

　　在算法層面的持續創新下，近期效率提升顯著降低了推理成本，為產業帶來了直觀的震撼。企業能夠在更低的算力需求下實現更高質量的生成效果，這無疑為人工智能的普及和應用提供了有力支撐。

　　然而，盡管如此，網友仍頻繁吐槽人工智能大模型在使用過程中出現崩潰，以及服務器繁忙等問題，這背后反映出當前算力資源的緊張狀態。

　　賽迪顧問人工智能與大數據研究中心高級分析師韓子哲：模型宕機主要是由于計算資源調度瓶頸、網絡擁塞等因素。尤其在流量高峰期，模型處理大規模請求時，響應可能會延遲或中斷。此外，像視頻生成、多模態識別這類復雜的任務也會消耗大量計算資源，導致暫時性宕機。

　　目前，DeepSeek、OpenAI等企業正致力于設計人工智能專用芯片。這些芯片通過優化架構與信號傳輸效率，從硬件層面突破傳統通用算力的瓶頸。

　　中國信息通信研究院技術與標準研究所工程師 龔正：像類腦智能、量子計算等新型計算架構的探索，有可能為大模型提供顛覆式的算力支持。未來成本下降，不單僅僅依賴單一環節的優化，而是算法、硬件、能源效率的協同升級。

　　面對算力挑戰，人工智能領域正在從算法優化、硬件創新以及新型計算架構探索等多個維度尋求突破。專家表示，隨著這些努力的持續推進，人工智能大模型將能夠提供更加穩定、高效的服務，滿足用戶日益增長的需求。

　　人工智能成為發展新質生產力重要引擎

　　從生產端到消費側，從制造業到服務業，有關大模型的新應用層出不窮。從算法創新到算力普惠，人工智能技術憑借數據處理、模式識別與自動化能力，成為發展新質生產力的重要引擎。

　　清晨5時，深圳的智能工廠里，AI系統正在預測設備故障——這不是科幻場景，而是AI深度推理能力帶來的現實變革。專家預測，未來十年，人工智能將滲透每個角落。

　　賽迪顧問人工智能與大數據研究中心高級分析師韓子哲：人工智能通過強大的數據分析能力、持續學習與推理能力，推動傳統產業的生產效率提升和業務模式創新，成為發展新質生產力的重要引擎。

　　專家指出，人工智能重構了勞動力、生產資料與勞動對象，成為新質生產力的核心標志。其核心優勢在于算法優化、數據融合與場景適配，為傳統產業注入“智能基因”。

　　賽迪顧問人工智能與大數據研究中心高級分析師韓子哲：隨著具身智能、多模態感知技術深度融合，人形機器人將重構工業制造、家庭服務與特種場景的協作模式，“軟硬協同、人機共生”的智能生態體系有望加速形成。AI將在智能體、多模態大模型、具身智能等多方面實現“深度進化”。

　　(總臺央視記者 朱江 王世玉 張偉 唐志堅 王穎)