人工智能持续火爆 北京上海深圳跻身第一梯队

随着人工智能产业的持续火热，各地都在积极布局人工智能领域。今年以来，多场重量级政策纷纷亮相，呈现出浓厚的竞争氛围。在最新一轮的发展浪潮中，北京、上海等地无疑是引领者。

北京在全球人工智能领域的地位日益凸显。近日，中关村论坛闭幕式上，北京发布了两个重磅政策，引发了业界的广泛关注。不仅如此，《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》的推出，更是明确了北京在人工智能领域的创新资源优势和全球影响力的提升目标。

而在上海，世界人工智能大会的举办为这座城市带来了全球视野下的AI碰撞与交流。大会聚焦AI生成之路，展现了AI驱动的高质量发展精彩图卷。与此上海在人工智能关键基础设施领域也具有明显的领先优势，如类脑研究、计算机视觉等。

对于哪些城市可视为人工智能发展的第一梯队，从相关的报告和研究中可见端倪。北京、上海和深圳三座城市在人工智能综合实力方面稳居前列。这些城市不仅在人工智能融资额方面表现出色，而且在重点科研平台、人工智能基础设施等方面也具有显著优势。

深圳作为人工智能发展的重镇，主导成立了多家研究机构，如鹏城实验室和深圳人工智能与大数据研究院等。这些机构不仅致力于科研突破，还积极与企业、高校和科研院所合作，推动AI技术的实际应用。

上海同样拥有众多人工智能研发机构，如上海量子科学院研究中心和上海脑科学与类脑研究中心张江实验室等。这些机构在人工智能关键基础设施领域的研究和应用方面都具有明显的优势。上海的人工智能发展还注重民营企业的参与，突出市场激励。

第一梯队城市在人工智能基础设施建设上大多以市场为导向，根据自身的产业层次来制定人工智能发展的方案措施。这些城市不仅拥有强大的科研实力，还注重与产业结合，推动AI技术的实际应用。在人工智能创新平台建设上，第一梯队城市同样具备明显的优势，如近期科技部批复的九个国家新一代人工智能公共算力开放创新平台。

尽管这些城市在人工智能发展上取得了显著成就，但仍然面临诸多挑战。如何持续推动技术创新、加强产学研合作、培养高素质人才等问题仍是这些城市需要解决的关键问题。未来，随着技术的不断进步和应用场景的日益丰富，人工智能产业将迎来更加广阔的发展空间。这些城市需要继续保持创新精神，加强合作与交流，共同推动全球人工智能产业的发展。上海交通大学网络安全技术研究院院长李建华向新京报新京智库透露了重大消息：平台将致力于建设人工智能算力网络与算力资源共享平台，同时推进人工智能软件资源的供需对接与任务调度平台。九个开放创新平台中，北京独占两席。

每个城市都有其独特之处，人工智能基础设施建设亦是如此。经济实力、地域资源等差异使得各城市在人工智能领域的发展道路上形成了自己的特色。例如，尽管广州在经济上属于一线城市阵营，但在人工智能综合实力方面，仍有提升的空间。广州在人工智能基础设施领域并非没有优势可言。广州联通拥有超过16个数据中心，机柜总规模超过两万架。其中中国联通互联网应用创新基地是广东联通重点打造的“智·云”数据中心标杆项目，其在人工智能基础设施领域的作用举足轻重。不仅如此，广州还有国家超算广州中心等机构在研发人工智能异构算力融合计算基座方面的突出表现。广州在行业性人工智能基础设施建设以及垂直领域大语言模型研发方面有着差异化竞争优势。除了广州之外，苏州也是国内人工智能产业的佼佼者，尤其在人工智能基础设施建设方面位居地级市前列。苏州已得到了科技部的支持，被选为建设国家新一代人工智能创新发展试验区。

除了这些城市，其他如杭州、重庆和武汉等城市也在智能感知、智能计算和智能语音等领域有着坚实的基础。例如，杭州的之江实验室在智能计算、智能感知等五大科研方向上有着突出的研究成果。

企业无疑是人工智能基础设施建设的关键力量。从上海的政策措施中可见一斑。上海市发展改革委鼓励民营企业广泛参与数据、算力等人工智能基础设施建设，推动部门与民营企业合作，共同推动人工智能的发展。

值得注意的是，企业已经成为推动人工智能发展的主要力量。例如，《2021人工智能白皮书》显示，北京、深圳、上海、杭州等地聚集了大量的人工智能企业。其中，深圳的企业布局在基础层，聚焦在物联网、大数据以及云计算领域的企业占比达到22.8.%。这些企业的蓬勃发展无疑为各地的人工智能基础设施建设注入了强大的动力。在全国政协委员、中国科学院计算所研究员张云泉接受新京报新京智库采访时，他深入分析了北京、上海、深圳、杭州等地人工智能基础设施发展的优势。这些城市的蓬勃发展与当地大型互联网公司和专注于人工智能发展的公司的存在息息相关。像北京的百度、深圳的华为和腾讯以及杭州的阿里等企业在人工智能领域扮演着重要角色。这些企业在人工智能基础设施和设备的采购上产生巨大需求，进一步推动了城市人工智能基础设施的建设。

张云泉认为，这些城市之所以能在人工智能基础设施方面走在前列，很大程度上是因为这些城市拥有众多上市公司，经济发达，人才密集。对于当前火热的大模型，北京的做法值得借鉴，通过扶植算力伙伴计划的企业和征集算力大模型的场景来进行推动。

人工智能基础设施不仅夯实了科技创新和产业发展的底座，更成为智能技术与实体经济融合的催化剂。对外经济贸易大学信息学院教授陈振娇在接受采访时强调了智能经济的重要性，并指出我国正处于工业经济向数字经济和智能经济转型的关键阶段。在这一过程中，智能经济是人工智能新基建与实体经济深度融合的产物，近年来增长迅速。

广州联通作为一个例子，展示了人工智能产业链与实体经济深度融合的成果。张云泉也指出了人工智能基础设施与数字经济的关系，他认为人工智能基础设施主要是作为数字经济的要素来建设的，可以看作是数字经济的发展基座，促进数字经济的发展。在推动人工智能基础设施建设与实体经济深度融合的过程中，也存在一些需要解决的问题，如区域发展不均衡、关键技术自主创新不足以及数据和算法滥用现象等。

针对这些问题，陈振娇建议加强人工智能基础设施建设的问题意识，推动其与实体经济的深度融合。加快5G、物联网、云计算、工业互联网等建设，提高算力水平，释放数据要素潜能，扎实推进智能经济高质量发展。强化知识产权保护，为智能科技创新保驾护航。对于如何避免基础设施建设中的同质化现象和提高效率，需要各地根据自身情况进行精准施策，确保人工智能基础设施建设的持续健康发展。

随着人工智能不断进入大模型阶段，相关城市面临如何避免一哄而上、贪大求全的现象，并真正实现提质增效的现实问题。张云泉和陈振娇都强调了加强人工智能基础设施建设的重要性，同时也呼吁在建设中要注重实效，确保资源的高效利用，促进智能经济的可持续发展。随着科技的飞速发展，人工智能正逐渐成为产业领域的核心动力。在此背景下，完善知识产权保护体系显得尤为重要，不仅要加强知识产权的创造与保护，更要关注人工智能数据治理和数据基础设施的知识产权管理，并强化有效监管，确保数据流动和算法应用的规范性，从而构建安全的智能经济生态圈。

韦立坚深入剖析了人工智能基础设施的多个方面，他指出，这一领域不仅包括算力，数据、算法、算网和人才同样占据核心地位。特别是大语言模型，它们基于人类反馈的强化学习机制，需要庞大的语料库支持。目前许多行业数据仍存在孤岛现象，限制了模型的训练和应用。对此，我们急需政策和技术的支持来打破这些壁垒。

在算法层面，国内企业大多依赖于国外开源技术的二次研发，原创性不足。韦立坚强调，我们必须重视底层核心算法的研发，打破技术依赖。在算网方面，我们需要打破传统的数据存储、算力和网络分离模式，推动算网深度融合，以提高资源的利用效率。

人工智能的发展，高端人才是关键。韦立坚指出，为吸引更多高端人才，不仅需要提供优厚的条件和舒适的工作生活环境，还要重视本土人才的培养，加大对高校人工智能教育的投入，推动产学研合作。

针对未来相关城市如何布局人工智能基础设施的问题，李建华也给出了自己的见解。他认为，目前人工智能在基础设施建设方面面临的主要困难是资金的有效利用。为此，可以鼓励民间投资，支持民营企业参与建设，同时也可以通过补贴高校、科研机构等采购民营资本构建的基础设施，激活市场。

那么，如何有效利用人工智能相关平台呢？李建华表示，关键在于构建产业创新生态。新型平台通过研发、集成和专用化的人工智能通用目的技术，结合现有的和新建的垂直业务子平台，构建一个推动产业智能化发展的创新生态。这样的生态不仅包括平台和新兴企业，还涵盖传统企业、研究型大学、科研院所和投资机构，共同推动人工智能的繁荣发展。