AI“新基建”，打通算力到应用最后一公里

21世纪经济报道记者 陶力 实习生林欣宜上海报道

大模型和具身智能，无疑是2025世界人工智能大会（WAIC）上最受关注的赛道。大会公布的数据显示，中国已发布1509个大模型，在全球已发布的3755个大模型中数量位居首位。

从产业方面看，2024年我国人工智能产业规模突破7000亿元，连续多年保持20%以上的增长率。中信证券研报认为，下一代大模型（如GPT-5），有望成为决定本轮AI产业前景的关键变量。

下一代大模型在逻辑推理、原生多模态、记忆系统等关键能力突破，将加速高价值复杂行业场景应用落地。产业端，Agent和多模态两大主线有望持续引领，建议关注企业管理、教育、医疗等领域的头部公司，与海量推理带动的算力产业机遇。

不过，综合多名行业人士的采访来看，大模型目前在算力芯片、数据参数等方面仍存在一定的局限性，面临着最终提供的结果与用户需求错配等问题。

如何打通“算力-数据-模型-应用”的最后一公里，成为所有大模型公司面临的共同考题。

算力和数据细分

随着更多大模型的应用落地，可以看到大模型应用，已不再局限于对话助手和简单的通用内容创作，正越来越多地针对特定垂直行业进行优化和应用。

大模型逐步渗透至自动驾驶、医疗影像分析、3D角色生成等行业深度应用场景，从主要面向消费者应用（B2C）转向更多地服务于企业客户（B2B）。金融、政府、影视游戏和教育领域是大模型渗透率最高的四大行业，渗透率均超过50%。

据沙利文《2024年中国行业大模型市场报告》的测算，2023年中国行业大模型市场规模达105亿元人民币，受行业智能化转型需求带动，预计2024年市场规模将达到165亿元，同比增长57%，2028年市场规模有望达到624亿元人民币。

细分大模型的发展离不开算力的变革。2025世界人工智能大会上，百望股份与沐曦发布了面向“一带一路”的“金盾”全球交易管理智能体。该智能体支持全球100+种语言，可智能识别全球200+类票据格式，集成全球30000条国际财税规则，实现跨境税率智能判断与多语言自动适配。

“通用智能体无法解决企业的毛细血管问题”，百望股份CEO付英波在接受21世纪经济报道记者采访时直指行业痛点，脱离场景的数据智能是无根之木，只有扎根业务场景的数据智能才能释放真实价值，需要把通用大模型转化为“小而精”的行业模型。

对于向行业模型转化的通用大模型来说，中小企业的数据尽管存在参差不齐的问题，但都是非常真实的高价值的养料，可以为中小企业开发精准模型。放弃通用模型，聚焦垂直场景，成为更多企业的选择。

目前，百望构建的金盾全球合规智能体，也源于其十余年积累的产业数据。该平台累计处理发票交易金额达953.5万亿元，相当于2024年全国GDP的7倍，2024年发票处理量突破206.8亿份，同比增长45%。

这些数据横跨金融、制造、能源、电商、交通物流、生活服务等关键领域，覆盖超2800万企业用户，形成了中国企业经济活动的“数字镜像”。

在付英波看来，真正的AI革命不在实验室排行榜，而在解决现实商业难题的价值创造中。

当然，细分大模型的发展也离不开数据的驱动。Gartner发布的《2025年中国人工智能（AI）十大趋势》中提到，那些他人难以获取或复制的独特内部数据，正成为推动AI落地和差异化创新的关键驱动力，同时企业对自身数据生态系统的整合能力，也成为了关键。

复合型人才成关键

数据、算力、算法和应用是大模型发展的四大关键驱动力。大模型时代，整个技术架构已经迭代升级。

在智能算力生态论坛上，上海库帕思科技有限公司CEO黄海清认为，从前的IaaS、PaaS、SaaS三层架构已经变成了现在的五层架构，IaaS层以GPU为核心的智能算力，PaaS层最大的一块是以语料数据为核心的形态（Corpus as service），往上一步是模型即服务，然后是智能体即服务，最上面是应用。

如何用数据、用语料把生态打通，成为了我国人工智能技术化产业当前发展的一大难题。目前，技术与应用层面存在着认知差，需要更多复合型的公司、复合型的人才的出现。

在谈及如何打通人工智能应用落地“最后一公里”时，产业合作、打造生态成为人工智能企业家们的共识。

银河通用联合创始人张直政提到，在具身智能领域里面，从数据到模型提升的闭环打通、把模型和产品以及场景打通这两点打通非常重要。

“再好的技术如果不能解决行业实际的痛点问题、应用问题，就是一个假技术。”黄海清提到，库帕思目前日生成语料已接近1TB，预计到今年年底，可望形成1000TB的语料数据集。如今AI总集成商要将算力、算法、语料数据、智能体集成在一起，需要把很多AI知识、专业技术应用到应用实践上来，这可能会成为未来打通“最后一公里”最主要的核心力量。

对于AI企业来说，当下需要合理构成端到端的产业链，才能加速行业服务落地，而不是简单的竞争关系。然而，推理成本高昂、效率低下，也是当前困扰整个大模型行业的问题。

“AI推理算力市场将呈现指数级增长，未来95%的算力可能都是推理算力。”PPIO联合创始人兼CEO姚欣在WAIC现场表示，在尺度定律的影响下，AI大模型行业普遍相信“大力出奇迹”，单点算力规模越来越大，但是需要大规模训练的厂商越来越少，国外已经在收缩，下一步大模型将走向集中化，这是新应用普及的前兆。

大会期间，PPIO发布了国内首个Agentic AI基础设施服务平台。姚欣坦言，模型公司会不断扩充边界，而Agent正是模型能力演进的产物，Agent不再只是炫技，而是创造营收。Agent最容易落地的领域具备三个特征：人力成本高、数据易取得、任务标准化，目前像编程、医疗、法律、金融等领域的Agent营收规模较高。

在此背景下，综合型人才的需求也会越来越大，投身AI领域，并不仅仅只有计算机或者理工科人才，对于语言、法律、心理学、哲学等各行各业的人才都产生了庞大需求。

在人才培养层面，清华大学电子工程系教授汪玉建议，高校应调整培养模式。眼下，清华大学计划采用“AI +书院”模式让学生参与企业实习，深入理解实际场景中的任务需求，培养有又懂应用又懂算法技术的人才。