从“能思考”到“能实干”AI还要走多远？

　　处在风口浪尖上的人工智能(AI)发展到底怎么样?工业和信息化部直属科研事业单位——中国信息通信研究院(简称“中国信通院”)在深入调研和量化评测的基础上，发布了《人工智能产业发展研究报告(2025年)》，向人们展示了AI发展状况，正加速从“能思考”向“能实干”转变，为千行百业开拓赋能新空间。

　　智能体开发工具降低开发者研发门槛

　　2025年10月，OpenAI在开发者大会上发布了智能体工具集AgentKit，旨在帮助开发者和企业迅速构建、部署和优化智能体应用，核心目标是解决传统智能体开发中工具碎片化、编排复杂、缺乏版本控制等问题。

　　我国科技企业高度重视智能体开发与构建，比如百度文心智能体平台AgentBuilder、腾讯元器、字节跳动Coze等。一方面，智能体开发工具可以加速智能体系统的开发，推动智能落地应用。比如允许用户通过“拖拉拽”的低代码或无代码的方式完成智能体创建，无需编写代码即可组合逻辑节点、连接特定工具、配置自定义数据。

　　另一方面，智能体开发工具还可以促进智能体生态的建设。企业通过研发和开源智能体开发工具，可以培育更多用户参与到智能体创建，推动智能体在各个场景的规模化应用。

　　具身智能产业链初步形成

　　汽车和机器人领域在传感器、关节模组、高密度电池、电机和端侧芯片等核心零部件上，可快速实现技术复用和低成本迁移。例如双林股份、丰立智能等凭借汽车领域积累的工艺链和技术积累，研发生产机器人关节模组、谐波减速器等精密部件。地平线和黑芝麻智能在同步布局汽车和机器人端侧芯片。

　　阿里、腾讯、字节和华为等科技企业均在开展具身基础模型或配套开发平台研发，为模型创新迭代注入更强动力。松应科技、跨维智能等创业企业围绕仿真平台、数据平台等提供工具服务，降低行业研发门槛。

　　传统机器人企业、初创公司、跨界车企多方投入研发多元化具身智能产

　　品。例如宇树、智元研发工业和商业级机器人，松延动力、维他动力发布消费级机器人，微分智飞、小鹏汽车布局无人驾驶航空器。

　　各行业场景方积极拥抱具身智能，开放场景或与技术提供方开展联合研发。例如家电龙头企业美的公司、新能源车企极氪等均在工厂设置具身智能实测试点。

　　工业大模型应用“两端深化、中间突破”

　　前端研发设计环节应用占比小幅下降，赋能专业程度有所提升。升级重点在于从“通用技术探索”转向“精准场景赋能”，模型专业化程度大幅提升，细分场景深度适配，通过聚焦特定需求实现研发效率的精准提升。

　　生产制造环节应用占比从18.8%提升至25.9%，体现了大模型积极向生产环节探索的态势。随着工业质检、工艺参数优化等场景广泛落地，大模型对制造执行环节的赋能作用不断显现，成为助推生产效率提升、保障制造质量的新引擎。

　　后端运营管理环节占比最高且小幅上升，对企业价值提升进一步增强。企业运营对大模型的依赖度持续加深，大模型已从初期的辅助数据分析升级为智能决策等复杂场景支持，通过打通数据链路、优化运营流程，为企业降本增效提供关键动能。

　　哪些领域更受资本青睐?

　　AI基础层投资热度高，工业等垂直赛道受资本关注。基础层(算力、模型与数据)方面，我国境内大模型领域投融资占AI总投融资金额的比例从2023年的31%，上升至2024年的66%，并在2025上半年达到16%，略低于算力投资。全球来看，2024年至2025年一季度，全球Top10大模型融资事件中，中国有4项，融资的企业分别是智谱AI、月之暗面、百川智能和Minimax。

　　行业赋能方面，2023年至2025年上半年，我国人工智能+工业、人工智能+医疗、人工智能+科研等垂直领域投融资活跃度高。2025年上半年，AI工业、AI医疗、AI科研应用在全国范围内分别获投约10亿元、16亿元、10亿元。

　　智能产品方面，我国资本持续加码智能机器人、智能终端、智能网联汽车等前沿产品。2025年上半年，智能机器人、智能终端、智能网联汽车在全国范围内分别获投约25亿元、13亿元、12亿元。

　　数据集质量成模型落地和应用瓶颈

　　数据集质量成为垂类模型落地和场景应用的瓶颈问题。根据中国信通院人工智能数据质量评估体系开展的多家央企的评估结果，当前行业数据集建设主要质量问题如下：

　　内容稠密性容稠密性缺失占比高达82.50%，数据集信息细节、句子成分及关联关系存在缺失，内容重复;领域相关性不足占比14.04%，数据内容与业务场景无关，未体现不同场景的深层业务关系;数据多样性方面，数据集缺少行业特征，数据来源单一、类型简单、场景单调;形式规范性方面，存在格式不符、错别字、多余字符、逻辑错误等形式问题。

　　三大梯队+特色方阵

　　组成全国版图

　　近日，陈博观察发布《中国人工智能产业发展研究报告(2026)》，分析了全国范围内人工智能的分布版图。

　　报告指出，基于资源禀赋、产业基础、科技实力和区位优势的差异，2026年中国已形成“三大梯队+特色方阵”的人工智能发展区域格局。

　　第一梯队由北京、上海、广东组成，凭借雄厚的科技研发实力、丰富的人才资源和完善的产业生态，聚焦AI产业高端环节，争夺全球AI发展制高点。

　　第二梯队包括浙江、江苏、山东等省市和工业大省，依托扎实的工业基础和旺盛的应用需求，成为AI与实体经济深度融合的核心区域。

　　第三梯队包括四川、湖北、辽宁等中西部和东北地区省市，立足自身优势，补齐短板、强化特色，在AI产业发展中谋求突围。

　　特色方阵由山西、贵州、内蒙古等资源大省组成，依托自身独特资源优势，在AI产业中实现差异化卡位。

　　本版稿件采写：济南日报·爱济南记者　冯瑜