人工智能產業發展持續引發熱潮。

今年以來，多地在人工智能方面推出政策、謀劃布局。5月30日，在2023中關村論壇閉幕式重大成果發布會上，北京圍繞著人工智能發布兩個重磅政策，引起廣泛關注。隨后，多個城市出臺了支持AI產業發展的政策文件。

7月6日，2023世界人工智能大會在上海開幕。大會聚焦從創新、創造至創想的AI生成之路，展現AI驅動的高質量發展精彩圖卷和AI促成的現代化產業體系煥新局面。

近些年來，北京、上海、深圳、廣州、合肥等多個城市圍繞人工智能發展和建設，相繼印發政策文件，發力搶占新一代人工智能創新發展高地。

例如，《北京市加快建設具有全球影響力的人工智能創新策源地實施方案(2023-2025年)》提出，充分發揮北京市在人工智能領域的創新資源優勢，持續提升全球影響力，進一步推動人工智能占先發展。

這些政策措施的出臺夯實了人工智能產業發展的“底座”。那么，國內哪些城市進入了人工智能發展第一梯隊？相關城市人工智能發展和建設面臨哪些難點？新京報新京智庫結合各地實際情況，采訪了權威專家，進行解讀。

第一梯隊城市優勢突出

哪些城市算得上是人工智能發展第一梯隊？官方雖然沒有給出一個明確的劃分，但是從相關單位發布的與人工智能發展有關報告可以窺見一二。

7月6日，2023全球數字經濟大會專題論壇“全球變化下的智慧城市”發布了《2023亞洲智慧城市排名》《2023二十國集團(G20)智慧城市排名》兩份報告。報告顯示，北京、上海、深圳、重慶四個中國城市無論是在亞洲智慧城市排名中，還是在G20智慧城市排名中，均位列前10。此外，南京、成都、廣州、蘇州、杭州、香港六個中國城市也位列亞洲智慧城市前10行列。

此外，新京報新京智庫梳理多份研究報告發現，北京、上海和深圳三座城市在人工智能綜合實力方面排在全國前三，可視為第一梯隊。例如，由創新型AI企業北京上奇數字科技有限公司聯合新一代人工智能產業技術創新戰略聯盟發布的《中國城市人工智能發展指數報告(2020-2021)》中，北京、深圳和上海三座城市的得分均超過60分，分別為88.72、77.63和68.59分，位居前三。

在人工智能融資額方面，企業信用信息平臺啟信寶在今年稍早前發布的《中國人工智能產業圖鑒》數據顯示，2016年至2022年期間，人工智能相關企業融資金額總量前三城市分別為北京(67161.82億元)、上海(43557.43億元)、深圳(27066.35億元)。

可以看出，就國內而言，北京、上海和深圳在人工智能綜合實力中可以排在第一梯隊。

第一梯隊的綜合實力也體現在人工智能基礎設施建設上。拿重點科研平臺來說，北京人工智能領域的國家重點實驗室、省部級實驗室等科研平臺數量位居全國首位。清華大學、北京大學和中國科學院三家高校院所在AI學科綜合排名高居全球前列。深圳則圍繞第三代半導體、人工智能和腦科學等前沿領域設立了10多家基礎研究機構。

此外，在深圳，政府方面主導成立了鵬城實驗室、深圳人工智能與大數據研究院等研發機構。公開資料顯示，深圳“鵬城云腦”的建設以開放共享和支撐產業創新發展為目標。試運行期間，約70%的機時服務于鵬城實驗室以外的企業、高校、科研院所，已支撐近千個國產AI模型訓練。

上海作為2018年至2023年六屆世界人工智能大會的舉辦地，在類腦研究、計算機視覺、核心芯片、算法平臺、智能機器人等人工智能關鍵基礎設施領域具備領先優勢。例如，上海擁有上海量子科學院研究中心、上海腦科學與類腦研究中心張江實驗室等一大批人工智能研發機構。

不過，第一梯隊城市的人工智能基礎設施建設也大多是以市場為導向。浙江大學國際聯合商學院數字經濟與金融創新研究中心研究員盤和林曾在接受相關媒體采訪時表示，這三個城市是根據自身的產業層次來制定人工智能發展的方案措施。比如深圳的重點是賦能千行百業，因為深圳的產業基礎雄厚。北京則聚焦芯片發展，因為北京有很強的科研優勢。上海的重點則在于民營企業參與，突出市場激勵。

人工智能基礎設施是為人工智能技術研發、應用和服務提供支撐的基礎設施，因此也包括數據集、算力、開源開放平臺等。在人工智能創新平臺建設上，第一梯隊城市也具備明顯的優勢。

近日，科技部批復了九個國家新一代人工智能公共算力開放創新平臺。上海交通大學網絡安全技術研究院院長李建華向新京報新京智庫透露，平臺將重點建設人工智能算力網絡與算力資源共享平臺，人工智能軟件資源供需對接與任務調度平臺。九個開放創新平臺中，北京就有兩個入選。

其他城市具備差異化優勢

因經濟實力、地域等資源稟賦不同，國內各城市在人工智能基礎設施建設上存在差距，但有的城市也建立起了具有自身特色的基礎設施優勢。

例如，就經濟實力而言，廣州一直跟北京、上海和深圳處在同一陣營，不過就人工智能綜合實力而言，廣州跟上述三座城市相比還存在一定的差距。

不過，在人工智能基礎設施方面，廣州也有自己的優勢。聯通(廣東)產業互聯網有限公司是廣州乃至整個廣東人工智能基礎設施的重要運營商。該公司副總經理程偉告訴新京報新京智庫，廣州聯通現有16個數據中心，機柜總規模超2.3萬架。其中中國聯通互聯網應用創新基地是廣東聯通近十年傾力投資超9億元、按國A和T3+標準打造的“智·云”數據中心標桿項目，也是國家超算廣州中心—聯通分中心、廣東聯通算力網絡省級樞紐、中國聯通5G華南大區的關鍵節點。

據程偉介紹，依托于優質的數據中心及算網資源，廣州聯通目前承載政務云(20萬核)，醫療云(10萬核)、企業云(10萬核)等重要云平臺業務，并以高等級綠色低碳數據中心+低時延算力網絡助力國家級金融基礎設施廣州期貨交易所落地部署核心樞紐節點。

中山大學管理學院副教授韋立堅博士在接受新京報新京智庫采訪時表示，廣州雖然缺少像百度、華為、騰訊和阿里等巨頭企業，在通用人工智能尤其是通用大語言模型的投資和數據等方面面臨短板，但在行業性人工智能基礎設施建設以及垂直領域大語言模型研發方法方面，廣州具有差異化競爭優勢。

韋立堅表示，在人工智能通用基礎設施上，中山大學的國家超級計算廣州中心的商業應用全球領先、全國第一。人工智能需要基于CPU的高性能計算、基于GPU的智算以及云計算等異構算力支撐，并需要高速網絡進行算網融合。國家超算廣州中心等機構已經牽頭研發出面向人工智能的異構算力融合計算基座，廣州可以借此迅速發力。在行業性人工智能基礎設施布局上，廣州在電子政務、生物醫藥、產業數字金融、風險管理、財富管理、財經資訊、文創游戲、新能源汽車等領域具有領先優勢，可以圍繞這些領域的行業需求，打造垂直領域的大語言模型。

除了廣州之外，蘇州也是國內布局人工智能產業較早的城市，尤其是在人工智能基礎設施建設上，蘇州也是走在地級市前列。

2021年，科技部發文支持蘇州市建設國家新一代人工智能創新發展試驗區。文件要求蘇州加強機器學習、智能計算等人工智能前沿理論和關鍵核心技術的研發應用，提升智能化基礎設施水平，促進人工智能與制造業深度融合。

李建華表示，蘇州有上海交通大學蘇州人工智能研究院，該研究院打造了全生態人工智能綜合配套服務平臺，其中包含三大組成部分。人工智能超算服務平臺提供異構并行計算、分布式數據存儲系統和智能調度系統。數據智能分析中心提供音頻、圖像、視頻等數據集存儲和管理支持服務。人工智能技術標準測試中心包含了靜音室、錄音室、智能家居、智能車載和人工智能展廳。

新京報新京智庫梳理發現，除了廣州和蘇州，杭州、重慶和武漢等城市也在智能感知、智能計算和智能語音等方面積累了豐厚的基礎。例如，位于杭州的之江實驗室作為浙江重要的科技創新平臺，主攻智能計算、智能感知、人工智能、智能網絡和智能系統五大科研方向。

企業是基礎設施建設的關鍵

2019年，科創板正式開板，成為推動我國互聯網、大數據、云計算、人工智能發展的標志性事件。

實際上，企業已經成為各個城市人工智能基礎設施建設的關鍵力量。

例如，在今年5月，上海市發展改革委制定了《上海市加大力度支持民間投資發展若干政策措施》并印發。其中提出，充分發揮人工智能創新發展專項等引導作用，支持民營企業廣泛參與數據、算力等人工智能基礎設施建設。推動“補需方”改革，支持高校、科研機構、國有企業通過政府采購、租用等方式使用民間投資的數據儲存和算力資源；通過科技創新券支持民營企業租用算力、存儲資源；推動政府部門租用民間投資專用算力支持大語義學習、元宇宙、時空底圖等專業場景應用。

另外，深圳市人工智能行業協會發布的《2021人工智能白皮書》也顯示，截至2020年底，北京、深圳、上海、杭州聚集人工智能企業數量分別近1500家、1318家、1298家、近700家，深圳相關企業數量位居全國第二。其中，深圳22.89%的企業布局在基礎層，重點聚焦在物聯網、大數據以及云計算領域。

全國政協委員、中國科學院計算所研究員張云泉在接受新京報新京智庫采訪時表示，北京、上海、深圳、杭州等地人工智能基礎設施發展較好很大程度上是這些城市有大的互聯網公司和專注于人工智能發展的公司。例如，北京有百度，深圳有華為和騰訊，杭州有阿里等。

“這些公司需要大量的芯片去進行訓練和推理，所以在人工智能基礎設施和設備的采購上就會產生巨大的需求，然后采購相關的服務，所以這個是跟城市人工智能基礎設施建設高度相耦合的。”張云泉說。

在張云泉看來，相關城市的人工智能基礎設施能夠走在前列，很大程度上是基于這些城市擁有相關的上市公司比較多，比較發達，“人才也比較密集，所以在這一波走在前面”。

對于現在比較火的大模型，張云泉也表示，目前北京的做法值得借鑒，一個方面是扶植一些算力伙伴計劃的企業，另一個方面是征集算力的大模型的場景來進行扶植。

“這對整個產業發展都是很好的，未來在怎么釋放數據的能力上，也可以選取一些企業作為合作伙伴來推進。”張云泉說。

催生實體經濟模式創新

人工智能基礎設施的不斷完善，除了夯實科技創新和產業發展的底座外，也在成為智能技術與實體經濟融合的“催化劑”。

2019年3月，中央全面深化改革委員會審議通過的《關于促進人工智能和實體經濟深度融合的指導意見》指出，要構建數據驅動、人機協同、跨界融合、共創分享的智能經濟形態。

對外經濟貿易大學信息學院教授陳振嬌在接受新京報新京智庫采訪時表示，當前，我國正處于工業經濟向數字經濟和智能經濟轉型的關鍵階段。所謂智能經濟是人工智能新基建與實體經濟深度融合產生的新型經濟形態；近年來增長迅速，2021年人工智能核心產業規模較2019年同期增長6倍。目前，智能經濟在制造、交通、醫療及商業等場景應用廣泛，對實體經濟模式創新、轉型升級和提質增效方面發揮了重要作用。

例如，廣州聯通是承接信息安全產業鏈、人工智能產業鏈雙鏈主單位，其聯合行業龍頭企業建立聯合實驗室，打造產學研用一體化成果展示平臺，攜手6家科研教科單位共建16個專項課題項目。

程偉告訴新京報新京智庫，目前該公司已與香港科技大學合作，基于香港和內地跨境的數據方面做探索，通過合作，香港科技大學兩個校區大量調用中山大學“天河二號”超算中心算力，其中算力匹配、調度是由聯通負責。

“這種網絡需求與原來不同，原來是面向云化，現在是面向算網服務。”程偉說。

對于智能經濟和數字經濟的關系，張云泉也有不同的觀點，他認為，人工智能基礎設施主要是作為數字經濟的要素來建設的，可以看作是數字經濟的發展基座，主要是來促進數字經濟的發展。

“因為數字經濟有不同的行業，它又和實體經濟通過不同的產業發生關聯，作為數字經濟發展的基座，某種意義上人工智能基礎設施催生出的智能經濟跟實體經濟是間接的促進關系。”張云泉說。

作為數字經濟和平臺經濟的一個重要技術支撐，人工智能基礎設施建設對實體經濟的發展產生重要影響。

如何更好地推動人工智能基礎設施建設與實體經濟深度融合？在李建華看來，可以從兩個方面入手。一是推動民間投資參與人工智能基礎設施建設。從數據存儲、算力支持、模型共享等各個環節引導民間投資深度參與，通過人工智能基礎設施的建設，拉動一波經濟發展。二是通過政策引導，發行科技創新券，讓智能制造企業和產業互聯網企業，能夠通過消費券享受價格補貼，積極使用人工智能基礎設施，從而創造智能經濟的價值。

不過，陳振嬌也指出，人工智能新基建與實體經濟融合的過程中也存在亟須解決的問題。

例如，人工智能基礎設施建設區域不均衡，主要集聚在京津冀、長三角、珠三角、成渝四大城市群和重點城市；關鍵技術的創新資源分散，資金投入過高，但高端技術自主創新不足；實體經濟智能化改造過程中存在監管缺位，出現“信息繭房”“強制消費”等數據和算法濫用現象，對智能經濟生態建設產生不利影響。

基礎設施建設需要提質增效

人工智能進入大模型階段，夯實AI新型基礎設施意義重大。不過，對相關城市來說，在基礎設施建設方面如何避免同質化、貪大求全和一哄而上的現象，如何提質增效，是擺在相關城市面前的現實問題。

陳振嬌表示，相關城市在加強人工智能基礎設施建設過程中要具備鮮明的問題意識，推動人工智能基礎設施建設與實體經濟深度融合。

就此，陳振嬌建議，要加快5G、物聯網、云計算、工業互聯網等的建設，提高算力水平，充分釋放數據要素潛能，扎實推進智能經濟高質量發展。其次，強化知識產權保護，為智能科技創新保駕護航。高端智能科技創新，離不開知識產權保護。除完善相關知識產權保護規則體系外，還應增強產業領域智能新技術的知識產權創造保護，關注人工智能數據治理和數據基礎設施建設的知識產權管理。最后，加強有效監管。繼續規范數據流動和算法應用，創新人工智能實時監管模式，更新和完善監管體系，生產合法合規的人工智能產品和服務，構建安全的智能經濟生態圈。

韋立堅則認為，人工智能基礎設施，不僅包括算力，還包括數據、算法、算網和人才。大語言模型是基于人類反饋的強化學習機制，因此是龐大的帶有人類反饋的語料庫。即使是訓練垂直領域的行業大語言模型，對于語料庫的要求也很高，但由于各種限制，目前很多行業數據還存在數據孤島，急需通過政策和技術的支持來打通。

韋立堅指出，在算法層面，國內相關企業目前基本還是基于國外開源的技術進行二次研發，還急需重視底層核心算法的研發。算網層面，急需打破傳統的數據存儲、算力和網絡分離模式，實現算網深度融合。

“人工智能是高精尖科技行業，其發展最緊缺的是高端人才，歸根到底是高端人才的競爭，所以一方面需要給予人工智能高端人才優厚的條件和舒適的工作生活環境，吸引人才；另一方面，中長期看，高端人才主要靠本土培養，因此特別需要給予高校培育人工智能高端人才的專項投入和從產學研合作方面給予重大支持。”韋立堅說。

對于未來相關城市如何布局人工智能基礎設施，李建華也給出了自己的建議。

李建華表示，當前人工智能在基礎設施建設方面的困難和挑戰主要來自兩個方面，一是錢的問題，二是有效利用的問題。李建華建議，政府目前可以鼓勵民間投資，支持民營企業廣泛參與數據、算力等人工智能基礎設施建設。政府同時又可補貼高校、科研機構、國有企業去采購民營資本構建的人工智能基礎設施。這樣政府就用“四兩撥千斤”的手段，激活了人工智能基礎設施建設的市場。

至于如何實現對人工智能相關平臺的有效利用，李建華表示，主要可通過平臺主導構建產業創新生態。

“新型平臺通過人工智能通用目的技術的研發、集成和專用化，依托現有的和創建新的垂直業務子平臺，構建賦能產業智能化發展的產業創新生態。新型平臺主導的產業創新生態不僅包括平臺、新創企業和傳統企業，還包括研究型大學、科研院所和投資機構。”李建華說。(記者 查志遠)