一份关於中国 AI 产业的重量级报告出炉，罕见地由中国最高层级的政策官媒挂名，其中值得细读的，除了中国 AI 产业的成长性、DeepSeek-V4 的 API 价格、中国总算力等数据，还有中国发展 AI 的四大结构性弱点。

《求是》杂志位於北京，定位是「中共中央机关刊」的政策官媒，近期与中国工信部直属的赛迪研究院联合课题组，联合发布了一篇AI调查报告，引发关注。

文长约6,700余字，毫不回避地指出了当前中国发展AI面临的四大挑战。

根据文中线索，研究员应是实地考察了「东数西算」的算力动脉、河北省张家口市怀来县的秦淮大数据产业园，以及人型机器人如何在产线上与人类并肩作业，足迹遍布北京、上海、深圳、山东的工厂、天津的港口与内蒙古的牧场等。

大标为《抢占智能时代制高点：我国人工智慧产业发展调查》的报告文章，基於众多第一线现场参访所得，首先指出了中国的AI成绩单，且辅以数据佐证。

从技术能力看，中国在模型性能、训练效率、多模态融合等关键指标上，正持续拉近与国际顶尖水准的差距，并在部分领域已实现「并跑」，乃至「领跑」。

像是中国开源模型於2025年的全球下载量，占比达到17.1％。根据统计，全球排名前10的开源模型中，有8款来自中国。

再如深度求索（DeepSeek）在2026年4月24日发布的DeepSeek-V4大模型，文章认为性能比肩国际顶尖模型，而且API（应用程式设计发展介面）的价格，低至不到GPT-5.5大模型的1％。

1.2兆人民币的含金量

再从产业规模检视，根据市场研究机构Precedence Research预测，2025年全球人工智慧市场规模达 7,575.8 亿美元（约新台币240兆元），中国官方则披露人工智慧核心产业的规模，突破了1.2兆人民币（约新台币5.6兆元）。

单看这个金额已属惊人，但文章更强调的是这些数字背后的成长原因，因为AI是「愈用愈强」，只要开始启动，技术进步与市场应用两者之间便可「互相放大」，不像过去传统产业摆脱不了「边际效益递减」的铁律，亦即投入再多，获利也有天花板。

「人工智慧产业明显带有『投入一元，撬动数元』的乘数效应，」《求是》该文指出：「万亿（兆元）规模的背后，是一条从底层算力到上层应用、从核心演算法到智慧终端机的全产业链，它催生的是新服务、新分工与新市场。」

此外，中国已建成万卡智算集群42个，智慧算力规模达每秒1,882百亿亿次浮点运算（至2026年Q1止），高品质数据库则超过10万个。

接着再盘点AI在中国百工百业的应用，截至2025年底，中国主要产业的核心制程自动化率，已达68.6％。除了制造业，在医疗、交通、金融、能源等皆有「厉害的」AI应用。

最佳例证是一家山东重型装备制造企业，导入工业大模型后，过去需要多名资深工程师耗时数周的新品工艺设计，压缩至72小时以内完成，良品率提升5个百分点。

中国虽有大量数据，但缺乏炼化能力

讲完了成就，文章也具体指出了中国发展AI的四大挑战。

挑战一：国际封锁

美国仍对中国施行AI晶片封锁，DeepSeek也曾被西方国家启动严格审查，而辉达（ NVIDIA）的「CUDA生态」则是行之有年，深度绑定全球数百万位开发者，即便华为昇腾晶片能做到2奈米，但想要「国产替代」，仍须克服开发平台、运算函式库、调适工具、开发习惯的技术，要开发者「搬过来」，迁移成本太高。

挑战二：AI不可靠，有幻觉

文章直言，大模型在通用对话中表现惊艳，但一旦进入工业检测、医疗诊断、金融风控等对精度与可靠性要求严苛的领域，「能力缺陷便凸显出来」。

一家制造业公司便曾发生过惨烈的教训，只因光线轻微变化，AI视觉检测系统便将良品误判为废品，真正的废品反而可以通过品管，最后，这家公司还是采取了人工重检。

挑战三：数据瓶颈

全球通用的50亿规模资料训练集中，中文语料占比仅为1.3％。中国虽坐拥大量数据，但真正能用於大模型训练的数据却严重短缺。

「当前普遍存在的问题是，数据『原油』丰富，但『炼化』能力不足。」文章提出警示说。

挑战四：AI应用尚缺商业模式

以辉达创办人黄仁勳提出AI产业的五层蛋糕为例，文章认为，中国在算力、模型、应用三个环节之间，缺乏有效的「咬合机制」。

而且AI产品和服务的变现方式，迄今仍在探索，加上这类产品和服务偏向量身订制，难以规模化复制，「没法标准化，就没法规模化；没法规模化，就永远在烧钱。」

痛点即商机，中国AI同场竞技

以中共中央机关刊的层级，正面点名自身AI产业的不足，所摆出的政策姿态便是承认问题，以便对症下药。在「痛点即商机」的逻辑下，市场上已经出现这四大挑战的解决方案。

中国中信建投证券的报告直接点破，2026年最稳的投资主线，就是寻找「AI帮各行各业转型」的投资标的，包括工业AI品管、AI医疗影像、金融AI风控等的AI软体，若是「懂行业又能AI」的团队，还「正在获得极强的议价能力」。

在「得到」App开课的资深政经学者马江博则是判断，数据产业正在成为新的蓝海，数据标注和处理的市场规模正在快速扩张，提供数据服务的龙头企业将成为直接受益者。

马江博还指出，一个更值得押注的新行业是合成数据，亦即用AI生成的数据来训练AI，既能规避隐私和版权难题，还能大幅降低获取数据的成本。

《求是》这篇文章的后半段，刻意营造了一种急迫感：「电气革命用了一百年才完成对社会的全面渗透，资讯技术用了半个世纪才重塑商业形态；而人工智慧正以瞬间涌现、瞬间渗透、瞬间改造的速度，改写行业底层逻辑。」

此种情况下，中国的政策制订者认为，先发优势转化为锁定优势的速度将大大加快，留给追赶者的反应时间是「急剧收窄」。在这一轮创新浪潮中，中国不再是迟到者、追赶者、补课者，选择了「大步迎上去」。

科技新报

Source：DeepSeek