南方财经全国两会报道组 雷晨

2026年，全球通用人工智能（AGI）迈入加速演进的跨越性节点。这场以算法、算力、数据、生态为核心的科技角逐，已从单一技术比拼升级为关乎国家数字经济命脉与底层生态主导权的系统性博弈。

站在新一轮科技革命与产业变革的交汇点，如何在应用层“从1到100”的优势基础上，补齐底层创新短板，抢占智能体、具身智能等未来赛道，构建安全高效、自主可控的人工智能产业体系？

（十四届全国政协委员、天娱数科董事长贺晗）

十四届全国政协委员、天娱数科董事长贺晗建议，面向AGI时代的国家竞争新格局，应聚焦底层原创能力、智能体生态、具身智能落地、算力梯级调度四大关键方向，打通技术、产业、政策、资本的协同堵点，把我国场景丰富、市场广阔的优势转化为核心技术优势与生态主导优势，为新质生产力壮大筑牢数字根基。

从跟随创新到原创策源

过去三年，我国人工智能产业在大模型应用落地、算力基础设施建设、数据要素市场化等领域取得显著进展，形成了特色鲜明的应用生态。但对标全球前沿，我国AI产业仍呈现“应用强、底层弱”的结构特征，优势集中在“从1到100”的场景化创新，而“从0到1”的基础算法、软硬一体化生态、全球开源话语权、长周期研发资本支撑仍存在明显差距。

贺晗指出，当前我国AI研发存在“跟随式迭代”倾向，多数模型与应用建立在海外开源框架底座之上，面临技术代差与供应链断供风险；算力生态呈现“硬强软弱”格局，国产芯片碎片化、软件栈不统一，开发者适配成本高、算力利用率偏低；资本市场相对偏好短期变现，缺乏支持基础研发的“耐心资本”；全球开源生态话语权不足，高端人才面临虹吸效应。这些底层瓶颈若不破解，我国AI产业可能在未来国际竞争中面临“降维打击”。

对此，贺晗建议，从科研机制、生态建设、资本供给、开源布局四方面发力，打造人工智能国家级技术护城河。

一是改革科研评价与国资考核机制，培育长期研发资本。针对AI基础研究设立专项投融资政策，对投向底层算法、新型计算架构的政府引导基金、国有创投机构拉长考核周期，建立尽职免责与容错机制。引导社保、保险等长期资金进入基础研发领域，为前沿探索提供稳定资金保障。

二是攻坚国产统一算力软件生态，打破软硬解耦壁垒。通过重大科技专项组织企业、芯片厂商、高校联合攻关，打造跨硬件、跨厂商的异构计算底层软件栈，推进国产硬件与大模型框架深度适配。以政府首购、补贴等方式推动全栈国产化方案在关键行业规模化应用，以市场反哺生态迭代。

三是实施前沿探索特区计划，强化从0到1原创能力。改变资源过度集中于跑分打榜的现状，设立AGI基础架构先导特区，定向支持非Transformer架构、类脑计算、具身大模型等颠覆性研究，赋予顶尖团队技术路线与资金使用自主权，松绑科研体制束缚。

四是建设全球影响力开源基础设施，争夺国际标准话语权。由国家层面统筹科技企业与开源基金会，打造国际一流的开源代码与多模态数据集平台，开源顶尖模型与高质量语料，通过全球开发者大赛、国际贡献奖励等方式，构建全球AI开源生态“第二极”。

构建自主可控智能体体系

人工智能正从生成式问答迈向智能体执行新阶段。智能体具备工具调用、跨系统协同、多步骤任务执行能力，成为下一代软件生态与数字经济的核心入口。当前欧美科技巨头已展开智能体生态军备竞赛，试图通过底层协议、开发框架、应用入口垄断产业主导权。对我国而言，抢抓智能体发展窗口期，是巩固上一轮大模型追赶成果、避免生态层面再次受制的关键。

贺晗调研发现，我国智能体产业面临三大突出短板：底层技术大而不强，复杂推理、长链决策能力不足，实体产业落地“接得上、跑不稳”；工具接口、组件生态碎片化，跨平台互操作能力薄弱，形成大量烟囱式智能体；自主执行权限带来数据安全、系统操控等新型风险，监管体系存在盲区。

为推动智能体产业安全有序发展，贺晗提出三方面建议。

首先，强化顶层设计，建设可信智能体运行底座。出台智能体产业创新发展指导意见，设立国家级产业赋能重大专项，采用揭榜挂帅、赛马机制支持产学研协同。在重点行业试点可信智能体运行底座，与生成式AI备案衔接，降低企业合规成本，打造真用管用的标杆案例，引导产业从拼参数转向拼场景、拼价值。

其次，推动标准统一，打造互操作产业生态。制定智能体接口、交互数据格式、权限认证、计费机制等统一标准，打破厂商封闭生态，形成基座模型按需调用、终端工具全面开放的网状架构。推动国内标准向国际转化，提升我国在智能体领域的标准定义权。

最后，构建包容审慎监管框架，设立安全沙盒与审计机制。针对高权限智能体出台安全监管指南，要求建立可追溯决策日志与人类一键熔断功能。建设行业插件安全认证库，设立创新安全沙盒，在受控环境内开展前沿测试，在安全可控前提下给予技术创新试错空间。

破除具身智能数据场景堵点

具身智能被视为继大模型之后的AI产业新主赛道，通过算法与物理实体结合，实现“会感知、能决策、可动手”，在制造、物流、巡检、养老、应急救援等领域形成新质生产力。随着我国人形机器人标准体系发布，产业已从展厅演示转向工位上岗，进入规范发展、规模落地的关键阶段。

贺晗认为，当前具身智能仍面临四大瓶颈：任务级交互数据获取成本高、孤岛化严重，缺乏大规模开源数据集；具身大模型泛化能力不足，实验室表现与真实场景存在落差；场景牵引不足，试点多、规模少，难以形成持续采购；产业同质化、重复建设突出，软硬解耦程度低，研发成本高企。

为推动具身智能从单点突破走向系统胜利，他建议以数据、模型、场景、生态协同破局。

一是启动国家级具身数据要素工程。建设具身智能数据采集与预训练中心，围绕搬运、装配、巡检、护理等典型任务形成标准化数据集，统一动作轨迹、力触觉、视觉语义等数据规范，建立数据脱敏、可信计算、授权共享机制，实现数据可用不可见、可控可计量。

二是突破具身基础大模型核心技术。支持企业与高校联合研发多模态具身通用模型，攻坚端到端控制、仿真到现实迁移技术，提升机器人常识推理与未知环境泛化操作能力，解决定制化算法难以规模化复用的痛点。

三是以场景牵引推动规模化上岗。制定国家级人形机器人上岗清单，优先在3C制造、仓储物流、电力巡检等量化收益场景落地。推行首台套保险、租赁模式、分阶段验收降低采购门槛，发挥央国企锚定客户作用，以真实工位数据带动产业迭代。

四是做强软件栈与开源生态。推动控制中间件、仿真平台、数据工具链开源开放，形成通用底座+行业插件模式，政府采购项目明确开放接口与可迁移性要求，避免单一厂商锁定，降低中小企业进入门槛。

优化东数西算调度

东数西算工程实施以来，我国算力基础设施快速成型，但随着AI大模型、智能体、多模态应用爆发，智能算力呈现指数级增长，对低时延、高可靠、绿色化提出更高要求。当前东西部算力布局存在跨度大、传输成本高、调度不顺畅等问题，中部地区优质算力资源因政策限制未能充分释放，算电协同机制尚未打通。

贺晗表示，东部算力空间紧张、西部算力时延偏高，跨区域传输绕转导致成本上升，抵消西部电价优势；部分中部省份具备区位、绿电、算力优势，却因未纳入国家枢纽节点面临能耗与扩容限制；算力与电力分属不同体系，绿电消纳与灵活调度缺乏协同平台，制约全国算力绿色均衡发展。

以山西为例，该省清洁能源装机占比超五成，绿电外送量全国第一，智能算力规模达32EFlops，PUE值1.2，大同至北京单向时延仅3毫秒，具备承接京津冀温热算力需求的天然优势。

贺晗建议，从节点布局、网络建设、算电协同三方面优化全国算力梯级调度体系。

第一，动态扩容国家算力枢纽，将山西等中部优势省份纳入节点布局，填补中部结构性断层，构建东部热算力极速响应、中部温算力中继承载、西部冷算力离线训练的三级调度格局，打通京津冀、山西、内蒙古、宁夏高通量算力走廊。

第二，建设算力直连高速公路，实施全光互联扁平化改造，在东部与中部枢纽间铺设专用大带宽网络，打破多级绕转壁垒，降低传输资费与时延，降低实体企业算力使用成本。

第三，开展国家级算电协同与绿电消纳示范，依托中部节点气候与能源优势，推广自然冷却、绿电专线直供、微电网交易模式，建立绿电聚合供应机制，推动算力与清洁能源深度融合，提升全国算力体系绿色韧性。