手机和电脑被写进政府工作报告:一场＂代际跃迁＂正在发生
- 2026-10-12 09:17:59
08
如果机器人赛道体现的是"人工智能+物理实体"的纵深突破，那么智能终端、脑机接口、情感计算、智能网联新能源汽车与生命科学交叉，则共同构成了智能经济新形态的"前沿扇形"。它们的共同点在于：竞争的本质已不是单一产品的性能比拼，而是"基础模型能力—算力与数据基础设施—治理规则主导权"构成的系统性较量。
一、智能终端：从"赋能"到"原生"，一字之差隔了一个时代
2025年全国两会上，"人工智能手机和电脑"作为一个新词，首次被写入政府工作报告。这一变化的关键，在于底层逻辑的切换——从"人工智能赋能"走向"人工智能原生"。
💡 提示
传统的智能手机、电脑只是在既有的产品、应用中引入人工智能技术，未对终端的底层开发逻辑进行重构。而人工智能手机和电脑，则是将人工智能作为一个基础功能与核心构成要素，使之嵌入终端底层的开发逻辑。
代际跃迁的实质，是终端从"载体"变为真正的"智能体"。
💡 提示
人工智能手机和电脑将是名副其实的智能体，可以对数据、信息进行自主感知，进而自主地进行任务规划、决策和执行。
技术架构上，新一代智能终端配合人工智能芯片将性能最大化，依托"端—边—云"智能体系与智能中枢运转，模型轻量化成为重要趋势。但跃迁也带来算法"幻觉"、数据安全与信息茧房等风险，需借鉴自动驾驶的自动化分级与责任边界思路加以应对。
二、脑机接口：38亿元市场背后，是"明星案例"与"普惠应用"的鸿沟
脑机接口绕开依靠神经、肌肉、感官的传统交互路径，在思维与机器之间建立直接通信通道，已在医疗健康及工业制造、生活消费等领域展现潜力。政策上，2025年7月工业和信息化部等7部门联合印发《关于推动脑机接口产业创新发展的实施意见》，明确将其作为培育新质生产力和布局未来产业的重要方向。
里程碑案例密集涌现：2024年1月Neuralink完成首例人体脑芯片植入，2025年6月称7名植入者平均每周使用约50小时、峰值超100小时；2025年浙江大学团队控制机械臂书写汉字在线正确率达96.2%，华山医院与脑虎科技实现汉语实时解码；2023年4月，瑞金医院23位难治性抑郁症患者经脑机接口神经调控，症状平均改善率超60%。
市场规模上，我国脑机接口市场2025年底约38亿元、年增速近20%，2027年或突破55亿元；全球2025年约28亿美元，2030年有望超65亿美元。然而，产业化道路远比实验室漫长。
💡 提示
技术进步不等于产业成功，实验室的"明星案例"距离大规模普惠应用还有漫长的路要走。
当前实践多集中于严格筛选的患者群体和受控临床环境，到大规模应用仍面临核心技术、安全风险、伦理治理、产业生态四重挑战。最大的挑战不在技术本身，而在创新生态——科研院所、医疗机构、企业、资本、监管部门缺一不可，同时须警惕"一哄而上、一地鸡毛"的窘况。
💡 提示
只要大脑的奥秘尚未大白于天下，宇宙将仍是一个谜。
三、情感计算：让AI从"能听会说"迈向"察言观色"
情感计算通过多模态信号分析与算法，赋予人工智能识别、生成情感的能力，可弥合"情感鸿沟"。该概念由美国麻省理工学院罗萨琳德·皮卡德教授1997年在奠基性著作《情感计算》中首次明确。
💡 提示
情感计算是与情感相关，来源于情感或能够对情感施加影响的计算。
技术正从"读懂情感"迈向"生成情感"，面部表情识别在基准测试数据集上准确率已突破90%。
在标准与话语权上，我国已发布国家标准"人工智能情感计算用户界面模型"；中科院软件研究所等牵头制定的ISO/IEC 30150-1:2022标准，为全球首个情感交互标准。总体看，我国已建成完整产业生态、实现学术研究从"跟跑"到"并跑"的跨越，但在基础理论、规模化应用、数据集建设上仍与欧美存在差距。
四、智能网联新能源汽车：从汽车大国到汽车强国
发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路。这一赛道的发力点有三：以精准的用户洞察牵引产业发展方向——我国汽车消费需求正从单一功能性满足向"性价比+情绪价值"综合体验升级；强化科技自立自强，突破汽车芯片、动力电池、自动驾驶系统等核心"卡脖子"领域；推动全生态链条融合创新并坚持开放发展。
💡 提示
产业生态是智能网联新能源汽车产业发展的核心竞争力。
技术攻坚方面，需突破全固态电池、下一代动力电池、高级别自动驾驶、AI大模型车载赋能等关键技术，推进芯片国产化。区域上，粤港澳大湾区、长三角、京津冀等已形成完善的产业集群，可建立国家级产业协同平台，推动技术标准、测试数据、场景资源共建共享。国际化方面，应坚持开放发展，推动智能网联技术、能源生态与整车产品同步出海，实现从"跟跑""并跑"向"领跑"的跨越。
五、当AI遇上生命科学：前沿突破如何变成产业能力
人工智能与生命科学的融合正从实验室突破向产业能力迈进，其竞赛本质已非算法在排行榜上的性能比拼，而是"基础模型能力—算力与数据基础设施—治理规则主导权"构成的系统性较量。
💡 提示
生命科学不仅是AI的应用场景，更是AI自我进化的"淬炼场"。
该交叉领域面临三重结构性矛盾：数据断层（"手工作坊"与"工业流水线"冲突）、组织滞后（"小科学"与"大工程"错位）、范式脱节（AI统计关联与因果推理的鸿沟）。我国在蛋白质结构预测、基因组分析等领域已接近国际前沿，却仍受困于"数据孤岛"，自主可控生物学基础大模型尚未确立生态主导力。战略抉择在于：加快构筑自主可控的数据与算力底座、聚焦关键领域差异化突破、改革科研组织与评价体系、发展"分级分类、动态调整、多元共治"的敏捷治理体系。
面向更广的传统产业，数智技术正成为改造提升传统产业、发展新质生产力的核心驱动力量。典型案例包括：农业"鱼菜共生AI工厂"使鱼类单产提高近20倍、蔬菜单产提高近10倍、人均管理面积提高10倍；截至2024年10月，中国"灯塔工厂"总数已达72家，占全球42%；文旅领域也涌现出武汉"夜上黄鹤楼"、南昌滕王阁AI数字人"王勃"等应用。推进路径上，应从强化技术链、延伸数据链、拉长产业链、优化人才链、创新生态链五个方面协同发力。
写在最后
前沿赛道的共同特征，是"代际跃迁"与"系统性较量"并存：终端从"赋能"走向"原生"，脑机接口站在产业化窗口期，人工智能与生命科学交叉则把前沿突破转化为新质生产力。
对企业管理者而言，前沿赛道的入场券不仅是技术，更是数据底座、生态协同与治理能力。技术可以买，底座和生态却只能自己长出来。你的企业，准备好这第二张入场券了吗？
💡 提示
本文为《智能经济新形态实战》第8章内容改写，观点整理自《学习时报》。
本文由公众号原创 · 转载请注明出处
