全國政協委員賀晗：建議構筑人工智能時代核心競爭力

經濟觀察報記者 張曉暉

2026年3月6日，全國兩會召開之際，第十四屆政協委員、天娛數科（002354.SZ）董事長賀晗提出建議：中國應夯實人工智能的底層基礎，分別從原創能力、具身智能落地、構建安全的智能體生態、優化算力四個方面，構筑人工智能時代核心競爭力，避免受到“降維打擊”。

賀晗表示，過去幾年，我國在人工智能（AI）應用落地與場景賦能上取得了“從1到100”的顯著成效。然而，面對全球日益激烈的科技競爭，我們必須清醒地認識到，要避免在下一輪大國博弈中遭遇“降維打擊”，就必須向更深層次的底層基礎設施和廣闊的物理實體世界邁進。

2026年，我們正站在通用人工智能（AGI）加速演進的跨越性節點上。這已經不僅僅是一場單純的技術較量，更是關乎國家未來數字經濟核心命脈與底層生態主導權的關鍵博弈。

強化原創能力，構筑人工智能國家級技術護城河

美國在AI領域的絕對優勢源于其對底層原創架構的持續突破（如Transformer架構、擴散模型、高級推理智能體等）。反觀國內，雖然模型參數量和評測跑分不斷攀升，但絕大多數底層框架和基礎算法依然建立在海外開源生態的“底座”之上。這種“跟隨式”研發模式導致我們始終存在半步到一步的技術代差，一旦海外頂尖開源模型閉源或限制使用，我國部分建立在海外底層架構上的應用生態將面臨風險。

美國憑借英偉達硬件與CUDA軟件生態的深度綁定，構筑了極高的算力護城河。面對高端芯片禁令，我國國產智能算力硬件在過去幾年加速追趕，單卡性能已大幅提升。但核心痛點在于“軟生態”滯后：國內算力芯片呈現碎片化，各自為戰，缺乏一個能夠跨硬件、跨廠商統籌調度的“國產統一算力軟件棧”（如高效的編譯器和算子庫）。這導致開發者適配國產算力的成本極高，算力利用率低下，“有算力但不易用”。

通用人工智能的研發是一場高投入、高風險、長周期的極限挑戰。美國擁有極其龐大且風險偏好極高的私募股權與風險資本，能夠支撐頭部AI企業進行每年數十億美元的算力“試錯”與人才爭奪。而我國資本市場相對偏好短期商業變現，即便是政府引導基金或國資背景的產業基金，也普遍面臨嚴格的年度考核與保值增值壓力，導致市場缺乏真正敢于押注基礎技術突破、容忍高失敗率的“耐心資本”。

美國通過GitHub、Hugging Face等平臺壟斷了全球AI開發者的流量入口和標準制定權。我國雖然也有優秀企業開源了模型，但在構建具有全球號召力的國際化開源社區方面仍顯薄弱。開源話語權的缺失不僅影響了中國技術標準的國際化推廣，更使得全球頂尖的AI算法人才和開發者持續向美國主導的生態圈集聚，加劇了我國的高端人才流失。

賀晗建議，改革科研評價與國資考核機制，大力培育“耐心資本”；集中力量攻堅“國產算力統一軟件生態”，打破軟硬解耦壁壘；實施“前沿探索特區”計劃，強化“從0到1”的原創技術策源；以國家力量背書，打造具有全球影響力的開源AI基礎設施。

構建自主可控智能體生態

過去幾年，國內基礎大模型的能力大多集中在自然語言處理和多模態生成上，對支撐高級智能體穩定運行所必需的復雜推理、長鏈條決策規劃與跨系統調度等關鍵能力尚有不足，導致智能體在真實業務中常出現“懂語言不懂業務、會建議不會執行、能執行但不可追溯”的問題。尤其在實體垂直場景，尚缺少能夠深入核心業務系統、貫通數據與流程、形成可衡量價值閉環的“殺手級”行業智能體。

智能體的核心價值在于跨應用、跨系統的工具調用，然而，當前國內產業界工具接口與組件生態碎片化，“煙囪式智能體”偏多，面向工具調用的通用機制雖已成熟，但在產業側缺少統一落地標準、規范與認證，導致應用可復制性弱、遷移成本高，拖累產業協同效率。

有別于傳統大模型，智能體具備自主行動能力，能接管企業系統或個人的終端設備。以近期開源項目OpenClaw為例，其雖展現了驚人能力，但因缺乏權限隔離，插件市場迅速淪為惡意軟件溫床。這表明，一旦具備高度執行權限的智能體脫離了安全監管框架，不僅會引發嚴重的數據泄露與隱私侵犯，更將對企業的核心系統乃至國家網絡安全構成威脅。目前，我國針對智能體行為審計、越權熔斷等關鍵環節，缺乏系統的安全標準、監管規則與技術防范工具。

賀晗建議，強化頂層戰略設計，鼓勵建設行業“可信智能體運行底座”；推動工具接口與智能體組件標準化，打造可互操作的產業生態；構建包容審慎的新型監管框架，設立智能體“安全沙盒”與權限審計機制。

加快具身智能發展

與通用大模型可借助海量互聯網數據不同，具身智能需要大量“任務級、過程級”的交互數據（抓取、裝配、搬運、開門、疊衣等），數據獲取成本高、標注難。國內各研究機構和企業的數據采集平臺、傳感器接口、數據格式各自為戰，形成了大量“數據孤島”，缺乏具有行業共識的高質量、大規模具身智能開源數據集。

具身智能的核心在于通用泛化。目前我國多數企業仍采用針對特定任務的定制化算法，缺乏真正意義上具備強泛化能力的具身智能基礎大模型。因此，當前不少人形機器人在受控環境下表現亮眼，但面對真實世界的光照變化、物體多樣性、工位差異、干擾碰撞等，仍易出現策略失效與長任務中斷。

制造、物流、商服、養老等領域的真實需求巨大，但落地常見“場景碎片化、驗收口徑不一、預算與迭代機制不足”，導致企業在“項目制交付”與“產品化復用”之間反復搖擺。即便政府采購與補貼有所增長，整體仍處于導入期，缺少可復制的“規模化上崗模板”。

標準體系已發布，但產業仍面臨“多賽道擁擠、差異化不足”的結構性風險。目前行業軟硬解耦程度仍然較低，尚未形成類似PC時代的“Wintel”或智能手機時代的“安卓+ARM”生態。由于缺乏通用的操作系統和中間件，開發者往往需要針對不同硬件底層“重復造輪子”，推高了全行業的研發成本。若缺少統一標準、公共數據底座與場景驗證平臺，可能出現低水平重復與無序價格戰，影響長期創新投入與國際競爭力。

賀晗建議，以國家級“具身數據要素工程”破題：建立公共數據底座、統一格式與權屬規則；大力發展具身基礎大模型；以“場景牽引+政府采購/首臺套保險+央國企帶頭應用”拉動規模化上崗；做強軟件棧與開源生態，用開放接口降低重復研發、提高產業協同效率。

激活算力是關鍵

由于東西部樞紐節點相距過遠，西部算力難以滿足東部時延敏感型的“溫熱算力”需求。東西部樞紐之間缺乏直連網絡，數據傳輸需經過“國家—省級—城域”骨干網多級繞轉，導致網絡傳輸資費占運營成本比重較高，抵消了西部地區在土地、電價等方面的低成本優勢，致使全國算力調度出現梗阻，迫切需要增設中部節點有效緩解網絡傳輸時延、穩定性及成本等問題。

2025年4月，國家相關部門明確將數據中心納入“兩高”項目管理，并對大型算力基礎設施實施“窗口指導”，政策紅利進一步向既有的八大樞紐傾斜。這就導致部分具備極佳自然條件與能源基礎的中部省份（如山西省，新能源和清潔能源發電裝機占比過半，達54.4%；綠電外送量居全國第一；全省智能算力規模已達32EFlops；算力中心平均PUE為1.2PUE，排名全國第6；山西大同城市算力分指數位居全國第3），因未納入國家樞紐節點，在能耗指標和算力產業擴容上受到嚴格限制，導致中部地區出現算力網的“結構性斷層”。

算力中心對電力的需求呈指數級增長。據中國信息通信研究院預測，到“十五五”末，我國算力中心用電量將從2024年的1660億千瓦時增至4000億—7000億千瓦時，占全社會用電量比重從不足2%攀升至6%，能耗增速剪刀差持續擴大。同時，算力和電力分數不同管理體系，缺乏統一調度平臺與數據接口標準，算力負荷難以靈活響應電網波動，限制了綠電高效消納。盡管部分地區數據中心綠電占比超80%，形成了局部示范，但要在全國范圍內實現這一目標，亟須構建完整的算電協同發展體系。

賀晗建議，將山西等中部優勢省份增補為全國算力樞紐節點，構建梯級調度新格局；建設樞紐節點間的“算力直連高速公路”，打破傳統網絡繞轉壁壘；以中部節點為依托，開展國家級“算電協同、綠電消納”先導示范。

（作者 張曉暉）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。

張曉暉

資本市場部記者 從事新聞行業超過12年，專注于時政、公司新聞報道，擅長采訪、調查、取證和突破。2006年起在經濟觀察報華東新聞中心（上海）工作，2008年派駐重慶，負責西南地區新聞報道。常駐重慶。