芝能科技出品

摩根斯坦利发布了一篇很精彩的报告《China – AI: The Sleeping Giant Awakens》，中国人工智能产业正经历一场深层次、系统性的跃升。

从政策推动到产业落地，从核心算法到大模型构建，从终端消费到工业智造，AI 已逐步嵌入中国社会的各个层面。

产业快速扩张背后，技术突破和市场实践相互驱动，形成了一个高度活跃的生态体系。但与此同时，核心硬件受限、数据监管体系不健全等问题也逐渐浮出水面。目前是大摩从它的角度试图厘清当前中国发展的优势与困局。

01

  增长动力与技术积累并进：

形成全球级影响力

中国AI产业的快速发展始于2015年左右，在政策驱动、资本支持与技术突破的合力下迅速崛起。

国家提出“到2030年成为全球AI领导者”的战略目标，并出台一系列相关规划，推动技术研发与产业落地齐头并进。

在这一过程中，百度、阿里、腾讯等科技公司纷纷加码研发，自主推出的大模型系统不断推高中国在国际人工智能舞台上的存在感。

文心一言、通义千问、混元大模型等代表性产品已具备较强能力，在自然语言理解与生成任务中展现出实用价值。

DeepSeek等新兴模型甚至在单位计算成本、推理效率上展现出超越GPT-4的潜力，推动国内AI技术从“追赶”迈向“局部引领”。

在核心硬件方面，突破尤为关键。

◎ 昇腾910B芯片引入Chiplet技术，以256TOPS算力突破物理工艺瓶颈。

◎ 寒武纪思元系列国产GPU持续提升能效，算力自主比重逐年提升。◎ 芯片制造领域，中芯国际7nm工艺良率提升至75%，在DUV光刻上迈出实质性进展，形成较为完整的算力供应链。◎ 算法与软件创新方面，国内高校与科研机构不断推出高质量研究成果，部分原创算法已在国际竞赛中获得领先成绩，推动AI在垂直行业中的高效落地。

产业应用层面，消费和产业两端双轮驱动，拓宽了AI落地深度与广度。

◎ 在消费侧，AI成为超级App的核心驱动引擎。微信生态的智能助手日活已超5000万，形成高频交互的智能服务平台。字节跳动的4K视频生成能力大幅降低内容生产成本，日均上传量突破8亿条，内容生态发生结构性变化。智能家居领域，语音识别、场景联动成为标配，家电与智能系统深度整合后提升了用户体验与产品价值。◎ 产业侧的表现更为集中与强劲。制造业率先受益于AI质检系统，宁德时代通过AI视觉技术将缺陷率降至0.01%，不仅显著提升品质，制造成本也同步下降40%。医疗系统中，AI辅助诊断已覆盖绝大多数三甲医院，肺结节识别准确率达97.8%，基层医院误诊率显著减少。金融服务领域，AI用于风险建模、投顾辅助与客户服务，不仅提升效率，也增强了风险控制能力。

这一阶段的AI产业发展，已不仅是技术的升级换代，更是对传统产业运行逻辑的系统重塑。

市场规模连续扩张，从2021年的1500亿元增长至预计2025年的4000亿元。初创企业与生成式AI应用迅速增长，形成了一种从技术演进、产业协同到用户价值创造的闭环生态。

02

  结构性问题浮现：

挑战与突破并存

快速发展的另一面是结构性瓶颈的逐步暴露。在高端芯片、自主制程、关键设备等领域，中国依旧存在外部依赖。

当前高端芯片进口占比仍高达66%，EUV光刻机无法自产直接限制了更高性能AI芯片的研发能力。算力虽然增长迅速，但与国际最前沿的芯片产品相比，在效率与能耗比上仍有提升空间。

算法层面，当前国内存在“工程化强、原创性弱”的问题。

多数应用型大模型擅长定制优化，缺乏可迁移性与通用性。原创算法数量与质量尚未完全达到引领标准，在理论突破和跨学科研究方面还需更多投入。

尤其在脑科学与AI融合、类人认知系统构建等关键方向起步较晚，成为限制下一阶段技术跃迁的重要因素。

数据合规性与治理能力的滞后，也已成为影响AI长期发展的关键问题。

AI技术对数据的依赖极强，如何获取、存储、处理并保护数据已成为企业发展的必修课。数据使用过程中存在隐私泄露、算法歧视、训练偏差等潜在风险。

法律法规尚未全面覆盖新兴问题，跨平台、跨行业的数据共享缺乏统一机制，制约了数据价值的深层释放。

国际竞争环境也在不断加压。

随着中美科技博弈加剧，AI相关技术、设备和人才流动面临更多限制。开源生态依赖海外平台，算法模型安全性和可控性引发担忧。

同时，AI伦理、治理标准的制定权竞争正在全球展开，谁能掌握技术标准与平台话语权，谁就能占据产业链制高点。

小结

中国AI产业的崛起，是政策引导、市场需求与技术积累共同作用的结果。在多个领域，AI已从实验室走进现实世界，成为推动社会进步与经济转型的关键力量。面向未来，关键在于跨越现有技术瓶颈，优化人才结构，建立科学的数据治理体系，并在全球标准制定中发出更强声音。

       原文标题 : 深度报告｜中国AI产业正在崛起成全球力量，市场潜力和关键挑战有哪些？