记者手记：探寻人工智能产业落地破局之路

数据从哪里来？

　　数据是人工智能技术发展的基础燃料。在青岛市人形机器人数据采集训练场，31台人形及轮臂式机器人分布在28个数据采集工位上。工业智造、智慧家庭、商业服务三大场景被1:1还原，工作人员把物品归位后，机器人反复完成拿起、放下等动作。

　　“训练场对机器人每一组动作进行标准化记录，规划年产出高质量真机数据突破100万条，为算法迭代提供支撑。”训练场技术人员说。

　　同样十分看重高质量数据供给的，还有北京银河通用机器人有限公司高级副总裁曾辉。曾辉介绍，训练机器人快速掌握一项技能往往需要上亿条数据。为破解数据供给不足的难题，银河通用提出将仿真合成数据作为解决路径，开创“以合成仿真数据为主、真机数据为辅”的虚实融合训练范式，目前已积累了亿级真实应用场景数据及百亿级的合成仿真数据。

　　制约产业发展的不仅是数据采集效率，数据流通难题同样亟待突破。蚂蚁集团副总裁兼首席技术安全官韦韬表示，工厂生产数据属于企业核心资产，大多涉及商业秘密，很难依靠传统明文方式实现跨主体流通。

　　针对这一痛点，蚂蚁密算推动算力模式从“明文算力”向“密态算力”转型。在守住安全底线前提下，实现数据“可用不可见”，释放沉睡数据的产业价值。

算力怎么支撑？

　　算力是人工智能发展的关键底座。韦韬认为，产业AI下半场比拼的，是能否安全地把算力、专业智力等要素串联整合起来。

　　数据显示，截至2026年7月底，全国智算总规模达245万PFLOPS（FP16），八大国家算力枢纽和三个算电协同发展区已建成智算规模占全国比重超85%，已有145万PFLOPS智能算力纳入国家级监测调度平台监测范围，算力资源集约化利用、一体化调度能力不断增强。

　　记者从国家发展改革委了解到，有关部门正指导国产大模型加大力度适配国产算力芯片。

　　“科创中国”服务团副团长、纬景储能董事长葛群则把目光投向更底层：“算力的尽头是电力，长时储能就像算力产业的‘电力银行’，绿电打底、储能调节、算力消纳，方能支撑AI行稳致远。”

场景怎么寻找？

　　“机器人要不断走进工厂、医院、商场，在实际作业当中边干边学，才会越来越智能。”曾辉说。

　　一路走下来，记者看到“以用促训、边干边学”的模式，正在越来越多的场景中上演：

• 在山东重工集团，潍柴雷沃智慧农业AI大模型覆盖播种、田间管理、收获等全生产链条。经实际应用测算，这套大模型可帮助农作物增产10%，节约农业用水50%。
• 在青岛人工智能创新应用展示中心，AI正让科普变得“可触可感”。馆内的人形机器人可提供讲解服务，还能与观众互动，辅助观众深度游览……

　　记者在调研中深切感受到，能不能解决现实问题，正在成为评价AI的标尺。进一步打通数据、算力、场景的完整链条，推动技术优势向产业实效转化，人工智能赋能实体经济的空间将不断拓展。