将大模型“装”进手机、融入供应链，带到办公室和生产线。开年以来，大模型应用加速落地。从百度文心大模型上线“深度搜索”功能，到三家基础电信企业全面接入DeepSeek开源大模型。近段时间，国产大模型频频上新，正加速融入工业、能源、政务、文旅等行业，推动生产效率和服务质量跃升。

　　人工智能加速融入 赋能千行百业

　　在传统能源领域，国家管网集团成功部署“满血版”DeepSeek模型，应用于智能调控、管道安全审核等核心场景。通过人工智能算法优化输气量预测，调控计划准确率提升10%，助力冬季能源保供。

　　国家管网集团智网数科公司副总经理胥锟：随着DeepSeek及一系列人工智能大模型的部署应用，国家管网集团AI场景落地初见成效。油气调控中心生产计划生成时间由4小时降至分钟级，准确率还提升了10%；盐穴储气库智能模拟造腔由数十天降至1小时。

　　在智能制造领域，多家厂商通过人工智能技术，实现生产全生命周期的优化。在智能终端产品线上，记者了解到，这家手机厂商在第一时间实现了全尺寸内嵌DeepSeek，用户无需在不同人工智能界面间来回切换，操作更人性化。

　　中兴通讯终端事业部总裁 倪飞：通过内嵌式的方式，实现了类似于多专家系统，不同的专家干不同的事情，同时在端侧实现了一个入口的统一，让用户不用同时在多个App之间轮转。

　　开年至今，各行各业均感受到大模型热潮。连日来，DeepSeek在多家医院完成本地化部署，部分地区政务系统陆续接入并实现应用。可实现0.8秒内生成超过百种疾病的诊断意见，加速药物研发流程，还赋能金融与投资领域，用于市场预测、风险评估和欺诈检测，能够有效增强金融系统的稳定性。

　　赛迪顾问人工智能与大数据研究中心高级分析师韩子哲：人工智能作为引领新一轮科技革命的核心驱动力，正深度融入医疗、金融、政务、制造业等众多领域，形成了丰富多样的应用场景。

　　近期，深圳、广州、无锡等城市陆续发布消息，在政务外网、政务系统接入DeepSeek。多地也表示，下一步，将DeepSeek与“城市大脑”深度融合发力，让“城市大脑”进行“深度思考”，助力公共数据汇集治理和共享应用。

　　企业纷纷接入背后的人工智能发展新趋势

　　如今，DeepSeek、人工智能大模型等已经出现在我们的生活中。通俗来说，它就像一个“超级大脑”，读了世界上几乎所有的书，看了数不清的图片，听了各种各样的声音……通过对海量数据的不断学习，掌握了全面的知识。

　　从中国移动、华为、腾讯到亚马逊、微软、英伟达，从中国石油、国家管网到长城、广汽，横跨科技、能源、汽车等各领域的头部企业纷纷接入DeepSeek模型，这个现象级合作背后，有怎样的底层逻辑？这一现象级的合作热潮背后，究竟蕴藏着怎样的深层逻辑？又映射出人工智能领域怎样的发展走向呢？

　　高性能、低成本，并且完全开源，DeepSeek成了搅动市场的“鲇鱼”。专家告诉记者，DeepSeek的开源，打破了传统人工智能发展模式的束缚，将推动人工智能应用生态的繁荣，这也大大加快了整个人工智能大模型的发展进程。

　　中国信息通信研究院技术与标准研究所工程师 龚正：以DeepSeek这样的企业为例，近期他们在算法层面的优化使得效率提升，已显著降低了推理成本，为产业带来了直观的震撼——比如在更低的算力需求下实现更高质量的生成效果。Deepseek这种开源模型的崛起，背后灵活、低门槛的特性正在重构行业生态。

　　专家指出， DeepSeek模型引发的现象级合作，它背后的逻辑，一方面是企业对高效、低成本人工智能技术的迫切需求，另一方面其实也是人工智能技术发展的必然趋势。

　　赛迪顾问人工智能与大数据研究中心分析师 白润轩：人工智能将从少数科技巨头的专属工具，转变为像“水电煤”一样的基础设施，为社会各行业注入源源不断的创新活力，真正开启一个人人受益的智能时代。

　　国际数据公司发布的数据显示，目前全球超过70%的组织已经开始对生成式人工智能技术进行投资或处于初步测试阶段，已经有17%的组织将生成式人工智能应用和服务引入生产环节。

　　大模型接入潮 推动算力加速跨越“瓶颈”

　　人工智能赋能千行百业的同时，也对算力提出了更高的要求。随着人工智能大模型在各领域的广泛应用，用户对于稳定、高效的服务体验需求日益增长，而算力不足成了制约其发展的关键因素之一。

　　在算法层面的持续创新下，近期效率提升显著降低了推理成本，为产业带来了直观的震撼。企业能够在更低的算力需求下实现更高质量的生成效果，这无疑为人工智能的普及和应用提供了有力支撑。

　　然而，尽管如此，网友仍频繁吐槽人工智能大模型在使用过程中出现崩溃，以及服务器繁忙等问题，这背后反映出当前算力资源的紧张状态。

　　赛迪顾问人工智能与大数据研究中心高级分析师韩子哲：模型宕机主要是由于计算资源调度瓶颈、网络拥塞等因素。尤其在流量高峰期，模型处理大规模请求时，响应可能会延迟或中断。此外，像视频生成、多模态识别这类复杂的任务也会消耗大量计算资源，导致暂时性宕机。

　　目前，DeepSeek、OpenAI等企业正致力于设计人工智能专用芯片。这些芯片通过优化架构与信号传输效率，从硬件层面突破传统通用算力的瓶颈。

　　中国信息通信研究院技术与标准研究所工程师 龚正：像类脑智能、量子计算等新型计算架构的探索，有可能为大模型提供颠覆式的算力支持。未来成本下降，不单仅仅依赖单一环节的优化，而是算法、硬件、能源效率的协同升级。

　　面对算力挑战，人工智能领域正在从算法优化、硬件创新以及新型计算架构探索等多个维度寻求突破。专家表示，随着这些努力的持续推进，人工智能大模型将能够提供更加稳定、高效的服务，满足用户日益增长的需求。

　　人工智能成为发展新质生产力重要引擎

　　从生产端到消费侧，从制造业到服务业，有关大模型的新应用层出不穷。从算法创新到算力普惠，人工智能技术凭借数据处理、模式识别与自动化能力，成为发展新质生产力的重要引擎。

　　清晨5时，深圳的智能工厂里，AI系统正在预测设备故障——这不是科幻场景，而是AI深度推理能力带来的现实变革。专家预测，未来十年，人工智能将渗透每个角落。

　　赛迪顾问人工智能与大数据研究中心高级分析师韩子哲：人工智能通过强大的数据分析能力、持续学习与推理能力，推动传统产业的生产效率提升和业务模式创新，成为发展新质生产力的重要引擎。

　　专家指出，人工智能重构了劳动力、生产资料与劳动对象，成为新质生产力的核心标志。其核心优势在于算法优化、数据融合与场景适配，为传统产业注入“智能基因”。

　　赛迪顾问人工智能与大数据研究中心高级分析师韩子哲：随着具身智能、多模态感知技术深度融合，人形机器人将重构工业制造、家庭服务与特种场景的协作模式，“软硬协同、人机共生”的智能生态体系有望加速形成。AI将在智能体、多模态大模型、具身智能等多方面实现“深度进化”。