2023中国新一代人工智能科技产业发展报告（附下载）
人工智能产业集群是基于网络空间发展的创新集群
报告的研究表明，区别于传统产业集群和创新集群概念，人工智能产业集群是基于网络空间发展的创新集群。基于物理空间技术体系的创新发展，前三次工业革命的产业集群和创新集群对地理空间具有依赖性，创新扩散速度相对缓慢。第四次工业革命源于网络空间技术体系的创新发展，创新集群更加依赖网络空间发展，技术、产品和服务的创新速度更快，创新的应用领域和地域范围更加广泛。
人工智能产业集群的基本构成要素包括企业簇群、创新资源、创新系统和网络空间产业生态。其中，网络空间产业创新生态是第四次工业革命背景下人工智能产业集群的独特要素。人工智能产业集群包括人工智能产业化创新集群和产业智能化创新集群。人工智能产业化集群通过网络空间产业生态实现向地理空间分散的产业智能化创新集群赋能。人工智能产业化创新集群和产业智能化创新集群的良性互动，是建设具有全球竞争力的人工智能产业集群的关键动力和机制。
我国的人工智能产业集群表现为“新型创新区→城市→区域→全国→全球”的空间结构特征。与传统工业园区和高科技园区不同，新型创新区一般位于科技创新资源和产业基础雄厚的大城市的中心区和次中心区，是人工智能产业化集群及其产业创新生态的栖息地，强调依托狭小的物理空间打造无限的网络空间产业创新生态。
到目前为止，我国人工智能产业集群主要分布在京津冀、长江三角洲、珠江三角洲和川渝地区的重点城市。通过外部创新资源的引入和内部创新资源的激活，西部地区的西安，中部地区的武汉和长沙，东北地区的沈阳、大连和哈尔滨开始出现人工智能产业集群的雏形。
企业簇群及其产业创新生态
本报告构建了包括2200家人工智能企业、5722个投资者（投资机构和非投资机构）、438所AI大学和307家非大学科研机构、967家产业联盟、在中国境内召开的总计2318场会议、31个省市自治区出台的775项相关政策和3507家人工智能产业园区规划建设情况在内的中国智能经济样本库。通过属性数据和关系数据分析，考察我国人工智能产业集群的内在结构和发展趋势。
我国人工智能产业集群的价值网络结构是“极核”状的。平台及其主导的产业创新生态构成了我国人工智能产业集群发展的“极核”。从2014-2022年价值网络的结构性统计指标看，我国人工智能产业集群的簇群结构特征越来越明显。以华为、腾讯、百度和阿里巴巴为代表的超级平台是我国人工智能产业集群形成和发展的核心节点。近年来，超级平台在智能芯片、基础架构、操作系统、大模型、机器学习平台和应用软件领域的研发和产业化布局，为我国人工智能产业集群国际竞争力的提升奠定了坚实基础。
研究型大学、科研院所和新型创新组织是平台主导的产业创新生态的重要组成部分。研究型大学和科研院所在基础研究、技术开发和人才培养领域的努力，持续提升我国人工智能产业集群的国际竞争力。包括清华大学和北京大学在内的国内18所高校成为全国首批集成电路科学与工程一级学科博士学位授权点。截至2022年3月，全国共有440所高校设置人工智能本科专业、248所高校设置智能科学与技术本科专业、387所普通高等学校高等职业教育（专科）设置“人工智能技术服务”专业。
创建新型创新组织激活政产学研用协同创新活力，形成基础研究、技术研发、应用创新和产业孵化无缝对接的新体制和新机制，是推动人工智能科技创新和产业发展的重要途径。截至目前为止，本报告共发现人工智能领域新型创新组织347家，广泛分布在京津冀、长江三角洲和珠江三角洲等地区。其中，以鹏城实验室、之江实验室和上海人工智能实验室为代表的人工智能实验室，成为人工智能产业化领域最为活跃的新型创新组织。
创新的“极化”和“扩散”
作为通用目的技术，人工智能的科技创新和产业发展遵循先“极化”后“扩散”的规律。报告基于2200家我国人工智能骨干企业的技术合作关系的区域、应用、技术和产业领域分布，刻画我国人工智能产业集群的“极化”和“扩散”情况。
01
区域
从技术合作关系看，北京市、广东省和上海市构成了我国人工智能产业集群价值网络的三个“极点”。同时，北京市、广东省、上海市、江苏省、安微省、四川省、湖北省、湖南省、重庆市、山东省和福建省之间存在密集的人工智能技术合作关系。
从技术合作的流向看，我国人工智能科技产业发展仍然以“极化”为主。排名第一和第二的是北京市和广东省内部技术合作，占比为10.87%和9.36%。广东省和北京市、北京市和广东省的技术合作排名第三和第四，占比6.91%和6.08%。在某种程度说，北京市和广东省共同构成了中国人工智能产业集群发展的南北“双极”。
从城市之间的技术合作流动情况看，北京市、深圳市、广州市和上海市是技术合作关系密度最高的城市。尤其是北京市和深圳市、广州市的技术合作，成为人工智能技术“极化”和“扩散”的主要方向。
从城市之间的技术合作关系看，排名第一的是北京市内部技术合作，占比10.87%；排名第二、第三和第四的分别是深圳市和北京市、深圳市和深圳市、北京市和深圳市的技术合作。从城市的视角看，北京和深圳构成了人工智能技术合作关系流动的南北“两极”。
02
应用领域
随着科技创新步伐的加快，人工智能和经济社会进入全面融合发展新阶段。在人工智能技术合作密度高的应用领域和产业领域，开始出现产业智能化创新集群。
基于2200家人工智能骨干企业的关系数据量化分析表明，我国人工智能已经广泛应用在包括企业智能管理、智能营销与新零售、智能金融、智慧城市、智能医疗、新媒体和数字内容、智能制造、智能教育、智能交通、网络安全、智能物流、智慧文旅、智能政务、智能能源、智能硬件、智能网联汽车、智能家居、智能农业和智能安防在内的19个应用领域。排名第一的是智慧城市，占比12.16%；排名第二的是企业智能管理，占比12.10%；排名第三的是智能制造，占比8.89%；排名第四和第五的分别是智能营销与新零售和智能网联汽车，占比8.41%和8.07%。
03
产业领域
在三次产业中，人工智能技术合作关系分布密度最高的是第三产业，占比75.49%；其次是第二产业，占比23.82%。在第三产业中，排名第一的是信息传输、软件和信息技术服务业，占比28.46%；排名第二的是科学研究和技术服务业，占比21.17%；排名第三的是租赁和商业服务业，占比10.75%；排名第四和第五的分别是金融业、批发和零售业，占比10.68%和9.62%。
在第二产业中，制造业占比最高，为87.36%。在制造业中，排名第一的是计算机、通信和其他电子设备制造业，占比28.16%；排名第二的是汽车制造业，占比25.41%；排名第三的是电气机械和器材制造业，占比9.30%。
04
技术类别
人工智能和经济社会的深度融合发展带动人工智能技术的体系化、复杂化和专用化。到目前为止，人工智能已经发展为包括大数据和云计算、物联网、智能机器人、智能推荐、5G、区块链、语音识别、虚拟/增强现实、智能芯片、计算机视觉、自然语言处理、生物识别、空间技术、光电技术、自动驾驶、人机交互和知识图谱17种技术在内的复杂技术体系。同时，随着人工智能在19个应用领域的创新应用，技术体系的演化日益表现出专用化趋势。
05
集群发展的重点领域
从创新“极化”和“扩散”的区域、应用、技术和产业领域的分布情况看，随着人工智能科技创新，包括智能制造、智能芯片、智能网联汽车、科技研发和服务、智慧医疗和智慧教育在内的重点产业领域的创新集群，是人工智能科技产业集群发展的前沿。例如，2019年以来，在智能芯片产业的发展上，涌现出包括阿里平头哥、百度昆仑芯、华为海思、壁仞科技和一微半导体在内的一批智能芯片研发设计公司。平台企业通过打造包括智能芯片、操作系统、机器学习平台和预训练大模型在内的根技术创新体系和软硬件协同创新生态，为创新集群构筑技术底座。
在智能网联汽车产业，形成了以百度和华为为“双核”的软硬件协同产业创新生态。传统汽车企业、造车新势力、中小企业和新创企业的加入，加速了智能网联汽车产业集群的发展。同时，中国新一代人工智能发展战略研究院的社会实验研究表明，我国在发展智能网联汽车产业上具有良好的社会氛围。随着人工智能和汽车产业的深度融合，智能网联汽车产业集群将成为人工智能和实体经济融合发展的代表。
随着生成式人工智能的发展，人工智能在科技研发、服务和教育领域的创新应用将引发新一轮产教融合，是人工智能产业集群发展的新前沿。人工智能带来的创新生产方式的变革，不仅带来产业的快速发展，而且带来科技创新范式和教育范式的新变革。
面临的挑战和政策建议
人工智能是全球科技和产业竞争的焦点。在深科技创新驱动下，在中国正在形成与美国相抗衡的人工智能创新联盟。构建自主可控技术体系和软硬件协同创新生态，是培育和发展具有全球竞争力的人工智能产业集群的战略目标。
尽管取得了前所未有的成就，但是在建设具有全球竞争力的人工智能产业集群的过程中，我们还面临着来自美国技术封锁、技术体系存在短板和头部平台企业技术升级相对缓慢带来的挑战。加速发展具有产业赋能能力的新型平台及其主导的产业创新生态、高水平规划和发展新型创新区、建设高度开放的创新系统推动与世界各国的技术合作、推动通用人工智能和专用人工智能的融合，是应对挑战和加快人工智能产业集群国际竞争力提升的战略支撑。
30大卡脖子领域多是材料问题！论文全球领先，为何中国材料工业还落后？
西门子机器人及自动化设备仿真应用手册（附下载）
梅宏院士：软件定义是数字化转型的方法论
吴敬琏：对改革的三个反思
发改委原司长徐林：如何走出经济增长困境
2023软科中国大学专业排名
比尔·盖茨北京演讲：以创新之力应对全球挑战
在美国做制造业的优势与劣势
李德仁院士|《我看元宇宙——论地理信息产业与元宇宙》（附下载）
第一新声|2023年中国信创产业研究报告（附下载）
2023中国工业互联网产业洞察暨生态图谱报告（203页-附下载）
重磅：2022年“双跨”工业互联网平台动态评价完成（附名单）
中国电子技术标准化研究院|中国智能制造发展研究报告：能力成熟度
邬贺铨院士：5G能力未在消费应用中充分体验
对未来7年的预测和展望|工业行业数字化智能化2030（附下载）
西门子|2023成长型企业数字化转型白皮书（附下载）
高端ERP白皮书|《新型工业化下的管理升级》发布（附下载）
【深度】中国是否需要搞国产大飞机？
中国信通院|《城市制造业高质量发展评价研究报告》（2022年）（附下载）
清华大学|AIGC发展研究1.0版（附下载）
智能制造产业链全景图谱
2023中国数字政府建设与发展白皮书（附下载）
【北京市经济和信息化局】2023北京智慧城市创新应用案例集（附下载）
北京绿金院|中国碳中和领域创投趋势报告（附下载）
华为管理顾问田涛：当下中国，这4个字很关键
重磅|《2022年中国智能制造产业发展报告》发布（附下载）
周其仁：制造业就像游牧业，用更大程度的开放应对脱钩
艾瑞|《2023年中国数字孪生行业研究报告》（附PDF下载）
陆奇最新演讲全文实录、完整PPT和视频：大模型带来的新范式
【深度】数字化转型，究竟难在哪里？
AI赋能制造业专题报告：从9个细分赛道谈起（附下载）
关于印发《山东省制造业创新能力提升三年行动计划（2023—2025年）》的通知
任正非：小公司，不要有太多方法论，把豆腐磨好就有人买
联想|2023“专精特新”智能化转型白皮书之基础设施解决方案（附下载）
信创落地的“最后一公里”到底卡在哪？
任正非深度剖析技术差距：我们为何憎恨化学？
普华永道|2022年数字化工厂转型调研报告（附PDF下载）
刘忠范院士：只有通过企业家才能解决中国“卡脖子”问题
艾瑞|2023年中国数字孪生行业研究报告（附下载）
陆奇深圳演讲（附完整PPT下载）
国家数据局组建后，发改委首谈数字经济
10000+家企业会员
完整的工业4.0生态体系
提供从行业、企业评估到规划、设计、集成、建设及运营的全生命周期的技术、人才、投资、产业等服务。返回搜狐，查看更多
我国人工智能产业发展势头强劲 产业布局提速
央视网消息：据中国信息通信研究院测算，2022年中国人工智能核心产业规模达5080亿元人民币，我国人工智能产业生态正在逐步形成，产业布局也在提速。在昨天（6月26日）召开的世界互联网大会数字文明尼山对话上，与会代表认为，面对人工智能技术发展的突飞猛进，我们既要警惕它存在潜在的风险隐患，也要抓住它所带来的巨大机遇。
这里是位于浙江杭州桐庐县的一座矿山，虽然这段时间正是梅雨季，矿山的工程进度却没有受到任何影响，而这正是得益于传统机械装上了人工智能的“大脑”。工作人员在数公里开外的项目中心，只需要动动键盘和鼠标，就可以远程操控现场的无人挖掘机进行施工作业。
人工智能技术的应用不仅大大提高了传统行业的生产效率，更是让传统制造业变得更有市场竞争力。在杭州的这家丝绸生产企业，原来生产一条丝巾需要经过设计、打样、打印、固色等5至7个流程，而现在通过人工智能现场定制设计，数智化印花一体机开启即时生产，半个小时就可以拿到一条丝巾成品。
随着一批智能车间、智慧供应链等涌现，人工智能与实体经济迅速融合，有力推动各行各业数字化、智能化转型，孕育出一大批新产业新模式新业态。
科技部新一代人工智能发展研究中心近期发布的《中国人工智能大模型地图研究报告》显示，以“大数据+大算力+强算法”相结合的人工智能大模型，在中国正在得到迅猛发展，中国研发的大模型数量排名已居全球第二，仅次于美国，目前中国10亿参数规模以上的大模型已发布79个。
《中国新一代人工智能科技产业区域竞争力评价指数》
由中国新一代人工智能发展战略研究所发布的《中国新一代人工智能科技产业区域竞争力评价指数》报告从产业基础和发展环境两个方面的企业能力、学术生态、资本环境、国际开放度、链接能力和政府响应能力6个维度构建指标体系，评价中国新一代人工智能科技产业的区域发展潜力和竞争力水平。
据悉，基于创新生态系统视角，本报告构建了包括2200家人工智能企业、5722个投资者（投资机构和非投资机构）、438所AI大学和307家非大学科研机构、967家产业联盟、在中国境内召开的总计2318场会议、31个省市自治区出台的775项相关政策和3507家人工智能产业园区规划建设情况等在内的中国智能经济样本库。
一、人工智能科技产业区域竞争力总体评价指数
（一）综合排名
从2023年中国人工智能科技产业区域竞争力总体评价指数来看，排名前十的省市分别是北京市、广东省、上海市、浙江省、江苏省、山东省、四川省、辽宁省、安徽省、湖南省，评分依次为81.57、73.56、36.09、29.20、28.45、21.37、13.68、13.40、13.19、13.05。排名第十一至第二十位的省市依次是福建省、湖北省、陕西省、天津市、重庆市、吉林省、黑龙江省、河南省、河北省、江西省，属于第二梯队，对应评分依次是12.67、12.36、10.27、9.80、9.02、8.34、8.17、8.12、6.45、4.76。
从2022年与2023年省市竞争力综合排名的对比情况来看，排名上升的省市有辽宁省、福建省、天津市、吉林省、河北省、江西省、贵州省、云南省、内蒙古自治区和海南省，其中河北省从2022年的第23名上升至2023年的第19名，福建省从第14名上升至第11名，分别上升了4个和3个位次，是上升幅度最大的两个地区；排名下降的省市有安徽省、重庆市、河南省、山西省、新疆维吾尔自治区、甘肃省、青海省以及宁夏回族自治区，其中重庆市从第11名下降至第15名，新疆维吾尔自治区从第20名下降至第25名，是下降位次最多的两个地区。
北京市、广东省、上海市、浙江省、江苏省和山东省位于我国人工智能科技产业发展的第一梯队。从人工智能科技产业区域竞争力评价指数分项排名来看，北京市在学术生态总评分、资本环境总评分和国际开放度总评分三方面均位列全国第一，在企业能力总评分方面排名第二；广东省在企业能力总评分、链接能力总评分和政府响应能力总评分三个分项上拔得头筹，在资本环境总评分与国际开放度总评分两方面位列全国第二位，在学术生态总评分方面排名全国第三。上海市在各分项中排名最高的是企业能力总评分、资本环境总评分、国际开放度总评分，均位列全国第三位；浙江省在政府响应能力总评分位列全国第三，在企业能力总评分、资本环境总评分、国际开放度总评分位列全国第四；江苏省拥有较强的学术生态能力、链接能力和政府响应能力，在这三个分项上均排名全国第二位；山东省在链接能力、企业能力两方面表现出一定优势。
（二）分项评价指数排名
1、企业能力评价指数排名
2023年，企业能力评价指数排名前十的省市分别是广东省、北京市、上海市、浙江省、山东省、江苏省、福建省、湖南省、辽宁省和安徽省。企业能力评价指数评分依次为39.58、31.90、14.63、11.89、8.73、7.15、5.73、5.67、5.61和4.91。
2、学术生态评价指数排名
2023年，学术生态评价指数排名前十的省市分别是北京市、江苏省、广东省、上海市、浙江省、四川省、山东省、陕西省、湖北省和辽宁省。学术生态评价指数评分依次为20.09、12.53、10.76、9.53、8.43、8.24、7.91、7.91、6.97和6.76。
3、资本环境评价指数排名
2023年，资本环境评价指数排名前十的省市分别是北京市、广东省、上海市、浙江省、江苏省、天津市、福建省、山东省、湖北省和安徽省，资本环境评价指数评分依次为18.65、8.70、6.45、2.97、2.79、1.18、1.05、0.81、0.48和0.36。
4、国际开放度评价指数排名
从2023年国际开放度评价指数区域排名看，前十名分别是北京市、广东省、上海市、浙江省、江苏省、山东省、四川省、湖北省、辽宁省和安徽省，评分依次是7.72、6.75、3.81、2.43、1.11、0.42、0.27、0.26、0.24、0.19。
5、链接能力评价指数排名
从2023年链接能力评价指数区域排名看，前十名分别是广东省、江苏省、山东省、北京市、浙江省、四川省、福建省、湖南省、湖北省、安徽省，其评分依次为4.61、3.17、2.91、2.59、2.14、1.35、1.34、1.24、1.24、1.18。
6、政府响应能力评价指数排名
从2023年政府响应能力评价指数区域排名看，前十名分别是广东省、江苏省、浙江省、上海市、北京市、重庆市、山东省、湖南省、天津市、甘肃省，评分依次为3.16、1.69、1.35、0.72、0.62、0.61、0.58、0.51、0.50、0.48。
二、人工智能科技产业四大经济圈竞争力评价指数排名
（一）总体排名
依据企业能力、学术生态、资本环境、国际开放度、链接能力和政府响应能力6项一级指标的排名情况，本报告对四大经济圈人工智能科技产业区域竞争力进行综合评价。其中，长三角地区总评分106.93分，位列四大经济圈首位；京津冀地区总评分97.83分，位列第二；珠三角地区总评分73.56分，位列第三；川渝地区总评分22.70分，位列第四。四大经济圈的综合排名较2022年没有发生变化，区域竞争力格局趋于稳定。
从6项一级指标的评分和排名情况看，长三角地区在政府响应能力、学术生态和链接能力方面均位列四大经济圈首位；在企业能力、资本环境和国际开放度方面均位列第二。为了通过数字化和智能化推动经济转型和发展，长三角地区众多经济发达的地级市依托科研优势和技术优势，纷纷出台与人工智能相关的政策和规划，加快建设人工智能产业园区，促进人工智能产业发展。
京津冀地区在资本环境和国际开放度方面均位列四大经济圈首位，保持了相对优势；学术生态排名第二，创新生态系统完善且富有活力；企业能力、链接能力和政府响应能力指标则位列四大经济圈的第三位，仍有提升空间。
珠三角地区在企业能力方面位列四大经济圈首位，在企业能力上进步显著；链接能力和政府响应能力位列第二；资本环境和国际开放度位列第三；在学术生态方面，珠三角地区得分低于京津冀、长三角和川渝地区。可见，学术生态是制约珠三角地区人工智能科技产业发展的关键因素。
川渝地区作为我国西部人工智能科技产业的聚集地，近年来正在加大力度发展数字经济和人工智能科技产业，其主要优势在于拥有相对较好的学术生态基础（仅次于长三角和京津冀地区，优于珠三角地区），但在其他领域因起步稍晚而略显不足。与其他三大经济圈相比，川渝经济圈的企业能力、资本环境、国际开放度、链接能力和政府响应能力需要进一步加强。
（二）分项评价指数排名
1、企业能力评价指数排名
在企业能力指标排名方面，珠三角地区得分39.58，位列第一；长三角地区得分38.58，略低于珠三角，位列第二；京津冀地区得分35.47，位列第三；川渝地区在企业能力指标上与其他经济圈相比存在较为明显的差距，得分仅有5.63。相较2022年企业能力指标排名（依次为长三角、京津冀、珠三角、川渝），本年度各地区排名出现了较大变化。其中，珠三角在企业能力方面排名显著提升，进步两个位次；长三角和京津冀相较2022年排名均下降1个位次；川渝地区与2022年排名保持一致，仍位列第四。
2、学术生态评价指数排名
在学术生态指标排名方面，长三角地区得分36.74位列第一，京津冀地区得分29.27位列第二，川渝地区得分13.56位列第三，珠三角地区得分10.76位列第四。相较其他地区而言，珠三角地区在学术生态方面稍显弱势。四大经济圈的学术生态指标排名相较2022年没有发生变化。
3、资本环境评价指数排名
从资本环境指标的历年排名情况看，四大经济圈的资本环境评价指数排名次序较为稳定，自2018年起未发生变化。京津冀地区在资本环境评价体系下始终保持领先，本年度得分19.91，位列第一；长三角地区得分12.56，位列第二；珠三角地区得分8.70，位列第三；川渝地区得分0.50，位列第四。
4、国际开放度评价指数排名
在国际开放度指标排名方面，京津冀地区得分7.96，位列第一；长三角地区得分7.53，位列第二；珠三角地区得分6.75，位列第三；川渝地区得分0.39，位列第四。
5、链接能力评价指数排名
在链接能力指标排名方面，长三角地区得分7.46，位列第一；珠三角地区得分4.61，位列第二；京津冀地区得分3.83，位列第三；川渝地区得分1.76，位列第四。相较于2022年，四大经济圈人工智能科技产业的链接能力排名没有发生变化。
6、政府响应能力评价指数排名
在政府响应能力指标排名方面，长三角地区得分4.05，位列第一；珠三角地区得分3.16，位列第二；京津冀地区得分1.39，位列第三；川渝地区得分0.86，位列第四。四大经济圈的政府响应能力排名较为稳定，相较于往年基本没有变化。
三、中国人工智能科技产业主要城市竞争力评价指数和典型城市分析
（一）城市综合排名
从中国人工智能科技产业城市竞争力评价指数排名看，深圳市、杭州市和广州市在人工智能科技产业发展方面排名前三，评价指数值分别为84.55、46.88和40.82，显著高于其他城市，具备中国人工智能科技产业城市竞争力的绝对优势，是中国人工智能科技产业发展的第一梯队。人工智能科技产业城市竞争力排名第四至第十位的城市分别为：南京市、苏州市、成都市、武汉市、珠海市、西安市和合肥市，得分依次是26.83、20.88、18.48、16.47、13.49、13.02、12.97。在城市竞争力评价指数排名前十的城市中，4个来自于长三角经济圈，3个来自珠三角经济圈，2个来自于西部地区，1个来自于中部地区。
人工智能科技产业城市竞争力排名第十一至第二十位的城市依次是长沙市、济南市、无锡市、沈阳市、哈尔滨市、长春市、东莞市、佛山市、青岛市以及郑州市。从分布地区看，无锡市位于长三角经济圈，东莞市和佛山市位于珠三角经济圈，长沙市与郑州市位于华中地区，沈阳市、哈尔滨市以及长春市位于东北地区，济南市和青岛市位于华北地区。
（二）分项评价指数排名
从评价指数的分项指标排名看，中国人工智能科技产业城市竞争力排名前列的城市具有人工智能企业密集、资本环境优越、国际开放度高、链接能力和政府响应能力强的特征。其中，深圳市（1）在除学术生态外的各分项指标排名中均获得第一，展现出在人工智能科技产业领域中的强大竞争力；杭州市（2）在除链接能力和政府响应能力外的各分项指标排名中均获得第二，在中国人工智能科技产业领域的城市竞争力仅次于深圳市；广州市（3）在学术生态分项指标排名中位列第一，在企业能力和国际开放度分项指标中位列第三；南京市（4）在学术生态及资本环境指标排名中占优，在链接能力方面表现偏弱。苏州市（5）链接能力和政府响应能力突出，而学术生态仍有提升空间。
观察六项一级指标的排名情况，企业能力领域排名与总排名大致匹配，学术生态领域排名与总排名具有一定差异。广州市（3）、杭州市（2）、南京市（4）学术生态排名前列，而深圳市（1）、苏州市（5）和珠海市（8）学术生态实力虽然有待提升，但在市场需求牵引和相关政策推动下，人工智能科技产业发展突破了自身学术生态水平限制，最终走在了全国前列。资本环境方面，深圳市（1）、杭州市（2）、南京市（4）、广州市（3）继续保持领先。此外，宁德市（23）资本环境表现抢眼，虽然其城市综合排名相对较弱，但依托本地新能源等优势科技产业在市场上的积极表现，依然获得了资本市场的青睐。国际开放度指标方面，排名第一至第五位的城市与总排名第一至第五位的城市高度吻合。从链接能力指标看，深圳市（1）、苏州市（5）、成都市（6）、武汉市（7）和长沙市（11）具有相对优势，分列前五名。政府响应能力方面，长三角、珠三角地区的城市表现突出，该分项指标排名前五的城市依次为深圳市（1）、东莞市（17）、苏州市（5）、南京市（4）和杭州市（2）。
读懂中国文明的密码 让人工智能真正造福人类
6月26日，世界互联网大会数字文明尼山对话主论坛在山东济宁曲阜尼山举行。会上，业界专家就人工智能促进人类文明发展之道展开探讨。
尼山，孔子的诞生地、儒家思想的发源地。一部《论语》，蕴藏着中国人的精神根脉。儒家经典，是世界读懂中国文明的密码。中华民族生生不息绵延发展，离不开中华文化的有力支撑。
君子和而不同。人工智能的发展是一把双刃剑，带来发展机遇的同时也带来了挑战。如何回应人工智能可能带来的挑战？复旦大学中国研究院院长、复旦大学特聘教授张维为认为，中华文明具有推己及人、和而不同的文化传统，这对推动不同国家、不同文化乃至不同文明之间的互学、互鉴十分有利。面对人工智能的挑战没有一个国家能够置身事外、独善其身，唯有世界各国携手努力，共同维护人类的整体利益，共同遏制可能出现的人工智能滥用，才能让人工智能真正造福人类。
大道之行、天下为公。“人工智能下一步怎么走，将会对人类文明和福祉产生重大影响，需要各方为此注入正能量。”中国外交部军控司副司长沈健强调，人工智能参与主体的多元化以及风险隐患的跨国性，意味着独善其身甚至以邻为壑是行不通的。人工智能的影响是世界性的、革命性的，中国政府将始终秉持开放、包容、合作、互鉴的原则，期待推动这一技术惠及各国人民，造福人类，丰富人类文明。
天地之性,人为贵。让人工智能更多地造福人类，推动多元文明在交流互鉴中发展进步，归根结底还要以人为本。中央广播电视总台国际在线总裁范建平认为，人工智能的应用落地涉及跨国、跨文化，其终端产品进入一个国家，要符合当地传统的价值观、道德规范，甚至法律制度。因此，全球人工智能企业更要推动交流、互鉴、包容，推动在人工智能的伦理规则层面达成更多共识。（记者袁晴）
【纠错】【责任编辑:周楚卿】适应人工智能驱动科研新范式
当前，随着新科技革命和产业变革深入发展，人工智能技术不断突破并向科研领域广泛渗透，为科研工作注入了新元素、新动能，对科研效率提升和范式变革形成显著催化作用，现代科研活动由此更加高效、精准，“人工智能驱动的科学研究”已成为全球人工智能新前沿，必将为未来科技发展开启全新局面。
近年来，我国人工智能技术快速发展，科研数据和算力资源日益丰富，顺应新时代新趋势，利用新技术新优势，推动人工智能赋能科学研究恰逢其时、大有可为。
应用场景是新范式的孕育土壤和实训基地，人工智能技术与科学研究互动互促需要在诸多应用场景中反复实践、不断完善，随着应用范围不断拓展延伸，科研能力持续实现智慧升级。为此，以需求为牵引谋划人工智能技术应用场景，基于促进科学研究更加紧密拥抱人工智能技术，拓展人工智能技术在数学、化学、地学、材料、生物和空间科学等重大科学领域的应用。充分发挥人工智能技术在文献数据获取、实验预测、结果分析等方面的作用，围绕具有典型代表意义和辐射带动性的基础科学、应用科学领域，创造更多实战式应用场景，融合人工智能模型算法和领域数据知识，不断探索重大科学问题研究突破的新路径、新范式，持续积累可复制可推广的经验做法。
人工智能技术在科研活动应用中涉及多专业、多环节，离不开不同类型、不同链条主体机构的合理分工和有效协作。为此，要鼓励企业运用人工智能开展关键技术研发、新产品培育等科研活动，支持高校、科研院所、新型研发机构探索人工智能技术用于重大科学研究和技术开发的先进模式，培育壮大一批跨界技术转化和企业孵化机构、科研中介服务机构，探索多元主体合作协作新机制。面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的“人工智能驱动的科学研究”专用平台，推动国家新一代人工智能公共算力开放创新平台建设，支持高性能计算中心与智算中心异构融合发展，鼓励各类科研主体按照分类分级原则开放科学数据。支持成立“人工智能驱动的科学研究”创新联合体，搭建国际学术交流平台。
适应性人才是新范式突破和推广的根本源泉。提高人工智能技术在科学研究领域的应用水平，既需要人工智能和相应学科的专业人才，也离不开跨领域复合型人才为跨界沟通协作提供高效支撑，这需要多渠道构筑相关人力资源引育平台和机制。为此，要多渠道培养和汇聚跨越人工智能和专业领域的复合型人才。支持更多数学、物理等科学领域的科学家、研究人员投身相关研究，鼓励普通高校、职业院校在人工智能学科专业教学中设置科技创新类专业课程，提升人工智能专业学生科研专业素养。鼓励开展相关人才培训，通过开设研修班、开展实践交流、组织专题培训等多种形式，培养一批人工智能与专业科研能力兼顾的复合型人才。鼓励地方政府、央企、行业领军企业通过“揭榜挂帅”、联合创新等方式支持相关优秀人才和科研团队开展智慧赋能科研工作。