TL;DR：
2025年WAIC揭示AI产业正从单一技术指标的“算力军备竞赛”迈向性能、兼容、能效并重的“系统工程”，同时，大模型应用正告别纯粹参数比拼，聚焦于深入产业场景、挖掘真实商业价值的“深水区探索”，预示着AI向实体经济增长引擎的范式转变。
2025年世界人工智能大会（WAIC）的盛况，不仅是AI热度的缩影，更是产业演进脉络清晰显现的窗口。在这场汇聚了超过7万平方米展区、800余家企业的科技盛宴中，我们观测到中国AI力量正沿着两条互为表里、深度耦合的路径加速前行：一是算力基础设施的竞逐已全面“升维”，从硬件性能的极致狂飙拓展至系统集成与能效优化的复杂挑战；二是大模型正告别“云端炫技”，集体扎入产业“深水区”，将技术价值锚定于商业场景的深度落地与生态协作。
算力“新基建”：从性能狂飙到系统工程的深维竞逐
当“算力”成为新时代的“石油”，围绕它的竞争也变得愈发激烈且立体。WAIC 2025的现场数据显示，这场算力竞赛已超越了单纯的浮点运算能力比拼，演变为一场必须依次解决性能、兼容、存力乃至能效等一系列连锁挑战的“系统工程”。
在追求极致性能的维度，华为昇腾384超节点（Atlas 900 A3 SuperPoD）首次线下亮相，其单集群高达300PFLOPS（每秒30京次浮点运算）的算力令人瞩目，通过全对等UB总线和无阻塞Clos架构，实现了384颗NPU与192颗鲲鹏CPU的高效互联，旨在构建当前最强的算力引擎。这代表了对AI计算能力极限的不断突破，是支撑未来超大规模模型训练和推理的基石。
然而，算力的高度并非其价值的全部。神州数码敏锐捕捉到市场对大模型私有化部署和训推场景分化的需求，推出了基于鲲鹏技术路线的训推一体服务器KunTai R624 K2及推理服务器KunTai R622 K2。其核心洞察在于，性能固然重要，但开放兼容性和高性价比才是打破硬件壁垒、实现AI普惠的关键。周川强调的“适配强大生态，兼容国内外主流AI加速卡”，正是其致力于降低企业大模型使用门槛的战略体现。
算力再强，若无高效的数据“供血”，亦是空中楼阁。曙光存储作为AI存储市场的领跑者，直指数据中心“数据看不全、理不顺、用不好”的痛点。他们与中国移动联合落地国内首个全局统一文件存储系统，并启动智能存力调度平台，旨在服务“东数西算”国家战略。曙光存储副总裁张新凤的“不能让GPU等数据”的生动比喻，揭示了存算协同的极端重要性。通过上下文存储、GDS（GPU Direct Storage）等技术，让数据绕过CPU直达GPU，可将推理效率从数百提升至2000-3000 tokens/秒的惊人水平。更重要的是，他们测算“每在存力上投入一块钱，算力成本可以节约10块钱”，这提供了清晰的商业ROI，驱动企业重新审视存储在AI基础设施中的战略地位。而“跨域无感”的技术挑战，以及对隐私计算和可信计算的布局，则展现了对数据安全和未来趋势的深远考量。
与性能一同飙升的还有功耗。超云数字集团发布的液冷智算服务器R8429 L13，正是为应对单机柜功率超过20kW时日益严峻的能耗问题而设计。这预示着液冷技术将从可选方案变为高性能数据中心的关键散热方案，是实现绿色AI算力的必然路径。
在这一切的背后，资本的持续注入是算力“新基建”得以“升维”的关键动力。芯鑫租赁作为专注于集成电路等战略性新兴产业的金融服务平台，已累计向集成电路产业投放资金达2100亿元，并为AI领域专项投放80亿元，旨在支持“打造自主可控的AI产业链”。这表明产业金融正扮演着加速AI基础设施建设、保障核心技术自主可控的重要角色。
大模型“入深水区”：从参数比拼到商业价值的范式转移
如果说算力是“修路”，那么大模型及其应用就是路上奔跑的“车辆”。WAIC 2025的另一个显著趋势是，大模型厂商正集体“走下云端”，从技术参数的纯粹比拼转向商业场景的深度挖掘，开启一场将“模型能力”转化为“产业价值”的范式转移。
商汤科技董事长兼CEO徐立的提问——“当书本与互联网知识穷尽时，下一代的智能将从何处获取？”——直指当前大模型发展的数据瓶颈。他提出的“具身智能”与“世界模型”概念，预示着AI的未来进化路径在于走向物理世界，通过与现实世界的交互探索获取高质量、包含物理规律的数据。这不仅是技术哲学的深层思辨，更是驱动模型厂商深入产业场景、接触真实数据的根本动力。
“模型性能是否完全等同于模型价值？”阶跃星辰CEO姜大昕的追问，代表了业界对大模型商业化的冷静思考。阶跃星辰发布的基模Step 3以**“降本增效”**为核心目标，通过与华为昇腾、沐曦等近10家芯片厂商发起“模芯生态创新联盟”，致力于从底层打通软硬协同，大幅降低整个产业的应用成本，推动大模型从“能用”走向“好用”和“用得起”。
同时，平台型厂商如无限光年，正通过其“启智Inspire平台”构建**“全链路算力基座”**，旨在为科学家和产业开发者“减负增效”，让AI工具成为“隐形助手”，使开发者能“从技术琐碎中抽离，专注科学本质和业务创新”。这种“递工具”的方式，是加速AI应用落地的关键策略。
而将AI价值“压榨”出来的，则是一批深耕垂直领域的企业。百望股份CEO付英波详细阐述了其基于十年积累的953.5万亿元“交易数据金矿”的商业逻辑。他认为，通用开源模型提供了技术底座，但真正的价值在于与百望这样深度的行业数据结合，训练出懂得业务逻辑、能解决企业财税合规等刚需的“业务大脑”。这种“开源模型+行业场景”的落地路径，预示着未来企业级AI将越来越强调行业Know-how与专有数据的融合。
在创意产业，AIGC（AI生成内容）正重塑生产流程。数字王国执行董事孙大千博士提出AI是创意人士的**“超级助手”，而非替代品。其发布的“AI DOMAIN”一站式影像创作平台及与香港科技大学、上海电影、沐曦等成立的“数字视觉创新联盟”，旨在实现智能化、规模化的内容生产**，推动短视频、短剧等内容的量产，从而释放创作者的精力，投身核心创意环节。
从更贴近消费者个体的层面，出门问问推出的TicNote AI录音笔，则将复杂的AI能力（记录、总结、分析、创作）封装进软硬结合的产品中，致力于成为用户的**“随身AI思考伙伴”**。这标志着AI正从企业级应用深入到个人消费领域，成为日常生活的智能延伸。
AI的未来：重塑增长引擎与文明进程
WAIC 2025所揭示的算力与模型两大主线，最终都指向一个共同的终极目标：推动真实GDP的增长1。道通科技董事长李红京的观点——“AI的归宿不是‘看起来多聪明’，而是推动社会、行业与国家的真实GDP的增长”——深刻地概括了AI技术从“智能”走向“价值”的本质转变。
这不仅是技术层面的迭代，更是对人类文明进程的深层影响。AI作为新质生产力的核心驱动，正以前所未有的速度重塑全球经济格局和产业分工。算力的“系统工程”化，确保了AI发展的物质基础；大模型的“产业深耕”，则将AI的智慧转化为具体的商业效益和社会福祉。从宏观经济的结构性变革，到微观个体的工作方式和生活模式的智能化，AI的渗透将是全面且深远的。
然而，伴随其巨大潜力而来的，是围绕AI伦理、安全和地缘政治的深层挑战。数据孤岛与隐私保护、模型偏差与公平性、AI治理与监管框架，以及AI作为战略性竞争工具带来的地缘政治张力，都将是未来AI发展中无法回避的议题。实现AI的健康、可持续发展，不仅需要技术突破，更需要跨学科的协作、全球性的对话和审慎的政策制定。
展望未来3-5年，我们预见到：
- 算力基础设施将更加趋向异构融合与绿色化。液冷技术和更高效的存算架构将成为主流，自主可控的芯片生态将加速发展。
- 大模型将从通用走向垂域化、小型化和边缘化。企业将更加关注模型在特定场景下的“开箱即用”能力和ROI，而非单纯的模型规模。
- 具身智能和世界模型的研究将从实验室走向更广阔的实践，为AI获取物理世界数据、实现更高维度智能提供新路径。
- AI与实体经济的融合将加速，尤其是在工业制造、医疗健康、金融服务等传统行业，AI将深度赋能业务流程重构和效率提升。
- 产业生态协作将成为主流。芯片、算力、模型、应用厂商之间的“朋友圈”会越来越大，共同构建开放、共赢的AI大生态。
最终，AI的价值将不再仅仅体现于其“智能”本身，而在于它能够如何系统性地解决现实世界的复杂问题，如何高效地转化知识为生产力，并最终推动人类社会迈向一个更加高效、智能且可持续的未来。这场变革的深度和广度，才刚刚开始显现。
引用
-
算力竞赛升维，模型寻路落地 · 经济观察报 · 郑晨烨 (2025/7/28) · 检索日期2025/7/29 ↩︎