【摘要】智能终端一头连接科技创新，一头连接产业升级和民生需求，其发展水平既反映一国人工智能技术的成熟度，也集中体现制造体系、供应链组织和市场应用能力。以智能终端牵引智能经济发展，日益成为连接技术创新、产业升级和民生改善的重要载体，是深化拓展“人工智能+”、塑造“中国智造”新优势的关键。需依托数据、算力、算法协同驱动，推动智能终端更好融入制造体系和实际应用，加强关键技术攻关，开放应用场景，完善产业协作和治理规则，打造智能经济新形态，让人工智能更好赋能千行百业、惠及千家万户。
【关键词】智能经济 智能终端 中国智造 新质生产力
【中图分类号】F49 【文献标识码】A
习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上发表主旨讲话，指出“要抓住难得的历史性机遇，鼓励开源开放、合作共享，全面促进人工智能科技创新、产业发展、场景应用，协同推进传统产业改造升级、新兴产业培育壮大、未来产业前瞻布局，让人工智能赋能千行百业”，强调“各类智能终端走进千家万户，切实惠及民生，‘中国智造’已成为中国式现代化的又一亮丽名片”。①2026年国务院《政府工作报告》提出“打造智能经济新形态”，强调“深化拓展‘人工智能+’”②。人工智能发展的着力点正从模型能力提升，进一步拓展到以智能终端为载体的产业化、规模化应用。以智能终端带动“中国智造”提质升级，既是深化拓展“人工智能+”的重要着力点，也是塑造产业竞争新优势、增进民生福祉的关键路径。
智能经济从“数字世界”走向“物理世界”
习近平主席指出：“人工智能是世界经济增长的新引擎和新旧动能转换的加速器，正从‘数字世界’走向‘物理世界’。”③当前，新一轮科技革命和产业变革加速演进，人工智能的应用范围已从信息生成和辅助决策，逐步扩展到环境感知、设备控制和任务执行。我国在“十五五”开局之际全面深化“人工智能+”行动、提出打造智能经济新形态，就是要把技术创新更快转化为产品创新、装备升级和服务改善，使数智技术势能转化为实体经济动能。
作为连接智能技术与实体经济的关键载体，智能终端正在推动人工智能从技术验证阶段进入更加广泛的产业应用。以大模型、智能体为代表的新一代人工智能技术提供信息处理和辅助决策能力，以传感器、工业机器人、智能网联汽车、智能家居等终端承载感知、交互和执行功能，二者结合使人工智能能够直接作用于真实的生产生活过程。
数据、算力、算法与智能终端协同演进，共同构成智能经济从虚向实的关键动力。步入智能经济时代，数据是驱动智能迭代的“燃料”，算力是支撑模型训练和实时响应的“引擎”，算法是形成认知与决策能力的“内核”，智能终端则是连接技术系统与物理世界的“接口”。据国家数据局发布的《全国数据资源调查报告（2024年）》统计，2024年我国数据生产总量占全球总量的26.67%。④截至2025年6月底，全国在用算力中心标准机架超1085万架，智能算力规模达788百亿亿次/秒（EFLOPS），位居全球前列。⑤同时，我国完备的制造体系为芯片、传感器、控制器、动力系统等终端部件的集成提供产业基础。推动“云—边—端”协同，让数据和模型进入具体产品与装备，有助于把资源优势转化为智能终端的性能优势、成本优势和迭代优势。
大力发展以智能终端为关键载体的智能经济，是抢抓新一轮科技革命历史机遇的重要选择。智能终端一头连接科技创新，一头连接产业升级和民生需求，其发展水平既反映一国人工智能技术的成熟度，也集中体现制造体系、供应链组织和市场应用能力。近年来，我国依托超大规模市场与完备产业体系的双重优势，在智能经济赛道上展现出极强韧性与蓬勃活力。2025年，我国人工智能核心产业规模突破1.2万亿元，相关企业数量、发明专利申请量均位居全球前列。⑥与此同时，我国始终致力于推动人工智能发展服务全人类共同福祉。习近平主席强调：“人工智能是全人类共同的智慧结晶和宝贵财富。”⑦本次世界人工智能大会上，我国发布《人工智能合作发展行动计划》《中国智·惠世界（2026）》案例集两项成果，围绕弥合数字鸿沟、发展鸿沟提出中国方案、贡献中国智慧，推动人工智能技术普惠共享和能力建设合作，为全球特别是发展中国家共享智能经济发展成果提供新的合作路径。
智能终端牵引智能经济发展的多维特征
打造智能经济新形态，关键在于认识智能终端所呈现的独特运行规律。从云边端协同到人机自然交互，从软硬件双重成本结构到产业生态的开放协作，智能终端正在重塑技术创新、产品生产和价值实现方式，为高质量发展提供新的微观基础。
软硬协同、云边端一体化，共同构成智能终端发展的技术基座。传统数字经济主要依靠通用计算处理结构化信息，智能终端则需要持续处理图像、语音、动作、环境状态等多模态数据，并在低时延条件下完成感知、判断与执行。当前，全球主流人工智能系统的日均词元消耗量呈现指数级增长态势，这对云端训练算力提出更高要求，同时推动算力向边缘侧和终端侧延伸。在实践中，“东数西算”工程推动部分模型训练、机器学习、离线分析和存储备份等业务向清洁能源较为丰富的西部节点布局，为缓解算力供需的区域错配提供新的路径。与此同时，数据要素的流通潜能正被极大激发。截至2025年底，全国已建成的高质量数据集超过10万个，总体量超过890拍字节（PB）。截至2026年3月，我国日均词元调用量已超过140万亿。⑧这些基础能力只有与端侧芯片、传感器和控制系统有效结合，才能转化为智能终端稳定、安全、实时的服务能力。
持续感知、自然交互和自主执行，推动人工智能应用由工具辅助走向人机协同。与传统设备按照预设程序机械运行不同，智能终端能够通过视觉、语音、触觉等方式识别环境状态和用户指令，并根据实时反馈不断调整行动。在先进制造、医疗健康、交通出行和家庭生活等领域，工业机器人、智能辅助驾驶系统、医疗影像设备和家庭服务终端正逐步承担重复性、危险性和高精度任务，使劳动者专注于问题判断、流程优化和创新创造。人负责目标设定、价值判断和复杂决策，智能终端负责信息处理、状态监测和任务执行，实现人机协同。
软件规模报酬递增与硬件生产的成本约束并存，构成智能终端特有的双重成本结构。研发前沿大模型、专用芯片和操作系统，通常需要持续投入大量算力、人才与资本，固定成本较高。一旦形成成熟的模型能力和标准化技术模块，便可以在不同产品和场景中反复调用，显著降低后续研发与适配成本。不过，智能终端并非可以近乎零成本复制的纯数字产品，其规模扩张仍受到芯片、传感器、电池、精密制造和售后服务等实体环节约束。正因如此，智能终端竞争既取决于算法创新，也取决于制造效率、供应链韧性和质量控制。我国制造业门类齐全、配套能力强，有利于将软件和模型的规模效应同硬件的大规模制造优势结合起来，在降低产品成本的同时加快功能迭代，使智能技术更快走向普及应用。
终端牵引、平台支撑、生态协同，已成为智能经济产业组织的鲜明趋向。随着智能技术深入发展，产业竞争正由单一设备或单一模型的竞争，转向底层平台、关键零部件、终端产品、行业应用和服务网络之间的系统竞争。科技领军企业通过开放基础大模型、开发工具链和软硬件接口，吸引整机企业、零部件企业和垂直行业开发者共同开展产品与应用开发；实体企业则依托真实场景和行业知识，提出功能需求并推动技术持续迭代。例如，华为云盘古大模型联合山东能源集团，打造全球首个矿山大模型，在采煤、掘进、机电等9个专业领域40多个应用场景中实现零代码开发，推动模型能力同矿山设备、控制系统和生产流程深度结合。在这一协同框架下，平台企业、制造企业与应用主体形成优势互补、利益共享的共生关系，在提升资源配置效率的同时，也使智能终端能够在复杂行业场景中有效落地。
智能终端何以助推“中国智造”优势拓展
智能终端是智能经济影响生产、消费和产业升级的重要载体。在微观层面，智能终端延伸劳动者能力边界，优化人力资本配置；在中观层面，新产品、新场景和新服务不断涌现，推动产业边界重组与数实深度融合；在宏观层面，终端需求反向牵引研发、制造、供应链和基础设施升级，提升全要素生产率；在国际竞争层面，“中国智造”由产品优势向技术、服务和生态优势拓展，构筑新的产业竞争力。
发挥智能终端提高劳动效率、改善工作条件的作用。在微观层面，工业机器人、智能检测设备和数字化控制终端，能够把人力资源从低附加值环节中解放出来。以北京亦庄的小米汽车超级工厂为例，超过700台工业机器人负责车身搬运、焊接等繁重工作，生产人员则更多转向设备监控、异常处置、工艺优化和系统维护。智能技术通过替代常规任务与赋能高阶技能的双重机制，推动企业内部岗位结构和技能结构同步调整，既提高单位劳动投入的产出效率，也促使职业教育、企业培训和人才评价更加重视复合技能与创新能力。
通过智能终端创造新产品、新服务和新场景，打破传统产业边界、加快数实深度融合。人工智能只有形成企业和消费者能够直接使用的产品与服务，才能有效转化为市场需求。在制造业领域，三一重工依托树根互联工业互联网平台（ROOTCLOUD）加载智能算法，使重型机械具备远程监测、预测性维护和智能调度能力，并由此延伸出设备租赁、全生命周期服务等新业态，实现从制造向“制造+服务”的升级。在农业领域，阿里云开发的ET农业大脑通过视觉识别、环境传感器与智能农机协同，构建覆盖种植、病虫害预警和冷链流通的全产业链数据平台，让传统农业从“看天吃饭”走向精细化运营。智能终端将数字能力嵌入实体产品和生产过程，既推动传统产业改造升级，也催生服务机器人、智能穿戴、低空经济等新产业新业态，形成新供给创造新需求的良性循环。
以智能终端市场发展带动全产业链升级，大幅提升全要素生产率和经济运行效率。智能终端不是孤立产品，其性能提升需要芯片、传感器、新材料、电池、精密制造、工业软件和供应链管理协同进步。终端市场的快速扩张，把分散的技术创新需求转化为规模化产业需求，推动企业围绕研发设计、生产制造、质量检测、物流配送和售后服务开展全流程智能化改造。我国诸多前瞻性布局智能化转型的龙头企业，正逐步进入效率释放的新阶段。例如，宁德时代依托生成式人工智能设计全新电池结构，推出“钠新电池+双核架构”，实现全链路智能化，在较短周期内显著提升电池能量密度与产品竞争力。终端创新与制造升级相互促进，有助于缩短研发周期、提高良品率、降低资源消耗，并在宏观层面增强产业体系的韧性与敏捷性。
通过智能终端和完整产业体系叠加发力，有效构筑“中国智造”新优势。在国际竞争视野下，智能终端是技术创新、制造能力、品牌服务和应用生态的集中体现，也是全球产业链竞争的重要制高点。智能经济时代，劳动力成本优势在国际竞争中的权重正快速下降，取而代之的是一国高质量训练语料的储备规模、底层算力基础设施的完备度以及算法人才的集聚密度。我国凭借14亿多人口的超大规模市场和完整产业体系，能够在丰富场景中快速验证产品、反馈需求并迭代技术。以智能网联汽车的出海为例，我国具备L2级组合辅助驾驶功能的乘用车新车销量占比已超60%。⑨我国车企在进军欧洲、中东等海外市场时，除输出高性价比的整车产品外，也同步输出基于海量复杂路况数据训练而成的自动驾驶系统及智能座舱解决方案。这种由产品出海向技术出海、服务出海和生态出海的升级，推动我国从加工制造环节向研发设计、智能服务等高附加值环节攀升。
推动智能终端与“中国智造”协同发展
推动智能终端发展，需要同时加强关键技术和制造能力建设，以实际需求带动产品创新，并完善数据流通、标准认证和风险治理制度。既要筑牢自主可控的软硬件技术底座，提升端侧智能和规模制造能力；又要以真实需求牵引产品创新，促进大中小企业融通发展；还要完善数据流通、标准认证和风险治理制度，使智能终端既能快速迭代、广泛普及，又能安全可靠、普惠可及。
立足自主可控，协同突破智能终端软硬件关键技术，完善算力基础设施。智能终端产业链条长、技术集成度高，既依赖高端智能芯片、先进传感器、操作系统、基础大模型和开源深度学习框架，又需要精密制造、动力系统和通信网络等产业支撑。我国需充分发挥新型举国体制优势，围绕制约终端性能、安全和成本的关键环节组织协同攻关，推动核心芯片、关键软件与整机产品同步迭代。在算力基础设施建设方面，着力推动全国一体化算力网络协同调度，通过完善“东数西算”工程跨区域协同机制，为模型训练提供集约高效的云端算力。同时，加强边缘算力和端侧算力布局，推动模型轻量化、芯片低功耗化和软硬件适配，使更多智能功能在终端实现安全、实时的本地运行。针对大模型训练和终端普及带来的能源消耗，还需强化算力枢纽与绿色电力基地协同布局，引导智能产业向绿色低碳方向发展。
以终端产品和真实场景为牵引，推动人工智能向生产生活关键环节深度赋能。智能技术的价值实现，不能停留在参数规模竞争和实验室演示上，而是需要转化为解决实际问题的产品、装备和服务。地方政府与行业领军企业需主动梳理工业制造、医疗健康、交通物流、养老助残、城市治理等重点领域的智能化需求清单，通过“揭榜挂帅”、首台（套）应用、示范场景开放等机制，引导技术企业与制造企业联合攻关。针对广大中小微企业“不敢用、不会用、用不起”的现实困境，推广算力券、模型服务补贴和公共技术平台，降低企业开展产品开发、测试验证和设备改造的成本。同时，鼓励建立智能终端产业协同联合体，由科技企业提供基础模型和开发工具，由制造企业提供整机集成和规模生产能力，由场景主体提供行业数据和真实需求，推动技术成果经过产品定型和测试验证后进入规模化应用。
深化数据要素市场化改革，完善智能终端数据安全流通与权益保障机制。智能终端在使用过程中持续产生设备状态、环境感知和用户交互数据，这些数据既是模型优化和产品迭代的重要来源，又涉及商业秘密、个人隐私和公共安全。加快完善数据产权分置运行规则和数据资产入表评估规范，明确各主体在终端数据持有、加工使用和产品经营等环节的权利义务，推动企业将“沉睡”的数据转化为可开发利用的生产要素。在公共数据领域，在保障国家安全和个人隐私的前提下，加快交通、医疗、气象等高价值公共数据授权运营，为智能汽车、医疗设备和公共服务终端提供高质量数据支持。此外，积极探索基于隐私计算、区块链等技术的“数据可用不可见”模式，完善终端数据采集告知、最小必要使用、安全审计、撤回授权和数据删除机制。
构建适应智能终端普及的新型生产关系与包容审慎治理体系。在就业与教育领域，加快构建覆盖全生命周期的数字技能培训体系，将人工智能通识教育和智能设备应用能力融入职业教育、高等教育与企业培训，帮助劳动者适应人机协同的新岗位、新流程。针对受技术冲击较大的群体，健全技能转型、就业帮扶和社会保障机制，使智能终端发展成果更公平地惠及劳动者。在监管治理领域，坚持以人为本、智能向善，依据智能汽车、机器人、医疗设备、家居终端等不同产品的风险等级，完善安全测试、质量认证、算法备案、事故追溯和应急响应制度，为新技术提供合理试错空间。同时，压实平台企业、整机企业和应用主体责任，防范数据泄露、算法歧视、深度伪造和技术滥用等风险。通过政府、企业、学界和公众多方协同，让人工智能这匹千里马既跑得快又跑得稳，推动智能经济在规范中发展、在发展中完善。
【注：本文系国家社会科学基金重大项目“数据要素价值确定与收入分配的技术实现研究”（项目编号：25&ZD093）阶段性研究成果】
【注释】
①③⑦习近平：《在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上的主旨讲话》，《人民日报》，2026年7月18日。
②李强：《政府工作报告——2026年3月5日在第十四届全国人民代表大会第四次会议上》，中国政府网，2026年3月13日。
④邱海峰：《数据资源“大摸底” 唤醒更多“沉睡数据”》，“数字中国”建设峰会官方网站，2025年5月28日。
⑤《截至今年6月底我国智能算力规模达788百亿亿次/秒》，中国政府网，2025年9月2日。
⑥杨笑雨、陈震：《首场部长通道 纵论发展向新向优》，《人民日报》，2026年3月6日。
⑧《国家数据局局长刘烈宏出席国新办新闻发布会 介绍第九届数字中国建设峰会有关情况并回答记者提问》，国家数据局网站，2026年3月25日。
⑨王政：《汽车产业竞争力源自硬实力》，《人民日报》，2026年1月15日。
责编/冯一帆 美编/王梦雅
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
