当前，人工智能正推动人类迎来人机协同、跨界融合、共创分享的智能时代，已成为新一轮科技革命和产业变革的重要驱动力量，抢抓新发展机遇、重塑竞争格局的关键，被认为是形成新质生产力重要引擎。

世界各国纷纷加紧进行战略布局，我国也制定了一系列战略举措，在部分领域已经处于“并跑”甚至“领跑”状态，但在芯片、核心算法等关键核心领域仍存在“卡脖子”问题，在大模型训练高质量数据供给、场景开放等领域与西方发达国家仍还有较大差距。

一是智算能力存在短板。目前，国产智算芯片性能上相比英伟达仍有差距，再加上以美国为首的西方国家限制对华销售人工智能高端芯片，管制措施从单边管制扩大到多边管制。如，英伟达A800、H800、L40S等高性能AI芯片在中国市场被限制销售，基于“英伟达”芯片的人工智能大模型生态后续难以演进。

二是大模型应用能力不足。从ChatGPT到Sora，人工智能发展进入全新的2.0时代，国内大模型纷纷涌现，出现了“百模大战”的局面。但行业参与者“山头林立”、各自为战，一方面“卷”所谓的“原创大模型”，一方面又担心风险太高，真正的行业场景应用还不多，再加上人才、技术、资金等问题，国内大模型发展仍处于“跟跑”状态。

三是高质量数据供给不足。数据是人工智能发展的重要支撑，ChatGPT3大约用了3000亿个单词，570GB训练数据。据统计，全球前一百万网站中，使用中文作为主要语言的只占1.3%，而使用英文作为主要语言的网站占比则高达59.3%，排名各语种第一位。同时，由于我国数据资源缺乏统筹，高质量中文数据资源供给不足，语料库共享意愿不强，数据供给流通机制不畅，多模态语料库少之又少。

为更好抓住人工智能“风口”，发挥我国“集中力量办大事”的制度优势，加快人工智能关键核心技术突破，抢抓机遇抢占新一轮发展制高点，培育发展新质生产力，建议：

一是集中力量突破一批数字关键核心技术。发挥国家战略科技力量和领军企业作用，面向人工智能等前沿数字技术需求，实施国家科技重大项目和重大科技攻关，支持算法等原创性人工智能技术研究，建立健全自然语言处理、深度学习、机器学习等基础学科体系，加强人工智能数据、算力平台建设，积极推动具有自主知识产权的人工智能大模型应用，加快补齐技术创新短板。

二是加快布局一批重大数字科技创新平台。把人工智能等领域科技创新作为重要领域，围绕人工智能、算力等重点领域加快布局建设一批数字技术领域重大科技创新平台。支持贵州等国家算力网络枢纽节点发挥算力、数据及安全优势，布局建设大数据区域科技创新中心。

三是加快打造新型数据基础设施。抓住高质量数据集这个基础，支持有条件的地方开展数据基础设施试点，在国家战略腹地构建安全可信的“数联网”，打造超大规模、超高质量、更新及时、综合性强、标注丰富、使用便利的国家级人工智能基础语料库，在安全可控的前提下让数据收得进、存得好、调得动、用得上，为大模型训练提供高质量数据支撑。

四是强化各地间统筹协同。充分发挥各地区优势资源，引导各地区发挥比较优势错位发展，形成协同发展格局。支持贵州等西部地区发挥算力、数据优势，建设国家人工智能训练场，面向东部模型训练提供低成本、高品质、易使用的训练服务。支持东部等科技资源集中、人力资源富集的地区，在人工智能核心技术攻关方面挑起重担，打造人工智能创新策源地。