把一线调研摸到的“真问题”摊开来，把产业前沿盯住的“新变量”讲透彻，把各界委员汇聚的“金点子”亮出来。
9月29日，在深圳市政协“加快推进人工智能产业高质量发展和全域全时全行业高水平应用”专题协商会现场，来自科学技术界、工商联、科协、妇联及南山区政协的8位委员和专家认为，深圳应把全栈自主可控技术创新、数据开放和场景落地、算力和语料建设、产业生态体系、AI人才引育这5件事攥成一个拳头，把“人工智能高质量发展”目标，变成车间、港口、医院、实验室里实实在在的生产力。
本次专题协商前，围绕市委书记领衔督办“加快推进人工智能产业高质量发展和全域全时全行业高水平应用”重点提案，市政协科教卫体委认真组织开展专题调研，累计开展15场产业实地调研、4场专题座谈会，梳理深圳人工智能发展基础与堵点，系统提出对策建议，形成了1个调研总报告、5个分报告和47篇发言材料，供市委、市政府决策参考。
全栈自主可控技术创新：把“底层根基”攥在自己手里
“人工智能发展之快，已非‘日新月异’所能形容，产业变革窗口期稍纵即逝。”代表调研组发言的市政协常委、深圳云天励飞技术股份有限公司董事长兼CEO陈宁说，调研组认为，深圳人工智能产业综合实力稳居国内第一梯队，“硬件+软件+应用”协同优势独特、“一超多强总调度”格局初步形成、“场景牵引、应用赋能”走在全国前列、“基础研究+技术攻关+成果转化”全链条初步打通、“发展与安全”并重的治理格局加快形成。但他也坦言，深圳人工智能产业仍存在亟待破解的短板。
针对深圳在底层核心算法、关键芯片、具身智能大脑上存在的不足，调研组给出对策：设立重大科技专项，发挥龙头企业领军作用，集中攻坚光子算力芯片、存算一体芯片、NPO/CPO、HBM等前沿赛道；全力推动昇腾NPU与主流大模型高水平适配，帮芯片企业跳过工程化“死亡谷”；在工业机器人、消费级人形机器人领域组织协同攻关，突破具身底座模型与运动控制核心技术。
市政协常委、深圳理工大学校长、国际欧亚科学院院士樊建平认为，发展物理AI，核心抓手在于壮大机器人产业；打造“物理AI第一城”，核心标志是推动机器人从产品研发走向规模化赋能千行百业。他指出，深圳机器人产业总产值已破2400亿元，但具身智能基座模型仍弱。他建议采取“揭榜挂帅”机制，组织龙头企业、高校、科研院所体系化开展机器人“大脑”基座模型攻关，同步突破“小脑”运动控制与灵巧操作，让机器人“大脑+小脑+肢体”一体协同。
“深圳规上工业总产值、增加值连续四年全国‘双第一’，但核心软硬件对外依存度较高、细分场景适配不足。”市政协常委、研祥高科技控股集团董事局主席陈志列从工业端出发，提出鼓励链主企业主导创新联合体，系统性推进工业智能体核心技术攻坚，攻克工业智能体感知决策、协同交互、自适应迭代等关键共性技术，推进数字孪生与智能体技术融合迭代。
“科学智能是AI下半场，具身科学智能是决胜局。深圳不能缺席，更不能迟到。”市政协委员、中国科学院深圳先进技术研究院院长刘陈立则把目光聚焦科学智能发展。他呼吁将科学智能纳入深圳“十五五”人工智能重点方向。同时，依托光明科学城整合合成生物研究重大科技基础设施、脑解析与脑模拟重大科技基础设施、材料基因组工程重大科技基础设施，建设国家级自主实验室和多模态科学数据底座，并在生物医药、新材料、量子科技部署具身科学智能实验平台。此外，他建议支持高校和科研机构、龙头企业共同建设科学智能的开源生态联盟，用好算力券、语料券，增设“实验券”。
市政协常委、深圳竹云科技股份有限公司董事长兼CEO董宁提出AI发展的另一块重要底座——安全。她认为，可信数字身份是人工智能安全的“第一道防线”，应将可信数字身份纳入人工智能安全治理体系，构建“身份可信、数据可信、模型可信、智能体可信”融合治理底座，并积极推动可信数字身份在AI+场景中的规模化应用。
数据开放和场景落地：让高质量数据跑进真实产业
如何解决“仿真环境跑得通、真实场景用不了”的AI落地难题？专题协商中，委员们认为，深圳AI落地不缺场景：机场、港口、华强北、生产线、医院、车间全是AI落地富矿，但仍存在数据“采而不炼、炼而不精、流而不畅”以及数据资产入表还处于探路中等问题。
为此，调研组提出，数据要分类分级，真实数据+合成数据混合训练，建公共数据集基地、行业数据工厂、城市级采集与训练场。陈宁认为应依托河套探索国际训练数据“沙盒”，争取国家科技文献机器阅读试点；市政协常委、深圳市慧天夏人工智能和工业互联网研究院院长夏俊建议分级建设政务、金融、医疗、交通四大行业隐私计算沙箱，让合规数据产品直接挂牌交易。在樊建平看来，应鼓励各方将高质量真实场景数据汇入城市公共数据采集与模型训练场，在“数据飞轮”和“模数共振”中，形成“越用越多、越多越好”的良性循环。
场景端深圳应该如何在现有基础上突破？委员们认为，要“首试首用、以用促研”。陈志列主张把边缘NPU算力节点纳入园区刚性标准，对工业大模型、AI质检、工业智能体首试首用给奖补和风险补偿；陈宁提出在深圳机场、深圳港搞AI监管沙盒，依托华强北建立端侧AI产品首发首秀机制。省政协委员、市政协委员、平安集团首席科学家肖京认为要打好三场“战役”：“行业纵深战”打通医疗数据授权与垂直模型训练；“终端入口战”建端侧模型适配认证中心；“场景复制战”把港口调度、工业质检、医疗影像等示范项目做成可复制“样板间”。“深圳的价值不在于拥有参数最大的模型，而在于让人工智能更快、更稳、更大规模地进入真实产业。把这条路走通，深圳就有条件成为全球人工智能应用创新的重要策源地和示范城市。”
算力和语料建设：把“算力焦虑”变成“调度能力”
“算力就是核心竞争力，数据就是先进生产力。”夏俊指出深圳算力总量不足、中小企业获取困难等现状。
但委员们也认为，解决问题不是盲目堆规模，而是打好组合拳——不追求“算力规模最大”，但要做“芯片与大模型适配最优、算力利用率最高、调度能力最强、高质量数据供给性价比最好”。
陈宁、夏俊等委员建议建设城市级公共算力服务平台、统一算力资源池和调度系统，在国内电力充裕地区布局飞地智算中心，深港算力直连，依托中广核绿电探低碳路径，把低能耗算力攻关纳入重点专项。夏俊认为在算力分配上，应把训练攻坚与推理布局进行有序衔接，并推动鹏城云脑、超算中心、各区智算联网纳管，把算力利用率、Token产出效率、单位智能产出能耗写进考核。同时要加大普惠型算力供给，探索“算力银行”“算力租赁分期”等创新模式，切实缓解中小企业“用不起、用不上”的困境。南山区政协委员、鹏城实验室智能系统与应用创新研究所副所长、副研究员梁骁俊则补充建议提供“任务交付型算力服务包”：不是粗放给机时，而是按模型文件、训练记录、测试报告分阶段验收，故障导致的无效消耗由服务机构买单。
语料侧方面，陈宁认为应前瞻布局词元（Token）经济，建词元工厂、发词元指数、依托深数所搞词元交易；夏俊主张扩大语料券、建合成数据基础设施。肖京则强调行业数据要由“持有单位+训练机构”长期运营。
打造产业生态体系：“上下楼即上下游” 促进资本可托底
委员们调研发现，在推动AI发展上，深圳产业链长、企业多、资本活，但公共服务平台、中试车间、标准检测等生态配套不足。樊建平建议政府统筹、企业参与、高校赋能、第三方运营，建设从概念验证、样机试制、中试到检测的全链条公共平台，并对标北京世界机器人大会，打造集“展览+论坛+赛事+对接+引才”的深圳标志性机器人盛会。
陈志列从制造生态切入提出建议：龙头企业开放AI工具、工业数据接口与场景，中小企业用“工业AI算力券”按30%—50%补贴，本地AI芯片采购再获支持；培育智能制造服务商，让AI+制造从单点试点走向全域普及。资本支持是产业生态的重要一环。陈宁认为，应发挥国资“初创培育+链主整合”双轨作用，在关键融资轮次主动投资本土优质AI企业，以资本纽带安商稳商。肖京表示，ERP时代催生了SAP这样的世界级解决方案企业，AI时代也必然会成长出一批行业实施与解决方案巨头，因此，深圳该遴选种子企业、给长期服务合同、引成熟团队，把模型研发与产线改造能力衔接起来。
董宁还建议支持IAM（身份管理与访问控制）产业融资并购，设可信数字身份专项子基金，推动本土头部企业当“链主”，在智慧政务、金融、医疗、交通等方面把可信身份作为必备安全组件。
AI人才引育：让懂工艺、通代码、熟场景的人扎进产业一线
传统引才看学历、看论文、看注册企业；但AI时代，原创人才可能是一支没注册、没收入、只有训练任务和代码记录的远程团队。
如何识别、引育AI人才？陈宁呼吁开发面向全球AI人才的智能发现系统，成立科学家+创业者+投资人举荐委员会，直接提名顶尖人才，同时规模化培养前沿部署工程师（FDE）。陈志列也同样建议，要让懂工艺、通代码、熟场景的人扎进产业一线。刘陈立则提出，要依托重点高校、科研院所及新型研究机构，培育“AI+实验科学”复合人才。
更关键的是留人机制。梁骁俊提出“一项目一合伙人”机制，从训练、验证、客户对接到住房创业全周期跟进；同时要用场景留住人——依托深圳丰富应用场景，为已有技术原型的团队匹配验证伙伴，对接产业客户、投资基金和创业空间。
委员们认为，深圳引AI人才，不止靠补贴抢人，而是用算力供得起、数据用得上、场景跑得通、身份管得住、企业长得大的系统，让人才在深圳能把技术变成产品、把成果变成企业。
粤公网安备 44030402001126号
