2025年，“人工智能”被多地新春第一會提及，足見地方政府發展人工智能產業之迫切。沒有地方希望錯過人工智能產業的機遇，“先發者”希望保持優勢，“后發者”希望迎頭趕上。

DeepSeek引發出了一場地方政府對于人工智能的集體焦慮。江蘇省委機關報《新華日報》連續發布的三篇文章《DeepSeek為什么會出現在杭州？》 《為什么南京發展不出“杭州六小龍”？》 《杭州有DeepSeek，南京有什么？》，便是這種焦慮的注腳。

DeepSeek出現在杭州是眾多必然與偶然因素疊加的結果，下一個DeepSeek能否出現，以及會出現在哪里，不僅與地方政府的努力有關，可能更取決于市場創新能力的培育。在關注如何培育或招引人工智能產業龍頭企業的同時，地方政府開始更多關注人工智能應用如何落地。

不能缺席，不能落后

今年2月13日下午，浙江省委書記王浩主持召開推進科技創新產業創新深度融合座談會。這場座談會并未冠以“人工智能”之名，但是在阿里云、宇樹科技、強腦科技等20家企業、高校、科創平臺和科研院所負責人的發言中，內容都包括加強人工智能基礎模型創新、拓展AI應用場景、構建創新互助平臺、優化人才服務政策、打造人工智能創新策源地等。

相比已經培育出“杭州六小龍”的浙江，廣西人工智能產業此前鮮有存在感。但是在廣西的新春第一會上，自治區黨委書記陳剛表示，人工智能時代，廣西不能缺席、不能落后，要以“人工智能+”賦能千行百業，力爭在新領域新賽道迎頭趕上。

而在DeepSeek所引發的集體反思中，廣東，特別是深圳可能是最為突出的地方之一。焦慮感部分源于深圳在人工智能領域已有的積累。截至去年年末，深圳已集聚人工智能企業2600余家、獨角獸企業6家。在DeepSeek橫空出世后，深圳要面對“大疆之后誰來接班創新”的問題。

今年，人工智能迅速被廣東定位為“產業新支柱”。廣東省委書記黃坤明在2月5日召開的廣東省高質量發展大會上，直接“點名”人工智能與機器人產業。他指出，人工智能正在掀起產業變革，機器人時代逐步照進現實。廣東兼具機電技術和數智技術兩大優勢，要在人工智能和機器人兩大領域下大決心、集中發力，構筑高技術、高成長、大體量的產業新支柱。

隨后，廣東省省長王偉中到深圳市福田區、南山區、光明區調研。他再次提及“產業新支柱”概念，表示培育壯大機器人、人工智能、自動駕駛、低空經濟、生物制造、量子科技等新興產業和未來產業，因地制宜發展新質生產力，全力以赴打造產業新支柱。

今年3月3日，深圳更是連續發布四份文件，事關科技創新生態和人才發展環境，其中兩份與人工智能產業直接相關，即《深圳市加快推進人工智能終端產業發展行動計劃(2025—2026年)》《深圳市加快打造人工智能先鋒城市行動計劃(2025—2026年)》(下稱《行動計劃》)。

在去年7月底，深圳曾推出“加快打造人工智能先鋒城市行動方案”，不到一年時間，這一方案完成迭代，新的《行動計劃》提出更為明確的目標，即到2026年，全市人工智能企業數量超3000家，獨角獸企業超10家，產業規模年均增長超20%。

在地方政府的密集表態中，“應用”成為當下的關鍵詞。比如深圳在《行動計劃》中描述2026年人工智能產業發展環境時，首先便提出“應用場景最開放”，包括“圍繞五大政務領域每年開放100個以上應用場景”。

接入DeepSeek，提供政務服務成為各地政府爭先落地的應用場景。春節期間，深圳市龍崗區政務服務數據管理局全員主動放棄休假，協同各單位全力推進DeepSeek大模型本地化部署。2月8日凌晨，671B的DeepSeek-R1大模型成功在信創環境完成本地化部署，當日便在政務網上線運行。此前，龍崗區已部署智譜GLM-130B等國產大模型。

政府服務往往是地方政府優先推出的應用場景。

“DeepSeek將人工智能應用又向前推了一步，以DeepSeek基礎模型的能力，用戶經過微調就可以將基礎模型進行垂類應用。”北京市經信局數字產業處副處長張金瑞告訴《中國新聞周刊》，2024年，北京發布“人工智能+”行動計劃，提出圍繞機器人、教育、醫療、文化、交通等5個領域組織實施一批綜合型、標桿性重大應用工程。

張金瑞介紹，政府支持產業應用人工智能采用類似消費券的形式，“如果人工智能企業可以解決產業用戶痛點，用戶自然會買單，政府再給予補貼。應用應該選取小切口，比如醫療領域擁有眾多領域，每個領域的數據不同，所需人工智能賦能的關鍵點也不同。對于人工智能企業來說，首先要拿到核心數據，其次就要看應用能否降低成本、提高效率”。

在人工智能大模型日益深入應用之時，地方政府無疑希望人工智能賦能千行百業。另一方面，這也是推動人工智能產業化的關鍵所在，此前應用不足被視為產業化的短板。

廈門市數據管理局曾在去年底發布的人工智能產業發展規劃中反思，廈門現有人工智能應用缺乏頂層設計和系統謀劃，多呈現“點”狀分布，涉及范圍小，未形成規模和體系，也缺少標桿應用示范場景，難以充分發揮本地的資源稟賦和產業基礎優勢，也無法給人工智能產業發展提供有效的場景助力和有力的市場支持。

2025年以來，更多地方政府開始以類似消費券的形式補貼人工智能應用。2025年東莞市政府一號文件以“人工智能+先進制造”為主題，直接設立最高1500萬元模型券，支持企業利用通過備案的大模型底座框架進行二次開發和應用推廣，符合條件的給予最高100萬元資助。

核心要素如何供給？

在開放應用場景的背后是如何增加高質量數據供給的問題。

浙江移動總經理楊劍宇在今年全國兩會期間提出，可用于大模型訓練的中文數據在數量和質量上存在短缺。語料數據庫規模不足、質量參差不齊、缺乏多樣性，數據采集面臨諸多合規性困難，整體導致大模型訓練的效率與質量不高，制約AI應用發展。

“以醫療行業為例，一家醫院愿意分享的數據一定是某種意義的‘垃圾數據’，真正核心的數據可能不會主動分享。”張金瑞認為，正因為如此，圍繞機器人、教育、醫療、文化、交通等5個領域的人工智能應用需要政府“強組織”，比如交通領域，如果政府不推進應用場景開放，企業難以拿到數據。

如何增加高質量數據供給？深圳在《行動計劃》中提出，推動深圳數據交易所打造國家級數據交易所，發放“語料券”，促進人工智能語料共享和交易。

不過，有地方數據交易所人士告訴《中國新聞周刊》，此前社會并未對數據流通與交易達成共識，對于作為中介的數據交易所而言，面向的市場可能根本不存在。“其中一部分原因是制度供給不足，導致數據供方認為在數據交易所出售數據沒有足夠的制度保證，他們對于開拓這項業務并不積極，因為他們也不確定到數據交易所出售數據是否合規、合法。比起交易所這一載體，更重要的是不斷提供制度保證。”

另一方面，深圳在去年12月就曾提出發放“語料券”，目的是通過補貼加快數據開放。每年發放最高5000萬元“語料券”，促進語料開放共享和交易，推動數據要素市場建設。對通過數據交易平臺購買非關聯方語料進行大模型研發和應用的企業，按不超過合同金額的30%，給予最高200萬元資助。支持企業通過公共數據開放平臺開放語料，對符合規模質量、更新頻率和應用成效要求的開放語料，按照語料年度共享使用情況，給予每個數源單位最高100萬元獎勵。

IDC中國副總裁周震剛曾表示，目前各地正依據本地企業應用場景與數據集的具體內容，積極開展與AI的結合工作。例如，北京以政務數據為基礎、杭州以電商數據為依托、深圳則憑借制造類數據，因各城市的數據基礎以及最終用戶應用基礎存在差異，所以它們會立足自身城市的獨特基因與發展趨向，更為精準地結合AI技術。

除去數據，人工智能產業的另一個要素便是算力。隨著DeepSeek的出現，盡管模型訓練時算力需求可能降低，但是推理模型需要的算力增加，同時向數量龐大的用戶提供推理能力依然需要龐大的算力。有地方政府人士表示：“對于人工智能產業而言，算法、算力、數據、應用等環節，政府能直接施加影響的可能就是算力環節。”

在多個地方政府有關人工智能產業的規劃中，算力供給都是重要內容。如深圳提出的目標是，建設多個10E級智能算力集群，“到2026年，實時可用智能算力超過80EFLOPS”。東莞提出的目標是力爭到2027年可調度使用智能算力規模10000P以上。

今年1月，北京最大規模智算中心——北京亦莊人工智能公共算力平臺擴容，算力升級到5000P。“算力是永遠不夠的，北京正在使用的算力，85%以上并不部署在北京。北京也難以布局更多算力滿足本地需求，根據統計，今年北京企業對于算力的需求，相比去年翻倍，其中大廠需求占比八成，這部分需求更多由大廠在外地布局，中小企業的需求增長并不多。”張金瑞表示。

對于像北京這樣的城市，部署算力面臨能耗指標等限制。有移動云人士告訴《中國新聞周刊》，公司對于建設“資源池”的胃口很大，但是建設“資源池”需要能耗指標，而一些經濟較為發達地區的政府往往希望落地“低能耗、高產出”的項目，此前公司在東部地市建設算力中心甚至需要市委書記特批。

張金瑞認為，算力更多并不能依靠政府布局，而是需要市場化配置。首先，大廠一般會尋找低成本地區自建算力中心。其次，政府能夠幫助一些頭部的獨角獸企業匹配一些算力，但是不可能免費。政府更多需要為一些中小企業提供簡單易用的普惠算力支持，而非“劫貧濟富”。

相比于算力總體規模，地方政府更為關注算力如何惠及中小企業，時下普遍使用的方式就是推出“算力券”“訓力券”。

比如，東莞在今年2月提出，設立最高5000萬元“算力券”，對制造企業、軟信企業、高校院所等通過人工智能算力服務平臺租用市內外智算資源的，按不超過實際服務額50%給予每年最高100萬元資助。

相比之下，深圳“訓力券”的規模比東莞多出一個數量級，每年會發放最高5億元“訓力券”，以降低人工智能模型研發和訓練成本。對租用智能算力開展大模型訓練的企業、高等院校和科研機構，按不超過服務合同金額的50%，給予最高1000萬元資助，對初創企業提高資助比例至60%。

其實，目前國內已有智算中心的使用率并不高。楊劍宇便指出，近年來，我國算力基礎設施發展取得長足進步，但國產算力的軟件生態仍不完善，硬件適配兼容性、穩定性不足。智算中心集群建設仍需解決算力使用率、海量數據處理、超大規模互聯等較多問題。據統計，我國智算中心平均算力使用率不到30%。

截至2023年底，中國算力總規模已達230 EFLOPS，近五年平均增幅超過30%，算力規模排名全球第二。有業內人士估算，即使通過各種渠道購買國外高性能芯片的成本較高，但國內智算中心提供同等算力的市場價格仍低于美國。

業內人士撰文稱，此前一輪建設的大量智算中心項目，特別是為了扶持國產替代的政府采購，有些算力在閑置。而且，絕非總量過剩那么簡單，原因不是用戶不想用，而是真用不起來。一線的現實和紙面上的統計不同：不是把計算卡插進主機里通上電就能叫作“算力”的，硬件還要跟軟件相結合。

他表示，軟件層面除了大家熟悉的基礎大模型，還有一些產業政策和資本市場較少被關注，卻是在生態中必不可缺的環節：如果把大模型比作“應用程序”，那么，要在電腦上運行這些應用程序，其實還需要一套“操作系統”。這個系統大致對應于英偉達稱為CUDA的一套開發生態，這才是原始創新先行者最核心的壁壘。由于CUDA生態的關鍵部分不開源，如果想要在國產板卡上運行特定的大模型，就要模仿英偉達做一套自己的操作系統，這套繁重的工作可以統稱為“配適”。為什么很多智算中心的算力被閑置，關鍵就在這里。上一輪智算中心的建設往往沿用傳統基礎設施的觀念，政府作為采購方，其實有時并不太了解最終用戶的需求，于是，有的硬件廠商沒有壓力也沒有積極性去做適配的工作。

往何處發力？

“對于人工智能產業而言，無論是國家間的競爭，還是企業間的競爭，都處于一種‘你追我趕’的態勢，誰跑到前面一點都正常。”張金瑞說，“北京最為核心的優勢是人才。人才密度足夠高，便有更大的概率成功。在技術路徑并未收斂時，提高人才密度的同時做好算力、數據等資源保障。”

他認為，人工智能產業高度市場化，政府支持并不能起到決定性作用。“政府不是萬能的，市場能做到90%以上的事情，政府需要關注市場做不到的事情，只幫忙不添亂。首先就是造勢，打造產業生態，其中就包括應用推廣，推動更多行業場景開放。其次是通過政府引導基金引導社會資本。”

在培育人工智能領域耐心資本方面，東莞“一號文”提出了雄心勃勃的計劃：將統籌設立規模不少于50億元的人工智能子基金群。同時，深度參與國內人工智能企業股權投資或資產并購，到2027年推動15宗以上人工智能企業/產業項目落戶東莞。

深圳方面也表示，設立人工智能產業基金，匯聚多元資本構建人工智能百億基金投資生態，堅持“投早、投小、投長期、投硬科技”，探索投補聯動、投貸聯動等支持機制，打造陪同企業成長的耐心資本。

一些位于國內第一梯隊的大模型企業都離不開地方國資的支持。

作為AI“六小虎”之一，北京智譜華章科技有限公司(下稱“智譜”)2024年以來進行的多輪融資均有地方國資身影。2024年9月，中關村科學城以投前200億元估值領投智譜新一輪融資，該輪融資金額為數十億元。12月，智譜完成30億元融資，投資方包括多家戰投及國資。

盡管已經孵化出DeepSeek，但是杭州國資并未停止投資其他大模型企業。今年3月3日智譜完成超10億元戰略融資，投資方包括杭州城投產業基金、上城資本等。智譜稱，融資將推動智譜的基座大模型GLM的技術創新和生態發展，更好地服務浙江省和長三角地區蓬勃發展的經濟實體，發揮區域人工智能產業布局優勢，助力基于人工智能技術的數字產業轉型升級。

不過，無論是投資還是政策扶持，地方政府究竟應該更關注人工智能產業的哪個環節？

有學者認為，把AI產業拆成“算力、算法和數據”幾個部分，假設只要在各個單點集中力量取得突破，就能自動組合起來完成趕超。同時，由于缺乏研究支撐，實踐中只能選擇管理上最方便的抓手：那就是往往只看“明星企業”，選擇明星的標準是技術先進性或者企業規模。

但是他表示，應該扶持更多對于產業鏈貫通有所幫助的企業。比如市場化的算力服務運營商：它們負責投資算力中心的設備，然后將算力出租出去。它們對上游負責選擇技術路線采購計算卡，一旦達成合作，會有積極性幫助芯片廠商實施繁重的適配工作；對下游負責吸引大模型的應用客戶，會團結大量的生態企業，微調各類行業模型開發一站式解決方案，大大降低終端客戶使用AI的門檻。助推這類企業對市場的扭曲更小，效率會更高。

但是，這種通過產業鏈角色選擇扶持對象的思維，對傳統強調技術轉化的扶持對象來說，非常難接受：“他們還是做生意的邏輯，真的有情懷做科技創新嗎？”

但是產業鏈貫通對創新的幫助更大。能否培育出下一個DeepSeek可能是眾多偶然因素疊加的結果，但是如楊劍宇所言，對于地方政府而言，當下應該“以用促建”推動AI應用產業化落地，這可能是更為現實的選擇。

季風掠過孵化器的

玻璃幕墻

數據代碼正在重寫高速路標

政策光標閃爍于產業園區

每個城市都在校準坐標

關鍵詞：