总的来看，此轮人工智能打破了传统线性发展模式，形成了有别于传统产业的四个内在发展规律，承载着技术革新的全新逻辑。
2026年1月29日，中国科学院物理研究所联合北京大学等组成的科研团队通过在“庄子2.0”芯片上的实验，发现了量子系统热化过程中的“预热化”中间阶段及其可控规律。理解这一规律有助于设计可控量子操作、延长量子态寿命，从而提升量子计算技术的实用性。图为2026年1月21日在中国科学院物理研究所实验室拍摄的78比特“庄子2.0”芯片。 新华社记者 金立旺/摄
一是规模扩张与效率突破形成持续张力。整体上看，高投入、高收益的规模定律仍在生效，但模型性能随投入规模增长发生边际收益递减，效率创新的重要性逐渐凸显，如DeepSeek采用开源模式工程化创新，实现了低成本媲美顶尖模型的效果。同时，效率突破带来的算力成本下降也引发一个悖论：主流模型推理词元输出成本在过去三年下降99%，成本的极度收敛反而刺激了更广泛的使用场景和更高的收入产出，形成技术迭代推动应用普及的正向循环。
二是全栈软硬件协同是竞争力的真正来源。不同于芯片、汽车等传统硬件产业，人工智能的竞争力形成于“算法—框架—芯片—系统”的整体协同，生态黏性不依赖单一产品，一旦形成体系优势极难被单点突破所撼动。近段时间，DeepSeek、阿里巴巴、OpenAI、谷歌等全球头部厂商竞争焦点已从单纯的追求模型极致性能逐步过渡为软硬件全栈基础设施能力的比拼，各方正在加紧构建从算力、模型到应用的全栈协同体系，实现系统收益最大化。
三是“模数共振”是推动人工智能能力迭代的关键。大模型技术迭代与产业落地的核心逻辑，集中体现为数据、模型、应用三者的深度耦合、同频共振，即“模数共振”。其中，高质量数据是模数共振的基础支撑，高效能模型是模数共振的驱动引擎，高价值应用是模数共振的落地载体，加快构建“高质量数据—高效能模型—高价值应用”协同发展新格局成为推动人工智能新一轮发展的关键所在。
四是治理能力与产业实力相互支撑。对于人工智能发展来说，治理能力与产业实力如鸟之两翼，缺一不可。构建系统完备、科学有效的安全治理体系，既是人工智能赋能国民经济千行百业的重要依托，也是一国深度参与全球规则制定、将产业实力转化为国际影响力的基本前提。产业实力为治理能力提供实践场景和技术底气，治理能力则为产业发展行稳致远保驾护航，二者相互支撑，共同塑造一个国家在人工智能时代的综合竞争力。
详见：中国信息通信研究院院长、党委副书记余晓晖文章《准确把握人工智能发展前沿与竞争格局》
（策划：郭斐然）
