精华速览

赛迪研究院发布的《新域新质创新发展十大趋势》显示，我国人工智能推理数据量首次超过训练数据量，意味着AI发展重心从模型训练研发转向规模化产业应用。截至2026年6月，日均词元调用量超过175万亿，较2024年年初增长1000多倍；顶尖大模型迭代周期从数月压缩至数周甚至数天。在应用侧，我国已累计建成500多家卓越级智能工厂，覆盖31个省（区、市）和超80%的制造业行业大类，国产算力与大模型在钢铁、汽车等20个行业落地1000多个场景。同期生成式AI用户规模已超7亿人，普及率突破50%。

要点透视

  • 赛迪研究院发布《新域新质创新发展十大趋势》，指出我国人工智能推理数据量首次超过训练数据量，AI从模型训练研发阶段迈入规模化产业应用阶段。
  • 截至2026年6月，我国日均词元调用量超过175万亿，相比2024年年初增长1000多倍。
  • 顶尖大模型迭代周期从过去的几个月压缩到几周甚至几天，AI正从“喂模型”的实验室阶段转入“用模型”的产业落地阶段。
  • 我国已累计建成500多家卓越级智能工厂，覆盖31个省（区、市），涵盖超过80%的制造业行业大类。
  • 国产算力与大模型已在钢铁、汽车等20个行业落地1000多个应用场景，推动个性化定制、全生命周期服务等新模式拓展。
  • 截至2026年上半年，我国生成式人工智能用户规模超过7亿人，普及率突破50%。

文章拆解

推理数据量超过训练数据量，是AI产业阶段切换的一个可量化信号。训练侧对应的是模型研发投入，推理侧对应的是真实业务调用，前者让位于后者，说明需求重心已从“把模型做出来”转向“把模型用起来”。日均词元调用量从2024年年初到2026年6月增长1000多倍，进一步印证调用规模进入高速扩张期，模型能力正被持续嵌入生产与消费场景。

这一变化的底层逻辑在于供给与需求两端同时成熟。供给端，顶尖大模型迭代周期压缩至几周甚至几天，模型更新更快、部署门槛更低；需求端，生成式AI用户超7亿人、普及率突破50%，为推理调用提供了庞大的用户基数。推理量成为主体后，算力结构、成本结构和商业模式都会随之调整，行业竞争焦点将从参数规模转向推理效率、单位成本和场景适配能力。

制造业是观察AI落地质量的关键窗口。500多家卓越级智能工厂覆盖31个省（区、市）和超80%的制造业行业大类，国产算力与大模型在20个行业落地1000多个场景，表明AI应用已从单点试验向行业面铺开。对用户而言，这意味着更多服务由模型实时响应；对企业而言，个性化定制、全生命周期服务等模式可能重塑生产组织方式。

值得关注的变量包括：推理调用量高增长能否转化为可持续的商业回报，国产算力供给能否匹配推理需求扩张，以及智能工厂和行业场景的落地深度是否均衡。潜在风险在于，推理规模快速膨胀会推高算力与能耗成本，若应用价值不及预期，可能形成投入与产出错配；此外，词元调用量的统计口径与去重方式尚待确认，不同机构数据不宜简单横向比较。

查看原文