打开网易新闻 查看精彩图片

2026数博会期间，中国信息通信研究院人工智能研究所所长魏凯在“数智融合与政务创新发展大会”主题分享中表示：“中国发展AI最大的优势正是场景和数据优势。”这一判断将人工智能产业竞争的核心议题，从模型参数的比拼拉回到现实场景与数据要素的厚土之上。

魏凯指出，促进人工智能与政务、城市领域深度融合的核心是数模共振。所谓数模共振，强调的是数据与模型之间的协同演进关系：模型效能的提升依赖高质量数据的持续供给，而数据的价值释放又需要模型能力的有力支撑。二者互为条件、相互促进，而非各自孤立发展。

这一判断直指当前AI赋能实体经济的关键堵点。魏凯认为，高质量数据集建设是人工智能实现赶超的核心支撑。对于中国而言，丰富的应用场景、庞大的市场规模、多元的产业需求，构成了独一无二的数据资源禀赋。如何将这一禀赋转化为模型迭代的动能，是释放AI生产力的题眼所在。

模型能力已具备，瓶颈在“割裂”

魏凯在分享中给出一个基本判断：当前模型能力已具备赋能实际生产的基础。这意味着，人工智能并非停留在实验室阶段的未来技术，而是已经走到产业应用的门口。然而，更大规模生产力跃升仍面临数据、应用、模型与智能体割裂建设的瓶颈。

这种割裂体现在多个层面：数据分散在不同机构和系统中，缺乏统一治理与互通机制；应用开发与模型训练脱节，场景需求难以高效反馈到模型优化环节；智能体作为AI落地的新形态，尚未与既有数据和模型体系形成有机衔接。各环节各自为战，导致整体效能无法充分发挥。

在政务与城市治理领域，这一问题尤为明显。政务数据体量庞大、质量参差、敏感度高，单纯追求模型规模并不足以解决实际问题。只有将数据治理、场景适配与模型迭代统筹推进，才能真正实现人工智能对城市运行效率的实质性提升。

破局路径：打通数模用一体化闭环

面对上述瓶颈，魏凯提出明确的破局思路：通过数模共振打通数模用一体化闭环，形成应用越广、沉淀数据越多、反哺模型迭代效能越高的飞轮效应。

这一闭环的逻辑链条清晰：应用是起点，数据是中介，模型迭代是结果。AI在实际场景中落地应用，产生真实业务数据；这些数据经过治理和加工，成为高质量数据集；数据集反哺模型训练与调优，使模型能力持续提升；更强的模型又支撑更广泛、更深入的应用场景。环环相扣，螺旋上升。

对于政策制定者和产业实践者而言，数模共振提供了一种统筹式的推进框架：既要重视模型算法的前沿攻关，也要同步推进数据基础制度建设，更要关注应用场景的开放与落地。三者联动，方能形成可持续的竞争优势。

在魏凯看来，中国发展AI的底气不在于单一技术指标的领先，而在于场景之广、数据之丰所带来的系统优势。将这一优势转化为实实在在的产业效能，需要行业各方从割裂走向协同，从各自为战走向数模用一体推进。这场发言为正处于深水区的人工智能产业变革，提供了一份清醒而务实的路线图。