2025年，“人工智能”被多地新春第一会提及，足见地方政府发展人工智能产业之迫切。没有地方希望错过人工智能产业的机遇，“先发者”希望保持优势，“后发者”希望迎头赶上。

DeepSeek引发出了一场地方政府对于人工智能的集体焦虑。江苏省委机关报《新华日报》连续发布的三篇文章《DeepSeek为什么会出现在杭州？》 《为什么南京发展不出“杭州六小龙”？》 《杭州有DeepSeek，南京有什么？》，便是这种焦虑的注脚。

DeepSeek出现在杭州是众多必然与偶然因素叠加的结果，下一个DeepSeek能否出现，以及会出现在哪里，不仅与地方政府的努力有关，可能更取决于市场创新能力的培育。在关注如何培育或招引人工智能产业龙头企业的同时，地方政府开始更多关注人工智能应用如何落地。

不能缺席，不能落后

今年2月13日下午，浙江省委书记王浩主持召开推进科技创新产业创新深度融合座谈会。这场座谈会并未冠以“人工智能”之名，但是在阿里云、宇树科技、强脑科技等20家企业、高校、科创平台和科研院所负责人的发言中，内容都包括加强人工智能基础模型创新、拓展AI应用场景、构建创新互助平台、优化人才服务政策、打造人工智能创新策源地等。

相比已经培育出“杭州六小龙”的浙江，广西人工智能产业此前鲜有存在感。但是在广西的新春第一会上，自治区党委书记陈刚表示，人工智能时代，广西不能缺席、不能落后，要以“人工智能+”赋能千行百业，力争在新领域新赛道迎头赶上。

而在DeepSeek所引发的集体反思中，广东，特别是深圳可能是最为突出的地方之一。焦虑感部分源于深圳在人工智能领域已有的积累。截至去年年末，深圳已集聚人工智能企业2600余家、独角兽企业6家。在DeepSeek横空出世后，深圳要面对“大疆之后谁来接班创新”的问题。

今年，人工智能迅速被广东定位为“产业新支柱”。广东省委书记黄坤明在2月5日召开的广东省高质量发展大会上，直接“点名”人工智能与机器人产业。他指出，人工智能正在掀起产业变革，机器人时代逐步照进现实。广东兼具机电技术和数智技术两大优势，要在人工智能和机器人两大领域下大决心、集中发力，构筑高技术、高成长、大体量的产业新支柱。

随后，广东省省长王伟中到深圳市福田区、南山区、光明区调研。他再次提及“产业新支柱”概念，表示培育壮大机器人、人工智能、自动驾驶、低空经济、生物制造、量子科技等新兴产业和未来产业，因地制宜发展新质生产力，全力以赴打造产业新支柱。

今年3月3日，深圳更是连续发布四份文件，事关科技创新生态和人才发展环境，其中两份与人工智能产业直接相关，即《深圳市加快推进人工智能终端产业发展行动计划(2025—2026年)》《深圳市加快打造人工智能先锋城市行动计划(2025—2026年)》(下称《行动计划》)。

在去年7月底，深圳曾推出“加快打造人工智能先锋城市行动方案”，不到一年时间，这一方案完成迭代，新的《行动计划》提出更为明确的目标，即到2026年，全市人工智能企业数量超3000家，独角兽企业超10家，产业规模年均增长超20%。

在地方政府的密集表态中，“应用”成为当下的关键词。比如深圳在《行动计划》中描述2026年人工智能产业发展环境时，首先便提出“应用场景最开放”，包括“围绕五大政务领域每年开放100个以上应用场景”。

接入DeepSeek，提供政务服务成为各地政府争先落地的应用场景。春节期间，深圳市龙岗区政务服务数据管理局全员主动放弃休假，协同各单位全力推进DeepSeek大模型本地化部署。2月8日凌晨，671B的DeepSeek-R1大模型成功在信创环境完成本地化部署，当日便在政务网上线运行。此前，龙岗区已部署智谱GLM-130B等国产大模型。

政府服务往往是地方政府优先推出的应用场景。

“DeepSeek将人工智能应用又向前推了一步，以DeepSeek基础模型的能力，用户经过微调就可以将基础模型进行垂类应用。”北京市经信局数字产业处副处长张金瑞告诉《中国新闻周刊》，2024年，北京发布“人工智能+”行动计划，提出围绕机器人、教育、医疗、文化、交通等5个领域组织实施一批综合型、标杆性重大应用工程。

张金瑞介绍，政府支持产业应用人工智能采用类似消费券的形式，“如果人工智能企业可以解决产业用户痛点，用户自然会买单，政府再给予补贴。应用应该选取小切口，比如医疗领域拥有众多领域，每个领域的数据不同，所需人工智能赋能的关键点也不同。对于人工智能企业来说，首先要拿到核心数据，其次就要看应用能否降低成本、提高效率”。

在人工智能大模型日益深入应用之时，地方政府无疑希望人工智能赋能千行百业。另一方面，这也是推动人工智能产业化的关键所在，此前应用不足被视为产业化的短板。

厦门市数据管理局曾在去年底发布的人工智能产业发展规划中反思，厦门现有人工智能应用缺乏顶层设计和系统谋划，多呈现“点”状分布，涉及范围小，未形成规模和体系，也缺少标杆应用示范场景，难以充分发挥本地的资源禀赋和产业基础优势，也无法给人工智能产业发展提供有效的场景助力和有力的市场支持。

2025年以来，更多地方政府开始以类似消费券的形式补贴人工智能应用。2025年东莞市政府一号文件以“人工智能+先进制造”为主题，直接设立最高1500万元模型券，支持企业利用通过备案的大模型底座框架进行二次开发和应用推广，符合条件的给予最高100万元资助。

核心要素如何供给？

在开放应用场景的背后是如何增加高质量数据供给的问题。

浙江移动总经理杨剑宇在今年全国两会期间提出，可用于大模型训练的中文数据在数量和质量上存在短缺。语料数据库规模不足、质量参差不齐、缺乏多样性，数据采集面临诸多合规性困难，整体导致大模型训练的效率与质量不高，制约AI应用发展。

“以医疗行业为例，一家医院愿意分享的数据一定是某种意义的‘垃圾数据’，真正核心的数据可能不会主动分享。”张金瑞认为，正因为如此，围绕机器人、教育、医疗、文化、交通等5个领域的人工智能应用需要政府“强组织”，比如交通领域，如果政府不推进应用场景开放，企业难以拿到数据。

如何增加高质量数据供给？深圳在《行动计划》中提出，推动深圳数据交易所打造国家级数据交易所，发放“语料券”，促进人工智能语料共享和交易。

不过，有地方数据交易所人士告诉《中国新闻周刊》，此前社会并未对数据流通与交易达成共识，对于作为中介的数据交易所而言，面向的市场可能根本不存在。“其中一部分原因是制度供给不足，导致数据供方认为在数据交易所出售数据没有足够的制度保证，他们对于开拓这项业务并不积极，因为他们也不确定到数据交易所出售数据是否合规、合法。比起交易所这一载体，更重要的是不断提供制度保证。”

另一方面，深圳在去年12月就曾提出发放“语料券”，目的是通过补贴加快数据开放。每年发放最高5000万元“语料券”，促进语料开放共享和交易，推动数据要素市场建设。对通过数据交易平台购买非关联方语料进行大模型研发和应用的企业，按不超过合同金额的30%，给予最高200万元资助。支持企业通过公共数据开放平台开放语料，对符合规模质量、更新频率和应用成效要求的开放语料，按照语料年度共享使用情况，给予每个数源单位最高100万元奖励。

IDC中国副总裁周震刚曾表示，目前各地正依据本地企业应用场景与数据集的具体内容，积极开展与AI的结合工作。例如，北京以政务数据为基础、杭州以电商数据为依托、深圳则凭借制造类数据，因各城市的数据基础以及最终用户应用基础存在差异，所以它们会立足自身城市的独特基因与发展趋向，更为精准地结合AI技术。

除去数据，人工智能产业的另一个要素便是算力。随着DeepSeek的出现，尽管模型训练时算力需求可能降低，但是推理模型需要的算力增加，同时向数量庞大的用户提供推理能力依然需要庞大的算力。有地方政府人士表示：“对于人工智能产业而言，算法、算力、数据、应用等环节，政府能直接施加影响的可能就是算力环节。”

在多个地方政府有关人工智能产业的规划中，算力供给都是重要内容。如深圳提出的目标是，建设多个10E级智能算力集群，“到2026年，实时可用智能算力超过80EFLOPS”。东莞提出的目标是力争到2027年可调度使用智能算力规模10000P以上。

今年1月，北京最大规模智算中心——北京亦庄人工智能公共算力平台扩容，算力升级到5000P。“算力是永远不够的，北京正在使用的算力，85%以上并不部署在北京。北京也难以布局更多算力满足本地需求，根据统计，今年北京企业对于算力的需求，相比去年翻倍，其中大厂需求占比八成，这部分需求更多由大厂在外地布局，中小企业的需求增长并不多。”张金瑞表示。

对于像北京这样的城市，部署算力面临能耗指标等限制。有移动云人士告诉《中国新闻周刊》，公司对于建设“资源池”的胃口很大，但是建设“资源池”需要能耗指标，而一些经济较为发达地区的政府往往希望落地“低能耗、高产出”的项目，此前公司在东部地市建设算力中心甚至需要市委书记特批。

张金瑞认为，算力更多并不能依靠政府布局，而是需要市场化配置。首先，大厂一般会寻找低成本地区自建算力中心。其次，政府能够帮助一些头部的独角兽企业匹配一些算力，但是不可能免费。政府更多需要为一些中小企业提供简单易用的普惠算力支持，而非“劫贫济富”。

相比于算力总体规模，地方政府更为关注算力如何惠及中小企业，时下普遍使用的方式就是推出“算力券”“训力券”。

比如，东莞在今年2月提出，设立最高5000万元“算力券”，对制造企业、软信企业、高校院所等通过人工智能算力服务平台租用市内外智算资源的，按不超过实际服务额50%给予每年最高100万元资助。

相比之下，深圳“训力券”的规模比东莞多出一个数量级，每年会发放最高5亿元“训力券”，以降低人工智能模型研发和训练成本。对租用智能算力开展大模型训练的企业、高等院校和科研机构，按不超过服务合同金额的50%，给予最高1000万元资助，对初创企业提高资助比例至60%。

其实，目前国内已有智算中心的使用率并不高。杨剑宇便指出，近年来，我国算力基础设施发展取得长足进步，但国产算力的软件生态仍不完善，硬件适配兼容性、稳定性不足。智算中心集群建设仍需解决算力使用率、海量数据处理、超大规模互联等较多问题。据统计，我国智算中心平均算力使用率不到30%。

截至2023年底，中国算力总规模已达230 EFLOPS，近五年平均增幅超过30%，算力规模排名全球第二。有业内人士估算，即使通过各种渠道购买国外高性能芯片的成本较高，但国内智算中心提供同等算力的市场价格仍低于美国。

业内人士撰文称，此前一轮建设的大量智算中心项目，特别是为了扶持国产替代的政府采购，有些算力在闲置。而且，绝非总量过剩那么简单，原因不是用户不想用，而是真用不起来。一线的现实和纸面上的统计不同：不是把计算卡插进主机里通上电就能叫作“算力”的，硬件还要跟软件相结合。

他表示，软件层面除了大家熟悉的基础大模型，还有一些产业政策和资本市场较少被关注，却是在生态中必不可缺的环节：如果把大模型比作“应用程序”，那么，要在电脑上运行这些应用程序，其实还需要一套“操作系统”。这个系统大致对应于英伟达称为CUDA的一套开发生态，这才是原始创新先行者最核心的壁垒。由于CUDA生态的关键部分不开源，如果想要在国产板卡上运行特定的大模型，就要模仿英伟达做一套自己的操作系统，这套繁重的工作可以统称为“配适”。为什么很多智算中心的算力被闲置，关键就在这里。上一轮智算中心的建设往往沿用传统基础设施的观念，政府作为采购方，其实有时并不太了解最终用户的需求，于是，有的硬件厂商没有压力也没有积极性去做适配的工作。

往何处发力？

“对于人工智能产业而言，无论是国家间的竞争，还是企业间的竞争，都处于一种‘你追我赶’的态势，谁跑到前面一点都正常。”张金瑞说，“北京最为核心的优势是人才。人才密度足够高，便有更大的概率成功。在技术路径并未收敛时，提高人才密度的同时做好算力、数据等资源保障。”

他认为，人工智能产业高度市场化，政府支持并不能起到决定性作用。“政府不是万能的，市场能做到90%以上的事情，政府需要关注市场做不到的事情，只帮忙不添乱。首先就是造势，打造产业生态，其中就包括应用推广，推动更多行业场景开放。其次是通过政府引导基金引导社会资本。”

在培育人工智能领域耐心资本方面，东莞“一号文”提出了雄心勃勃的计划：将统筹设立规模不少于50亿元的人工智能子基金群。同时，深度参与国内人工智能企业股权投资或资产并购，到2027年推动15宗以上人工智能企业/产业项目落户东莞。

深圳方面也表示，设立人工智能产业基金，汇聚多元资本构建人工智能百亿基金投资生态，坚持“投早、投小、投长期、投硬科技”，探索投补联动、投贷联动等支持机制，打造陪同企业成长的耐心资本。

一些位于国内第一梯队的大模型企业都离不开地方国资的支持。

作为AI“六小虎”之一，北京智谱华章科技有限公司(下称“智谱”)2024年以来进行的多轮融资均有地方国资身影。2024年9月，中关村科学城以投前200亿元估值领投智谱新一轮融资，该轮融资金额为数十亿元。12月，智谱完成30亿元融资，投资方包括多家战投及国资。

尽管已经孵化出DeepSeek，但是杭州国资并未停止投资其他大模型企业。今年3月3日智谱完成超10亿元战略融资，投资方包括杭州城投产业基金、上城资本等。智谱称，融资将推动智谱的基座大模型GLM的技术创新和生态发展，更好地服务浙江省和长三角地区蓬勃发展的经济实体，发挥区域人工智能产业布局优势，助力基于人工智能技术的数字产业转型升级。

不过，无论是投资还是政策扶持，地方政府究竟应该更关注人工智能产业的哪个环节？

有学者认为，把AI产业拆成“算力、算法和数据”几个部分，假设只要在各个单点集中力量取得突破，就能自动组合起来完成赶超。同时，由于缺乏研究支撑，实践中只能选择管理上最方便的抓手：那就是往往只看“明星企业”，选择明星的标准是技术先进性或者企业规模。

但是他表示，应该扶持更多对于产业链贯通有所帮助的企业。比如市场化的算力服务运营商：它们负责投资算力中心的设备，然后将算力出租出去。它们对上游负责选择技术路线采购计算卡，一旦达成合作，会有积极性帮助芯片厂商实施繁重的适配工作；对下游负责吸引大模型的应用客户，会团结大量的生态企业，微调各类行业模型开发一站式解决方案，大大降低终端客户使用AI的门槛。助推这类企业对市场的扭曲更小，效率会更高。

但是，这种通过产业链角色选择扶持对象的思维，对传统强调技术转化的扶持对象来说，非常难接受：“他们还是做生意的逻辑，真的有情怀做科技创新吗？”

但是产业链贯通对创新的帮助更大。能否培育出下一个DeepSeek可能是众多偶然因素叠加的结果，但是如杨剑宇所言，对于地方政府而言，当下应该“以用促建”推动AI应用产业化落地，这可能是更为现实的选择。

季风掠过孵化器的

玻璃幕墙

数据代码正在重写高速路标

政策光标闪烁于产业园区

每个城市都在校准坐标

关键词：