千层金构建AI发展七层蛋糕模型——解读“十五五”规划下AI战略的全方位布局

（陆媛为星际宝藏AIGC创业联盟社群创始人）

我国AI发展应考虑七层蛋糕模型

《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》（下称“十五五”规划）中科技主线部分最重要的莫过于AI战略，要想取得此次工业革命先锋地位，可以考虑七层蛋糕模型全面发展，并在规划中落实。

从我国目前的AI发展速度看，有实力保持在世界前三名，一些大模型的评分已经接近或者超过GPT和Gemini，英伟达CEO黄仁勋在一次私人谈话中甚至提到，中国会赢，因为制裁令是最好的全国动员令，一百万研究者在日以继夜追进。

即使外界看好，我们也需清晰看待自身现况优点和成长潜力，如需未来后劲充足，则需现在全面建设从基础设施到应用的上下游节点，并悉心运营商业生态。

因此，七层蛋糕模型为能源、芯片、基础设施、数据、模型、应用、信任治理，成为世界领先AI水平，要过七道关，才能形成产业优势。

能源层：算力根基，绿色转型迫在眉睫

算力是AI发展的物理底座，我国凭借电价优势形成独特竞争力。当前民用电价仅为日本的十分之一，统一的电网调度体系为AI集群提供有力支撑。

美国分州建电厂，电网和审批是瓶颈，而我国统一调度，与发达国家相比较，电价便宜，民用电仅有日本的十分之一，这极大支持了AI发展。

然而，煤电占比高、减排压力大等挑战依然存在。多位行业人士指出，AI数据中心正面临选址难题，液冷技术、低碳供电等新型基础设施成为迫切需求。

PUE、供电冗余、扩容周期正在从工程参数变成商业参数，毕竟AI的第一性原理是热力学。

芯片层：突破瓶颈，生态构建任重道远

芯片是AI产业的关键。尽管我国企业正加速追赶国际顶尖水平，但工艺、封装及生态迁移等短板仍需攻克。在《芯片战争》一书中，作者克里斯·米勒提到芯片技术是全球最关键技术之争，每一道流程上的头部厂商都是积累数十年之功方可至其位。

一位算力中心创始人表示，中国厂商整体仍然有不少成长空间，正在往全球最顶级的领域进发，但目前还有一定短板，包括工艺、封装、生态迁移成本，不仅仅在芯片上。

芯片也要看生态，还要看使用效率。

值得关注的是，市场已涌现出通过算法优化实现硬件效能倍增的创新案例，凸显“芯片用好者”的战略价值。未来需强化产学研协同，在自主创新的同时培育芯片应用生态，实现从“造得出”到“用得好”的跨越。

基础设施层：效率革命，全球部署加速推进

基础设施层承担着算力资源的高效转化任务。这一层蛋糕是把混乱变成确定性和稳定性。

一位企业家投身于AI数据工厂，即插即用的集装箱模式，这样在美国做一个AI数据中心需要三年，而他公司只需要三个月，极大提升速度效率。

服务器集群设计、网络设计、数据库IO、调度与运维体系是能够保障整层蛋糕算力跑起来的保障。

当前需重点解决长距离网络传输、跨区域调度等效率瓶颈，通过服务器集群优化、智能运维体系建设，筑牢产业发展的“地基”。以杭州、马来西亚等地新建的数据中心为标杆，我国正加速构建全球领先的AI基础设施网络。

我国需要处理长距离网络、跨区调度和东西部负荷匹配的效率问题。

数据层：资源整合，合规治理释放价值

数据是AI创新的“燃料库”。面对全球训练数据告罄的挑战，我国需深挖数据资源优势。

在数据方面，这是原料仓库，也是行业门票。

OpenAI的联合创始人IIya Sutskever在上月的播客访谈中提到，大语言模型使用的训练数据即将告罄，那么用什么数据去训练新生的数万智能体呢？

我国有全国性个人信息保护法与数据安全法，相对而言做到了全国统一。

美国没有单一的联邦综合隐私安全法，而且州法差异较大。

真正的壁垒在于各行业数据的采集、清洗、标注、治理、合规、迭代。这些数据管线能在底层支持算法更新。

模型层：技术攻坚，创新突破持续发力

模型层是AI技术的核心载体。模型评分高，但是上线不稳定，有bug修复却产生了新的bug，如何更好训练、微调仍是研究者们的攻关重点。

斯坦福AI Index2025报告指出，中国在AI论文与专利领先，例如2023年中国占AI专利授权总量达69.7%，美国位居第二为14.2%，截止2025年4月，央视披露的数据，中国AI专利申请量达到157.64万件，占全球申请量的38.58%，位居全球首位。

上述报告指出，2024年值得关注的模型美国机构有40个，中国15个，但在MMLU、HumanEval等基准上的两国差距在收敛持平。

我国资本市场也加快对大模型公司的支持，智谱、MiniMax等企业加速上市进程，资本市场支持力度不断增强。未来需聚焦模型训练效率、鲁棒性等关键技术攻关，推动从“追赶者”向“引领者”转变。

应用层：场景落地，市场优势加速转化

应用层是AI价值的最终体现。如何落地到市场上为社会提供价值，最为关键。

2024年美国私募AI投资约1091亿美元，依然处于领先地位。中国市场人口密度大，对AI的接受成都更高，这是开拓市场的更好基础。据南华早报的一份调研，在中国，有80%的受访者对AI表示乐观，但在美国只有39%。需深化“AI+”应用场景探索，推动智能制造、智慧城市、医疗健康等领域的规模化落地，将人口红利转化为产业红利。

信任治理层：规则护航，安全发展行稳致远

信任治理是AI长远发展的“压舱石”，是顶层设计者对未来的风险管理。

ChatGpt的主要发明者IIya Sutskever辞职后，开创了安全的人工智能应用公司，并融资30亿美元，这点显示了安全信任的AI不容忽视。

我国有《生成式人工智能服务管理暂行办法》，对创新事物采取相对包容态度，这是正确的。

美国国家技术标准研究院（NIST）发布了《人工智能风险管理框架》AI RMF1.0定位行业自愿采用，但特朗普在推动全国统一监管框架。

AI能在什么范围内使用、出了事谁负责，规模化落地的门槛在这里，数据外泄、越权、模型漂移、合规能力、责任边界设计、可追溯性等，都需要安全和信任规则去保护。

协同发力，跑出AI发展“加速度”

七层蛋糕模型揭示：AI竞争是系统能力的比拼。真正的赢家，往往不是某一层最强，而是能把七层“咬合”起来的人。

我国在制定 AI 战略时，或许该少问一句“要不要自研大模型”，多问三句更现实的问题：电从哪来？数据从哪来？信任从哪来？前两者决定你能跑多快，后一个决定你能跑多远。AI 时代的竞争，越来越像一场“硬件—工程—合规—产品”一体化的耐力赛，而不是一次 PPT 上的冲刺。

从七层AI蛋糕模型及结合现实发展来看，未来五年，我国可能会在芯片上取得大突破，但在电力和数据方面可能需要做更多基础工作，对信任和安全治理的营商环境也需要更好建设引导。

第一财经一财号独家首发，本文仅代表作者观点。