当前全球人工智能技术加速迭代演进，竞争重心逐步由上层应用比拼转向底层核心能力较量。我国人工智能产业加快补齐基础短板，在算力硬件、深度学习框架、基础算法、高质量数据供给等关键领域持续实现底层技术突破，夯实人工智能产业自主创新根基，为产业规模化高质量发展注入强劲动能。
算力是人工智能发展的底座引擎。近年来，我国 AI 芯片、智算集群、高速互联基础设施多点发力，国产算力硬件迭代提速，大规模智算中心有序布局，算力调度、存算一体、光电互联等系统架构创新不断落地，智能算力供给规模稳步扩大，有效破解大模型训练、复杂场景推理的算力瓶颈，构建起自主可控的算力供给体系，为大模型研发、科学智能、具身智能等前沿方向提供硬件保障。
软件底座创新持续提速。我国深耕深度学习框架、编译器、算子库等基础软件，打通从芯片到模型的全栈技术链路。自主框架生态不断壮大，开源开放持续推进，降低人工智能开发门槛，支撑科研机构与产业开发者开展模型创新，摆脱底层工具依赖，构筑软硬协同的技术生态，实现硬件算力与软件能力双向适配升级。
基础算法与理论研究多点开花。科研力量聚焦大模型基础架构、因果推理、多模态融合、世界模型等前沿方向，持续攻克模型泛化不足、推理效率偏低、幻觉等共性技术难题。原始创新成果不断涌现，算法性能持续优化，推动人工智能从统计拟合向因果认知进阶，拓展技术能力边界，为大模型迭代升级提供理论源头支撑。
数据要素基础不断夯实。作为人工智能的核心生产要素，高质量数据集建设、数据治理体系加快完善，兼顾数据合规安全与训练需求，真实场景数据与合成数据协同发展，打通数据采集、清洗、标注、流通全链条，源源不断为算法训练供给优质 “数字燃料”，释放数据要素创新价值。
底层技术的突破不是单点技术的突进，而是算力、软件、算法、数据多要素协同创新的系统工程。下一步，我国将继续强化人工智能基础研究投入，打通产学研用创新链条，补齐关键短板，推动底层技术成果向产业端转化，以坚实的底层技术底座，支撑人工智能赋能千行百业，把握新一轮科技革命与产业变革战略机遇。
