首次推出的新产品超过30款，来自全球超过400家知名人工智能企业和机构展示了人形机器人、大型模型等“新赛道”的“核心产品”。这反映了人工智能产业蓬勃发展的情况。最新数据显示，我国人工智能核心产业规模已达5000亿元，企业数量超过4300家，算力规模在全球排名第二。
相关部门将进一步加强政策引导、巩固产业基础、拓展应用场景、完善生态体系，加快培育壮大人工智能产业。
2023年7月8日，在世界人工智能大会期间，中国移动正式发布了九天·海算政务大模型和九天·客服大模型。前者是专为政务领域设计的大型模型，具备多维度的信息关联能力和面向复杂事项和流程的多元交互能力。后者则是用于人工客服领域，能够根据用户提供的自然语言描述解析用户问题并提供答案。此前，中国电信于7月6日发布了TeleChat大模型，该模型使用了大量高质量的中英文语料进行预训练，并使用了千万级的问答数据进行微调，可用于数据中台、智能客服和智慧政务等领域。
最近一段时间，以ChatGPT为代表的人工智能大型模型引领了全球人工智能技术发展的新浪潮。仅在2023世界人工智能大会期间，就有30多个大型模型集体亮相，其中许多通用和行业垂直模型是首次亮相。
根据科技部新一代人工智能发展研究中心于5月底发布的《中国人工智能大型模型地图研究》，我国已发布了79个参数超过10亿的大型模型。在大型模型方面，我国已经建立了包括理论方法和软硬件技术在内的系统化研发能力，形成了与世界前沿接轨的大型模型技术群。
工信部副部长徐晓兰在2023世界人工智能大会上表示，以深度学习算法为代表的新一代人工智能技术引领了发展热潮，以大型模型为代表的通用人工智能不断取得了技术突破，实现了人工智能从感知到认知、从量变到质变的跨越。
百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰认为：“以大型语言模型为代表的人工智能技术在全球引发了科技和产业创新浪潮，深度学习框架和大型模型构成了产业智能化的基础，将支持各个行业的应用智能化重构。”
在追求“新”技术的同时，人工智能的应用也在不断挖掘“潜力”。
人工智能驱动的科学研究是当前的热门话题。7月6日，腾讯公布了“探星计划”的最新成果，通过人工智能技术从大量观测数据中发现了快速射电暴。此前，由复旦大学、阿里云等共同打造的中国高校云上科研智算平台CFFF正式在复旦大学上线，该平台以公共云模式提供超过千卡的并行智能计算，支持大型模型的训练。
复旦大学校长、中国科学院院士金力在接受采访时表示：“为了发现和解决科学研究中的重大问题，算法需要在海量数据的基础上不断迭代，从关联发现到靶点发现再到靶点验证，其中蕴藏着巨大的计算量。”他认为，在未来，借助人工智能的帮助，有希望识别出最有可能突破的科研方向，协助发现和筛选科学问题。
一些人工智能应用瞄准通用领域，一些则在深耕行业，在采访中了解到，人工智能融合应用的深度和广度不断扩展。在中信戴卡打造的全球铝车轮行业“灯塔工厂”中，人工智能识别技术应用于工业检测中，减少了80%的人工干预，提高了40%的检测效率；在多个重点基础设施建设的铁路项目中，网易伏羲无人装载机器人基于大型模型实现了多项技术突破，例如自主定位精度优于5厘米，为自动化操作提供了稳定和安全的支持……
工信部的数据显示，我国已经建立了2500多个数字化车间和智能工厂，在示范工厂改造后，研发周期缩短了约20.7%，生产效率提高了约34.8%，碳排放减少了约21.2%，有力推动了实体经济向数字化、智能化和绿色化的转型。
业内人士认为，我国拥有广阔的人工智能应用市场，但在基础技术等方面仍处于相对弱势地位，产业自主创新的生态体系还需要进一步建设。
根据2022全球人工智能创新指数数据显示，我国在过去三年中一直保持着全球第二的人工智能创新指数水平，在人才、教育、专利产出等方面都有所提升，但基础资源建设水平仍有待提高。相对于快速增长的创新产出而言，我国在人工智能创新投入的规模和质量方面还有很大的提升空间。
中国工程院院士、清华大学计算机系教授郑纬民说，目前国内人工智能基础资源在生态建设方面还存在不足。“国产硬件对大型模型软件的适配程度还有待提高，除了要提高对现有软件的兼容性，还需要提高硬件对软件开发的支持能力，提供友好的开发环境，从而推动我国人工智能生态建设。”
多方正在加快部署，整合创新资源，抓住人工智能发展机遇，推动人工智能自主技术体系的建设和产业发展。
今年5月召开的二十届中央财经委员会第一次会议明确提出了“把握人工智能等新科技革命浪潮”和“推进产业智能化、绿色化、融合化”的目标。
工信部表示，将加强政策引导，结合全球通用人工智能发展的新态势，与相关部门共同加快研究制定产业政策，进一步明确产业发展目标和重点任务；同时，拓展应用场景，提升人工智能在制造业的赋能水平。科技部也明确表示，将加大在人工智能基础理论和前沿技术研发方面的投入，打造一批人工智能区域高地和基础平台，深化企业牵头的产学研用融合，推动人工智能对经济社会发展的赋能。
同时，产业发展的基础将进一步夯实。徐晓兰表示，将围绕算力、算法、数据、框架等底层技术加大创新研发，加快推进软硬件的适配，构建从智能芯片到算法框架再到大型模型的全栈式产业链，加快人工智能技术和产业的发展。
