一、引言

2026 年政府工作报告首次提出 “打造智能经济新形态”，标志着我国经济发展从数字化向智能化的时代跃迁，彰显了 “十五五” 时期大力发展智能经济的战略决心。智能经济是以人工智能为核心驱动力，以数据、算法、算力为关键要素，通过人、机、物全域互联与深度协同，实现经济活动智能化、网络化和自进化的一种新型经济形态。这一新形态的提出，意味着中国智能经济的发展逻辑已从局部技术赋能，跃升为对产业链、供应链、创新链的系统性重塑与整体性升级。

当前，我国人工智能领域已取得多项标志性成果。2025 年核心产业规模达到1.2 万亿元，企业超过6200 家；开源生态全球领先，中国企业推出的开源大模型下载量全球第一；超大规模智算集群、算电协同工程推进，中国算力总规模位居全球第二；具身智能规模化部署，我国规上制造业企业人工智能技术应用普及率超 30%；智能终端爆发，AI 手机、AI 电脑、AI 眼镜等加速普及；人形机器人推出 300 多款，占全球半数以上。这些成就为智能经济新形态的构建奠定了坚实基础。

本报告旨在系统研究“十五五” 期间智能经济新形态的发展现状、政策框架与未来趋势，为相关政策制定和产业发展提供专业参考。报告将从政策框架、发展现状、重点产业分析和政策建议四个维度展开，全面剖析智能经济新形态的内涵特征、发展路径和实施策略，为推动我国智能经济高质量发展提供理论支撑和实践指导。

二、智能经济新形态的政策框架与顶层设计

（一）“十五五” 规划纲要中的智能经济政策定位

“十五五” 规划纲要明确提出，要深入推进数字中国建设，全面提升数智化发展水平，将人工智能列为科技战略前沿部署方向，全方位实施 “人工智能 +” 行动。规划纲要中，智能经济新形态被定义为以人工智能为核心引擎、数据为关键要素、算力与算法为基础支撑，通过人、机、物全域互联与深度协同，重构生产、分配、交换、消费全链条，实现全要素生产率系统性跃升的 “智能原生” 新型经济形态。

在量化指标方面，“十五五” 规划纲要设定了 20 项主要指标，其中与创新驱动紧密相关的有 3 项：全社会研发经费投入年均增长 7% 以上、每万人口高价值发明专利拥有量到 2030 年大于 22 件、数字经济核心产业增加值占 GDP 比重到 2030 年达到 12.5%。这些指标从创新投入、产出和应用三个维度，共同构成了推动智能经济发展的量化目标体系。

表 1：“十五五” 规划纲要中与创新驱动相关的量化指标

在具体政策内容上，规划纲要强调要深化拓展“人工智能 +”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。支持人工智能开源社区建设，促进开源生态繁荣。实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集。完善人工智能治理。

在产业布局方面，规划纲要提出要优化提升传统产业，培育壮大新兴产业和未来产业。在传统产业领域，持续推进重点产业提质升级，新部署一批重大技术改造升级项目，安排 2000 亿元超长期特别国债资金支持大规模设备更新。在新兴产业领域，实施产业创新工程，鼓励央企国企带头开放应用场景，打造集成电路、航空航天、生物医药、低空经济等新兴支柱产业。在未来产业领域，建立未来产业投入增长和风险分担机制，培育发展未来能源、量子科技、具身智能、脑机接口、6G 等未来产业。

（二）2026 年政府工作报告的智能经济新形态部署

2026 年政府工作报告首次提出 “打造智能经济新形态”，将其作为培育新质生产力、扩大内需、推动高质量发展的核心抓手。这一表述标志着我国经济发展完成从 “数字化积累” 到 “智能化跃迁” 的战略转轨。智能经济并非人工智能与传统经济的简单叠加，而是数字经济的高级阶段，是以人工智能为核心引擎、数据为关键要素、算力与算法为基础支撑，通过人、机、物全域互联与深度协同，重构生产、分配、交换、消费全链条，实现全要素生产率系统性跃升的 “智能原生” 新型经济形态。其核心突破在于从 “被动数字化” 转向 “主动智能化”，让经济系统具备自感知、自学习、自决策、自优化能力，深刻改变传统要素配置与价值创造模式。

从三个层面理解智能经济新形态：一是智能技术产业化，构筑核心产业集群。这是智能经济的源头支撑，即以大模型、具身智能、芯片、云计算、物联网为核心的智能技术，通过攻关、转化与产业化形成独立增长集群。报告提出深化拓展“人工智能 +”、支持开源社区建设，正是推动智能技术从实验室走向市场，形成 “基础研究 — 技术攻关 — 产业转化 — 市场应用” 的完整链条。当前我国智能技术产业化成效显著，智能终端、AI 芯片、智能传感器等产业规模持续扩大，大模型应用场景不断丰富，成为拉动经济增长的重要新引擎。二是实体经济智能化，赋能全行业转型升级。这是智能经济的主要阵地，指智能技术深度渗透制造、农业、服务、基础设施等领域，推动实体经济实现智慧化改造。与数字经济时代的信息化赋能不同，智能经济更强调主动适配与全域优化：在制造业，智能机器人与具身智能推动生产线向人机协同、柔性生产升级；在农业，低空经济与智能传感赋能精准耕种、智慧养殖；在服务业，智能体与终端重构消费场景，实现服务个性化与高效化。报告提出打造 “5G + 工业互联网” 升级版、推动重点行业 AI 规模化应用，目标正是以智能技术加速产业全面升级。三是智能生态体系化，构建协同发展新范式。这是智能经济的保障体系，由数据要素流通、智能决策、人机协同、新业态新模式、安全治理共同构成。超大规模智算集群与算电协同提供算力底座，全国一体化调度提升算力效率，公共云成为智能技术普及的重要载体；数据基础制度与高质量数据集建设，推动数据转化为核心生产力；人工智能治理体系不断完善，确保智能经济安全、公平、向善发展。三个层面相互支撑，构成 “技术 — 产业 — 生态” 协同发展的完整逻辑。

政府工作报告将“打造智能经济新形态” 列为 2026 年政府工作任务，并提出七点举措。其要义在于，以 “人工智能 +” 赋能产业变革，以开源社区为创新引擎，以智算集群、卫星互联网、5G + 工业互联网为智能基底，以数据为核心要素，以人工智能治理为发展保障。这七点举措构成了从技术攻坚到产业落地的完整闭环，为打造智能经济新形态指明了实施路径。

表 2：2026 年政府工作报告中打造智能经济新形态的七点举措

深化拓展“人工智能 +”，让传统产业 “老树发新芽”。智能经济不是替代传统，而是唤醒传统；不是推倒重来，而是赋能升级。从纺织到食品，从会计到审计，智能终端和智能体加快推广，正在重塑各行各业商业模式。推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式，关键在于 “跟着需求走、围着场景转”。更多 AI 手机、AI 电脑将走进千家万户，更多工业智能体将投入应用，让智能化成果触手可及。

建设人工智能开源社区，让创新生态欣欣向荣。开源社区是加速技术迭代、降低创新门槛、汇聚集体智慧的创新引擎。繁荣的开源生态是“人工智能 +” 得以广泛深入拓展的关键，为快速孵化工具、模型及解决方案提供了便利。只有降低中小企业和创新创业者应用大模型的成本，让算法、数据、算力像阳光、空气和水一样普惠可及，才能激发全社会的创新创造活力。中国正成为全球人工智能创新的 “强磁场”，更多 “智慧企业” 将在这片沃土上破土而出。

实施超大规模智算集群建设、算电协同发展，让智能基底坚实有力。加强全国一体化算力监测调度，就是要发挥我国电网体系的独特优势，让算力中心与能源布局精准匹配，让东部的大脑与西部的心脏协同跳动。支持公共云发展，就是要告别“项目制 + 私有化” 的老路，让算力像水电一样即开即用，让企业特别是中小企业能够低成本 “上云用数赋智”，让智能应用的 “飞轮” 越转越快。

加快发展卫星互联网，让智能服务无远弗届。低轨卫星互联网是打通智能经济全域应用的关键抓手，能够破解地面算力网络的地域限制，构建天地一体的通信网络体系。无论是偏远山区的智慧农业，还是远洋航行的智能船舶，无论是应急救援的实时调度，还是边疆哨所的远程医疗，卫星互联网将让智能经济的触角抵达每一寸土地。

打造“5G + 工业互联网” 升级版，让中国制造变中国 “智造”。制造业拥抱人工智能，重在深度挖掘高价值应用场景。从智能工厂到智慧供应链，从工业平板到 AI 座舱，升级版 “5G + 工业互联网” 正在重塑生产流程。

深化数据资源开发利用，让数据驱动创新。数据是智能经济的“燃料”。只有破解 “数据孤岛”，才能让分散在各部门、各行业的数据资源汇聚融通，形成可供大模型训练的 “养料”。这需要在产权界定、流通交易、收益分配等基础制度上取得突破，让数据真正转化为核心生产要素。从医疗影像到工业设计，从农业育种到城市治理，高质量数据集让中国的大模型 “吃得更精、长得更壮”，在垂直领域形成独特优势。

完善人工智能治理，让智能经济行稳致远。打造智能经济新形态，必须统筹发展和安全。从数据安全到算法透明，从隐私保护到伦理规范，既要为技术发展划红线，也要为智能经济筑防线，更要为亿万人民守底线。在国际舞台上，中国通过《全球人工智能治理倡议》《“人工智能 +” 国际合作倡议》等，积极推动建构公正合理、开放包容、合作共赢的人工智能全球治理体系，坚定践行 “智能红利普惠共享、智能鸿沟有效弥合、智能发展始终向善” 的庄严承诺。

三、智能经济发展现状与数据收集

（一）智能经济核心产业规模与结构分析

根据 2025-2026 年国家统计局及相关权威部门发布的数据，我国智能经济核心产业规模和企业数量呈现快速增长态势。2025 年，我国人工智能核心产业规模已突破1.2 万亿元，企业数量超过6000 家，同比增长接近 30%。截至 2026 年 3 月，我国现存智能经济相关企业达480.5 万家，其中 2025 年新注册企业126.73 万家，同比增长 28.9%。从区域分布看，华东地区占比 32.8%，华南地区占 21.4%，呈现 “东强西弱” 格局。

在数字经济领域，2025 年核心产业增加值占 GDP 比重超过10.5%，规模达14.7 万亿元，年均复合增长率 12.8%。数字产品制造业增加值同比增长9.3%，服务器产量增长12.6%，服务机器人产量增长16.1%。智能算力规模达1037.3 EFLOPS，建成万卡智算集群42 个。这些数据表明，我国智能经济已形成从基础研发到应用落地的完整产业链，成为推动经济高质量发展的重要引擎。

表 3：2025-2026 年中国智能经济核心产业关键指标

从产业结构看，智能经济核心产业可分为基础层、技术层和应用层三大类别。基础层包括算力芯片、服务器、传感器等硬件设施；技术层涵盖计算机视觉、语音识别、自然语言处理等核心算法；应用层则包括智能制造、智慧医疗、智慧交通等行业解决方案。2025 年，基础层占比约 35%，技术层占比约 25%，应用层占比约 40%，呈现出应用层领先、基础层支撑、技术层驱动的良性发展格局。

从区域分布看，智能经济核心产业呈现明显的集聚效应。长三角、珠三角和京津冀三大区域成为智能经济发展的核心引擎，合计占比超过 65%。其中，长三角地区依托完整的产业链和丰富的应用场景，在智能硬件和系统集成方面优势明显；珠三角地区在智能终端和消费电子领域表现突出；京津冀地区则凭借丰富的科研资源和人才优势，在核心算法和基础研究方面领先全国。中西部地区虽然起步较晚，但依托特色产业和资源优势，在智慧农业、智慧能源等领域展现出独特发展潜力。

（二）人工智能、算力、智能体等细分领域发展现状

1. 人工智能大模型领域

2026 年，人工智能领域正经历从 “生成式交互” 向 “智能体（AI Agent）” 时代的深刻转型。智能体已不再是被动响应指令的内容生成工具，而是进化为能够理解复杂目标、自主规划路径、调用外部工具并独立完成端到端任务的 “数字员工”。这一转变标志着 AI 从提升效率的 “辅助性技术” 向重塑业务流程和生产关系的 “核心生产力” 演进。随着大模型能力的工程化落地，AI 智能体正成为驱动 “人工智能 +” 行动、培育新质生产力的关键抓手，其发展将深刻改变人机协作模式，并催生全新的产业生态与商业模式。

在技术发展方面，当前智能体技术的核心是围绕规划、记忆、工具使用三大能力的工程化整合与效率优化。在规划与推理能力方面，以 ReAct（推理 + 行动）框架为代表，智能体实现 “思考 -> 行动 -> 观察” 的闭环，显著提升处理复杂任务的鲁棒性。思维树（ToT）、反思（Reflexion）等进阶技术使智能体能够进行多路径探索和从失败中学习。2025 年，OpenAI 的 o 系列模型及 GPT-5 家族推动 “思维链” 推理进入大规模强化学习阶段。

在记忆系统方面，为解决上下文窗口限制，行业从简单的向量数据库检索，发展到采用多层次记忆架构（如感觉记忆、短期记忆、长期记忆）。Mem0 等系统被视为 “AI Agent 的通用内存层”，并通过与规划、反思模块的深度耦合，使记忆从 “被动记录” 转向 “主动利用”。

在工具使用方面，工具调用协议从碎片化走向统一。Anthropic 推出的模型上下文协议（MCP）已成为 “Agent 界的 USB-C 接口” 般的事实标准，被 OpenAI、Microsoft 等广泛集成，极大降低工具集成的复杂度。同时，为应对推理端高昂的成本，高效智能体技术聚焦于通过记忆压缩、精准工具调用和规划优化，在保证性能的同时降低 70% 的成本。

在多模态与协作能力方面，国内厂商如 Moonshot AI 推出的 Kimi K2.5 模型，引入 “Agent Swarm” 并行智能体架构，可自动拆解复杂任务并派生子 Agent 并行执行，端到端运行时间降低约 80%。智谱 AI 的轻量化多模态模型将推理成本降至 1/30，为消费级应用铺平道路。

2. 智能算力领域

AI 算力是支撑人工智能模型训练与推理的基础设施，涵盖芯片、服务器、存储、网络等硬件层，以及算法框架、调度平台等软件层。其核心价值在于将数据转化为智能决策能力，推动自动驾驶、医疗影像、工业质检等场景的智能化升级。随着大模型参数规模突破万亿级，AI 算力需求呈指数级增长，成为全球科技竞争的焦点领域。

在硬件层，异构计算成为主流，能效比竞争加剧。当前，全球 AI 芯片市场呈现 “通用 + 专用” 双轨并行格局：通用 GPU 在训练市场占据主导地位，而专用芯片（如 NPU、TPU）凭借低功耗、高集成度优势，在边缘计算、终端设备等领域快速渗透。异构计算架构通过整合不同类型芯片的计算优势，实现算力资源的动态分配。例如，CPU 负责逻辑控制，GPU 承担并行计算，NPU 处理 AI 专用任务，形成 “分工协作” 的计算模式。

存储与网络技术的升级同样关键。高带宽内存（HBM）通过堆叠技术突破传统内存带宽限制，满足大模型训练对数据吞吐量的需求；智能网卡（DPU）将数据预处理功能下沉至网络层，减轻 CPU 负担，提升整体系统效率。此外，液冷技术的普及推动数据中心 PUE（电能利用效率）持续优化，解决高密度算力部署的散热难题。

在软件层，生态协同与场景适配并行。软件层的发展聚焦于算力调度效率与场景适配能力。一方面，算力调度平台通过虚拟化、容器化技术，实现跨地域、跨架构的算力资源池化，提升资源利用率。例如，全国一体化算力网络的建设，将东部算力需求与西部绿色能源优势结合，形成“东数西算” 的协同格局。另一方面，场景化 AI 框架的兴起，针对医疗、金融等垂直领域优化模型结构，降低算力消耗。例如，医疗影像分析框架通过压缩模型参数量，在保持精度的同时减少推理时间。

在应用层，从技术验证到规模化落地。AI 算力的应用场景持续拓展，形成 “基础层 + 行业层” 的双层渗透模式。在基础层，大模型训练推动算力需求集中于头部云厂商与科研机构；在行业层，AI 算力与制造业、交通、能源等领域深度融合，催生智能工厂、自动驾驶、智慧电网等新业态。例如，在制造业中，AI 算力支持实时质量检测与工艺优化，将缺陷识别准确率提升至较高水平，同时减少人工巡检成本。

3. AI 智能体领域

智能体行业正从早期探索迈向规模化商业回报的关键拐点。全球市场方面，据 Index.dev 报告，2025 年全球 AI Agent 市场规模达到 73.8 亿美元，预计 2032 年将突破 1000 亿美元。另一预测显示，市场规模将从 2024 年的 51 亿美元跃升至 2030 年的 471 亿美元，年复合增长率超过 44%。

中国市场方面，2025 年，中国企业级 AI Agent 市场规模预计突破 232 亿元人民币，2023-2027 年复合增长率高达 120%。AI Agent 在 SaaS 行业的渗透率从 2025 年 7 月的 30% 飙升至 9 月的 40% 以上，成为头部厂商竞争标配。企业采购偏好正从 “买功能” 转向 “买结果”。下游应用环节的价值占比约 30%，其中按效果付费（RaaS）模式占比高达 60%，订阅制占 30%。2025 年被视为 “智能体产业化元年”，而 2026 年成为技术深度落地与商业闭环验证的关键一年。

在政策环境方面，全球主要经济体正加快构建鼓励创新与防范风险并重的 AI 治理框架。中国方面，2025 年 8 月，国务院发布《关于深入实施 “人工智能 +” 行动的意见》，明确提出到 2027 年新一代智能终端、智能体应用普及率超过 70%，到 2030 年超过 90% 的战略目标。国家数据局、工信部等多部门围绕算力建设、数据要素、行业应用出台系列配套政策。广东、上海、浙江等地通过发放 “算力券”、开放应用场景等方式提供实质性激励。同时，监管体系不断完善，《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法》等法规相继实施，并开展专项整治行动。

全球方面，欧盟《人工智能法案》确立基于风险分级的严格监管模式。美国则采取竞争导向的柔性治理策略。各国在加紧立法监管的同时，也在 APEC、欧盟 - 加拿大等框架下探索国际协同治理。

在产业链与基础设施方面，智能体产业链已清晰形成，但高端环节仍面临挑战。产业链结构方面，上游是算力芯片、智算中心和数据服务；中游包括大模型、智能体开发平台与框架（如 LangChain、阿里云通义千问 Agent 平台、腾讯云 ADP）；下游是覆盖金融、制造、医疗、政务等行业的 “智能体 +” 解决方案。

算力基础设施方面，“东数西算” 工程推动智算资源向枢纽节点集聚，全国已建成42 个万卡智算集群。云巨头（AWS、微软、谷歌）正将智能体运行时环境作为核心基础设施进行 “军备竞赛”。然而，高端训练芯片的供应和推理端暴涨的算力消耗仍是产业发展的关键制约。

数据要素方面，高质量、专业化的行业数据集是训练实用智能体的“燃料”。国家数据局指导建设 7 个数据标注基地，已形成超过 500 个行业高质量数据集。数据流通、确权与隐私保护的矛盾依然突出。

表 4：2026 年中国 AI 智能体细分领域发展现状

四、智能经济重点产业发展分析

（一）智能制造领域的智能化转型

智能制造领域在“十五五” 期间展现出强劲的技术驱动与市场扩张态势。根据《2026 年智能制造行业白皮书》，我国智能制造市场规模从 2019 年的 1.2 万亿元快速增长，预计 2026 年将达到3.5 万亿元，年复合增长率超过 20%。这一增长主要得益于物联网、大数据、云计算和人工智能等核心技术的突破性进展。物联网技术通过设备互联实现生产过程透明化，例如在智能工厂中，机器人、自动化设备和生产线通过物联网协同作业，显著提升生产效率；大数据技术则支持海量数据的存储与实时处理，为企业优化生产流程提供决策依据；云计算的弹性扩展能力使企业能够按需调整计算资源，降低成本；人工智能技术更是在智能决策、故障预测和设备维护等方面发挥关键作用。

在政策环境方面，国家层面持续加大支持力度。《全国智慧农业行动计划 (2024—2028 年)》明确提出到 2026 年底农业生产信息化率需达到 30% 以上，而《“十四五” 数字经济发展规划》将智慧农业列为重点领域。地方政府也积极响应，如浙江、江苏等省份对农业物联网设备购置提供 30%-50% 的补贴，推动一批智慧农业示范园区建设。这些政策不仅降低技术应用门槛，还通过示范项目验证技术可行性，为行业规模化推广提供标杆。

在技术创新方面，智能制造领域正从“单点智能” 迈向 “系统协同”。华为发布的《工业网络全连接报告》推动智慧工厂架构全新升级，其生产数字平台解决方案入选 “2025 世界智能制造十大科技进展”。该方案通过技术架构、工业互联、智能算法和数据治理等方面的创新，在制造业全流程中得到广泛应用。在工业 AI 质检领域，华为的解决方案能够实现产品缺陷的自动识别与分类，检测准确率达 99.9%，较人工检测效率提升 30 倍。同时，通过数字孪生技术构建物理实体的动态数字映射，大幅缩短研发周期、提升制造精度。

在产业布局方面，智能制造领域形成多元化竞争格局。国际企业如约翰迪尔、凯斯纽荷兰等凭借技术积累和全球客户资源，在高端市场占据主导地位；国内企业如大疆农业、极飞科技、托普云农等通过技术引进和自主创新，在农业无人机、智能灌溉等领域实现突破；新兴企业则通过技术创新和灵活的市场策略，在细分领域快速崛起。头部企业通过并购重组扩大市场份额，行业集中度持续提升。例如，在工业机器人领域，我国已经研制出具有较高自主知识产权的产品；在 3D 打印技术方面，实现从材料、设备到工艺的全面突破；在智能传感器领域，研制出具有较高灵敏度和稳定性的产品。

表 5：2026 年中国智能制造领域关键指标

（二）智慧农业的技术创新与应用

智慧农业作为智能制造的重要分支，其市场规模在 2025 年达到375.12 亿元，全球市场规模为1013.85 亿元。技术应用场景已从单一生产环节向全产业链延伸，涵盖智慧种植、智慧养殖、智慧渔场等多个细分场景，其中智慧种植与数字平台服务占比总和达67%。区域发展呈现明显梯度特征：东部地区凭借经济与技术优势率先实现规模化应用；中部地区作为粮食主产区，大田作物的智能化管理需求旺盛；西部与东北地区则依托特色农业与规模化农场，在畜牧与水产养殖智能化方面展现潜力。例如，黑龙江北大荒通过物联网系统实现精准灌溉，水资源利用率大幅提升；山东寿光蔬菜基地引入智能灌溉系统后，实现“一棚一策” 的精准管理，黄瓜大棚每亩节水显著，增产明显。

在政策环境方面，国家层面持续加大支持力度。《全国智慧农业行动计划 (2024—2028 年)》明确提出到 2026 年底农业生产信息化率需达到 30% 以上，而《“十四五” 数字经济发展规划》将智慧农业列为重点领域。地方政府也积极响应，如浙江、江苏等省份对农业物联网设备购置提供 30%-50% 的补贴，推动一批智慧农业示范园区建设。这些政策不仅降低技术应用门槛，还通过示范项目验证技术可行性，为行业规模化推广提供标杆。

在技术创新方面，智慧农业的技术创新同样突出。物联网传感器成本下降至十年前的三分之一，农田覆盖率显著提升。农业专用大模型如“农智云” 可识别多种农作物病虫害，准确率超越基层农技人员。AI 还能结合卫星遥感数据，提前预警病害发生，为防控争取时间窗口。在智能装备方面，植保无人机、无人驾驶拖拉机、采摘机器人等设备的市场渗透率快速攀升。例如，大疆农业无人机服务面积突破亿亩，成为粮食主产区植保主力装备。区块链技术则实现农产品全生命周期溯源，消费者扫码即可查看从田间到餐桌的全流程信息，不仅提升品牌溢价能力，更解决食品安全信任难题。

在产业链协同方面，智慧农业的产业链协同效应日益凸显。上游聚焦技术研发与硬件制造，包括物联网传感器、无人机、卫星遥感设备、智能农机装备、AI 算法模型及区块链平台等；中游以系统集成商、农业科技企业为核心，整合上游技术形成智慧种植 / 养殖方案、精准灌溉系统、病虫害预警平台等综合解决方案；下游涵盖农业生产主体及农产品加工、物流、销售全链条。这种全产业链布局使智慧农业从 “硬件销售” 向 “服务订阅” 转型，例如腾讯农业云推出 “智慧农服 SaaS”，按亩收费模式降低小农户使用门槛；阿里云 “数字茶园” 项目通过部署传感器与 AI 模型，实现茶叶产量提升与农药使用量下降。

表 6：2026 年中国智慧农业领域发展现状

（三）智慧交通的智能化升级

智慧交通领域同样取得显著进展。华为等科技企业通过 AI 技术深度融入交通运输全链条，树立 “点 — 线 — 面 — 体” 发展理念。在道路交通领域，华为发布 TOCC 综合交通运输一体化解决方案，助力交通运行综合监测、节假日出行保障等场景效能提升；在轨道领域，开发高可靠、大带宽、低时延的铁路下一代承载运调解决方案；在港口领域，研发出行业首个基于思维链的港口全要素调度智能体，使作业规划效率从小时级跃升至分钟级。截至 2026 年初，华为已服务全球 100 多个港口，210 多个机场和航司，300 余条城轨线路，18 万多公里铁路，20 多万公里公路，70 多个城市的 ITS 项目，以及 200 多家物流企业。

在技术创新方面，智慧交通领域的技术融合日益深入。华为 HiFIN 技术作为第三代智能网联系统，提供快速回网、双卡智慧选网 X-SIM 技术和智能加速等核心能力，实测结果表明在弱信号环境下的网络恢复时间仅为 1.8 秒，远超行业平均水平。这种技术优势保障车辆在地库、偏远地区等弱信号场景下的通信可靠性，为远程 OTA 升级、导航、解锁等基础车辆功能提供坚实基础。在 V2X 车路协同方面，2025 年北京车路协同项目已实现 V2I 实时路况交互，使路口事故率下降 37%，通行效率提升 22%。上海智慧高速项目中，V2X 实现 1000 米范围内车辆、护栏、施工区信息交互，雾天通行速度提高 40%。

在智能网联汽车领域，2026 年被定义为 L3 自动驾驶元年，华为乾崑智驾系统在北上广深等 7 个城市完成高速 L3 路测，为正式商用做最后冲刺。搭载华为乾崑 ADS 4.0 的车型如昊铂 A800 已完成 120 公里 / 小时下的 L3 级自动驾驶测试，超过行业此前公开的 L3 测试牌照最高时速限制。华为计划将具备城区 NCA 功能的高阶智驾下沉到 15 万级车型，意味着高阶智能驾驶将从豪华车的 “选配功能” 逐渐变为大众车型的 “标配”。截至 2025 年底，已有 15 个汽车品牌的 36 款车型搭载华为乾崑智驾系统，预计 2026 年底这一数字将扩大到 80 款。

在产业生态方面，智能网联汽车领域的商业模式创新活跃。华为的“双轮生态” 战略以车辆为智能节点，以华为乾崑 APP 为统一服务入口，深度融入高频生活场景。目前，全国 20 万个停车场的缴费服务已全面接入，超过 140 万根充电桩正在快速接入，预约代客洗车、车辆保养提醒等服务也在逐步推广，构建 “十分钟乾崑智驾生活圈”。这种生态布局不仅改变用车方式，更重构城市服务格局。例如，通过语音指令预约洗车，车辆自动导航到洗车店；洗完车后自动规划路线回家，途经充电桩时自动补能，全程无需用户多动手。

表 7：2026 年中国智慧交通领域关键技术与应用

五、智能经济新形态的政策建议

（一）加强智能经济技术创新能力建设

攻坚核心技术，筑牢自主可控发展根基。聚焦通用人工智能基础理论、高端芯片、基础软件、开源框架、大模型核心算法等关键领域，加大基础研究与前沿研发投入。强化产学研用深度协同，集中力量突破一批“卡脖子” 难题，构建自主可控、安全可靠的智能技术体系。当前，我国在高端 AI 芯片、核心工业软件等仍存在 “卡脖子” 问题，国产芯片在制程工艺上虽取得突破，但在生态兼容性、软件工具链完善度等方面仍存差距。建议设立智能经济核心技术攻关专项基金，支持企业、高校和科研院所联合攻关，加快实现技术自主可控。

完善创新生态，激发全社会创新活力。建设人工智能开源社区，促进开源生态繁荣。降低中小企业应用大模型的成本，打造开源文化，用好国家的人工智能产业投资基金。支持人工智能开源社区建设，促进开源生态繁荣。只有降低中小企业和创新创业者应用大模型的成本，让算法、数据、算力像阳光、空气和水一样普惠可及，才能激发全社会的创新创造活力。建议构建国家级人工智能开源平台，整合各类创新资源，为中小企业提供技术支持和服务。

加强人才培养，夯实智能经济发展基础。智能经济的发展离不开高素质人才队伍。建议加强人工智能领域人才培养，完善高校、科研院所与企业联合培养机制，培养一批既懂技术又懂产业的复合型人才。同时，加强职业教育和技能培训，提升现有产业工人的数字化、智能化技能水平，为智能经济发展提供人才支撑。

（二）完善智能经济产业生态体系

深化产业融合，激活实体经济内生动力。以“人工智能 +” 行动为总抓手，推动智能技术与制造业、农业、服务业全方位、全链条深度融合，让智能经济扎根实体经济。在制造业领域，重点发展智能制造，推动生产方式智能化变革；在农业领域，发展智慧农业，提高农业生产效率和质量；在服务业领域，推动智慧服务创新，提升服务质量和效率。建议制定 “人工智能 +” 行业应用指南，明确各行业智能化转型的路径和重点，引导企业有序推进智能化升级。

培育新兴产业，打造智能经济增长新引擎。重点培育智能机器人、智能网联汽车、智能终端等新兴产业，形成新的经济增长点。支持人工智能开源社区建设，促进开源生态繁荣。培育智能原生新业态新模式，打造具有国际竞争力的智能产业集群。建议设立智能经济产业发展基金，支持新兴产业和业态发展，培育一批具有国际竞争力的智能经济企业。

优化产业布局，促进区域协调发展。根据各地区资源禀赋和产业基础，优化智能经济产业布局，形成各具特色、优势互补的区域发展格局。东部地区重点发展高端智能装备和核心技术研发；中西部地区依托特色产业，发展智能化应用；东北地区利用老工业基地基础，发展智能装备制造。建议加强区域间产业协作，推动智能经济产业链、供应链、创新链协同发展。

（三）优化智能经济发展制度环境

完善法律法规，构建智能经济治理体系。坚持包容审慎监管，加快构建与智能经济发展相适应的法律法规、伦理规范和标准体系。完善数据产权、流通交易、收益分配、安全治理等基础制度，打通部门间、行业间、区域间数据壁垒。建议制定《智能经济发展促进法》，明确智能经济发展的法律地位和基本原则，为智能经济发展提供法律保障。

健全数据要素市场，释放数据要素价值。加快推进数据要素市场化配置改革，健全数据产权、流通交易、收益分配、安全治理等基础制度，打通部门间、行业间、区域间数据壁垒。建设高质量数据集，为人工智能应用提供精准、规范的训练素材。建议建立国家数据交易平台，促进数据要素有序流动和高效配置，释放数据要素价值。

加强国际合作，参与全球智能经济治理。积极参与全球人工智能治理规则制定，推动建构公正合理、开放包容、合作共赢的人工智能全球治理体系。坚持智能以人类为本，保护数据隐私，避免垄断与滥用，维护生态平衡，防止技术霸权。建议发起成立全球智能经济治理联盟，推动形成国际共识和规则，为全球智能经济发展贡献中国智慧和中国方案。

六、结论

“十五五” 时期是我国从中度老龄化向深度老龄化过渡的关键阶段，也是智能经济从局部突破走向全面成势的重要战略窗口期。2026 年政府工作报告首次提出 “打造智能经济新形态”，标志着我国经济发展正式迈进以人工智能为重要引擎的智能驱动新阶段。当前，新一代人工智能技术加速迭代，正在引发生产方式、商业模式和经济形态的系统性变革，智能经济已成为培育新质生产力、推动高质量发展的核心引擎。

研究表明，我国智能经济发展已取得显著成效。2025 年人工智能核心产业规模突破1.2 万亿元，企业超过6000 家；智能算力规模达1037.3 EFLOPS，建成万卡智算集群42 个；智能工厂数量突破4.37 万家，带动生产效率提升 22.3%。在智能制造、智慧农业、智慧交通等重点领域，智能技术应用不断深化，形成一批可复制、可推广的经验和模式。同时，我国在智能经济领域仍面临核心技术有待突破、产业融合不够深入、要素流通存在壁垒、治理体系尚需完善等挑战，需要从技术、产业、制度三个维度协同发力，推动智能经济提质增效、行稳致远。

展望未来，智能经济将呈现七大发展趋势：一是大模型不再内卷，通用大模型 + 垂直小模型并行发展；二是 AI 重构全产业，传统行业迎来大洗牌；三是人机协同成常态，一人可顶一个团队；四是算力像电力，数据像黄金，成为核心生产要素；五是商业模式大变，卖产品不如卖智能服务；六是全球格局分化，各国形成差异化竞争优势；七是终极方向是自主、绿色、高质量发展。这些趋势将共同塑造智能经济新形态，为 “十五五” 时期经济高质量发展注入强劲动能。

“十五五” 时期，智能经济将从局部突破走向全面成势，成为推动中国式现代化建设的重要力量。我们应把握这一历史性机遇，以系统观念补短板、强弱项、固底板，通过技术创新、产业升级和制度创新，推动智能经济实现高质量发展，为全面建设社会主义现代化国家作出新的更大贡献。

参考文献：

[1] 国务院。中华人民共和国国民经济和社会发展第十五个五年规划纲要. (2026-03-14).
[2] 国务院. 2026 年政府工作报告. (2026-03-05).
[3] 国家统计局。中华人民共和国 2025 年国民经济和社会发展统计公报. (2026-02-28).
[4] 工业和信息化部. 2025 年我国人工智能核心产业规模预计突破 1.2 万亿元. (2026-01-21).
[5] 国家发展改革委。关于深入实施 “人工智能 +” 行动的意见. (2025-08-21).
[6] 上海财经大学数字经济研究院。智能经济：中国发展新形态. (2026-03-17).
[7] 中国生产力促进中心协会王羽。智能经济的概念定义、内涵特征及实践路径. (2025-10-14).
[8] 华为。华为发布五大全新解决方案，迈向交通运输行业全面智能化. (2026-03-03).
[9] 国家数据局。到 2025 年底数字经济核心产业增加值占国内生产总值比重超过 10%. (2025-05-16).
[10] 工业和信息化部等八部门. “人工智能 + 制造” 专项行动实施意见. (2026-01-13).