当前，全球人工智能技术竞争日趋激烈，我国应用落地和基础设施建设上已取得阶段性成果，但深层次挑战不容忽视。贺晗委员指出，原创技术供给不足、“耐心资本”短缺、数据要素流通不畅等问题制约着产业高质量发展。 技术策源上，我国大模型应用虽百花齐放，但底层算法、计算架构等“硬核科技”仍依赖国外。贺晗分析，这与研发周期长、风险高的特性密切有关。他建议，通过专项投融资政策引导社保基金、保险资金等长期资本进入基础研究领域，并对政府引导基金实施“尽职免责”机制，为关键技术攻关提供稳定支持。 数据要素是人工智能发展的核心资源。贺晗调研发现，具身智能领域面临“数据荒”，碎片化数据难以支撑产业化需求。对此，他提出实施国家级“具身数据要素工程”，建设统一的数据采集与预训练中心，同时推动多模态大模型研发，提升机器人复杂环境中的泛化能力。该建议直指行业痛点，有望破解“示范易、落地难”的困局。 算力基础设施布局同样关键。随着“东数西算”工程推进，东西部算力资源配置不均衡问题凸显。贺晗特别指出，中部地区在区位和能源上具有独特优势，如山西大同至北京时延仅3毫秒，完全可承接京津冀外溢需求。他建议将中部省份纳入国家算力枢纽体系，构建高效梯级调度网络，实现“低时延”与“绿电成本”的平衡。 前瞻来看，这些建议若落地实施，将提升我国人工智能全产业链竞争力。通过原创技术突破、数据要素整合、算力优化配置的“组合拳”，有望在全球科技博弈中抢占制高点。
人工智能已成为国家战略竞争的关键领域。从强化原创技术到优化算力布局，从突破具身智能瓶颈到完善基础设施，这些建议形成了系统性的解决方案。这些措施的实施，不仅有助于我国实现AI领域的自主可控，更为产业高质量发展奠定基础。在新一轮全球科技竞争中，补齐基础研究短板、激活各类资本活力、优化资源配置，才是筑牢国家竞争力的关键。