专题：中国发展高层论坛2026年年会
中国发展高层论坛
国家发展改革委党组成员，国家数据局党组书记、局长刘烈宏在中国发展高层论坛2026年年会上的演讲
尊敬的各位来宾，女士们、先生们，朋友们：
下午好！
很高兴参加中国发展高层论坛2026年年会，与大家共同探讨人工智能产业化应用。
中国政府高度重视人工智能发展，2025年8月，印发《关于深入实施“人工智能+”行动的意见》。今年3月，“十五五”规划纲要明确提出全面实施“人工智能+”行动，全方位赋能千行百业。《政府工作报告》进一步强调“打造智能经济新形态，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”“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”。
在技术创新与商业应用驱动下，人工智能产业规模持续增长。预计到“十五五”末，中国人工智能相关产业规模将突破10万亿元，迈向更广阔的增长空间。
下面，借这个机会，围绕人工智能技术和产业发展，结合数据工作，我谈三点体会和思考。
第一，适度超前，建用结合，科学布局和建设算力基础设施。“十四五”以来，中国在算力规模、技术、应用等方面实现长足发展。一是全面启动“东数西算”工程，该工程通过构建新型算力集群，将东部密集的算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。从2022年开始，在京津冀、长三角、粤港澳、成渝、贵州、内蒙古、甘肃、宁夏布局建设国家八大枢纽节点，发展张家口集群、长三角集群、芜湖集群、韶关集群、天府集群、重庆集群、和林格尔集群、贵安集群、庆阳集群、中卫集群等十大数据中心集群。截至2025年底，中国智算总规模达159万PFlops，其中，八大国家枢纽（含十大集群）已建成智算规模达138.8万PFlops，占全国比重超过80%。二是开展算电协同试点。算电协同是指通过数字化技术、智能算法、信息网络，将算力基础设施与电力系统进行深度融合，推动资源动态匹配与优化配置的新基建工程，实现“以电强算、以算促电的良性循环”。主要内容包括推进绿电直供、绿电聚合供应，提高绿色电力对算力的支撑能力；推进余热回收利用，增强绿色低碳循环效益，等等。2024年10月，国家数据局就会同相关部门组织京津冀、长三角、内蒙古等枢纽节点以及青海、新疆等清洁能源富集地区，围绕绿电直供、多源互补、源荷互动等开展先行先试，探索算电协同模式。今年3月5日，“算电协同”写入中国政府工作报告。下一步，我们将会同相关部门大力推进算电协同工程，确保枢纽节点新建算力设施绿电应用占比达到80%以上，最大程度发挥绿色电力的支撑作用。三是加快构建全国一体化算力网。2023年12月，国家数据局会同相关部门，提出加快构建全国一体化算力网。全国一体化算力网是指以信息网络技术为载体，促进全国范围内各类算力资源高比例、大规模一体化调度运营的数字基础设施。实现算力资源的高效调度和应用是全国一体化算力网的一个重要标志性要求，但不同于电力调度直接输送电力，算力调度是指将数据、计算任务通过网络从异地调度到算力中心计算的过程，调度的是数据、计算任务。全国一体化算力网建设已列入“十五五”规划。下一步，我们将加快国家枢纽算力设施集群建设，支持有条件地区根据低时延场景需求适度发展算力，推进云边端协同发展。加强全国一体化算力监测调度，提升算力接入和精准匹配能力，提高算力资源使用效率，更好地满足中小企业和科研机构对算力资源的旺盛需求。
第二，人工智能加速演进，打造智能经济新业态。从去年春节DeepSeek开源模型出圈，机器人在春晚惊艳亮相，到今年春节Seedance2.0火爆全球，再到近期OpenClaw掀起“养龙虾”热潮——一个又一个热点，反映出人工智能发展的五个新的趋势：一是从对话到决策执行，智能体正驱动中国大模型应用规模爆发式增长。以OpenClaw为代表的智能体应用，通过构建大模型与外部工具的深度连接，实现了任务的自主规划与连续执行，标志着智能体已成为大模型落地应用的新形态，迅速引爆全球市场，同时也带来了网络安全和数据安全隐患。在此浪潮中，中国企业凭借“开源框架+中国模型+全栈数据安全策略”的独特路径，加速推动智能体应用的落地。不同于单纯追求功能实现，中国企业推出的方案以国产大模型为“大脑”，创新性地植入了工具合规性检测、数据隔离、权限管控及操作审计等全链路安全机制。这也让我们认识到“好智能体”的标准：它不应仅仅是炫技式的“全能执行者”，更应是坦诚的风险告知者与可靠的方案解决者——在展示“能做什么”的同时，清晰界定“有哪些风险”并提供“如何安全落地”的完整闭环。当然用户还要在此基础上精准识别安全风险，加强安全管理。人工智能的发展离不开大规模、高质量、安全合规的数据。国家数据局把数据要素赋能人工智能创新发展作为重点工作，持续推动高质量数据集建设和人工智能同频共振，初步形成了“‘人工智能+’行动发展到哪里，高质量数据集的建设和应用就推广到哪里”的良好局面。二是随着人工智能从基础大模型向行业大模型纵深拓展，与实体经济的结合度越来越高，行业高质量数据集正取代通用语料，成为决定模型落地效果的关键变量。只有推动人工智能与各行各业深度融合，才能将技术势能转化为发展势能。中国作为全世界唯一拥有全部工业门类的国家，数据资源丰富、产业体系完备、市场空间巨大，实施“人工智能+”行动，就能让人工智能技术真正扎进产业土壤，深度赋能千行百业。三是人工智能正经历从数字模拟向物理交互的范式跃迁，引爆了具身智能数据的全新需求。人工智能与机器人本体、传感器、控制系统深度融合，实现感知、决策、执行的闭环能力，在工业制造、仓储物流、特种作业等领域的特定场景下，已经展现出执行复杂操作任务的实际能力，具身智能正加速从实验性部署转向实际生产应用。我们将积极推动高价值真机数据的采集与开发，夯实具身智能进化的数据基础。四是Token“词元”不仅是智能时代的价值锚点，更是连接技术供给与商业需求的“结算单位”，为商业模式的落地提供了可量化的可能。2024年年初，中国日均Token调用量为1000亿；至2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。今年1月底以来，有的模型企业创下20天收入超越2025年全年总收入的业绩纪录。这组数字背后，是一套以Token计费为基础的新型商业逻辑正在加速演进。Token是大模型处理信息的最小信息单元，具有智能时代可计量、可定价、可交易的特征。围绕Token的调用、分发与结算，一套新的价值体系正在加速演进形成，并成为人工智能产业可能变现的重要路径。中国日均Token调用量的大幅增长也表明，随着中国数据要素市场化配置改革的纵深推进，人工智能高质量数据的供给体系正在形成，“数据供给—价值释放”的良性循环已初现端倪。五是AI深度融入生产生活，安全合规成为治理焦点。训练数据与生成内容的版权争议，可能使人工智能产品陷入法律诉讼与信任危机；数据投毒攻击、权限失控、网络安全漏洞、恶意技能插件等安全风险，均会引发系统输出失真、决策偏误等问题，影响人工智能应用的可靠性。这要求人工智能的提供者、使用者、网络安全维护者等都要充分发挥作用、协同联动，提供应用全栈数据安全的解决方案，以装龙虾为代表的智能体应用为例，要按照“最小权限、主动防御、持续审计”的原则持续开展安全防护。为此，我们正在建立健全数据产权制度，为数据供给、流通、使用提供权责清晰的产权配置方案。我们正在推动形成涵盖数据、技术、网络等一体化的安全治理解决方案，为人工智能规模化应用落地提供有力安全支撑。
第三，数据产业与人工智能深度融合、协同发展，催生智能经济新增长点。随着全球数字化、网络化、智能化进程的全面提速，数据已摆脱了“数字化副产品”的附属地位，跃升为驱动经济社会发展的关键生产要素。在这一宏观背景下，数据产业正经历着深刻的演进：从早期侧重于事务处理与业务支撑的“信息服务阶段（DT 1.0）”，跨越至聚焦数据驱动分析与决策的“智能分析阶段（DT 2.0）”，并正整体迈向以“数据要素价值释放、安全可信高效流通”为特征的“价值生态阶段（DT 3.0）”。人工智能作为这一变革的加速器，不仅极大地激发了数据开发利用的市场需求，更从采集治理、价值挖掘到产业生态构建等多个维度，重构了数据产业的发展逻辑，开辟了全新增长空间。一是人工智能的蓬勃发展正在激活前所未有的数据新需求。模型训练、算法优化、应用落地等环节对高质量数据的依赖日益凸显，通识数据集、行业通识数据集、行业专识数据集等多元化数据需求爆发，推动数据资源、技术、服务、应用、安全、基础设施等六类数据企业快速发展，数据产业生态加速构建。据国家数据发展研究院测算，2024年提供包括面向人工智能训练的高质量数据集等专业数据产品的各类企业在内，产值规模已经超过2万亿元。预计2025年增长15%，产值规模超过2.3万亿元。二是人工智能技术的快速迭代与规模化应用，正在催生数据领域的诸多新赛道。随着多模态大模型、行业大模型、智能体、具身智能、物理AI等前沿技术的持续涌现，市场对多模态数据、思维链数据、时空数据等细分领域的需求呈井喷之势。与此同时，人工智能在千行百业的深度落地，对数据的质量如鲜活度、真实性、完整性、多样性和高知识密度等提出了更为严苛的要求，促使数据生产方式从粗放式采集向精细化、专业化加工演进。在此背景下，高质量数据集构建、精细化数据标注、数据智能分析平台等新兴赛道蓬勃兴起，极大地拓展了数据产业的内涵与外延，为产业链上下游企业提供了丰富的创新机遇。三是人工智能技术显著提升了数据开发效率，拓展了数据要素市场化配置的新空间。面对全球数据总量中超过80%为非结构化数据这一现状，传统技术手段往往难以有效挖掘其价值，致使大量数据沦为“沉睡的金矿”。而人工智能技术的突破性进展，使得对这些复杂非结构化数据的解析与开发成为可能，极大地释放了数据要素的潜在价值。与此同时，数据产权“持有权、使用权、经营权”三权分置改革正在全面推进，数据交易所、数据流通利用平台和数据服务商等新型流通机构正在发挥作用，配合以“数据可用不可见”的隐私计算等技术和数据基础设施的广泛应用，逐步破解了数据流通中的确权与隐私保护等难题，推动数据要素的市场化流通机制走向成熟与高效。四是人工智能技术深度嵌入数据处理全链条，既带来了数据安全治理的新挑战，也孕育了治理模式升级的新机遇。一方面，人工智能应用潜在的复杂安全风险，催生了针对数据安全评估、合规审计、风险监测等新兴治理服务的迫切需求。另一方面，人工智能技术本身也在赋能安全防护体系，推动其从被动的响应式防御向主动的预测与防御跃升，智能化数据安全治理正成为保障人工智能产业健康发展的重要基石。
各位朋友！我们深刻认识到，数据是智能经济的关键生产要素。我们始终以数据要素市场化配置改革为主线，探索形成了“5+3+1”工作体系，其中“5”是指在数据基础制度、数据基础设施、数据融合应用和场景建设、全国一体化数据市场建设、数据产业培育5个方面打出一套“组合拳”，“3”是指夯实数据领域核心技术攻关、数据标准化、数字人才培养3个基础，“1”是指突出数据赋能人工智能创新发展这一重点。我们将2026年数据工作明确为“数据价值释放年”，聚焦数据赋能人工智能创新发展，将深入实施强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动，力争形成一批更好满足人工智能就绪度要求、有效训练先进模型或智能体、真正解决行业难题的高质量数据集，实现供给量、质齐升，使人工智能深入千行百业、加速人工智能与实体经济的深度融合。
女士们、先生们、朋友们！
让我们以高质量数据供给赋能人工智能创新发展，开拓智能经济新生态。最后，我谨代表国家数据局，向关心和支持中国数据事业的各位朋友表示衷心的感谢，预祝本次会议圆满成功！
谢谢大家！
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
责任编辑：李思阳