国家发改委披露AI半年成绩单：算力翻2.8倍，万亿参数开源模型集中发布

7月新闻发布会上，国家发改委首次集中披露了上半年人工智能领域的几组关键数据。对于关心国内AI基础设施进展的人来说，这是少见的官方系统盘点。整场发布没有空泛形容，全部落到具体数字上。

数据有三条主线：算力方面，截至6月底，全国智能算力规模达到去年同期的2.8倍；模型方面，深度求索、月之暗面等本土企业发布多个万亿级参数开源大模型；产业层面，人工智能相关行业保持30%以上高增长，规模以上工业企业集成电路产量同比增长23.1%，出口额增长88.7%。

算力底座的拐点

首个全国产10万卡人工智能超集群正式投用，是这次发布里最容易被低估的一句话。10万卡级别意味着总算力跨过了一道门槛，而且强调全国产，意味着GPU、互联、调度软件都跑在自主供应链上。智能算力2.8倍的增长不是孤立事件，背后是这张集群网作为骨干在加速成形。

一年前，行业讨论还集中在国产卡能不能撑起千亿参数训练。半年时间，万亿参数开源模型已经集中出现，算力供给侧的确在追赶需求侧。对依赖国内算力的中小团队来说，这是个直接信号：排队等卡的时间可能缩短，租赁价格也有继续松动空间。

开源模型开始讲万亿的故事

深度求索、月之暗面等企业发布多个万亿级参数开源大模型，这条信息的密度比表面看起来更大。它意味着中国厂商不再只跟跑千亿级模型，而是在前沿参数规模上同时铺开源版本。国产大模型全球总下载量突破100亿次，说明这批模型已经跑到了海外开发者的机器里。

对比来看，去年国产模型的主要话题还是能不能用，今年明显转向多大、多便宜、能不能本地部署。开源叠加万亿参数，企业自建、私有部署、知识库微调的成本门槛被进一步压低。

产业链的连带效应

集成电路产量增长23.1%、出口额增长88.7%，这两条数据往往被AI报道一笔带过，但其实是这次发布最值得制造业读者留意的部分。算力集群、推理服务器、AI加速卡的需求，正在倒过来拉动上游芯片生产和出口，这是AI带动实体产业的具体证据。

对开发者来说，万亿参数开源模型加上全国产算力，意味着在国内做长文本推理、代码生成、多模态应用的环境比半年前宽松得多。本地化部署可行性提高，敏感数据不出域的方案多了一个选项。

对内容创作者和企业用户也是同理。开源模型可以接进剪映、ComfyUI这类工作流，配合国内API做批量改写、脚本生成已经不难。30%以上的高增长既是机会也是提醒——还在评估AI的友商，可能正在被拉开差距。

后续值得观察的几件事

第一个观察点是10万卡超集群的实际承载情况。投用不等于满载，调度效率、能耗、利用率才是下半年真正的考题。第二个观察点是出口数据，集成电路88.7%的增速能否持续，决定AI红利能不能继续外溢到上游供应链。

第三个观察点是开源模型的迭代节奏。万亿级上线之后，下一步看谁能把上下文长度、推理成本、多模态能力做到一个稳定区间。对国内AI工具使用者来说，这轮密集发布之后，挑模型、挑算力、挑部署方式的窗口期比想象中短。