近期，以深度求索（DeepSeek）、宇树科技等人工智能（AI）企业为代表的杭州“六小龙”出圈，引起海内外高度关注。一些媒体追问，为何自己的城市没有出现“杭州六小龙”？
AI浪潮涌动，为什么是杭州走在最前沿？深圳的AI产业在全国处于什么位置？中国（深圳）综合开发研究院通证数字经济中心副主任李恩汉博士昨日接受南方+记者采访时表示，深圳AI产业无疑属于第一梯队，但其竞争力维度与北京、上海、杭州有所不同。深圳与杭州在AI领域的竞争并非仅仅是简单线性化的“落后”或“赶超”，而更多是呈现出显著的差异化特征。
//中国（深圳）综合开发研究院通证数字经济中心副主任李恩汉。受访者供图
南方+：在当下的AI竞赛中，深圳与杭州相比落后了吗？深圳AI产业呈现什么样的特征？深圳发展AI的底气、优势和短板又在哪？
李恩汉：深圳与杭州在AI领域的竞争并非仅仅是简单线性化的“落后”或“赶超”，而更多是呈现出显著的差异化特征。深圳AI产业依托于其全球最完整的电子信息产业链，形成了“硬件+算法+场景”的闭环生态。
从芯片设计（如海思半导体）到智能终端（如大疆、优必选），再到云计算（如腾讯云、华为云），深圳的AI企业更注重技术落地，与实体经济深度绑定，展现出极强的商业化能力。在智能硬件、计算机视觉、自动驾驶、智慧金融和智慧医疗等“AI+应用”领域，深圳的发展处于全国领先地位。
然而，深圳AI产业也存在一些短板。比如，与北京、上海相比，深圳在高校资源上并不占优，这可能限制了深圳在前沿技术研究上的能力。此外，深圳高端AI人才主要依赖外部引进，本地培养能力弱于北京、杭州，在“高校-企业-政府”协同创新网络建设方面仍有不足。相比之下，“杭州六小龙”的成功，部分得益于来自杭州“浙大系”创业生态的支持。
南方+：综合来看，深圳AI产业在全国城市中水平如何？
李恩汉：在全国范围内，深圳AI产业无疑属于第一梯队，但其竞争力维度与北京、上海、杭州有所不同。
北京凭借其学术高地和政策中枢的地位，成为AI基础研究的领军者；上海依托国际化和金融AI的优势，形成了独特的产业生态；杭州则以场景创新和数据优势见长，尤其是电商和政务数据的应用。
深圳的核心竞争力在于其强大的产业化能力。深圳AI企业数量位居全国第二，仅次于北京，并且已经形成了完整的产业链条。据统计，2023年深圳市人工智能核心产业规模为387亿元，占全国的五分之一；AI发明专利申请量达6080件，在全国各大城市中排名第二。
//深企优必选工业人形机器人Walker S1在富士康位于深圳龙华的工厂实训。图源：优必选。
南方+：粤港澳大湾区和长三角的AI产业集群，各有何优势和特色？城市群内城市之间可以如何协作？有观点称深圳和香港能代表粤港澳大湾区“出战”竞跑AI赛道，如果深港两地更好地携手发展AI，未来能有哪些新突破？
李恩汉：粤港澳大湾区与长三角在AI领域的竞争呈现出不同的路径模式，各具特色。
大湾区的优势在于产业协同纵深和市场化资本活力，珠三角制造业的升级需求与深圳的技术供给形成了“垂直整合”，另外，风险投资和供应链金融也对AI初创企业提供了有效支持。
长三角则依托高校、产业网络和政策的协同机制，形成了更具黏性的创新生态，如杭州的“阿里系+浙大系”生态。
深港两地在AI领域的协同潜力巨大。一方面，深港可以构建“前研后产”模式，协同利用香港高校（如香港大学、香港科技大学）的基础研究能力与深圳的工程化落地能力，聚焦AI制药、金融科技等前沿交叉领域；另一方面，深港可依托河套深港科技创新合作区，试点跨境数据流动规则，打造国际AI合规、数据治理解决方案，实现在AI领域制度规则层面上更深层次的合作。
//深企乐聚人形机器人“夸父”在深圳市创新投资集团担任“快递员”。图源：乐聚机器人。
南方+：广东和深圳在AI产业发展还面临什么短板和瓶颈？需要在哪些方面加强力度？
李恩汉：广东和深圳面临的最大挑战之一是高端人才短缺和高校资源不足。虽然深圳近年来加大了对高等教育的投入，但与北京、上海等地相比，仍然存在差距。
此外，广深本地高校培养的顶尖学生常被北京、杭州企业高薪截流，导致出现明显的“人才漏斗”效应。
为弥补这些短板，广东尤其是深圳应加大对AI相关学科的投资力度，同时推动产学研深度融合，加速科技成果向现实生产力转化。
另外，深圳要继续加大对AI核心算法的研究投入，特别是在深度学习、强化学习等前沿领域的探索，解决现有算法中存在的局限性问题；加强AI相关硬件研发，包括但不限于智能芯片的设计制造、计算架构创新、传感器技术的进步等，夯实构建强大AI系统的基础。此外，深圳要持续加强在具身智能与类脑智能等领域的探索，开发更加智能化的产品和服务。
南方+：您对广东和深圳未来提升AI产业竞争力和创新创业生态有何建议？
李恩汉：一是要强化基础研究。针对广东和深圳AI产业短板，应继续着力增加对AI领域基础理论研究的支持，鼓励高校与企业共建实验室，促进知识溢出效应。
二是要优化人才政策。制定出台更具吸引力的人才引进计划，改善居住条件，提高教育质量，吸引并留住AI领域顶尖人才。
三是要深化国际合作。不仅要增强与全球顶尖科研机构的合作，更要在技术应用、制度开放、产业落地层面，探索数据跨境流动，加强国际合作，吸引国际AI药企、自动驾驶公司设立研发中心。
四是要培育创新文化。营造良好的创新创业氛围，提供更多的创业辅导和支持服务，降低初创企业的进入门槛。支持开源生态打造，鼓励企业将非核心算法模块开源，形成生态黏性。
五是要完善制度体系。建立健全适应AI发展的法律体系，聚焦工业与跨境数据，建立差异化数据制度。通过数据产权界定、跨境规则对接等制度性开放，构建高质量发展阶段广东与深圳的新竞争优势，实现从“政策供给”到“规则供给”的跃升。（南方+记者 马芳 刘越亚）
文章来源于互联网/AI生成
相关文章
