华为《智能世界2035：从愿景到行动》

《智能世界 2035：从愿景到行动》要处理的与其说是一个预测问题，不如说是一个行动问题：既然 2035 年的智能社会难以被准确描绘，那么今天做什么，才不至于只是等待。序言作者高文给出的判断是，人工智能带来的变化不能简单理解为又出现了一项新的信息技术，而是生产力体系的一次深刻变革；因此真正值得关注的不是模型有多少参数、回答问题有多快，而是人工智能能在多大范围内进入真实生产过程、创造多少新的价值。这句话基本定下了全书的基调——把愿景当作起点，把行动当作落点。

报告以 2035 年为时间坐标，用“变局—命题—行动”的框架组织内容：先分析人工智能给技术和产业带来的关键变化，再提出迈向智能世界的十个关键命题，进而围绕智能体时代的需求，给出构建智能基础设施、重塑用户体验和生产模式的具体路径。与报告同时发布的还有《全球数智化指数 GDII 2026》，形成“愿景框架＋指数工具”的组合。正文里还收入了一段关于 AI 知识模型演进的技术梳理（署名 Otthein Herzog），从 LISP、PROLOG 与基于规则的系统，到统计学习，再到近三年基于概率的大规模生成式模型逐渐成为知识模型研究的主导范式，并把模型分为知识工程师显式构建与神经网络从数据中隐式学习两类。

全书的核心观察是“智能”位置的变化：它正在成为一种可以被计算、被传输、被调用、被规模化使用的生产力要素。过去知识和经验主要被劳动者掌握，现在越来越多的知识可以通过数据和模型沉淀下来，借助算力在不同场景中快速调用；当这种能力进入研发、设计、制造、交通、医疗、教育等生产活动，人工智能就不再只是辅助工具，而会逐步成为新的生产要素和生产工具。支撑这一判断的是三个被明确点出的基础条件——算力、数据、软硬件体系。

三个条件中算力排在首位。报告用电力早期“哪里生产就哪里使用”、后来才形成覆盖全局的电网体系作类比，认为算力也要经历类似过程，最终“使用应该像用电一样方便”，并提出算力布局要统筹考虑能源供给和利用效率，推动算电协同。数据方面，有价值的不是规模大，而是质量高、样本分布合理、标准统一、反映真实业务，难点在于行业数据分散在不同系统和企业之中，质量、安全、标准、产权问题交织。软硬件体系则被描述为算法、模型、芯片、计算系统、网络和数据相互耦合的技术体系，单靠一个环节的突破难以形成整体优势。与这些基础条件并列的是十个关键命题，材料列出的名称包括 AGI、算力集群、Agent OS、智能驾驶、AIDC 的供电与散热。

值得注意的是，报告并没有把阶段性的技术热度直接兑换成乐观结论。它明确说当前人工智能仍处于快速发展的早期阶段，在复杂推理、持续学习、因果理解、长期规划以及真实世界交互等方面还有许多基础问题有待解决，“不能把阶段性突破等同于最终成熟”。这意味着读这份报告时，更该盯住的是它给出的问题清单，而不是某个被反复引用的能力上限。它也把应用视为技术成熟的路径，主张形成“技术研发—场景应用—持续迭代—产业升级”的良性循环，并强调越发展越要同步建立法律、伦理和安全保障体系。

从材料能看到的范围判断，这是一份框架性、方向性的文本，而不是量化预测报告：它自己承认很难准确预测 2035 年智能社会发展到什么程度，十个命题在现有材料中也只呈现了名称，具体论证需要回到原文。因此它更适合给做技术战略、基础设施规划、产业数字化路线设计的人当作对齐概念的底稿，也适合想理解“智能作为生产要素”这一提法的读者理清逻辑链条。读完能拿走的，是一套从变局到命题再到行动的叙述结构，以及算力、数据、软硬件三条基础线索；至于每条线索上的具体指标和落地节奏，这份材料没有给出，也不宜代替原文去推断。

智能世界 构建万物互联的智能世界 从愿景到行动 近年来，大模型、生成式人工智能快速发展，人工智能从相对单一的感知、识别和预测，逐步 走向内容生成、知识处理和复杂任务协同，并与计算、网络、数据、机器人及各类产业技术深度融 合，正在从数字空间走向物理世界。这意味着，人工智能带来的变化，不能简单理解为又出现了一 项新的信息技术，而是生产力体系的一次深刻变革。 其中一个关键变化，是“智能”正在成为一种可以被计算、被传输、被调用、被规模化使用的 生产力要素。过去，知识和经验主要被劳动者掌握；现在，越来越多的知识可以通过数据和模型沉 淀下来，借助算力在不同场景中快速调用。当这种能力进入研发、设计、制造、交通、医疗、教育 等生产活动，人工智能就不再只是辅助工具，而会逐步成为新的生产要素和生产工具。 因此，真正值得关注的，不是模型有多少参数、回答问题有多快，而是人工智能能在多大范围 内进入真实生产过程、创造多少新的价值。也要清醒看到，当前人工智能仍处于快速发展的早期阶 段：在复杂推理、持续学习、因果理解、长期规划以及真实世界交互等方面，还有许多基础问题有 待解决。技术发展越快，越要尊重规律，不能把阶段性突破等同于最终成熟。 人工智能进一步发展，越来越与基础条件紧密绑定，主要有三个。 第一是算力。大模型使算力从信息化建设的基础资源，变成人工智能时代的重要生产力，但算 力资源分布不均、利用效率不高、供需匹配不足的问题仍然突出。这与电力的早期阶段相似：最初 电力是哪里生产就哪里使用，后来才逐步形成覆盖全局的电网体系，算力也要经历类似的过程。我 们推进鹏城云脑和中国算力网建设，就是要让不同地区、不同类型的算力高效连接、统一调度，使 算力从相对孤立的资源变成便捷可用的公共基础能力——未来，算力的使用应该像用电一样方便。 高文 序言