11月1日，据央视新闻报道，中国电子信息产业发展研究院（赛迪研究院，英文缩写CCID）于前一日发布《新域新质创新发展十大趋势》。报告显示，我国人工智能推理数据量首次超过训练数据量，这一结构性变化标志着我国人工智能产业从模型训练研发阶段迈入规模化产业应用阶段。
数据层面，截至2026年6月，我国人工智能日均词元调用量超过175万亿，相比2024年年初增长1000多倍。与此同时，顶尖大模型的迭代周期从过去的几个月压缩至几周甚至几天。赛迪研究院认为，人工智能正从“喂模型”的实验室研发阶段，全面转入“用模型”的产业落地阶段，推理侧数据规模的跃升是这一转变的直接体现。
推理数据量超过训练数据量，在技术路径上意味着算力消耗结构的变化。训练阶段以大规模并行计算为主，推理阶段则更强调低延迟、高并发与单位算力成本，对芯片、云服务与模型压缩技术提出不同要求。词元调用量的高速增长，也意味着大模型能力正通过API、智能体等形式嵌入到具体业务流程中，而非停留在模型评测与演示环节。
在产业应用侧，报告提到“人工智能+制造”行动的实施进展。目前我国已累计建成500多家卓越级智能工厂，覆盖31个省（区、市），涵盖超过80％的制造业行业大类。国产算力与大模型已在钢铁、汽车等20个行业落地1000多个应用场景，推动个性化定制、全生命周期服务等新模式持续拓展。从行业分布看，制造场景的落地集中在质检、排产、设备维护与供应链协同等环节，这类场景对推理时延和稳定性要求较高，与推理数据量增长的趋势相互印证。
用户规模方面，中国互联网络信息中心政策与国际合作所在今年9月召开的2026（第七届）中国互联网基础资源大会上发布的《生成式人工智能应用发展报告（2026）》显示，截至2026年上半年，我国生成式人工智能用户规模已超过7亿人，普及率突破50％。用户基数与调用频次共同构成了推理侧数据量的增长基础。
从产业结构看，推理需求占比上升将影响云计算与算力基础设施的供给形态。一方面，推理服务的弹性伸缩需求推动云厂商在区域节点部署上更贴近业务侧；另一方面，单位推理成本成为大模型商业化能否持续的关键变量，国产算力在推理场景中的适配与优化进度值得持续关注。赛迪研究院此次发布的趋势判断，为观察人工智能产业从研发投入期向应用回报期过渡提供了一个量化参照。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
