风向变了，工信部定调智能芯片！

AI产业的下半场，竞争核心早已从模型参数和算法迭代，下沉至最底层的算力硬件。

日前，中国人工智能产业发展联盟第十八次全会在北京召开，工业和信息化部科技司副司长甘小斌在致辞中明确提出，要加快智能芯片等关键核心技术攻关，重点聚焦类脑智能、世界模型、物理模型等前沿技术方向。

几乎在同一时间，中央网络安全和信息化委员会印发《促进网信企业高质量发展行动计划（2026-2030年）》，同样将高端芯片、人工智能关键技术研发列为核心任务，明确支持企业布局智能体、具身智能等前沿领域。

这轮政策信号的集中释放并非偶然，而是上层对半导体市场的高度重视与长远谋划，意在通过智能芯片这一核心引擎，重塑全球半导体产业格局，确立科技竞争的新优势。

政策精准发力，智能芯片进入精细化攻关时代

过去数年，国内AI芯片产业的发展重心集中在通用推理、训练芯片领域，依托下游AI大模型和智能终端的需求红利，实现了产能与市场规模的快速扩张。但随之而来的问题也愈发凸显：高端通用芯片核心技术受制于人、算力功耗比难以突破、通用算力与实体产业适配性不足、前沿技术布局滞后海外巨头等。

在全球AI竞争从“数字虚拟智能”向“物理实体智能”转型的关键节点，传统通用芯片的局限性已彻底暴露。通用芯片遵循冯•诺依曼架构，存在存储与计算分离的固有短板，在处理复杂物理场景模拟、实时动态决策、超低功耗边缘计算任务时，算力利用率低、能耗过高、延迟性差，无法适配具身智能、自动驾驶、工业仿真、脑机接口等新兴场景的需求。

正是基于产业痛点与全球竞争格局，本次工信部跳出了传统芯片扶持框架，精准点名类脑智能、世界模型、物理模型三大前沿方向，标志着我国智能芯片产业正式告别粗放式扩张，进入“精准攻关、场景落地、技术突围”的精细化发展阶段。

从政策目标来看，三大技术方向各有侧重、互为补充，构建起了下一代智能算力的完整体系：类脑芯片主打的是“仿生超低功耗算力”，主要解决边缘智能终端的能耗瓶颈；世界模型芯片则聚焦“数字世界认知算力”，支撑通用AI对现实场景的理解与复刻；而物理模型芯片专攻“物理规则仿真算力”，实现AI与实体产业的深度融合。三者精准覆盖了未来AI从感知、认知到决策、落地的全流程算力需求。

有业内专家表示，本次官方定点扶持，意味着这三大前沿芯片赛道将获得重大专项、技术研发、标准制定、产业化落地等全方位政策倾斜。对于国内半导体企业而言，与其在通用芯片的红海市场内卷，不如抢抓政策红利，布局前沿细分赛道，抢占下一代算力的技术话语权。

国产力量崛起，本土厂商在智能芯片赛道崭露头角

在这一轮端侧智能芯片的产业浪潮中，传统存储芯片厂商正在走出单一产品的舒适区，打开全新的成长空间；同时，中国已从“全面跟跑”迈入“跟跑、并跑、领跑并存”的新阶段，部分细分领域甚至走在了全球前列。工信部此次点名加快攻关，并非从零起步，而是在已有产业基础上的加速冲刺。

一是，通用AI算力芯片实现规模化落地，国产替代进程超预期。在AI训练与推理芯片领域，国内已形成以华为昇腾、寒武纪、海光信息为代表的第一梯队，产品性能持续逼近国际主流水平。其中，华为昇腾910B芯片已在国内大模型训练中大规模部署，支撑了盘古、通义、文心等主流大模型的训练与推理任务；寒武纪思元590芯片则在云端推理市场实现了商业化突破，2025年该公司营收同比增长超300%；而海光信息DCU产品在政务、金融、电信等关键行业加速渗透，国产算力市占率稳步提升。据IDC数据，2025年中国AI加速芯片市场中，国产芯片份额已突破25%，较2022年不足5%实现了跨越式增长。

二是，类脑芯片领域全球领先，学术与产业双突破。类脑芯片是中国智能芯片版图中最具“领跑”潜质的赛道，例如，清华大学研发的“天机”类脑芯片是全球首款既支持脉冲神经网络又支持人工神经网络的异构融合类脑芯片，相关成果已登上《自然》杂志封面，被视为类脑计算领域的里程碑事件。在产业化方面，灵汐科技推出的类脑计算芯片KA200已实现量产，在边缘AI推理、机器人控制等场景实现了落地；同时，西井科技的类脑芯片在港口自动驾驶、智慧物流领域也实现了商业化应用。据中国科学院预测，2025年中国类脑芯片相关专利申请量已占全球总量的35%以上，学术影响力与产业转化速度均居世界第一梯队。

三是，存算一体与前沿架构芯片加速突围，开辟了新赛道。针对传统冯·诺依曼架构“内存墙”瓶颈，国内企业在存算一体、近内存计算等前沿架构上密集布局。例如，知存科技的存算一体芯片已在TWS耳机、智能手表等端侧场景量产出货，累计出货量突破千万颗；后摩智能的存算一体AI芯片则在智能驾驶、安防监控领域实现定点；忆芯科技、恒烁股份等企业也在NOR Flash存算一体、RRAM存算一体等技术路线上取得了关键突破。这一赛道中国与海外基本处于同一起跑线，凭借庞大的端侧应用市场，有望实现换道超车。

四是，边缘AI与自动驾驶芯片全球竞争力凸显。在端侧与边缘智能芯片领域，中国企业已具备全球竞争力。以地平线征程系列芯片为代表，其累计出货量已突破800万片，在国产自动驾驶芯片中市占率第一，征程6系列性能对标英伟达Orin，已获得多家车企定点；黑芝麻智能华山系列芯片则在高阶辅助驾驶领域加速落地；同时，寒武纪行歌、芯驰科技等企业也在智能座舱、自动驾驶领域持续突破。在消费电子端侧AI芯片领域，紫光展锐、恒玄科技、晶晨股份等企业的产品已进入全球主流品牌供应链，端侧NPU算力达到国际先进水平。

五是，产业链自主可控能力显著增强，为智能芯片攻关筑牢底座。在芯片设计方面，国内EDA工具在模拟、数字前端等环节实现突破，华大九天、概伦电子等企业产品持续迭代；在制造方面，中芯国际N+1、N+2工艺已稳定量产，可满足中高端AI芯片的制造需求；在封测方面，长电科技、通富微电在Chiplet先进封装、2.5D/3D封装领域达到国际先进水平，为大算力芯片提供关键支撑；在存储方面，长江存储3D NAND、长鑫存储DDR5已实现规模化量产，为存算一体、大算力芯片提供存储配套。

总体来看，中国智能芯片产业已构建起“设计-制造-封测-存储-应用”的完整生态，在通用算力、类脑、存算一体、边缘AI等多条赛道均形成了具备国际竞争力的企业矩阵。

从技术到应用，智能芯片落地仍需面临多重挑战

通过多年的技术攻关，尽管我国在智能芯片关键环节已形成起扎实的竞争优势，且端侧智能的未来也看似一片蓝海，但要想实现产业的规模化商业落地，依然面临着不少现实挑战。

首先是先进封装的工程化落地难题。存算融合、3D堆叠这类技术路线，对于封装工艺的精度、散热能力、互联效率都提出了前所未有的要求。在今年WAIC上，燧原科技就发布了适配AI算力芯片的CoPoS面板级先进封装样品，试图通过封装工艺的创新，解决大算力芯片的互联瓶颈。对于端侧智能芯片而言，如何在控制成本的前提下，实现多芯片的高效集成，是所有厂商都需要跨越的第一道关卡。

其次是软件生态的适配门槛。一款智能芯片能否被下游客户广泛采用，不仅取决于硬件性能，更取决于配套的工具链是否完善，能否快速适配不同场景下的各类大模型。过去，不少硬件性能出色的芯片产品，最终没能实现大规模落地，核心原因就是软件生态建设滞后，开发者难以快速完成应用迁移。这也意味着，芯片厂商不能只专注于硬件研发，必须投入足够的资源搭建开源开放的软件平台，联合下游的算法厂商、设备厂商共同完善生态。

最后是场景化需求的深度挖掘。端侧智能芯片的应用场景高度分散，不同行业对芯片的接口标准、工作温度、可靠性、功耗水平都有完全不同的要求。例如，面向工业场景的芯片，需要在-40℃至85℃的宽温环境下长期稳定运行；面向车规场景的芯片，需要通过AEC-Q100的严格认证；面向医疗场景的芯片，需要满足极高的数据安全标准。这就要求芯片厂商不能用通用产品覆盖所有市场，必须深入下游场景，和行业客户联合定义产品，才能打造出真正适配需求的解决方案。

纵观全球半导体与AI产业发展趋势，通用算力的时代已经接近尾声，专用化、场景化、低功耗、高适配的前沿智能算力将成为未来产业竞争的核心。工信部本次精准定调，不仅为国内智能芯片产业指明了发展方向，更正式拉开了我国下一代算力革命的序幕。

未来3-5年，类脑芯片将实现大规模边缘场景普及，成为超低功耗智能终端的核心标配；世界模型芯片将持续迭代升级，支撑通用人工智能走向落地；物理模型芯片将深度赋能实体经济，重构工业、制造、交通等万亿级产业生态。对于国内半导体行业而言，这绝对是一次难得的换道超车机遇。