当苹果iOS 18和MacOS Sequoia于今年秋季末发售时，欧盟用户将无法享受苹果的三大AI功能。苹果将责任归咎于欧盟的反垄断法——《数字市场法案》（DMA）。苹果认为，DMA迫使其降低其产品和服务的安全性，给公司带来了"不确定性"。但不少人认为，苹果显然不会放弃这个市场，"只是一种新的游说形式"。
推迟上线
当地时间6月21日，苹果发布声明表示，公司将不会在欧盟推出先前预告的人工智能功能。
苹果在给媒体的声明中写道，公司无法在今年向欧盟用户发布个人智能化系统"AppleIntelligence"、Mac上的"iPhone镜像"和FaceTime通话中的"SharePlayScreenSharing"功能。
苹果将责任归咎于欧盟的反垄断法——《数字市场法案》（DMA）。苹果认为，DMA迫使其降低其产品和服务的安全性，给公司带来了"不确定性"。"具体而言，我们担心DMA的互操作性要求，可能会迫使我们以危及用户隐私和数据安全的方式损害我们产品的完整性。"
对此，欧盟委员会回应表示，只要遵守他们旨在确保公平竞争的规定，欢迎各大"守门人"来欧洲提供服务。2023年，欧盟通过了《数字市场法案》，旨在防范亚马逊、苹果、Alphabet、Meta、微软等少数大型科技公司充当"守门人"，阻止小公司竞争。
《数字市场法案》对大型科技平台施加了一系列详细的行为规范，旨在促进市场的公平竞争和保护消费者的利益。例如，大型科技公司不能利用自己的市场地位或平台来不公平地排挤其他竞争者、禁止跨服务合并个人数据、禁止利用第三方数据进行竞争，以及必须允许用户下载竞争对手的应用。
媒体指出，对于欧盟苹果客户来说，这是一个不小的打击，因为这些功能是苹果在全球开发者大会（WWDC）上发布的最重要的增强功能之一。两周前，苹果在大会上披露了公司在人工智能方面新的进展，包括与OpenAI构建合作伙伴关系，推出能够优先置顶推送、总结文本、生成图片的"AppleIntelligence"套件，更强大的Siri等。
消息公布后，苹果股价短线下挫，当天整体涨幅从不到0.8%收窄至不足0.2%。
游说形式
苹果最新的决定可能反映，这家美国科技巨头与欧盟执法机构之间的矛盾已经到了难以调和的程度。今年3月，欧盟对苹果公司处以18.4亿欧元罚款，原因是其在音乐流媒体应用分发市场中滥用主导地位。
近日，还有知情人士表示，欧盟的调查已经确认苹果未能履行"允许开发者引导用户前往AppStore外的优惠"。除了未满足DMA开放应用商店生态的要求，苹果新推出的"核心技术使用费"也引发了监管的质疑。
欧盟竞争事务专员玛格丽特·维斯塔格近日在接受采访时表示，苹果公司在《欧洲数字市场法案》合规方面存在问题。欧盟委员会今年3月对苹果公司展开了调查，评估苹果公司是否符合DMA法规的要求。DMA法规规定，苹果公司需要向开发者提供第三方应用商店，并且不得向开发者收取AppStore的费用。
苹果公司于iOS 17.4更新中作出了相关的调整措施。然而，根据欧盟委员会的调查结果，如果一个应用在一年内安装超过100万次，并且新下载时苹果需额外收取核心技术费0.5欧元（约合人民币3.896461元），则被视为违反了DMA条款。
维斯塔格透露，欧盟委员会将尽快公布调查结论。如果苹果被认定违反DMA条款，欧盟可能会对其处以巨额罚款。罚款金额最高可达其全球日均收入的5%，或达到10亿美元。
有网友认为，苹果此举只是在和欧盟监管"赌气"。有人在社交媒体上表示："如果公司在避开那些拥有保护和合规法律框架的市场，他们可能是希望通过构建社会和经济压力，从而永远不需要遵守这些规定。我敢打赌苹果不会放弃在欧盟市场推出AI产品。他们这么做只是经过了计算和考虑。""苹果公司不推出最新的AI功能显然是在惩罚欧盟。这似乎是一种新的游说形式。"
换机需求
自苹果AI功能发布至今，苹果股价累涨超9%，一度超越微软重新成为全球最具价值的上市公司。华尔街分析师认为，AI功能或利好苹果用户换机。对于苹果来说，AI功能的推出对换机需求乃至公司业绩都非常重要。
今年以来，苹果核心业务iPhone销量面临严峻挑战。根据苹果最新的2024财年第二季度财报，iPhone作为核心产品，期间收入同比下降了10.46%，约为459.6亿美元，iPad收入同比下降了16.64%。另据Canalys报告，今年第一季度世界排名前五的智能手机品牌中，苹果市场份额从去年同期的21%下降至2024年第一季度的16%。
另一方面，苹果CEO库克对公司的AI技术表达了强烈的信心。在苹果2024财年第二季度财报电话会议上，库克预测苹果在AI领域将超越竞争对手，并有望引领行业标准。
但艾媒咨询CEO兼首席分析师张毅认为，此次苹果发布AI功能看起来与国内AI手机的差异并不大，由于目前整个AI在手机端都没有"Killer App"（杀手级应用）出现，导致整个行业在AI发展上都处于探索阶段。
Counterpoint高级分析师林科宇则认为，"短期内，这一新技术对iPhone销售的推动作用可能不会特别显著"。总体而言，苹果对生成式AI的引入主要是为了满足市场期望，而具体功能的完善和用户群体的扩展还需要时间。
据苹果介绍，可驱动Apple Intelligence的芯片包括A17 Pro和M系列芯片。而从苹果官网信息看，目前采用了A17 Pro芯片的手机是iPhone 15 Pro和iPhone 15 Pro Max。这也意味着，苹果手机端的AI门槛刚好卡在iPhone 15 Pro及Max系列手机或者今年秋季更新的iPhone 16系列。
此外，中国大陆国行版iPhone 16系列也将无缘Apple Intelligence，目前Apple Intelligence只支持英文语言，对于中文，苹果正在跟国内公司洽谈合作，寻找替代方案。
北京商报记者 赵天舒
谷歌将推出AI测试皮肤病软件，为何第一站绕开美国选择欧洲
谷歌正准备推出一款医疗应用软件——辅助皮肤病诊断。 用户上传三张自己皮肤瑕疵部位的照片，该应用会给出分析，告诉用户这可能是哪种皮肤病。 谷歌表示，该应用可以识别包括皮肤癌在内的288种皮肤病，涵盖了大约 90% 的常见皮肤病。
目前，该应用软件已获得欧盟批准，但若要在美国上市，需通过FDA（美国食品药品监督管理局）的严格审查。 斯坦福大学皮肤科医生Daneshjou认为，现在向消费者公开人工智能皮肤病学工具可能为时过早。
利用图像识别检测，涵盖288种皮肤病
身体不舒服，先上网搜搜可能是什么病，这是很多人会做的事情。 尽管很多人知道“谷歌看病”并不靠谱，但还是忍不住打开搜索引擎。
谷歌即将推出一个自诩“靠谱”的医疗应用程序，针对皮肤病诊断。 在上个月的Google I/O谷歌开发者大会上，谷歌首席 健康 官凯伦·德萨尔沃 (Karen DeSalvo) 表示，最快在今年年底，谷歌将在欧盟推出皮肤科辅助工具。
2021年Google I/O开发者大会现场
他展示了该应用的具体用途。 用户需要从不同角度和距离拍摄三张他们的皮肤瑕疵照片，并且可以备注文字信息，例如身体的感受以及出现症状的时间，然后点击“提交”上传图片。 该应用程序会自动分析这些图片，给出“建议结果”，即告诉用户这可能是哪几种皮肤病，并且在每一种可能的结果中，都列出该病的症状、传染性和治疗方案等信息。
不过，该应用在显示结果时会警告用户“此处列出的建议结果不是医学诊断”。
谷歌表示，该应用程序接受了“数十万张皮肤图像”的训练，可以识别包括皮肤癌在内的288种皮肤病，涵盖了大约 90% 的常见皮肤病学网络搜索。
据统计，每年用户在谷歌搜索皮肤问题多达数十亿次。 谷歌声称，开发该应用程序是因为没有足够的皮肤专家来帮助每个有皮肤病的人。 谷歌的博客文章提到了一项比较研究，称“我们的人工智能系统可以达到与美国董事会认证的皮肤科医生相当的准确性。 ”
但斯坦福大学的皮肤科医生Roxana Daneshjou对此表示怀疑。 她说，这项技术几乎没有来自临床实验的证据，并且在美国，没有任何 AI 图像分析工具被批准供皮肤科医生使用。
市场选欧洲而非美国，因FDA对 健康 软件审查严格
值得注意的是，谷歌没有选择美国本土市场来推广该皮肤病诊断软件，而是把第一站选在了欧洲。
谷歌称，其皮肤应用程序已获得欧盟批准——“ CE将其标记为 I 类医疗设备”（注：CE是欧盟市场安全合格认证标志，属强制性认证标志），这意味着它可以在欧盟和其他认可该标准的国家或地区销售。
这让很多人感到诧异，因为欧盟对人工智能应用的监管一向以严格著称。 英国数字 健康 咨询公司 Hardian Health 的董事总经理Harvey表示，上个月，欧盟出台了更严格的人工智能监管规定，新规要求，与 健康 相关的应用程序应证明该应用是有效的。 此前已有的应用程序必须在2025年之前遵守新规定。
而谷歌在欧盟新规生效前一周的谷歌开发者大会上就展示了该应用。
在美国，该应用程序的上市之路或许还很漫长，要等待FDA审批。 FDA即美国食品药品监督管理局，由联邦政府授权，是专门从事食品与药品管理的最高执法机关。 FDA发言人拒绝对该产品发表评论，但他表示，声称用于“诊断、治愈、预防或治疗人类”的软件可能被视为医疗设备，需要经审查批准。
据了解，FDA在 健康 软件的审批上采取分级的办法。 对于那些仅提供 健康 建议或 健康 信息的软件，FDA认为“风险较低”，不必获得医疗器械批准。 而对于提供特定诊断或用作医疗设备的软件，则需要经过更为严格的审核批准。 但随着医疗软件不断更新，这个界限有时很难确定。
不过，谷歌这项皮肤病辅助工具目前应该是被认为“需要获得批准”。 FDA发言人表示，已对这款软件发布指导意见，鼓励从不同人群收集数据。
皮肤科医生Daneshjou也认为，谷歌应该披露更多关于该软件在不同肤色人群中的测试信息。 有证据表明，谷歌的人工智能皮肤病学研究对深肤色的人群研究较少。
事实上，图像识别在搜索引擎中的运用已经非常成熟。 例如，当人们在路上看到一株陌生的植物，拍张照片上传到搜索引擎，就能立刻获得关于该植物的资料。
但是，将图像识别用于皮肤病诊断，显然和用于一般的物体识别不同。 一些皮肤病非常危险，例如黑色素瘤，可能致命。 如果软件判断出现差错，将带来严重后果。
“现在向消费者公开人工智能皮肤病学工具可能为时过早。 ”Daneshjou说。
易车早报：欧盟禁售燃油车终于落定/全新苹果CarPlay年内推出
2023年2月16日，易车编辑为您精选以下内容：
1、欧盟2035年将禁止销售燃油轿车和小货车
2、全新苹果CarPlay年内推出
3、首个甲醇制氢加氢一体站投用
4、宝马和法雷奥达开发L4级自动泊车
5、荣威RX9正式开启预售
6、全新大众高尔夫纯电动车有望于2025年亮相
7、丰田GR系列将引入混动及纯电技术
8、2月1-12日国内乘用车零售销量出炉
头条：欧盟2035年将禁止销售燃油轿车和小货车欧洲议会在斯特拉斯堡以340票赞成，279票反对和21票弃权，通过了欧委会和欧洲理事会达成的《2035年欧洲新售燃油轿车和小货车零排放协议》。 这也表明欧洲将在2035年停售新的燃油轿车和小货车（不含大型商用车）。
按照协议内容，欧盟的中期目标是在2030年实现燃油轿车减排55%，小货车减排50%。 之后该协议将交由欧洲理事会通过并最终实施。 该协议属于欧委会在2021年7月提交《气候保护法草案》的一部分，该草案出台后，欧洲议会和欧洲理事会经过多轮的讨论，并在2022年10月最终达成一致。
科技：全新苹果CarPlay年内推出日前，苹果宣布下一代CarPlay将于年末推出，首批搭载的汽车品牌目前有14家，包括：讴歌、奥迪、福特、本田、英菲尼迪、捷豹、路虎、林肯、奔驰、日产、极星、保时捷、雷诺、沃尔沃。
下一代CarPlay最大的亮点是将会直接接管车机系统，可以直接控制空调、座椅加热、无线充电等众多功能。 下一代CarPlay可以适应任何比例的屏幕，这相当于表明，无论哪家车企的产品，只要愿意都可以使用新系统，它可以将汽车、iPhone、用户进行深度的捆绑式连接，提供符合当前时代的5G互联应用体验。
行业：首个甲醇制氢加氢一体站投用我国首个甲醇制氢加氢一体站在大连投用，该站是由中石化燃料油公司盛港油气氢电服“五位一体”综合加能站升级而来，每天可产出1000公斤99.999%高纯度氢气。 该制氢装置占地面积小、项目建设周期短，生产过程绿色环保，综合考虑制、储、运成本，相比加氢站传统用氢方式成本可降低20%以上，将成为我国低成本加氢站的示范样本，引领我国氢能产业发展。
甲醇制氢是制氢的一种技术路线。 我国是世界上最大的甲醇生产国，占全球甲醇产能的60%，甲醇来源丰富、成本低廉，常温常压下作为液体便于储存和运输。 与工业制氢等其他制氢方式相比，甲醇制氢能耗低且成本较低。 该座站内甲醇制氢加氢装置产氢能力为每小时500标准立方米，建设采用“撬块化建站模式”，场地利用率为全国最高，主体装置占地仅64平方米，而同等制氢规模的传统设备占地面积超500平方米，项目布局方便且建设周期短，有利于推广复制。 同时，由于甲醇成本较低，且运输更加方便、经济，站内制氢加氢降低了储氢能力的要求，综合考虑制、储、运成本，该项目用氢成本大幅度降低。
科技：宝马和法雷奥达开发L4级自动泊车宝马集团和法雷奥宣布达成一项新的战略合作，将合作开发下一代最高可达L4级的全自动泊车技术。 从自动机动辅助到L4级自动代客泊车，所有功能都将基于车内技术和传感器实现。 双方还将联合开发基于基础设施的服务，在公共停车设施和场所实现全自动泊车和充电功能。
根据即将出台的ISO标准草案，自动代客泊车解决方案将分为两大类。 对于类型一系统，车辆上部署运行必要的技术（包括所有传感器、计算单元和算法）；而对于类型二系统，所需的技术（包括传感器和AVP管理系统）安装在相关的基础设施中，例如停车设施，车辆由基础设施控制。 本次合作同时支持AVP类型一和类型二系统，并将根据市场和客户要求，努力开发最先进的解决方案，打造最高可达L4级的下一代泊车体验。
新车：荣威RX9开启预售荣威RX9开启预售，预计起售价在20万内，其将于3月初上市。 荣威RX9的长宽高尺寸为4983x1967x1786mm，轴距为2915mm，它也是荣威目前车身尺寸最大的SUV车型，主打大六座SUV市场，拥有时尚的外观设计，以及充满科技感的内饰配置。
荣威RX9拥有47英寸环幕贯通屏，洛神智能座舱系统包括了AI语音助手与智能导航等功能，在高通骁龙8155旗舰芯片的驱动下实现便捷流畅的数字智能交互，同时还拥有12个扬声器的BOSE音响。 新车将会搭载一台2.0T发动机，最大功率172kW，匹配9AT变速箱。 车辆采用了承载式的车身结构。
新车：全新大众高尔夫纯电动车有望于2025年亮相全新一代大众高尔夫或许将会变身为纯电动车，可能会基于大众ID.2展示的最新设计理念打造，最新的概念车可能会在今年3月亮相，量产版可能会在2025年推出，海外售价约17万人民币。 根据目前掌握的消息，大众ID.2将会是第一款基于MEB-Plus平台打造的产品，可能采用磷酸铁锂电池，充电速度可能高达200千瓦，该车将会采用更加接近两厢掀背车的造型，而非此前概念车展示的SUV造型，并有可能会使用“高尔夫”来命名。
除此之外，全新大众高尔夫的长度可能在4250毫米左右，尺寸在当前燃油高尔夫和Polo之间，预计将会拥有与现款车型相当的车内乘坐空间表现，以及更具科技感的内饰设计。
新车：丰田GR系列将引入混动及纯电技术丰田内部人士在接受媒体采访时表示，在未来的某个时间点上，GR系列高性能品牌的每款产品，都会有一款电动化车型，以此来满足爱好者的需求，它们可能会在2023年之前到来，也可能在此时间之后到来。 值得一提的是，虽然强调来将会推出电动化产品，但是并没有明确说明，将会先推出GR系列高性能品牌的混合动力车型产品，还是纯电动车型产品。
综合此前的消息来看，全新一代丰田SUPRA或许将会在2025年左右亮相，不会继续与宝马共同打造，而是由丰田独自开发，并且有可能会转型为纯电双门跑车，届时GR系列高性能品牌的首款产品可能会基于该车打造。 此外，关于全新一代丰田Supra的爆料是，丰田至少会推出单电机后驱车型，功率或达500马力左右，并且会引入电动车专用的手动变速箱技术，以及线控转向技术，彻底颠覆内燃机驱动和机械联动转向传统。
销量：2月1-12日国内乘用车零售增长46%据乘联会最新零售销量数据统计，2月1-12日，乘用车市场零售46.4万辆，同比去年增长46%，较上月同期下降18%。 今年以来累计零售175.7万辆，同比去年下降27%。 新能源车市场零售11.4万辆，同比去年增长106%，较上月同期下降18%。 今年以来累计零售44.5万辆，同比去年增长9%。
2月车市零售增速值得期待。 去年由于提倡“就地过年”，因此春节前后的市场恢复较快。 今年2月是春节后的真正市场启动期，因此蛰伏已久的消费市场会持续折射出巨大的新投资新消费机遇，燃油车市场的需求会逐步恢复，烟火气重归生活。
上易车App搜索“超级评测”，看专业、硬核、全面的汽车评测内容。
人工智能产业发展深度报告：格局、潜力与展望
人
工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延伸
近年来， 在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。
人工智能市场格局
人工智能赋能实体经济，为生产和生活带来革命性的转变。 人工智能作为新一轮产业变革 的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和 新产品。 从衣食住行到医疗教育，人工智能技术在 社会 经济各个领域深度融合和落地应用。 同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。 据埃森哲预测， 2035 年，人工智能将推动中国劳动生产率提高 27%，经济总增加值提升 7.1 万亿美元。
多角度人工智能产业比较
战略部署：大国角逐，布局各有侧重
全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发 达国家乘胜追击，构成第二梯队。 同时，在顶层设计上，多数国家强化人工智能战略布局， 并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。 后起之秀的中国，局部领域有所突破。 中国人工智能起步较晚，发展之路几经沉浮。 自 2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。 由于初期我国政策 侧重互联网领域，资金投向偏向终端市场。 因此，相比美国产业布局，中国技术层（计算 机视觉和语音识别）和应用层走在世界前端，但基础层核心领域（算法和硬件算力）比较 薄弱，呈“头重脚轻”的态势。 当前我国人工智能在国家战略层面上强调系统、综合布局。
美国引领人工智能前沿研究，布局慢热而强势。 美国政府稍显迟缓，2019 年人工智能国 家级战略（《美国人工智能倡议》）才姗姗来迟。 但由于美国具有天时（5G 时代）地利（硅 谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。 总体来看， 美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超前。 此外，美国聚焦人工智能对国家安全和 社会 稳定的影响和变革，并对数据、网络和系统安全十分重视。
伦理价值观引领，欧洲国家抢占规范制定的制高点。 2018 年，欧洲 28 个成员国(含英国) 签署了《人工智能合作宣言》，在人工智能领域形成合力。 从国家层面来看，受限于文化和语言差异阻碍大数据集合的形成，欧洲各国在人工智能产业上不具备先发优势，但欧洲 国家在全球 AI 伦理体系建设和规范的制定上抢占了“先机”。 欧盟注重探讨人工智能的社 会伦理和标准，在技术监管方面占据全球领先地位。
日本寻求人工智能解决 社会 问题。 日本以人工智能构建“超智能 社会 ”为引领，将 2017 年确定为人工智能元年。 由于日本的数据、技术和商业需求较为分散，难以系统地发展人 工智能技术和产业。 因此，日本政府在机器人、医疗 健康 和自动驾驶三大具有相对优势的 领域重点布局，并着力解决本国在养老、教育和商业领域的国家难题。
基础层面：技术薄弱，芯片之路任重道远
基础层由于创新难度大、技术和资金壁垒高等特点，底层基础技术和高端产品市场主要被欧美日韩等少数国际巨头垄断。 受限于技术积累与研发投入的不足，国内在基础层领域相 对薄弱。 具体而言，在 AI 芯片领域，国际 科技 巨头芯片已基本构建产业生态，而中国尚 未掌握核心技术，芯片布局难以与巨头抗衡；在云计算领域，服务器虚拟化、网络技术 （SDN）、 开发语音等核心技术被掌握在亚马逊、微软等少数国外 科技 巨头手中。 虽国内 阿里、华为等 科技 公司也开始大力投入研发，但核心技术积累尚不足以主导产业链发展；在智能传感器领域，欧洲（BOSCH，ABB）、美国（霍尼韦尔）等国家或地区全面布局传 感器多种产品类型，而在中国也涌现了诸如汇顶 科技 的指纹传感器等产品，但整体产业布 局单一，呈现出明显的短板。 在数据领域，中国具有的得天独厚的数据体量优势，海量数 据助推算法算力升级和产业落地，但我们也应当意识到，中国在数据公开力度、国际数据 交换、统一标准的数据生态系统构建等方面还有很长的路要走。
“无芯片不 AI”，以 AI 芯片为载体的计算力是人工智能发展水平的重要衡量标准，我们 将对 AI 芯片作详细剖析，以期对中国在人工智能基础层的竞争力更细致、准确的把握。
依据部署位置，AI 芯片可划分为云端（如数据中心等服务器端）和终端（应用场景涵盖手 机、 汽车 、安防摄像头等电子终端产品）芯片；依据承担的功能，AI 芯片可划分为训练和 推断芯片。 训练端参数的形成涉及到海量数据和大规模计算，对算法、精度、处理能力要 求非常高，仅适合在云端部署。 目前，GPU（通用型）、FPGA（半定制化）、ASIC（全定制化）成为 AI 芯片行业的主流技术路线。 不同类型芯片各具优势，在不同领域呈现多 技术路径并行发展态势。 我们将从三种技术路线分别剖析中国 AI 芯片在全球的竞争力。
GPU（Graphics Processing Unit）的设计和生产均已成熟，占领 AI 芯片的主要市场份 额。 GPU 擅长大规模并行运算，可平行处理海量信息，仍是 AI 芯片的首选。 据 IDC 预测， 2019 年 GPU 在云端训练市场占比高达 75%。 在全球范围内，英伟达和 AMD 形成双寡头 垄断，尤其是英伟达占 GPU 市场份额的 70%-80%。 英伟达在云端训练和云端推理市场推 出的 GPU Tesla V100 和 Tesla T4 产品具有极高性能和强大竞争力，其垄断地位也在不断 强化。 目前中国尚未“入局”云端训练市场。 由于国外 GPU 巨头具有丰富的芯片设计经 验和技术沉淀，同时又具有强大的资金实力，中国短期内无法撼动 GPU 芯片的市场格局。
FPGA（Field Programmable Gate Array）芯片具有可硬件编程、配置高灵活性和低能耗等优点。 FPGA 技术壁垒高，市场呈双寡头垄断：赛灵思（Xilinx）和英特尔（Intel）合计 占市场份额近 90%，其中赛灵思的市场份额超过 50%，始终保持着全球 FPGA 霸主地位。 国内网络、阿里、京微齐力也在部署 FPGA 领域，但尚处于起步阶段，技术差距较大。
ASIC（Application Specific Integrated Circuits）是面向特定用户需求设计的定制芯片， 可满足多种终端运用。 尽管 ASIC 需要大量的物理设计、时间、资金及验证，但在量产后， 其性能、能耗、成本和可靠性都优于 GPU 和 FPGA。 与 GPU 与 FPGA 形成确定产品不 同，ASIC 仅是一种技术路线或方案，着力解决各应用领域突出问题及管理需求。 目前， ASIC 芯片市场竞争格局稳定且分散。 我国的 ASIC 技术与世界领先水平差距较小，部分领域处于世界前列。 在海外，谷歌 TPU 是主导者；国内初创芯片企业（如寒武纪、比特大陆和地平线），互联网巨头（如网络、华为和阿里）在细分领域也有所建树。
总体来看 ，欧美日韩基本垄断中高端云端芯片，国内布局主要集中在终端 ASIC 芯片，部分领域处于世界前列，但多以初创企业为主，且尚未形成有影响力的“芯片−平台−应用” 的生态，不具备与传统芯片巨头（如英伟达、赛灵思）抗衡的实力；而在 GPU 和 FPGA 领域，中国尚处于追赶状态，高端芯片依赖海外进口。
技术层面：乘胜追击，国内头部企业各领风骚
技术层是基于基础理论和数据之上，面向细分应用开发的技术。 中游技术类企业具有技术 生态圈、资金和人才三重壁垒，是人工智能产业的核心。 相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。 该层面包括算法理论（机器学 习）、开发平台（开源框架）和应用技术（计算机视觉、智能语音、生物特征识别、自然 语言处理）。 众多国际 科技 巨头和独角兽均在该层级开展广泛布局。 近年来，我国技术层 围绕垂直领域重点研发，在计算机视觉、语音识别等领域技术成熟，国内头部企业脱颖而 出，竞争优势明显。 但算法理论和开发平台的核心技术仍有所欠缺。
具体来看，在算法理论和开发平台领域，国内尚缺乏经验，发展较为缓慢。 机器学习算法是人工智能的热点，开源框架成为国际 科技 巨头和独角兽布局的重点。 开源深度学习平台 是允许公众使用、复制和修改的源代码，是人工智能应用技术发展的核心推动力。 目前， 国际上广泛使用的开源框架包括谷歌的 TensorFlow、脸书的 Torchnet 和微软的 DMTK等， 美国仍是该领域发展水平最高的国家。 我国基础理论体系尚不成熟，网络的 PaddlePaddle、 腾讯的 Angle 等国内企业的算法框架尚无法与国际主流产品竞争。
在应用技术的部分领域，中国实力与欧美比肩。 计算机视觉、智能语音、自然语言处理是三大主要技术方向，也是中国市场规模最大的三大商业化技术领域。 受益于互联网产业发 达，积累大量用户数据，国内计算机视觉、语音识别领先全球。 自然语言处理当前市场竞 争尚未成型，但国内技术积累与国外相比存在一定差距。
作为落地最为成熟的技术之一，计算机视觉应用场景广泛。 计算机视觉是利用计算机模拟 人眼的识别、跟踪和测量功能。 其应用场景广泛，涵盖了安防（人脸识别）、医疗（影像诊断）、移动互联网（视频监管）等。 计算机视觉是中国人工智能市场最大的组成部分。 据艾瑞咨询数据显示，2017 年，计算机视觉行业市场规模分别为 80 亿元，占国内 AI 市 场的 37%。 由于政府市场干预、算法模型成熟度、数据可获得性等因素的影响，计算机视觉技术落地情况产生分化。 我国计算机视觉技术输出主要在安防、金融和移动互联网领域。 而美国计算机视觉下游主要集中在消费、机器人和智能驾驶领域。
计算机视觉技术竞争格局稳定，国内头部企业脱颖而出。 随着终端市场工业检测与测量逐 渐趋于饱和，新的应用场景尚在 探索 ，当前全球技术层市场进入平稳的增长期，市场竞争格局逐步稳定，头部企业技术差距逐渐缩小。 中国在该领域技术积累丰富，技术应用和产 品的结合走在国际前列。 2018 年，在全球最权威的人脸识别算法测试（FRVT）中，国内 企业和研究院包揽前五名，中国技术世界领先。 国内计算机视觉行业集中度高，头部企业 脱颖而出。 据 IDC 统计，2017 年，商汤 科技 、依图 科技 、旷视 科技 、云从 科技 四家企业 占国内市场份额的 69.4%，其中商汤市场份额 20.6%排名第一。
应用层面：群雄逐鹿，格局未定
应用场景市场空间广阔，全球市场格局未定。 受益于全球开源社区，应用层进入门槛相对较低。 目前，应用层是人工智能产业链中市场规模最大的层级。 据中国电子学会统计，2019 年，全球应用层产业规模将达到360.5 亿元，约是技术层的1.67 倍，基础层的2.53 倍。 在全球范围内，人工智能仍处在产业化和市场化的 探索 阶段，落地场景的丰富度、用户需 求和解决方案的市场渗透率均有待提高。 目前，国际上尚未出现拥有绝对主导权的垄断企 业，在很多细分领域的市场竞争格局尚未定型。
中国侧重应用层产业布局，市场发展潜力大。 欧洲、美国等发达国家和地区的人工智能产 业商业落地期较早，以谷歌、亚马逊等企业为首的 科技 巨头注重打造于从芯片、操作系统 到应用技术研发再到细分场景运用的垂直生态，市场整体发展相对成熟；而应用层是我国 人工智能市场最为活跃的领域，其市场规模和企业数量也在国内 AI 分布层级占比最大。 据艾瑞咨询统计，2019 年，国内77%的人工智能企业分布在应用层。 得益于广阔市场空间以及大规模的用户基础，中国市场发展潜力较大，且在产业化应用上已有部分企业居于 世界前列。 例如，中国 AI+安防技术、产品和解决方案引领全球产业发展，海康威视和大 华股份分别占据全球智能安防企业的第一名和第四名。
整体来看 ，国内人工智能完整产业链已初步形成，但仍存在结构性问题。 从产业生态来看， 我国偏重于技术层和应用层，尤其是终端产品落地应用丰富，技术商业化程度比肩欧美。 但与美国等发达国家相比，我国在基础层缺乏突破性、标志性的研究成果，底层技术和基 础理论方面尚显薄弱。 初期国内政策偏重互联网领域，行业发展追求速度，资金投向追捧 易于变现的终端应用。 人工智能产业发展较为“浮躁”，导致研发周期长、资金投入大、 见效慢的基础层创新被市场忽略。 “头重脚轻”的发展态势导致我国依赖国外开发工具、 基础器件等问题，不利于我国人工智能生态的布局和产业的长期发展。 短期来看，应用终 端领域投资产出明显，但其难以成为引导未来经济变革的核心驱动力。 中长期来看，人工智能发展根源于基础层（算法、芯片等）研究有所突破。
透析人工智能发展潜力
基于人工智能产业发展现状，我们将从智能产业基础、学术生态和创新环境三个维度，对 中国、美国和欧洲 28 国人工智能发展潜力进行评估，并使用熵值法确定各指标相应权重 后，利用理想值法（TOPSIS 法）构建了一个代表人工智能发展潜力整体情况的综合指标。
从智能产业基础的角度
产业化程度：增长强劲，产业规模仅次美国
中国人工智能尚在产业化初期，但市场发展潜力较大。 产业化程度是判断人工智能发展活 力的综合指标，从市场规模角度，据 IDC 数据，2019 年，美国、西欧和中国的人工智能 市场规模分别是 213、71.25 和 45 亿美元，占全球市场份额依次为 57%、19%和 12%。 中国与美国的市场规模存在较大差异，但近年来国内 AI 技术的快速发展带动市场规模高速增长，2019 年增速高达 64%，远高于美国（26%）和西欧（41%）。 从企业数量角度， 据清华大学 科技 政策研究中心，截至 2018 年 6 月，中国（1011 家）和美国（2028 家） 人工智能企业数全球遥遥领先，第三位英国（392 家）不及中国企业数的 40%。 从企业布局角度，据腾讯研究院，中国 46%和 22%的人工智能企业分布在语音识别和计算机视觉 领域。 横向来看，美国在基础层和技术层企业数量领先中国，尤其是在自然语言处理、机器学习和技术平台领域。 而在应用层面（智能机器人、智能无人机），中美差距略小。 展 望未来，在政策扶持、资本热捧和数据规模先天优势下，中国人工智能产业将保持强劲的 增长态势，发展潜力较大。
技术创新能力：专利多而不优，海外布局仍有欠缺
专利申请量是衡量人工智能技术创新能力和发展潜质的核心要素。 在全球范围内，人工智 能专利申请主要来源于中国、美国和日本。 2000 年至 2018 年间，中美日三国 AI 专利申 请量占全球总申请量的 73.95%。 中国虽在 AI 领域起步较晚，但自 2010 年起，专利产出 量首超美国，并长期雄踞申请量首位。
从专利申请领域来看， 深度学习、语音识别、人脸识别和机器人等热门领域均成为各国重 点布局领域。 其中，美国几乎全领域领跑，而中国在语音识别（中文语音识别正确率世界 第一）、文本挖掘、云计算领域优势明显。 具体来看，多数国内专利于 AI科技 热潮兴起后 申请，并集中在应用端（如智能搜索、智能推荐），而 AI 芯片、基础算法等关键领域和前 沿领域专利技术主要仍被美国掌握。 由此反映出中国 AI 发展存在基础不牢，存在表面繁 荣的结构性不均衡问题。
中国 AI 专利质量参差不齐，海外市场布局仍有欠缺。 尽管中国专利申请量远超美国，但技术“多而不强，专而不优”问题亟待调整。 其一，中国 AI 专利国内为主，高质量 PCT 数量较少。 PCT（Patent Cooperation Treaty）是由 WIPO 进行管理，在全球范围内保护 专利发明者的条约。 PCT 通常被为是具有较高的技术价值。 据中国专利保护协会统计，美国 PCT 申请量占全球的 41%，国际应用广泛。 而中国 PCT 数量（2568 件）相对较少， 仅为美国 PCT 申请量的 1/4。 目前，我国 AI 技术尚未形成规模性技术输出，国际市场布 局欠缺；其二，中国实用新型专利占比高，专利废弃比例大。 我国专利类别包括发明、实 用新型专利和外观设计三类，技术难度依次降低。 中国拥有 AI 专利中较多为门槛低的实 用新型专利，如 2017 年，发明专利仅占申请总量的 23%。 此外，据剑桥大学报告显示， 受高昂专利维护费用影响，我国 61%的 AI 实用新型和 95%的外观设计将于 5 年后失效， 而美国 85.6%的专利仍能得到有效保留。
人才储备：供需失衡，顶尖人才缺口大
人才的数量与质量直接决定了人工智能的发展水平和潜力。 目前，全球人工智能人才分布 不均且短缺。 据清华大学统计，截至 2017 年，人才储备排名前 10 的国家占全球总量的 61.8%。 欧洲 28 国拥有 名人工智能人才，位居全球第一，占全球总量的 21.1%。 美国和中国分别以 、 列席第二、第三位。 其中，中国基础人才储备尤显薄弱。 根据腾讯研究院，美国 AI 技术层人才是中国 2.26 倍，基础层人才数是中国的 13.8 倍。
我国人工智能人才供需严重失衡，杰出人才缺口大。 据 BOSS 直聘测算，2017 年国内人 工智能人才仅能满足企业 60%的需求，保守估计人才缺口已超过 100 万。 而在部分核心领域（语音识别、图像识别等）， AI 人才供给甚至不足市场需求的 40%，且这种趋势随 AI 企业的增加而愈发严重。 在人工智能技术和应用的摸索阶段，杰出人才对产业发展起着 至关重要的作用，甚至影响技术路线的发展。 美国（5158 人）、欧盟（5787 人）依托雄 厚的科研创新能力和发展机会聚集了大量精英，其杰出人才数在全球遥遥领先，而中国杰 出人才（977 人）比例仍明显偏低，不足欧美的 1/5。
人才流入率和流出率可以衡量一国生态体系对外来人才吸引和留住本国人才的能力。 根据 Element AI 企业的划分标准，中国、美国等国家属于 AI 人才流入与流出率均较低的锚定 国（Anchored Countries），尤其是美国的人工智能人才总量保持相对稳定。 具体来看， 国内人工智能培育仍以本土为主，海外人才回流中国的 AI 人才数量仅占国内人才总量的 9%，其中，美国是国内 AI人才回流的第一大来源大国，占所有回流中国人才比重的 43.9%。 可见国内政策、技术、环境的发展对海外人才的吸引力仍有待加强。
从学术生态的角度
技术创新能力：科研产出表现强劲，产学融合尚待加强
科研能力是人工智能产业发展的驱动力。 从论文产出数量来看，1998-2018 年，欧盟、中国、美国位列前三，合计发文量全球占比 69.64%。 近些年，中国积极开展前瞻性 科技 布 局， AI发展势头强劲，从1998年占全球人工智能论文比例的8.9%增长至2018年的28.2%， CAGR17.94%。 2018 年，中国以 篇 AI 论文居世界首位。 中国研究活动的活跃从 侧面体现在人工智能发展潜力较大。
我国论文影响力仍待提高，但与欧美差距逐年缩小。 FWCI（Field-Weighted Citation Impact， 加权引用影响力）指标是目前国际公认的定量评价科研论文质量的最优方法，我们利用 FWCI 表征标准化1后的论文影响力。 当 FWCI≥1 时，代表被考论文质量达到或超过了世 界平均水平。 近 20 年，美国的 AI 论文加权引用影响力“独领风骚”，2018 年，FWCI 高 于全球平均水平的 36.78%；欧洲保持相对平稳，与全球平均水平相当；中国 AI 领域论文 影响力增幅明显，2018 年，中国 FWCI 为 0.80，较 2010 年增长 44.23%，但论文影响力仍低于世界平均水平的 20%。 从高被引前 1%论文数量来看，美国和中国高质量论文产出 为于全球第一、第二位，超出第三位英国论文产出量近 4 倍。 综合来看，中国顶尖高质量 论文产出与美国不分伯仲，但整体来看，AI 论文影响力与美国、欧美仍有差距。
从发文主体来看，科研机构和高校是目前中国人工智能知识生产的绝对力量，反映出科研成 果转化的短板。 而美国、欧盟和日本则呈现企业、政府机构和高校联合参与的态势。 据Scopus 数据显示，2018 年，美国企业署名 AI 论文比例是中国的 7.36 倍，欧盟的 1.92 倍。 2012 年 至 2018 年，美国企业署名 AI 论文比例增长 43pct，同期中国企业署名 AI 论文仅增长 18pct。 此外，人工智能与市场应用关联密切，校企合作论文普遍存在。 而我国校-企合作论文比例仅为 2.45%，与以色列（10.06%）、美国（9.53%）、日本（6.47%）差别较大。 从产学结合的角度， 中国人工智能研究以学术界为驱动，企业在科研中参与程度较低，或难以实现以市场为导向。
中国人工智能高校数量实位于第二梯队，实力比肩美国。 高校是人工智能人才供给和论文 产出的核心载体。 据腾讯研究院统计，全球共 367 所高校设置人工智能相关学科，其中， 美国（168 所）独占鳌头，占据全球的 45.7%。 中国拥有 20 所高校与英国并列第三，数 量上稍显逊色。 此外，中国高校实力普遍上升，表现强劲。 据麻省理工学院 2019 年发布的AI 高校实力 Top20 榜单中，中国清华大学、北京大学包揽前两名，较 2018 年分别上 升 1 个和 3 个名次。
从创新环境的角度
研发投入：中美研发投入差距收窄
中国研发高投入高强度，在全球研发表现中占据重要地位。 从研发投入的角度，美国、中国、日本和德国始终是全球研发投入的主力军。 据 IDC 统计显示，2018 年四国的研发投 入总和占全球总量的比例已达 60.77%。 其中，美国凭借其强大的研发实力连续多年位居 全球研发投入的榜首。 近年来，中国研发投入呈现一路猛增的强进势头，据 Statista 统计， 国内 2019 年研发投入额为 5192 亿美元，仅次于美国。 且趋势上与美国差距不断缩小， 2000 年至 2019 年，CAGR 高达 14.43%，同期美国 CAGR 仅 2.99%。 由于经济疲软等 诸多原因，欧盟与日本则呈现较为缓慢的上升趋势。 据研发投入与强度增长的趋势推测， 中国或在 1-2 年内取代美国的全球研发领先地位。 从研发强度的角度，中国研发强度总体 上呈逐步攀升的趋势，且涨幅较大。 但对创新活动投入强度的重视程度仍与美国和日本存 在差距。 2018 年中国研发强度 1.97%，低于日本和美国 1.53、0.87 个百分点。
资本投入：资金多而项目缺，资本投向侧重终端市场
中美是全球人工智能“融资高地”。 人工智能开发成本高，资本投入成为推动技术开发的主力。 在全球范围内，美国是人工智能新增企投融资领先者，据 CAPIQ 数据显示，2010 年至 2019 年 10 月，美国 AI 企业累计融资 773 亿美元，领先中国 320 亿美元，占全球总 融资额的 50.7%。 尤其是特朗普政府以来，人工智能投资力度逐步加码。 中国作为全球第 二大融资体，融资总额占全球 35.5%。 考虑到已有格局和近期变化，其他国家和地区难以 从规模上撼动中美两国。 从人工智能新增企业数量来看，美国仍处于全球领先地位。 2010 至 2018 年，美国累计新增企业数量 7022 家，较约是中国的 8 倍（870 家）。 中国每年新 增人工智能企业在 2016 年达到 179 家高点后逐渐下降，近两年分别是 179 家（ 2017 年）， 151 家（2018 年），表明中国资本市场对 AI 投资也日趋成熟和理性。 整体来看，中国人 工智能新增企业增势缓慢，但融资总额涨幅迅猛。 这一“资金多而项目缺”的态势或是行 业泡沫即将出现的预警。
相比较美国，中国资本投向侧重易落地的终端市场。 从融资层面来看，中国各领域发展较 为均衡，应用层是突出领域，如自动驾驶、计算机学习与图像、语音识别和无人机技术领 域的新增融资额均超过美国。 而美国市场注重底层技术的发展。 据腾讯研究院数据显示， 芯片和处理器是美国融资最多的领域，占总融资额的 31%。 当前中国对人工智能芯片市场 高度重视，但受限于技术壁垒和投资门槛高，国内芯片融资处于弱势。
基于信息熵的 TOPSIS 法：综合指标评估
数据结果显示，美国综合指标及三大项目指标评分绝对领先，中国第二，欧洲 28 国暂且落后。 具体来看，美国在人工智能人才储备、创新产出、融资规模方面优势明显。 中国作为后起之秀，尽管有所赶超，但总体水平与美国相比仍有差距，尤其是杰出人才资源、高 质量专利申请上存在明显的缺陷和短板。 但在论文数量和影响力、研发投入等指标上，中国正快速发展，与美国差距收窄。 从各指标具体分析来看，我国人工智能研究主要分布在 高校和科研机构，企业参与度较低，产出成果较多呈现条块化、碎片化现象，缺乏与市场 的系统性融合，这将不利于中国人工智能技术的发展和产业优势的发挥。 此外，我国科研 产出、企业数量和融资领域集中于产业链中下游，上游核心技术仍受制于国外企业。 未来， 若国内底层技术领域仍未能实现突破，势必导致人工智能产业发展面临瓶颈。
展望
转自丨 信息化协同创新专委会
