行业人士认为，中国的举国体制首先需要打造国产AI算力网络，实现基础设施自主化；加快自主GPU（如壁仞科技、摩尔线程）和存算一体芯片研发，联合华为昇腾、寒武纪等构建国产算力集群，实现芯片突围；推动国产深度学习框架（百度PaddlePaddle、旷视MegEngine）与高校、企业深度绑定，设立"开源基金"激励开发者贡献；建立软件生态圈。在医疗、交通等领域试点"数据沙盒"，在保障安全前提下推动高价值数据定向开放。
同时，复制"DeepSeek模式"，进行垂直场景深挖。DeepSeek已经成为了一种效应，算力成本效应、用户引爆效应、信心提振效应和开源生态效应。
专家认为，AI行业接下来有三个有潜力的方向：第一个方向是在以大语言模型为代表的AI 2.0的第一个周期结束后，以多模态、具身智能、时空智能等为代表的第二个周期；第二个方向是AI大模型的后市场，即腰部和长尾的生态涌现；第三个方向是端侧AI Agent（智能体），特别是能够和工作流以及每个人的个性化需求相结合的部分。在生物医药（AI新药研发）、新能源（智能电网）、农业（精准育种）等中国已有产业基础的领域，设立专项扶持基金；鼓励AI企业与实体产业共建联合实验室（如DeepSeek与药企的合作），将技术突破快速转化为生产力。
如何破局？
尽管中国在AI领域取得了显著成就，但仍面临诸多挑战。
中国在AI芯片、算法框架和基础软件等核心技术上仍依赖国外，存在"卡脖子"风险。尽管中国AI人才数量快速增长，但高端人才仍然匮乏，尤其是在基础研究和前沿技术领域。欧美国家的"举国体制"模式正在加速形成，中国在AI领域的国际竞争压力日益加大。
行业人士认为，需要"四个加"：1、要加大对AI基础研究的投入，特别是在AI芯片、算法框架和量子计算等核心技术领域。通过设立国家实验室和专项基金，鼓励高校、科研机构和企业联合攻关，突破技术瓶颈；2、加快构建自主可控的AI产业链和生态系统，减少对国外技术的依赖。通过政策引导和市场机制，推动AI芯片、操作系统和基础软件的国产化替代。3、加大对AI人才的培养和引进力度，特别是在基础研究和前沿技术领域。通过设立专项奖学金、优化科研环境和提供职业发展机会，吸引全球顶尖AI人才来华工作。4、加快AI技术在制造业、农业、医疗等实体经济领域的应用，推动产业升级和数字化转型。通过政策支持和试点示范，打造一批AI与实体经济深度融合的典型案例。
欧美"举国体制"的背后，是资本主义国家罕见地动用国家力量整合市场资源；而中国需要探索的，则是如何将"集中力量办大事"的传统优势与市场活力相结合。DeepSeek的案例证明，只要在核心环节突破"卡脖子"瓶颈，在应用层激发企业创新，中国完全有能力走出一条"以场景驱动技术、以市场反哺基础"的AI发展道路。未来的AI竞争，不仅是算法与芯片的较量，更是国家战略智慧与制度韧性的终极比拼。
