当前人工智能技术正从实验室进入实际应用阶段，但高昂的算力成本仍是普及的主要障碍。云天励飞副总裁郑文先指出，一旦算力成本实现数量级下降，AI技术将演变为像水电一样的基础设施，各个行业得到广泛应用。 问题与原因： 大模型技术的快速发展带来了指数级的算力需求。作为算力系统的核心，芯片成本直接影响AI的商业化进程。虽然消费者已开始使用大模型工具，但企业端应用面临更高的成本压力，尤其是中小企业难以承受高昂的算力和模型使用费用。 影响与对策： 算力成本的降低将加速智能硬件的普及，从智能眼镜到扫地机器人等产品将更广泛地进入日常生活。在制造业领域，低成本的AI技术可以帮助企业实现全流程智能化改造。广东省通过发放"算力券"等政策措施——降低企业的转型成本——促进人工智能与机器人产业的协同发展。 以新能源汽车为例，智能网联技术正在推动制造业与服务业的融合。郑文先表示，未来汽车可能具备自主运营能力，为车主带来额外收益，这种"先进制造+现代服务"的新模式将为广东经济注入新的增长动力。 前景展望： 随着算力成本的持续下降，AI有望成为新一轮工业革命的核心驱动力。广东凭借产业基础和政策创新，可能在AI赋能实体经济上形成示范效应。专家认为，当算力成本降至"百亿Token一分钱"的水平时，AI才能真正实现普惠化应用。
降低算力成本的本质是降低新技术的使用门槛，加快创新的扩散速度。实现高质量发展的关键不在于"有没有模型"，而在于"用不用得起、用得稳不稳、用得值不值"；当技术、政策与产业场景形成合力，让算力供给像水电一样稳定可得、成本可控、持续供应，大模型的价值才能从展示能力转向创造实际增量，为制造业升级和现代服务业发展提供有力支撑。