人工智能（AI）作为发展新质生产力的重要引擎和引领未来的战略性技术，已成为城市竞争的“兵家必争之地”。
最近，北京、上海、深圳均出台了与人工智能相关的政策文件与发展措施。7月26日，北京发布了《北京市推动“人工智能+”行动计划（2024—2025年）》，提出“率先建设AI原生城市，推动本市成为具有全球影响力的人工智能创新策源地和应用高地”。深圳于7月30日印发《深圳市加快打造人工智能先锋城市行动方案》，从6个方面提出了22条举措推动人工智能技术、应用场景和商业模式等融合创新。上海同日发布关于进一步推动上海创业投资高质量发展的若干意见，其中明确提到要持续加大对集成电路、生物医药、人工智能三大先导产业的支持力度。
在群城逐鹿的人工智能新赛道，京沪深由于在产业基础、科技水平、人才密度等方面的优势，已牢牢占据领先位置。
“北京做的是从0到1的事情，上海做的是从1到10的事情，深圳则是做从10到100的事情。”谈及三座城市在人工智能领域的差异化定位问题，一名深耕行业多年的业内人士分析，三座城市在布局人工智能方面各有特点，应根据各自的资源禀赋和产业优势，因地制宜构建人工智能产业高地。
京沪深稳居第一梯队
走进博大数据深圳前海智算中心，记者看到，一排排服务器机柜整齐排列。通过这些机柜，海量的数据在其中存储、计算、传输，为千行百业提供强大的算力支撑。博大数据副总裁李亚向证券时报记者表示，作为数字生态基础设施服务商，博大数据可为不同行业客户提供“拎包入住”式的算力服务。
“通过算力基建，让AI算力成为像水电一样的资源，实现弹性、按需调用。”李亚说。据介绍，博大数据深圳前海智算中心整体规划容量约为15000个标准机柜，一期可支持算力规模达40000P，是深圳在建规模、投入规模首屈一指的高等级智算中心。
不仅是深圳，北京与上海在建设算力基础设施方面也处于领先地位。北京市经济和信息化局总经济师唐建国近日在发布会中介绍，北京智算总规模已超20000P；上海则大力推动“算力浦江”计划，持续推进数据中心、智算中心、超算中心等算力基础设施建设，位于上海临港的商汤科技人工智能计算中心是亚洲最大的人工智能计算中心之一。
构建强大基础设施的背后，是三地AI产业对算力需求的持续增长。
记者梳理了多份过去两年发布的关于人工智能产业城市竞争力的智库报告发现，北京、上海、深圳在各份报告中均稳居前三名，是各家智库机构公认的第一梯队，形成了“京沪深强势领跑”的格局。
例如，近期发布的《中国人工智能城市竞争力排行研究报告》（下称《研究报告》）从政策机制、基础设施、企业规模、专利成果、融资环境等多个指标进行综合打分，北京、深圳和上海分别以1.0000、0.7449、0.6266的综合指数进入前三名；《中国城市人工智能发展指数报告（2022—2023）》则从产业规模、产业活力、技术创新、资本支持以及政策支持5个维度，系统分析了各座城市的人工智能发展指数，结果显示，北京、上海、深圳位列前三。
不难发现，人工智能产业第一梯队城市也是我国经济实力最强的超一线城市。南京市企业数字化转型研究会会长卜安洵认为，城市竞逐人工智能产业的要素分为“老三件”和“新三件”，“老三件”是人、财、物，“新三件”则为算力、数据、算法。北京、上海、深圳在“老三件”中实力雄厚，这也为构建强大的算力基础、数据中心、先进算法打下了良好的基础。
三座城市
差异化优势明显
“北京、上海、深圳作为中国人工智能产业的领头羊，具有政策支持力度大、产业基础雄厚、应用场景广泛、人才储备丰富等特点。”北京市社会科学院副研究员王鹏在接受证券时报记者采访时表示。以产业基础为例，北京、上海和深圳都拥有丰富的人工智能产业资源，集聚着众多的科技巨头、高校、科研院所和创新型企业，形成了较为完善的产业链和创新生态。
虽有共同特点，但在不同的“榜单”中，北京、上海、深圳的排位往往不尽相同，原因就在于三座城市在人工智能产业领域有各自的特色，差异化优势较为明显。
北京重基础研发，综合实力强，在创新能力与人才密度方面的优势十分突出。据《研究报告》，北京人工智能参保人员数量和研发人员数量均占有绝对优势，人工智能研发人员数量近三年平均涨幅达26%，居于前列；与人才相对应的是，北京在人工智能有效发明专利件数、人工智能专利被引用次数排名上均为第一。
据了解，北京在人工智能领域拥有6个全国重点实验室以及3个国家工程研究中心，形成了集基础研究、人才培养、高层次学术交流等功能于一体的高水平科研基地。强大的研发实力让北京的创新能力保持领先，拥有数量最多的人工智能领域上市公司、高新技术企业以及独角兽企业，并在融资件数及融资金额上遥遥领先。
相比于北京的注重研发，上海的AI基础设施强大，拥有一众国产芯片龙头公司，注重场景应用及生态塑造。“上海是人工智能应用创新中心，在智能芯片设计制造能力、智能制造应用场景等方面较为领先。”赛智产业研究院院长赵刚表示。中国社会科学院财经战略研究院博士后曹清峰也认为，上海的特点是AI应用场景十分丰富，而且在公共数据开放方面做了大量的探索。
例如，上海打造了大模型创新生态社区“模速空间”，入驻的企业覆盖文娱、办公、金融、教育等多个领域，已经成为场景试验田、应用孵化器。不仅如此，“模速空间”能够为入驻企业提供算力调度服务，并依托上海人工智能实验室的开源数据平台，提供大规模、多模态、高质量的开放数据。
深圳则长于产业化，并依托制造业优势在AI硬件方面引领风骚。根据《研究报告》，深圳市在企业规模上以绝对优势居首，人工智能相关企业数量以及在基础层、技术层、应用层的企业数量均排名全国第一，成为人工智能“密度”最高的城市。赵刚认为，深圳坐拥华为、腾讯等领军企业，在智能网联汽车、人形机器人等智能硬件领域具有比较优势，形成了以应用为主导的人工智能产业链。
“从0到100”
发展人工智能
综合来看，北京依托强大的研发优势，在基础创新方面遥遥领先；上海在算力、数据等方面具有较强优势；深圳市场化氛围浓厚，制造业发达，在将技术向市场铺开、快速产业化方面往往表现出色。
三座城市各有所长，在产业发展的不同阶段恰能发挥出各自的优势。最典型的例证是，国内大模型领域目前估值最高的五家创业公司中，月之暗面、智谱AI、百川智能、零一万物来自北京，Minimax来自上海，没有一家来自深圳。这主要是因为大模型偏重于基础研究，对技术实力要求很高，这是科教资源丰富的北京和上海所擅长的，产业化优势突出的深圳在早期阶段还无法显示其身手。
在你追我赶的“AI之城”竞逐中，当前各大城市均密集出台相关政策与措施，但总体而言大同小异，尚未形成差异化，高质量、更具有针对性的政策措施还有待出台。曹清峰表示，各个城市应当了解自身的优势与不足，基于已有的产业找到与人工智能的结合点，避免同质化的竞争。
具体到北京、上海与深圳三座城市，赵刚认为，三地要充分发挥各自优势，打造核心竞争力。北京要继续加强基础研究和原始创新，推进计算机科学、神经科学、认知科学、意识科学等理论研究，开展大语言模型、多模态大模型创新和应用，加快人工智能全栈技术创新；上海要发挥集成电路优势，加大智能算力芯片研发，攻克卡脖子环节，建设智能算力高地；深圳则要构建完整的人工智能硬件制造集群，围绕智能汽车、智能手机、智能机器人、智能家居、无人机等具身智能体的海量需求，发展壮大人工智能硬件，带动大模型技术在各个领域的应用。
