凌晨，银河通用Galbot G1机器人在24小时智慧药仓里穿梭，根据夜间订单智能分拣药品；早晚高峰，海淀依托空间计算模型等，让部分重点区域平均拥堵指数下降超40%；校内校外，北京101中学学生与接入的智谱Agent（智能体）畅谈，跟着数十万个Agent学习……这不是科幻电影，而是北京正在经历的日常。

1月5日，2026北京·人工智能创新高地建设推进会（以下简称“推进会”）上集中发布了北京人工智能创新高地建设行动计划、首批人工智能创新街区、前沿成果等多项内容。2025年上半年，北京市人工智能核心产业规模达2152.2亿元，同比增长25.3%，初步估算全年产业规模有望冲击4500亿元。

为何是北京？产业最有发言权。在AI芯片领域，北京已经形成自主可控的“芯片矩阵”。 昆仑芯、寒武纪、摩尔线程、清微智能……一系列国产明星产品性能领先。在大模型方面，北京更是一骑绝尘！豆包、Kimi、文心等大众日常依赖的AI应用，全是“北京造”，站稳全球第一梯队。

在这座城市，AI早已从实验室走向街头巷尾。支撑这一切的，是一套高效运转的机制，把算法、芯片、数据这些“矿石”炼成真正能用、好用的产品。从晶圆、代码到日常生活，人工智能第一城的核心竞争力不仅“藏”在超2500家人工智能公司内部，更体现在一整条环环相扣的产业生态链上。

芯片天团出鞘

在北京，AI芯片不是实验室里的展品，而是跑在真实业务中的硬通货。

昆仑芯拿下中国移动十亿级集采项目订单，在三个标包中全部排名第一；寒武纪的旗舰芯片思元590支持千亿参数大模型训练；摩尔线程专注国产GPU（图形处理器）自主研发，MTT系列芯片在通用计算、图形渲染与AI算力输出上表现抢眼；清微智能聚焦低功耗AI芯片研发，核心产品已在工业物联网、智能终端等领域实现规模化商用。

关键芯片创新持续突破，北京大学与中国科学院空天信息院合作开发出全球首款基于光频梳芯片化的集成式光子时钟芯片，时钟频率超100GHz，将芯片时间调控速度提升100倍；中国科学院计算技术研究所联合软件研究所推出的“启蒙”系统，实现国际首个全自动化设计的CPU（中央处理器）芯片“启蒙1号”，5小时内完成32位RISC-V CPU全部前端设计，诸多成果不一而足。

不止于“造芯”，北京的优势还在于“用芯”。

1月5日，智源研究院正式发布面向多种AI芯片的系统软件栈——众智FlagOS 1.6，其与1.5版本的发布时间只差了3个月。

在向北京商报记者介绍新版本时，智源研究院副院长兼总工程师林咏华用“N加M”来解释FlagOS 1.6“一次开发，多芯运行”的特点。

“N是下面很多的芯片，M是上面很多的框架、算法包等。原有生态割裂的情况下，大模型要使用不同的AI芯片，是一个N×M的适配迁移难题。我们打造众智FlagOS统一技术生态，是希望把‘N×M’变成‘N+M’。FlagOS 1.5版本前，智源研究院通过打造统一的算子库和编译器技术，解决N种芯片的统一和聚合。1.6版本我们发布了面向各种上层框架和算法包的统一多芯片插件系统。它就像插头一样，插入各种算法和框架中，连接各种芯片和统一算子库，是实现‘N+M’连接加号两端的关键技术。”林咏华告诉北京商报记者。

作为FlagOS 1.6的一部分，当天上线的KernelGen 1.0较容易理解。“KernelGen 1.0是全球首个支持多芯片的算子自动生成平台。过去，我们花两年时间开发了200个高性能的算子；现在，通过KernelGen 1.0，只用3个小时就能生成200个算子，甚至有一些的性能比我们人工开发的还要高。”

大模型北京队领跑

如果说芯片是筋骨，那么大模型就是大脑。北京正源源不断地向全国输送“聪明的大脑”。

豆包、智谱GLM、月之暗面Kimi、文心一言……你手机里常用的AI助手，不少是“北京造”。截至目前，北京备案大模型达209款，占全国近三成。

这支“梦之队”的强大，既在于数量，也在于多样性与工程化能力。

推进会当天，智谱AI正式发布新一代轻量级通用基座模型GLM-4.7-flash。这款模型的核心突破在于它高效的训练方法。相较于传统大模型训练，该方法在保证模型性能卓越的前提下，显著提升了训练效率，大幅降低了计算资源消耗和时间成本，做到了“小而精、快而强”。

专为极致性价比而生的模型不止这一款，以GLM-4.7-flash为代表的国产大模型在全球主流模型竞争中又一次强力回应。

面壁智能的最新大模型MiniCPM-o 4.5聚焦两个关键词：全模态、端侧。

提到这款模型时，面壁智能联合创始人兼CEO李大海用一个例子向北京商报记者做了介绍：它是全球首个可部署在端侧的全双工全模态大模型，支持“自主回答”，可随时打断或延迟回答，“比如用户提出‘水开了提醒我’，模型会一直观察到水开才通知，实现更自然的人机交互”。

在学术方面，MiniCPM-o 4.5验证了大模型“密度定律”的前瞻性。

一个背景值得一提：面壁智能由清华大学NLP实验室孵化，揭示大模型演进规律的“密度法则”即由面壁智能与清华大学联合发现。该理论提出“大模型的能力密度约3.5个月翻一番”。

近日，“密度法则”登上全球科学顶刊《Nature》的子刊封面，MiniCPM-o 4.5正是这一法则的集大成者。北京AI学者总量1.5万人，占全国30%，这组数字的产业价值有了更直观的体现。

千行百业皆可AI

下一步，北京将深入实施“九大行动”，加快建设全球人工智能创新高地。

具体包括技术创新策源行动、智算自主生态强基行动、高质量数据聚能行动、全域应用赋能行动、科学智能范式革新行动、具身智能全链跨越行动、创新生态引领行动、开源开放聚力行动以及安全治理护航行动。

推进会当天，发布具身智能工业级仿真评测平台RoboFinals的光轮智能，即处于数据赛道。

接受北京商报记者采访时，光轮智能联合创始人兼COO杨海波表示，RoboFinals是全球首个针对具身智能的工业级评测平台，“仿真合成数据用于训练，RoboFinals评测平台用于验证，这种‘数据生成—模型训练—能力评测’的完整闭环，驱动光轮智能仿真平台在实战中不断进化，服务大模型团队”。

可以这样理解，光轮智能的仿真平台如同一座“数字平行宇宙”。“数据商不仅要提供数据，也要提供具备评测模型的能力的平台，这样可以根据测评结果，向客户供给更有针对性的更高质量的数据。”杨海波解释。

据北京市发改委主任杨秀玲介绍，要坚持“以数赋模”，面向大模型技术迭代和应用落地需求，强化具身智能数据集、科学智能数据集和各行业高质量数据集供给。加快数据处理、合成、仿真、安全等关键技术攻关。建设若干高端数据标注基地。培育头部数据服务商，创新数据服务新模式。

将数据纳入“九大行动”的原因不难发现。以仿真为例，在医疗领域的手术机器人训练中，仿真可以模拟人体组织的弹性和脆性；在物流领域的分拣场景中，仿真可以模拟包裹的重量分布和易碎特性。机器人绝大部分的技能都是在这样的虚拟世界中习得的，从简单的抓取动作到复杂的装配任务，每一项能力的获得都离不开仿真环境的支撑。

放大到整个人工智能范畴，在智能制造、信息技术软件、生物医药、金融服务、未来产业等场景处处可看到AI渗透的痕迹。

这些场景背后，是一套高效的推进机制。

当天，北京发布了首批人工智能创新街区。“四大创新街区是在北京现有很好的AI产业集聚的基础上，要进一步加力打造的。我们会优先向这些区域聚集支持政策，区级层面也会因地制宜，突出特色，制定适合各区的新的支持政策。”北京市发展改革委党组副书记、副主任林剑华向北京商报记者介绍。

回看北京AI的崛起之路，各方像齿轮一样咬合转动，才炼出了这套高效、务实、可持续的“炼金术”。这或许就是AI“第一城”的真正底气：靠系统韧性、重真实价值。

来源：北京商报

记者：魏蔚