數(shù)字經(jīng)濟(jì)時(shí)代融合式創(chuàng)新機(jī)理與發(fā)展路徑

【摘要】國產(chǎn)大模型DeepSeek以其開源、低成本、高效能，以及可為全球用戶免費(fèi)、無限調(diào)用等特性，在全球人工智能產(chǎn)業(yè)中掀起熱潮。我國數(shù)字經(jīng)濟(jì)領(lǐng)域眾多企業(yè)通過“融合式創(chuàng)新”充分發(fā)揮協(xié)同合作優(yōu)勢，實(shí)現(xiàn)了低成本的技術(shù)迭代與升級，推動了新的“技術(shù)-經(jīng)濟(jì)”范式發(fā)展。數(shù)字經(jīng)濟(jì)時(shí)代融合式創(chuàng)新的特征，包括技術(shù)融合化、數(shù)據(jù)要素化、產(chǎn)業(yè)融合化、信息能量化、算力網(wǎng)絡(luò)化。融合式創(chuàng)新以技術(shù)融合和協(xié)同合作為支柱，推進(jìn)了人工智能系統(tǒng)基礎(chǔ)設(shè)施層、數(shù)據(jù)層、算法模型層、服務(wù)化層、應(yīng)用生態(tài)層和安全治理層的優(yōu)化。促進(jìn)融合式創(chuàng)新需要以創(chuàng)新為目標(biāo)推進(jìn)跨領(lǐng)域合作，以算力為中心強(qiáng)化基礎(chǔ)設(shè)施建設(shè)，以用戶為導(dǎo)向推動技術(shù)與產(chǎn)業(yè)融合。

【關(guān)鍵詞】人工智能" 融合式創(chuàng)新" 技術(shù)融合" 協(xié)同合作

【中圖分類號】TP18/F49" " " " " " " " " " " " 【文獻(xiàn)標(biāo)識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2025.13.008

引言

人類社會的每次技術(shù)革命，都是在創(chuàng)新性技術(shù)的推動下，重構(gòu)生產(chǎn)要素組合、產(chǎn)品形態(tài)、生產(chǎn)方式、組織結(jié)構(gòu)以及產(chǎn)業(yè)生態(tài)，從而建立新的生產(chǎn)力體系和生產(chǎn)關(guān)系網(wǎng)絡(luò)，最終引發(fā)整個(gè)社會經(jīng)濟(jì)制度的深刻變革。從工業(yè)革命到信息革命，再到當(dāng)今的數(shù)字經(jīng)濟(jì)時(shí)代，我們看到各領(lǐng)域的技術(shù)邊界不斷被突破，以人工智能（AI）技術(shù)為代表的一系列新興技術(shù)正在重塑全部經(jīng)濟(jì)活動和社會生活，“技術(shù)-經(jīng)濟(jì)”范式呈現(xiàn)出新的變遷。這一范式轉(zhuǎn)變遵循了熊彼特創(chuàng)新理論和技術(shù)經(jīng)濟(jì)范式理論，正在形成新的增長動力機(jī)制。

?2025年1月27日，國產(chǎn)大模型公司深度求索的大語言模型應(yīng)用DeepSeek-R1超越美國開放人工智能研究中心（OpenAI）的ChatGPT，登頂蘋果中國和美國應(yīng)用商店免費(fèi)APP下載排行榜，標(biāo)志著中國人工智能技術(shù)在全球競爭格局中的重要突破。DeepSeek的發(fā)布引發(fā)了全球科技股市場的波動，英偉達(dá)（NVIDIA）股價(jià)在1月27日暴跌17%，創(chuàng)下美國歷史上公司單日市值最大跌幅紀(jì)錄。[1]博通（Broadcom）當(dāng)日股價(jià)同樣下跌17%，甲骨文下跌超13%，超威半導(dǎo)體公司（AMD）下跌6%，微軟下跌2%。[2]受DeepSeek影響，2025年2月6日，OpenAI宣布向所有用戶免費(fèi)開放ChatGPT搜索功能?？梢哉f，DeepSeek引發(fā)了人工智能技術(shù)在全球范圍的普惠應(yīng)用，也正在重塑人工智能領(lǐng)域的競爭格局和競爭規(guī)則。

在全球技術(shù)競爭日益激烈的背景下，中國數(shù)字技術(shù)的快速發(fā)展彰顯了其獨(dú)特的創(chuàng)新路徑。在全球貿(mào)易技術(shù)領(lǐng)域和相關(guān)產(chǎn)業(yè)處于諸多限制的環(huán)境下，我國企業(yè)不斷探索突破技術(shù)邊界，通過“融合式創(chuàng)新”產(chǎn)生了以小博大的市場業(yè)績，DeepSeek促使人工智能產(chǎn)業(yè)從依賴高端算力（如英偉達(dá)的A100/H100芯片）轉(zhuǎn)向更注重算法優(yōu)化和低成本的解決方案，體現(xiàn)了資源約束下的創(chuàng)新智慧。事實(shí)上DeepSeek的案例并非孤例，它代表了中國技術(shù)創(chuàng)新的普遍模式。例如，新鋰電池技術(shù)雖非中國原創(chuàng)，但通過完善產(chǎn)業(yè)鏈、深化應(yīng)用場景和持續(xù)技術(shù)迭代，中國企業(yè)已在全球鋰電池產(chǎn)業(yè)中占據(jù)領(lǐng)先地位，展現(xiàn)了“融合式創(chuàng)新”取勝的趨勢。在“融合式創(chuàng)新”的模式下，中國技術(shù)發(fā)展實(shí)現(xiàn)了從跟隨者到引領(lǐng)者的轉(zhuǎn)變，以小博大、以關(guān)鍵環(huán)節(jié)帶動平臺發(fā)展，已成為中國技術(shù)發(fā)展范式轉(zhuǎn)變的主旋律。

數(shù)字經(jīng)濟(jì)時(shí)代融合式創(chuàng)新的特征

融合式創(chuàng)新與顛覆性創(chuàng)新。熊彼特的創(chuàng)新理論剖析了創(chuàng)新的作用機(jī)理，總結(jié)了產(chǎn)品創(chuàng)新、技術(shù)創(chuàng)新、市場創(chuàng)新、資源配置創(chuàng)新、組織（制度）創(chuàng)新等五種情況，指出創(chuàng)新帶來的新生產(chǎn)函數(shù)為經(jīng)濟(jì)向前發(fā)展筑牢了根基。熊彼特提出了“創(chuàng)造性破壞”（creative destruction）理論，其核心即顛覆性創(chuàng)新（disruptive innovation），強(qiáng)調(diào)企業(yè)通過引入全新的技術(shù)或商業(yè)模式，徹底改變現(xiàn)有市場的競爭格局，甚至創(chuàng)造出全新市場。實(shí)踐的發(fā)展與進(jìn)一步的研究證明，與顛覆性創(chuàng)新相比，融合式創(chuàng)新（integrative innovation）在技術(shù)變革周期中展現(xiàn)出更廣泛的適用性。融合式創(chuàng)新是指在新技術(shù)出現(xiàn)并逐漸普及的過程中，通過跨領(lǐng)域技術(shù)整合、生產(chǎn)要素重組和產(chǎn)品服務(wù)再融合，創(chuàng)造新的生產(chǎn)函數(shù)，產(chǎn)生對微觀經(jīng)濟(jì)、中觀經(jīng)濟(jì)，乃至宏觀經(jīng)濟(jì)的重大影響。融合式創(chuàng)新側(cè)重跨領(lǐng)域的協(xié)同與整合，從傳統(tǒng)意義上講，融合式創(chuàng)新的路徑較為漸進(jìn)，因此對市場的影響相對和緩，不會像顛覆性創(chuàng)新那樣引發(fā)突破性、革命性市場競爭格局變革。

數(shù)字經(jīng)濟(jì)背景下，當(dāng)融合式創(chuàng)新與網(wǎng)絡(luò)平臺疊加，創(chuàng)新的影響力及協(xié)同效應(yīng)會被極大拓展，數(shù)字技術(shù)的模塊化、可重組性和分布式應(yīng)用特性使融合式創(chuàng)新具備了改變市場競爭格局、創(chuàng)造全新市場需求與用戶群體的能力。中國在人工智能和新能源領(lǐng)域的實(shí)踐表明，融合式創(chuàng)新在資源約束條件下，能夠?qū)崿F(xiàn)“以小博大”的效果，成為后發(fā)經(jīng)濟(jì)體實(shí)現(xiàn)跨越式發(fā)展的重要路徑。

融合式創(chuàng)新的特征。一是技術(shù)融合化。數(shù)字經(jīng)濟(jì)是以各種數(shù)字技術(shù)與現(xiàn)代通信網(wǎng)絡(luò)為基礎(chǔ)設(shè)施、以數(shù)據(jù)為關(guān)鍵生產(chǎn)要素的經(jīng)濟(jì)系統(tǒng)，新技術(shù)對原有技術(shù)的改造、替代，可以打破固有的技術(shù)壁壘。與此同時(shí)，多種類前沿技術(shù)的融合與交叉應(yīng)用成為常態(tài)。技術(shù)融合已使10%至15%的傳統(tǒng)產(chǎn)業(yè)邊界被重構(gòu)，為新產(chǎn)品（服務(wù)）、新運(yùn)營（組織）模式及新商業(yè)模式的涌現(xiàn)奠定了基礎(chǔ)。以大語言模型為例，其發(fā)展依賴于深度學(xué)習(xí)算法、海量數(shù)據(jù)、高性能計(jì)算等多種技術(shù)的融合。DeepSeek正是通過優(yōu)化算法和創(chuàng)新系統(tǒng)架構(gòu)，在有限算力條件下實(shí)現(xiàn)了可與高端芯片依賴型模型相媲美的性能。這種技術(shù)融合化特征使創(chuàng)新不再局限于單一技術(shù)突破，而是通過系統(tǒng)性整合實(shí)現(xiàn)價(jià)值創(chuàng)造。

二是數(shù)據(jù)要素化。數(shù)字經(jīng)濟(jì)的核心生產(chǎn)要素是數(shù)據(jù)，它已成為生產(chǎn)函數(shù)中的關(guān)鍵變量，數(shù)據(jù)在生產(chǎn)、交換、分配、消費(fèi)等環(huán)節(jié)中的價(jià)值作用不斷凸顯。數(shù)據(jù)要素不僅發(fā)揮自身價(jià)值，還能與傳統(tǒng)生產(chǎn)要素結(jié)合，通過數(shù)據(jù)賦能提升資源配置效率。數(shù)據(jù)的非競爭性特征使其能夠被多方同時(shí)使用而不被損耗，從而產(chǎn)生規(guī)模遞增的經(jīng)濟(jì)效應(yīng)。要素的重新組合也是融合式創(chuàng)新產(chǎn)生的重要路徑，例如，數(shù)據(jù)驅(qū)動的智能化生產(chǎn)正在成為制造業(yè)轉(zhuǎn)型升級的重要方向。2023年，我國規(guī)模以上企業(yè)在生產(chǎn)經(jīng)營活動中廣泛應(yīng)用信息化管理系統(tǒng)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等數(shù)字化技術(shù)，推動了生產(chǎn)效率提升和資源配置優(yōu)化。[3]

三是產(chǎn)業(yè)融合化。融合式創(chuàng)新的主旨在于打破傳統(tǒng)領(lǐng)域的邊界，整合不同領(lǐng)域的技術(shù)和資源。如果說技術(shù)融合和數(shù)據(jù)要素化是融合式創(chuàng)新的微觀特征，那么產(chǎn)業(yè)融合化則是融合式創(chuàng)新的中觀呈現(xiàn)形式。數(shù)字經(jīng)濟(jì)時(shí)代的產(chǎn)業(yè)邊界日益模糊，企業(yè)競爭不再局限于傳統(tǒng)產(chǎn)業(yè)內(nèi)部，而是擴(kuò)展到更廣泛的生態(tài)系統(tǒng)。傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型和不同產(chǎn)業(yè)之間的邊界消融速度將加快，數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合也將形成多種新興的產(chǎn)業(yè)業(yè)態(tài)。根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2023年我國數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值為127555億元，占GDP的比重為9.9%。其中，數(shù)字技術(shù)應(yīng)用業(yè)增加值為55636億元，數(shù)字產(chǎn)品制造業(yè)增加值為43135億元，數(shù)字要素驅(qū)動業(yè)增加值為24747億元，數(shù)字產(chǎn)品服務(wù)業(yè)增加值為4037億元。[4]數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合不斷深化。以新能源汽車產(chǎn)業(yè)為例，2023年，我國新能源汽車產(chǎn)量為944.3萬輛，產(chǎn)銷量占全球比重超過60%，[5]其融合了汽車制造、電池技術(shù)、智能軟件、能源管理等多個(gè)領(lǐng)域，形成了全新的產(chǎn)業(yè)生態(tài)。產(chǎn)業(yè)融合不僅創(chuàng)造了新的增長點(diǎn)，還推動了傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型和升級。

四是信息能量化。從經(jīng)濟(jì)學(xué)角度看，一切經(jīng)濟(jì)活動都可以解釋為能量的傳遞，能量與價(jià)值相交互。數(shù)字經(jīng)濟(jì)時(shí)代，信息的傳輸和處理過程意味著能量與價(jià)值間的轉(zhuǎn)化，信息規(guī)?；褂糜兄跍p少各類經(jīng)濟(jì)活動中的不確定性并提升價(jià)值。

信息價(jià)值化是其能量化的具體表征，香農(nóng)（Shannon）的信息熵理論已經(jīng)證明信息與物理熵的關(guān)系，進(jìn)而表明信息處理是一種能量轉(zhuǎn)換過程。隨著量子信息理論的發(fā)展，蘭道爾原理（Landauer's Principle）進(jìn)一步證實(shí)了信息處理的能量本質(zhì)。伴隨數(shù)據(jù)要素和新一代信息技術(shù)的廣泛應(yīng)用，信息能量已成為驅(qū)動經(jīng)濟(jì)社會發(fā)展的“數(shù)智能量”。預(yù)計(jì)2025年，全球數(shù)據(jù)創(chuàng)造和復(fù)制量將達(dá)到175澤字節(jié)（ZB），其蘊(yùn)含的信息能量將對經(jīng)濟(jì)系統(tǒng)產(chǎn)生深遠(yuǎn)影響。

五是算力網(wǎng)絡(luò)化。數(shù)據(jù)、算法和算力被公認(rèn)為數(shù)字經(jīng)濟(jì)的三大基石，數(shù)據(jù)是核心生產(chǎn)要素、算法是數(shù)據(jù)分析的規(guī)則和處理程序的方法，而算力則是執(zhí)行算法所需的軟硬件資源的綜合能力。算力在數(shù)字經(jīng)濟(jì)中起到支持?jǐn)?shù)據(jù)處理和加速算法運(yùn)行的作用，強(qiáng)大的算力是數(shù)據(jù)應(yīng)用和算法運(yùn)行效率和效果的保障。根據(jù)工信部數(shù)據(jù)，截至2024年，全國移動網(wǎng)絡(luò)承載的數(shù)據(jù)流量超過3376億千兆（GB），比上一年增長了11.6%。伴隨數(shù)據(jù)規(guī)模的超速增長，數(shù)字經(jīng)濟(jì)正從量變走向質(zhì)變。融合式創(chuàng)新突破了單點(diǎn)算力局限，正在推動形成泛在協(xié)同的算力網(wǎng)絡(luò)。算力的高效分配和利用是實(shí)現(xiàn)普惠數(shù)據(jù)服務(wù)的關(guān)鍵，也是融合式創(chuàng)新在資源約束條件下發(fā)揮效能的重要機(jī)制。

以DeepSeek為代表的融合式創(chuàng)新的邏輯機(jī)理

融合式創(chuàng)新的兩大支柱。融合式創(chuàng)新的核心在于將不同領(lǐng)域的技術(shù)、資源或理念進(jìn)行整合，創(chuàng)造出全新的價(jià)值和解決方案。在數(shù)字經(jīng)濟(jì)時(shí)代，融合創(chuàng)新依托開放平臺的網(wǎng)絡(luò)效應(yīng)將不同領(lǐng)域的技術(shù)、資源或理念深度整合，形成極強(qiáng)的放大效應(yīng)。根據(jù)夏皮羅（Shapiro）和范里安（Varian）在《信息規(guī)則》中的闡述，這種效應(yīng)可分為直接網(wǎng)絡(luò)效應(yīng)（網(wǎng)絡(luò)的總價(jià)值隨用戶規(guī)模的增加而增加）、間接網(wǎng)絡(luò)效應(yīng)（網(wǎng)絡(luò)的總價(jià)值因互補(bǔ)品的增加而增加）和交叉網(wǎng)絡(luò)效應(yīng)（網(wǎng)絡(luò)總價(jià)值因平臺上各邊群之間的互動和相互影響而增加）。從驅(qū)動力上看，技術(shù)融合和協(xié)同合作作為兩大支柱，共同推進(jìn)融合式創(chuàng)新產(chǎn)生。

技術(shù)融合是指將不同領(lǐng)域的技術(shù)進(jìn)行有機(jī)結(jié)合，形成新的技術(shù)體系，也有學(xué)者將其定義為“通過不同技術(shù)領(lǐng)域的交叉和重組，創(chuàng)造出具有新功能和新價(jià)值的技術(shù)系統(tǒng)”。這種融合可以是現(xiàn)有硬件與軟件的更高效率結(jié)合，也可以是以不同學(xué)科技術(shù)的重新組合與交叉應(yīng)用形成更有效的新型技術(shù)。DeepSeek正是基于對算法優(yōu)化、數(shù)據(jù)處理和系統(tǒng)架構(gòu)等多領(lǐng)域技術(shù)的融合創(chuàng)新，在有限資源條件下展現(xiàn)了高效性能。

在融合式創(chuàng)新中，不同領(lǐng)域資源的重組與整合往往需要多個(gè)企業(yè)和機(jī)構(gòu)合作完成。在數(shù)字經(jīng)濟(jì)時(shí)代，平臺鏈接各類相關(guān)聯(lián)的企業(yè)（機(jī)構(gòu)），形成平臺的不同“邊群”。這些邊群在供給和需求方面相互依賴、相互影響，既有產(chǎn)業(yè)鏈上下游之間的關(guān)系，也有同一市場層級中競爭合作的關(guān)系。協(xié)同合作進(jìn)一步放大技術(shù)融合的效果，平臺的各邊群在競爭中有合作，在合作中有競爭，形成了共建、共享、共贏的創(chuàng)新局面。這種協(xié)同合作在DeepSeek的發(fā)展中表現(xiàn)為其開源策略、開發(fā)者社區(qū)建設(shè)以及與多方合作伙伴的生態(tài)構(gòu)建。

融合式創(chuàng)新的邏輯機(jī)理。作為數(shù)字經(jīng)濟(jì)核心技術(shù)，無論從微觀還是宏觀視角來看，人工智能都給生產(chǎn)要素、企業(yè)組織和產(chǎn)業(yè)運(yùn)行帶來了體系化變革，形成賦能態(tài)勢。本部分將通過對比分析DeepSeek和傳統(tǒng)大模型的差異，揭示融合式創(chuàng)新在人工智能領(lǐng)域的具體實(shí)現(xiàn)機(jī)制和邏輯機(jī)理。人工智能系統(tǒng)可分為基礎(chǔ)設(shè)施層（Infrastructure Layer）、數(shù)據(jù)層（Data Layer）、算法／模型層（Large Model Layer）、服務(wù)化層（Service Layer）、應(yīng)用生態(tài)層（Application Layer）、安全治理層（Safety amp; Governance Layer）六個(gè)核心層次，這六個(gè)層次共同支撐了人工智能系統(tǒng)的感知、學(xué)習(xí)、推理和執(zhí)行四種智能化行為（見圖1）。

基礎(chǔ)設(shè)施層是指支撐大規(guī)模人工智能訓(xùn)練與推理的算力基礎(chǔ)，包括硬件基礎(chǔ)（如服務(wù)器、圖形處理器）和軟件基礎(chǔ)（如操作系統(tǒng)、分布式計(jì)算框架）。在這一層面，DeepSeek與傳統(tǒng)大模型的基礎(chǔ)設(shè)施需求相似，但其創(chuàng)新點(diǎn)在于能夠在算力受限的條件下，優(yōu)化與高效利用計(jì)算集群。硬件方面，DeepSeek-V3采用了大規(guī)模的計(jì)算集群，計(jì)算節(jié)點(diǎn)內(nèi)高速互連，節(jié)點(diǎn)間采用“無限帶寬”技術(shù)（InfiniBand， IB）進(jìn)行高效通信，減少了通信延遲，顯著提升了訓(xùn)練效率；軟件方面，采用任務(wù)調(diào)度組合并行策略，引入雙向管道并行算法（DualPipe），充分利用集群的計(jì)算資源，在大規(guī)模集群上高效進(jìn)行分布式訓(xùn)練的同時(shí)，實(shí)現(xiàn)了高效的流水線并行處理。

數(shù)據(jù)層主要為模型訓(xùn)練與迭代提供高質(zhì)量數(shù)據(jù)，包括多模態(tài)數(shù)據(jù)湖、數(shù)據(jù)治理工具和知識增強(qiáng)引擎等。與傳統(tǒng)大模型依賴大規(guī)模人工標(biāo)注數(shù)據(jù)的方式不同，DeepSeek在數(shù)據(jù)層的創(chuàng)新主要體現(xiàn)在兩個(gè)方面。一是DeepSeek應(yīng)用強(qiáng)化學(xué)習(xí)方法讓模型在與環(huán)境的交互中自主學(xué)習(xí)，即通過獎勵機(jī)制引導(dǎo)模型從海量數(shù)據(jù)中提取高質(zhì)量的訓(xùn)練樣本，減少了對人工標(biāo)注數(shù)據(jù)的依賴；二是DeepSeek開發(fā)了多模態(tài)數(shù)據(jù)蒸餾技術(shù)（Data Distillation），即通過從大型原始數(shù)據(jù)集中提取關(guān)鍵信息，生成更小但信息密度更高的訓(xùn)練數(shù)據(jù)集，從而形成數(shù)據(jù)自動清洗-標(biāo)注-增強(qiáng)的閉環(huán)系統(tǒng)，極大提升數(shù)據(jù)處理效率。在物理世界數(shù)據(jù)采集方面，DeepSeek開發(fā)了3D神經(jīng)渲染引擎，通過虛擬環(huán)境模擬生成訓(xùn)練數(shù)據(jù)，很大程度上降低了實(shí)物數(shù)據(jù)的采集成本。這種數(shù)據(jù)層的融合式創(chuàng)新，展現(xiàn)了創(chuàng)新組合算法與數(shù)據(jù)處理技術(shù)，降低對高質(zhì)量標(biāo)注數(shù)據(jù)的依賴，從而在數(shù)據(jù)資源約束下實(shí)現(xiàn)高效訓(xùn)練的發(fā)展模式。

算法／模型層是人工智能系統(tǒng)的“大腦”，負(fù)責(zé)研發(fā)與迭代通用及專業(yè)領(lǐng)域的大模型。不同的模型可以處理不同類型的任務(wù)，如自然語言處理、計(jì)算機(jī)視覺等。傳統(tǒng)大模型主要采用經(jīng)典變換器架構(gòu)（Transformer），在所有節(jié)點(diǎn)上進(jìn)行參數(shù)計(jì)算，整體效率偏低。DeepSeek在算法／模型層的創(chuàng)新主要體現(xiàn)為兩方面。一是基于Transformer架構(gòu)，DeepSeek自研了無輔助損失負(fù)載均衡策略的混合專家架構(gòu)（Mixture-of-Experts， MoE）。MoE每層包含1個(gè)共享專家和256個(gè)路由專家，通過智能路由機(jī)制，每次推理僅激活部分參數(shù)，在保證性能的同時(shí)大幅降低計(jì)算成本，實(shí)現(xiàn)了參數(shù)規(guī)模線性增長，且計(jì)算復(fù)雜度僅呈次線性增長。二是DeepSeek開發(fā)了多頭潛在注意力機(jī)制（Multi-head Latent Attention， MLA）。MLA通過優(yōu)化注意力計(jì)算過程，減少了推理時(shí)的緩存占用并提升了處理效率。DeepSeek-V2模型通過MLA技術(shù)將推理量提升了5.76倍，內(nèi)存占用減少了93.3%。在模型訓(xùn)練和推理過程中，DeepSeek應(yīng)用模型蒸餾方法，通過將大型“教師模型”的知識遷移到小型“學(xué)生模型”中，實(shí)現(xiàn)模型輕量化。這種方法突破了模型對海量數(shù)據(jù)的依賴，同時(shí)顯著降低了計(jì)算資源消耗，使小型模型在特定任務(wù)上達(dá)到接近大型模型的性能。在算力有限的條件下開發(fā)高效人工智能模型，體現(xiàn)了融合式創(chuàng)新“化繁為簡”的特點(diǎn)。

服務(wù)化層將模型能力轉(zhuǎn)化為標(biāo)準(zhǔn)化服務(wù)?；谇叭龑拥膭?chuàng)新積累，DeepSeek在服務(wù)化層形成了顯著的成本優(yōu)勢。首先，DeepSeek通過應(yīng)用程序編程接口（API）、軟件開發(fā)工具包（SDK）提供模型即服務(wù)（Model as a Service， MaaS），包括聊天、代碼生成、多模態(tài)理解等功能，其API定價(jià)較之同類服務(wù)更低，極大降低了使用門檻。其次，DeepSeek實(shí)現(xiàn)了模型輕量化（包括蒸餾和量化技術(shù)），使模型能夠在終端設(shè)備上高效運(yùn)行。此外，DeepSeek開發(fā)了動態(tài)批處理、顯存優(yōu)化等彈性推理引擎，進(jìn)一步提升了服務(wù)效率。這些服務(wù)化層的融合式創(chuàng)新，展示了將技術(shù)優(yōu)勢轉(zhuǎn)化為服務(wù)優(yōu)勢和成本優(yōu)勢的有效路徑，使人工智能技術(shù)更加普惠化和大眾化。

應(yīng)用生態(tài)層是人工智能系統(tǒng)面向用戶的最終界面，包含了各種智能應(yīng)用和解決方案。DeepSeek在應(yīng)用生態(tài)層的創(chuàng)新主要表現(xiàn)在兩個(gè)方面。一是DeepSeek公開了核心框架的輕量版，并允許商業(yè)化使用。二是DeepSeek建立了模型微調(diào)眾包平臺，吸引全球人工智能領(lǐng)域的專家和愛好者參與模型改進(jìn)。這種開放式創(chuàng)新模式不僅促進(jìn)了大模型的迭代與升級，更因其透明性促進(jìn)了人工智能技術(shù)的公平使用。DeepSeek的應(yīng)用生態(tài)包括面向消費(fèi)者（Business-to-Consumer，簡稱C端）的智能助手（如DeepSeek-R1）等，面向企業(yè)或商業(yè)客戶（Business-to-Business，簡稱B端）的金融研報(bào)生成、法律合同審查、教育個(gè)性化輔導(dǎo)等，以及涵蓋開源模型（如DeepSeek-MoE）、模型托管平臺、工具鏈在內(nèi)的開發(fā)者生態(tài)體系。這種多層次的應(yīng)用生態(tài)構(gòu)建，體現(xiàn)了融合式創(chuàng)新的協(xié)同合作特征，即通過開放協(xié)作形成創(chuàng)新合力。

安全治理層主要負(fù)責(zé)保障技術(shù)可控、人工智能運(yùn)行系統(tǒng)符合倫理原則及合規(guī)原則。DeepSeek在這一層面的創(chuàng)新主要是構(gòu)建了符合中國政策法規(guī)的安全治理框架。根據(jù)《生成式人工智能服務(wù)管理暫行辦法》和《國家人工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南（2024版）》的要求，DeepSeek開發(fā)了多層次的安全防護(hù)機(jī)制，包括內(nèi)容輸出過濾系統(tǒng)和對抗攻擊防御機(jī)制。

融合式創(chuàng)新的綜合效應(yīng)。通過對DeepSeek六層創(chuàng)新的分析，可以清晰地看到作為融合式創(chuàng)新兩大支柱的技術(shù)融合和協(xié)同合作如何在實(shí)踐中發(fā)揮作用。在技術(shù)融合方面，DeepSeek基于傳統(tǒng)大模型技術(shù)，不斷對算法架構(gòu)、數(shù)據(jù)處理、系統(tǒng)優(yōu)化等多領(lǐng)域技術(shù)進(jìn)行重組和重構(gòu)，形成了適應(yīng)資源約束條件的創(chuàng)新解決方案。這種技術(shù)融合不是單純的技術(shù)疊加，而是通過系統(tǒng)性整合產(chǎn)生了超越單一技術(shù)的協(xié)同效應(yīng)。在協(xié)同合作方面，DeepSeek通過開源策略和生態(tài)構(gòu)建，整合了全球開發(fā)者社區(qū)、行業(yè)應(yīng)用伙伴和用戶群體的創(chuàng)新力量，形成了開放共享的創(chuàng)新網(wǎng)絡(luò)。這種協(xié)同合作模式不僅加速了技術(shù)迭代，也擴(kuò)大了應(yīng)用場景，實(shí)現(xiàn)了技術(shù)、資源和市場的高效對接。

DeepSeek的案例驗(yàn)證了融合式創(chuàng)新在數(shù)字經(jīng)濟(jì)時(shí)代的巨大潛力，特別是在資源約束條件下，通過技術(shù)融合和協(xié)同合作，依然能夠?qū)崿F(xiàn)與資源密集型創(chuàng)新模式相媲美的成果，體現(xiàn)了“以小博大”的創(chuàng)新智慧。這種模式為發(fā)展中國家技術(shù)追趕提供了寶貴啟示，即在無法完全復(fù)制發(fā)達(dá)國家資源密集型創(chuàng)新路徑的情況下，可以通過融合式創(chuàng)新尋找適合自身?xiàng)l件的差異化發(fā)展路徑。

促進(jìn)融合式創(chuàng)新的發(fā)展路徑

世界知識產(chǎn)權(quán)組織發(fā)布的《生成式人工智能專利態(tài)勢報(bào)告》顯示，2014～2023年十年間，全球共有54000項(xiàng)生成式人工智能發(fā)明，中國的生成式人工智能發(fā)明超過3.8萬項(xiàng)，排名全球第一，是排名第二的美國的6倍。[6]在這些專利中，融合式創(chuàng)新無疑成為重要力量。數(shù)字經(jīng)濟(jì)時(shí)代的融合式創(chuàng)新最初表現(xiàn)為跨領(lǐng)域整合（各類技術(shù)、軟件與硬件、應(yīng)用與商業(yè)模式間的重組），然后表現(xiàn)為協(xié)同合作（開放、開源的多主體價(jià)值共創(chuàng)），最后展現(xiàn)為以用戶為導(dǎo)向的多元化產(chǎn)業(yè)應(yīng)用模式。從未來的發(fā)展看，我國促進(jìn)融合式創(chuàng)新需要從以下幾方面進(jìn)一步強(qiáng)化。

以創(chuàng)新為目標(biāo)推進(jìn)跨領(lǐng)域合作。首先，鼓勵跨學(xué)科研究，推動企業(yè)、高校和科研機(jī)構(gòu)之間的合作，形成共同探索新技術(shù)和新應(yīng)用的聯(lián)合體，通過聯(lián)合研發(fā)、委托開發(fā)、平臺共建等模式，推進(jìn)人工智能技術(shù)與其他相關(guān)技術(shù)（如物聯(lián)網(wǎng)、大數(shù)據(jù)、5G等）深度融合，形成更強(qiáng)大的技術(shù)體系，以實(shí)現(xiàn)更廣泛的應(yīng)用場景和更高效的解決方案。例如，浙江大學(xué)與阿里巴巴公司攜手成立前沿技術(shù)聯(lián)合研究中心、字節(jié)跳動與清華大學(xué)人工智能研究院（AIR）建立聯(lián)合研究中心等，上述機(jī)構(gòu)在自然語言處理、計(jì)算機(jī)視覺以及機(jī)器學(xué)習(xí)等前沿技術(shù)方面已取得階段性突破。

其次，不同企業(yè)之間也可以形成產(chǎn)業(yè)鏈縱向與橫向的合作關(guān)系，共同探索新興數(shù)字技術(shù)在各自領(lǐng)域的應(yīng)用前沿，不斷壯大產(chǎn)業(yè)集群的效益。例如，騰訊云將DeepSeek-R1大模型一鍵部署至其高性能應(yīng)用服務(wù)（HAI）中，開發(fā)者可以在3分鐘內(nèi)完成模型的啟動和配置，無需手動處理復(fù)雜的安裝和調(diào)優(yōu)過程；北京硅基流動科技有限公司和華為云團(tuán)隊(duì)聯(lián)合首發(fā)并上線基于華為云昇騰云服務(wù)的DeepSeekR1/V3推理服務(wù)；360數(shù)字安全集團(tuán)創(chuàng)始人周鴻祎承諾360將無償為DeepSeek提供全方位網(wǎng)絡(luò)安全防護(hù)。上述企業(yè)間合作無疑會進(jìn)一步加速相關(guān)技術(shù)的迭代與普及。

最后，伴隨各產(chǎn)業(yè)領(lǐng)域數(shù)字化轉(zhuǎn)型的加速，企業(yè)需要快速適應(yīng)技術(shù)變化、商業(yè)模式和市場變化。數(shù)據(jù)技術(shù)與各業(yè)務(wù)領(lǐng)域的融合趨勢，將使各方對具備靈活應(yīng)變能力的跨領(lǐng)域人才的需求呈爆發(fā)性增長。教育機(jī)構(gòu)育人體系將不斷突破學(xué)科、專業(yè)界限，更注重全面培養(yǎng)學(xué)生的綜合能力，企業(yè)也會通過內(nèi)外部跨領(lǐng)域培訓(xùn)提升員工的綜合思維能力。

以算力為中心強(qiáng)化基礎(chǔ)設(shè)施建設(shè)。量子計(jì)算、億億次（Exascale）超算系統(tǒng)、專用人工智能芯片與類腦芯片研發(fā)以及國家級數(shù)據(jù)和算力中心建設(shè)已成為各國算力革命的關(guān)鍵戰(zhàn)略領(lǐng)域。美國通過《國家量子倡議法案》和《芯片與科學(xué)法案》為量子計(jì)算研發(fā)和半導(dǎo)體產(chǎn)業(yè)提供了大量資金支持和政策保障，國家科學(xué)基金會資助的多個(gè)量子計(jì)算項(xiàng)目促進(jìn)了該技術(shù)在多領(lǐng)域的應(yīng)用拓展。在高性能計(jì)算方面，美國能源部支持的橡樹嶺國家實(shí)驗(yàn)室超級計(jì)算機(jī)“Frontier”已達(dá)Exascale級別，與歐盟的歐洲高性能計(jì)算（EuroHPC）項(xiàng)目共同為科研與工業(yè)發(fā)展提供了強(qiáng)大計(jì)算支撐。在芯片研發(fā)領(lǐng)域，美國NVIDIA等公司開發(fā)的高性能人工智能芯片廣泛應(yīng)用于數(shù)據(jù)中心和產(chǎn)業(yè)領(lǐng)域，顯著提高了計(jì)算效率。歐盟EuroHPC項(xiàng)目整合多國資源部署Exascale超算系統(tǒng)，顯著提升了歐洲高性能計(jì)算競爭力。法國針對數(shù)據(jù)中心企業(yè)實(shí)施電價(jià)優(yōu)惠政策，降低了其運(yùn)營成本，有效促進(jìn)了基礎(chǔ)設(shè)施建設(shè)。日本AI橋接云基礎(chǔ)設(shè)施（ABCI）超算平臺開放共享模式則有效避免了資源重復(fù)建設(shè)。各國通過政策引導(dǎo)、資金投入和技術(shù)創(chuàng)新協(xié)同推進(jìn)，已在算力技術(shù)發(fā)展與應(yīng)用領(lǐng)域形成明顯競爭態(tài)勢。

在《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中，量子信息被列為前沿科技重點(diǎn)方向。在已有研究成果的基礎(chǔ)上，發(fā)揮“國家主導(dǎo)＋市場驅(qū)動”的雙輪模式優(yōu)勢，匯聚政府、企業(yè)、科研機(jī)構(gòu)等多主體的力量，一要穩(wěn)步推進(jìn)“東數(shù)西算”工程，優(yōu)化算力資源布局。二要加大對國產(chǎn)芯片等核心硬件的研發(fā)投入，夯實(shí)數(shù)字經(jīng)濟(jì)時(shí)代的硬實(shí)力，避免關(guān)鍵領(lǐng)域（如芯片、量子）受制于人。三要增強(qiáng)大型、高效能數(shù)據(jù)中心的建設(shè)，一方面建立有效的數(shù)據(jù)管理和共享機(jī)制，在確保數(shù)據(jù)安全的前提下促進(jìn)數(shù)據(jù)的流通和共享；另一方面強(qiáng)化基礎(chǔ)設(shè)施建設(shè)，推動算力建設(shè)由基礎(chǔ)研究向工程化落地跨越式發(fā)展，不斷滿足人工智能技術(shù)對計(jì)算資源和存儲資源的需求。

以用戶為導(dǎo)向推動技術(shù)與產(chǎn)業(yè)融合。當(dāng)前中國具備應(yīng)用場景多樣化和市場規(guī)模龐大的雙重優(yōu)勢，為新興技術(shù)尋找可持續(xù)商業(yè)化路徑提供了得天獨(dú)厚的條件。與西方國家相比，中國擁有更為復(fù)雜多樣的社會經(jīng)濟(jì)結(jié)構(gòu)和用戶需求譜系，這種“需求側(cè)多樣性”成為推動技術(shù)與產(chǎn)業(yè)深度融合的催化劑。因此，未來發(fā)展戰(zhàn)略應(yīng)當(dāng)以用戶需求為核心導(dǎo)向，推動技術(shù)規(guī)?；瘧?yīng)用，實(shí)現(xiàn)產(chǎn)業(yè)融合創(chuàng)新的質(zhì)量突破。

一是精準(zhǔn)定位高價(jià)值需求，實(shí)現(xiàn)目標(biāo)導(dǎo)向的融合創(chuàng)新。傳統(tǒng)的技術(shù)推動型創(chuàng)新往往陷入“技術(shù)找場景”的困境，導(dǎo)致創(chuàng)新與市場需求脫節(jié)。改變這一狀況，必須廣泛開展行業(yè)運(yùn)行數(shù)據(jù)、用戶心理特征及行為模式的系統(tǒng)性分析，運(yùn)用大數(shù)據(jù)和人工智能技術(shù)，精準(zhǔn)定位不同產(chǎn)業(yè)的“高價(jià)值需求”，即那些具有顯著市場空間、較高支付意愿、明確痛點(diǎn)問題的用戶需求集合。

二是更多采用“場景切片”方法，按用戶需求對場景應(yīng)用進(jìn)行分級分類，將復(fù)雜需求拆解為可技術(shù)化的小模塊（如零售業(yè)通過“時(shí)序數(shù)據(jù)建模＋動態(tài)優(yōu)化算法”實(shí)現(xiàn)庫存預(yù)測）?！皥鼍扒衅狈椒ǖ年P(guān)鍵在于準(zhǔn)確把握用戶需求的顆粒度，既不能過于宏觀、難以落地，也不能過于微觀、無法形成系統(tǒng)解決方案。理想的切片應(yīng)當(dāng)是基于用戶旅程（user journey）的自然節(jié)點(diǎn)，形成既相對獨(dú)立又能有機(jī)銜接的應(yīng)用場景組合。

三是利用數(shù)字技術(shù)全鏈條賦能傳統(tǒng)產(chǎn)業(yè)。傳統(tǒng)產(chǎn)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)，也是技術(shù)與產(chǎn)業(yè)融合的廣闊試驗(yàn)場。應(yīng)當(dāng)利用各類數(shù)字技術(shù)對傳統(tǒng)產(chǎn)業(yè)進(jìn)行全方位、全鏈條的數(shù)字化改造，提升自動化、智能化水平。這種改造不是簡單的技術(shù)嫁接，而是通過數(shù)字技術(shù)重塑產(chǎn)業(yè)價(jià)值鏈。一方面，通過融入數(shù)據(jù)、算法、算力等新型生產(chǎn)要素，發(fā)揮“數(shù)據(jù)＋”“數(shù)據(jù)×”“人工智能＋”“人工智能×”等效應(yīng)，形成更高效、更精細(xì)、更敏捷的生產(chǎn)方式。例如，傳統(tǒng)制造業(yè)通過引入工業(yè)互聯(lián)網(wǎng)平臺，實(shí)現(xiàn)設(shè)備互聯(lián)、數(shù)據(jù)共享、遠(yuǎn)程運(yùn)維，提升生產(chǎn)效率，降低能源消耗。另一方面，數(shù)字技術(shù)能夠重塑產(chǎn)業(yè)邊界，催生新型業(yè)態(tài)。以農(nóng)業(yè)為例，通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的融合應(yīng)用，傳統(tǒng)農(nóng)業(yè)正在向“智慧農(nóng)業(yè)”轉(zhuǎn)型，不僅優(yōu)化了種植、灌溉、收獲等環(huán)節(jié)的效率，還延伸出農(nóng)產(chǎn)品溯源、定制化種植、體驗(yàn)農(nóng)業(yè)等新業(yè)態(tài)，拓展了產(chǎn)業(yè)價(jià)值空間。

四是不斷進(jìn)行敏捷迭代，保障融合創(chuàng)新的市場適配性。技術(shù)與產(chǎn)業(yè)融合不是一蹴而就的，這一過程需要持續(xù)迭代優(yōu)化。因此，必須建立起“原型測試-反饋收集-調(diào)整優(yōu)化”的敏捷循環(huán)機(jī)制，確保創(chuàng)新成果與市場需求的高度契合。

結(jié)語

DeepSeek是中國技術(shù)融合式創(chuàng)新的典型案例，其成功開發(fā)和應(yīng)用展現(xiàn)了中國開放與融合式創(chuàng)新模式對傳統(tǒng)閉源模式的超越，充分證明了在一個(gè)完整的創(chuàng)新生態(tài)系統(tǒng)中，融合式創(chuàng)新和顛覆性創(chuàng)新并非對立關(guān)系，可以相互補(bǔ)充、相互促進(jìn)。融合式創(chuàng)新通過對已有技術(shù)的整合優(yōu)化和場景化應(yīng)用，保持現(xiàn)有市場的活力和競爭力；顛覆性創(chuàng)新則可以推動市場的變革和升級。兩者的有機(jī)結(jié)合，構(gòu)成了創(chuàng)新驅(qū)動發(fā)展的雙引擎。

融合式創(chuàng)新作為一種新興的創(chuàng)新模式，正以其獨(dú)特的邏輯和強(qiáng)大的生命力，形成新的“技術(shù)-經(jīng)濟(jì)”范式，深刻改變產(chǎn)業(yè)格局和人們的生產(chǎn)生活。中國是全世界唯一擁有聯(lián)合國產(chǎn)業(yè)分類目錄中所列全部門類的國家，互聯(lián)網(wǎng)規(guī)模全球領(lǐng)先，數(shù)字科技水平位于全球前列且潛力巨大，這為融合式創(chuàng)新提供了巨大的市場空間。當(dāng)多樣化的產(chǎn)業(yè)需求與先進(jìn)數(shù)字技術(shù)相結(jié)合，將催生出大量新產(chǎn)品、新服務(wù)、新模式和新業(yè)態(tài)，形成推動高質(zhì)量發(fā)展的新動能。

可以預(yù)見，隨著5G、人工智能、區(qū)塊鏈、量子計(jì)算等新興技術(shù)的不斷成熟，以及產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的深入推進(jìn)，數(shù)字經(jīng)濟(jì)時(shí)代的融合式創(chuàng)新將在更廣領(lǐng)域得到應(yīng)用，創(chuàng)造出更多符合市場需求的創(chuàng)新成果，為經(jīng)濟(jì)社會發(fā)展注入持久活力。

（本文系國家社會科學(xué)基金項(xiàng)目“數(shù)字經(jīng)濟(jì)背景下我國體育服務(wù)業(yè)與新媒體融合效果及融合創(chuàng)新研究”的階段性成果，項(xiàng)目編號：20BTY052）

注釋

[1]《英偉達(dá)股價(jià)暴跌 蒸發(fā)市值創(chuàng)紀(jì)錄》，2025年1月28日，https：//www.news.cn/fortune/20250128/6055df49ae824c90b6f925832943a56d/c.html。

[2]《華爾街手記｜美國科技企業(yè)股價(jià)暴跌的“意料之外”和“預(yù)期之中”》，2025年1月28日，https：//www.news.cn/world/20250128/ed6fa750974c4f78b83bde727a3dd886/c.html。

[3]《第五次全國經(jīng)濟(jì)普查結(jié)果顯示：我國企業(yè)數(shù)字化轉(zhuǎn)型不斷走深走實(shí)》，2025年2月28日，https：//www.stats.gov.cn/sj/sjjd/202502/t20250227_1958814.html。

[4] 《2023年全國數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值占GDP比重為9.9%》，2024年12月31日，https：//www.stats.gov.cn/sj/zxfb/202412/t20241231_1958126.html。

[5]《新能源汽車產(chǎn)量連續(xù)9年居全球首位》，2024年12月27日，https：//auto.cnr.cn/hy/20241227/t20241227_527022513.shtml。

[6]World Intellectual Property Organization， \"Patent Landscape Report - Generative Artificial Intelligence，\" 2024， https：//www.wipo.int/web-publications/patent-landscape-report-generative-artificial-intelligence-genai/en/index.html.

參考文獻(xiàn)

李林倬、趙南南， 2024年，《熊彼特的遺產(chǎn)——創(chuàng)新研究中顛覆式和組合式創(chuàng)新的思想溯源》，《社會學(xué)研究》，第6期。

A. Berut et al.， 2012， \"Experimental Verification of Landauer's Principle Linking Information and Thermodynamics，\" Nature， 483.

C. E. Shannon， 1948， \"A Mathematical Theory of Communication，\" Bell System Technical Journal， 27.

C. I. Jones and C. Tonetti， 2020， \"Nonrivalry and the Economics of Data，\" American Economic Review， 110（9）.

C. Shapiro and H. R. Varian， 1998， Information Rules： A Strategic Guide to the Network Economy， Boston： Harvard Business School Press.

D. J. Teece， 2018， \"Profiting from Innovation in the Digital Economy： Enabling Technologies， Standards， and Licensing Models in the Wireless World，\" Research Policy， 47（8）.

F. Kodama， 1992， Emerging Patterns of Innovation： Sources of Japan's Technological Edge， Harvard Business School Press.

G. Hinton; O. Vinyals and J. Dean， 2015， \"Distilling the Knowledge in a Neural Network，\" https：//arxiv.org/pdf/1503.02531.

IDC， 2022， \"Data Age 2025： The Digitization of the World from Edge to Core，\" https：//www.seagate.com/files/www-content/our-story/trends/files/idc-seagate-dataage-whitepaper.pdf？gid=164649.

R. U. Ayres and B. Warr， 2009， The Economic Growth Engine： How Energy and Technology Drive Productivity， Cambridge University Press.

Stanford HAI， 2023， \"AI Index，\" https：//hai.stanford.edu/research/ai-index-report.

Y. Yoo et al.， 2012， \"Organizing for Innovation in the Digitized World，\" Organization Science， 23（5）.

責(zé) 編∕李思琪" 美 編∕周群英