新质生产力加速成长、产业升级步履铿锵、首都功能不断提升……“十四五”时期，我们见证了北京高质量发展的坚实步伐。带着超5.2万亿地区生产总值的底气，这座城市开启了“十五五”的新征程。值此2026北京“两会”之际，我们推出“乘风‘十五五’ 北京的领与先”系列专题报道，聚焦北京在科技创新、产业跃升、城市治理、民生改善等各领域的先行探索与引领实践，擘画高质量发展新图景的思路与举措。

2026年1月的一次公开演讲上，清华大学人文学院副教授唐宸向观众展示了一张特殊的星图：金星与昴宿在夜空中重合——这是他利用识典古籍助手对公元757年的天象进行的高精度复原。

同一座城市里，另一场协同正在发生。在智源研究院的推动下，一套名为FlagOS的系统软件栈，成了连接国产AI芯片与大模型的“通用语言”。

两个故事，看似毫无联系，却共同指向一个事实：在全球人工智能大浪淘沙的激烈筛选中，北京正以“人工智能第一城”的姿态，凭借人才密度、全栈生态与产业集群三大不可复制的优势，让真正有生命力的技术与企业沉淀下来。

站在“十五五”开局之年，北京打造人工智能第一城的路径愈发清晰：力争用两年时间实现人工智能核心产业规模破万亿元。当全球AI竞争进入“生态协同”新阶段，北京的“领”在于源头创新，“先”在于全链落地——这座城，正从中国AI高地，迈向世界创新策源地。

“大脑”聚集

1月8日上午9点30分，港交所交易大厅内掌声响起，智谱AI正式挂牌上市。两千多公里外的北京海淀，东升大厦前的一块巨大的电子屏亮起：“智谱 全球大模型第一股”，左上方“AI原点社区”的标志很醒目——这里，曾是人工智能在北京萌芽的地方。

“原点社区”是北京市发展改革委近日发布的首批4个人工智能创新街区之一，是海淀科教资源最密集的区域，东至王庄路及展春园西路、西至中关村大街、北至清华大学、南至北四环西路。

这片总面积约3平方公里、产业载体400万平方米的土地上，被清华大学、智源研究院等高校和研究机构围绕。北京市则拥有1.5万名AI学者，占全国30%，其中148人入选AI 2000全球最具影响力学者榜单，占全国超40%。人工智能的种子常常始于一间教室、一次演讲、一场会议。

农历2025年三九的第一天，海淀区成府路150号的红色大楼报告厅内，椅子从舞台下一直延伸到大厅门口。学术界、从业者和媒体等在这里，只想第一时间看到2026年AI技术发展路线图。

也是在智源研究院的会议室里，面向多种AI芯片的系统软件栈众智FlagOS，以3个月一更新的速度迭代。

要做到这样的频率，不能闭门造车。

“每个季度，我们都有一次技术闭门会”，智源研究院副院长兼总工程师林咏华向北京商报记者揭秘。会上，智源研究院的研发人员向所有合作企业收集研发需求，其中近20家是芯片企业。

FlagOS的版本升级是怎么来的？据林咏华透露，“需求来自芯片企业、模型企业，也来自其他软件企业。智源会把需求整理好，划分优先级，来决定到底在哪个版本发布”。

智源大厦东北方向400多米，是聚焦AI视频生成的生数科技的办公区，它的起点就在隔壁的清华大学。

生数科技的创始人兼首席科学家朱军，是清华大学无穹书院副院长，清华智能技术与系统国家重点实验室主任。作为北京AI顶尖学者群体的一员，他所在的这座城市在全球人工智能最具创新力城市中排名第二，拥有2个人工智能领域国家实验室、1个国家级人工智能学院、14所设立人工智能学院的高校。

2023年3月，朱军带领一支由清华大学、北京大学、中科院等高校以及阿里、腾讯、字节跳动、百度等人才组成的团队，成立了生数科技。他们的目标很明确：要做自主研发的多模态通用大模型及应用。

从高校到企业无缝衔接的模式很快结出成果。2024年4月，生数科技发布中国首个长时长、高一致性、高动态性视频大模型Vidu。不久前发布的全新视频生成加速框架TurboDiffusion也是生数科技和清华大学联合发布的。

那是一个能让AI视频生成速度提升200倍的加速框架，等待数分钟才能生成一个AI视频的时代终结了。

“在高质量视频生成场景下，生成1080P分辨率、8秒时长视频的生成时间从约900秒压缩至约8秒”，生数科技工作人士向北京商报记者解释。

“高原”和“高峰”

智谱AI从清华园走向港交所，生数科技让8秒生成高清视频成为可能，在北京，人工智能既有“高原”又有“高峰”，更有生态。

2026年初，国产GPU（图形处理器）企业摩尔线程联合智源研究院完成了RoboBrain 2.5全流程训练，首次验证了国产算力具备具身大脑模型训练实力。

“想象一下如何教一个机器人擦桌子。以前它只会‘看到抹布—抓起来—乱擦’，现在它能像人一样思考：先绕开花瓶，再按住抹布从里往外擦。这是机器人靠新算法学会了动作规划和空间感评估”，摩尔线程技术专家孙强向北京商报记者解释。

他强调，“以前训练具身大脑模型这种高级AI模型，基本得用国外的GPU，这次用基于摩尔线程全功能GPU MTT S5000千卡集群跑通了训练全流程，模型的‘智商’已经达到世界水平”。

这得益于北京独有的人工智能生态能力。智源研究院的FlagOS就像一个“万能转接头”，让不同品牌的国产芯片与大模型高效对接，摩尔线程等芯片企业提供强大的算力底座，两者结合，让产业协同成本大幅降低。

算力之外，高质量数据是人工智能的另一块基石，光轮智能创始人杨海波对此深有体会。他这样解读仿真数据的意义，“在光轮智能构建的‘数字平行工厂’中，机器人可以在虚拟空间里同时进行成千上万次并行训练，零件可无限复制，甚至能模拟零件形变、偏差等真实生产中的突发状况”。

而在模型端，创新正走向“极致实用”。面壁智能联合创始人兼CEO李大海向北京商报记者介绍，面壁智能的最新大模型MiniCPM-o 4.5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”。

试想一下，如果一部手机部署上述大模型之后，可以实现“公交车来了叫我”“电梯到16层了叫我”等需求。

从国产芯片到仿真数据，再到原生模型，北京正构建一条自主可控、协同高效的AI创新链。这片“高原”足够厚实，才托得起真正的“高峰”。算力、数据、算法三要素，芯模云端用全面发力，是北京人工智能发展的鲜明特征。

在算力基础设施层，寒武纪、摩尔线程、昆仑芯等不同架构国产芯片性能不断攀升，众智FlagOS提供国产算力软件生态的统一保障，硅基流动、清程极智、基流科技等infra企业提供训推降本增效的解决方案。在模型层，截至目前，北京备案大模型达209款，占全国近三成，形成抖音豆包、智谱GLM、月之暗面Kimi、百度文心四大基础模型和垂类模型矩阵，涌现出扣子、伐谋、JoyAgent等一批智能体平台。

两年破万亿元

“高原”和“高峰”是北京人工智能的现状，“两年破万亿元”是一张路线图。这一目标源自近日发布的《北京人工智能创新高地建设行动计划》，北京市发展改革委计划深入实施“九大行动”，希望用两年左右时间，实现人工智能核心产业规模突破万亿元。

从2025年的约4500亿元，到2027年的破万亿元，数字翻倍的背后是一场深入产业毛细血管的效率攻坚。

安全是基石。站在产业角度，奇安信集团董事长齐向东告诉北京商报记者，“网络安全是人工智能技术能够最快落地并见到实效的产业”。九大行动中的安全治理护航行动提到，统筹发展和安全。建设人工智能安全基础设施，打造人工智能安全测试靶场。2025年，作为市政协委员的齐向东曾建议加快构建超大城市网络空间安全基础设施，系统推动网络和数据安全能力提升。

效率是驱动增长的核心引擎。以AI+新能源汽车为例，“风阻直接决定了续航里程，但对汽车设计师来说，降低风阻是极其痛苦的过程，通常是设计师画好草图后，交给仿真软件求解，往往需要10个小时，就像开盲盒。如果不合格再推翻重来”，百度伐谋产品负责人李安南向北京商报记者解释。百度伐谋的自我演化能力，可以将风阻验证的时间从10小时压缩到1分钟。

消费端的爆发，也为万亿目标提供了广阔的市场出口。来自北京的快手可灵AI正在成为新的增长极。2025年12月，可灵AI 收入突破2000万美元，对应年化收入运行率达2.4亿美元。当月，可灵先后发布全球首个大一统多模态视频模型可灵O1及具备“音画同出”能力的可灵2.6模型，并上线全新的动作控制等功能。2026年1月截至目前，可灵AI App端付费用户规模较2025年12月增长约350%，日均收入水平较12月日均提升约30%。

基于可灵2.6模型，用户上传一段花样滑冰的高难度动作视频以及一张自己的参考图，完成那段花样滑冰表演的人就可以是用户自己了。对广告公司、影视机构等而言，相当于拥有了一个“无限演员库”。

北京的人工智能，正在经历一场静水深流的筛选。喧闹的概念退潮后，留下的技术和应用形成了一个城市系统性创新的切片。大浪淘沙，留下的不是最大的浪花，而是最沉的锚。北京的“领”与“先”，藏在这份沉静的定力之中。

来源：北京商报