2025年中国城市人工智能指数报告

　　（简版）

　　联合出品方：

　　清华大学国情研究院

　　上海证券报 中国证券网

　　瞭望智库

　　北电数智研究院

　　2026年4月

　　一、核心发现（关键趋势） 1. 我国城市人工智能发展正由头部主导迈向梯队扩散与结构跃迁并行的新阶段。

　　l 从整体看，城市人工智能综合发展水平与经济规模保持较强协同性；城市之间仍存在明显结构分化，一部分中等规模城市实现相对跃升，另一部分规模基础较好的城市则仍处于潜力待释放阶段，呈现核心城市持续辐射带动与部分城市加快突破并行推进的演进格局。

　　图 1 ：城市人工智能指数与2024年地区生产总值交叉分布图 2. 产业发展：规模集聚走向质量升级

　　l 我国城市人工智能产业发展正由企业集聚、资本活跃和产品转化共同驱动，呈现出头部城市高端要素持续集聚、区域中心城市加快承接和扩散、整体由规模扩张迈向规模与质量并重的结构升级的格局。

　　3. 科技创新：原创引领走向链条协同

　　l 我国城市人工智能科技创新正由单点原创突破迈向知识生产、技术转化与算力支撑协同演进的新阶段，呈现头部城市原始创新引领、区域中心城市加快追赶、模型能力与数据基础设施共同推动创新版图重构的总体特征。

　　4. 民生服务：系统推进与差异嵌入并行

　　l 我国城市人工智能赋能民生服务正由少数城市的系统化推进迈向多类型城市的差异化嵌入，形成生成式人工智能服务供给扩展、AI岗位在就业结构中渗透加快、民生政策分领域推进并行展开的综合演进格局。

　　5. 治理环境：制度深化与数据赋能协同

　　l 我国城市人工智能治理环境正由政策布局驱动加快迈向制度体系与数据要素协同支撑阶段，呈现政策工具逐步完善、战略部署持续深化、可信数据空间建设加快推进的治理能力升级格局。

　　二、城市AI版图 城市AI版图正在形成“头部引领、区域活跃、潜力蓄积”的梯度格局。

　　l 当前我国城市AI版图正形成由引领型、活力型、潜力型构成的三级梯度结构，整体呈现出由核心城市向更广泛的城市体系有序扩散的演进态势。进一步分析可以看出，头部城市保持系统领先，区域中心城市加快承接扩散，更多扩展观察城市则处于从局部突破向体系跃升的过渡阶段。

　　l 引领型城市：这类城市在产业发展、科技创新、民生服务与治理环境等多个维度形成较强协同优势，是全国AI发展的核心策源地和高位稳定区。

　　n 关键词：系统协同、全维领先、全国策源

　　n 典型城市：北京、上海、深圳、杭州、广州、南京、成都、武汉、重庆、苏州

　　l 活力型城市：这类城市已具备较强发展基础和局部优势，是承接头部城市辐射带动、推动区域扩散与梯度演进的重要增长极。

　　n 关键词：区域增长、结构追赶、多点活跃

　　n 典型城市：西安、长沙、合肥、天津、济南、郑州、厦门、泉州、青岛、兰州、长春

　　l 潜力型城市：这类城市仍处于能力积累和结构爬升阶段，尚未形成完整的综合优势，但已在不同维度出现阶段性突破，是未来梯度重构的重点来源。

　　n 关键词：局部突破、单点试探、储备待释

　　n 典型城市：福州、南通、呼和浩特、沈阳、贵阳、海口、宁波、珠海、东莞、佛山等

　　n 其中，潜力型城市内部还可区分为两个层次：

　　u 加速追赶带：以福州、南通、呼和浩特、沈阳、贵阳、海口、珠海、太原、抚州、常州、淄博等为代表，黑马集聚、产业结构跃迁更为活跃，追赶势头更强，是未来值得持续跟踪的增量来源。

　　u 潜力跃升带：以南宁、昆明、南昌、嘉兴、大连、济宁、银川、保定、潍坊、烟台、东莞、佛山、咸阳、石家庄、新乡等为代表，局部突破与潜力蓄积并存，将成为下一轮发展扩散的重要后备力量。

　　三、标杆实践

　　本报告以《国务院关于深入实施“人工智能+”行动的意见》为政策锚点，构建了涵盖产业发展、科技创新、民生服务和治理环境四个维度的城市人工智能评价指标体系。产业发展维度主要刻画产业基础与投融资环境，科技创新维度重点评价科研产出与数据基础能力，民生服务维度反映应用供给、就业结构与政策支持，治理环境维度衡量制度供给、战略部署与数据治理基础。在此基础上，报告进一步选取典型城市，提炼多个维度的标杆路径与可参考经验。

　　1. 产业发展标杆城市

　　l 深圳：头部产业集聚与资本活跃的高位扩张样本

　　n 做法：依托平台型企业、硬件制造的基础和资本市场活跃优势，打通技术研发、企业成长和产品转化链条，形成联系紧密的产业组织网络。

　　n 成效：在企业集聚、应用转化能力和要素活跃度上保持全国前列，成为我国人工智能产业高位集聚与高质量扩张的代表城市。

　　l 苏州：制造业基础支撑应用深化的区域示范样本

　　l 做法：依托先进制造业和电子信息产业基础，推动人工智能向工业场景、生产环节和企业端持续嵌入，体现出区域中心城市承接头部企业外溢、推动产业扩展的典型路径。

　　l 成效：在区域承载、产品转化和产业协同方面表现突出，是产业基础雄厚型城市向人工智能高质量跃升的典型样本。

　　2. 科技创新标杆城市

　　l 北京：原创创新与高端成果高度集中的技术策源地

　　n 做法：依托顶尖高校、科研机构和国家级创新平台，形成了从基础研究到原始技术突破、再到模型能力培育的创新链条，持续强化原创创新能力和前沿技术供给能力。

　　n 成效：在专利申请、科研论文、国际交流和模型备案等方面全面领先，是我国人工智能知识生产和高端创新资源集聚代表性策源城市。

　　l 杭州：平台生态驱动大模型落地与技术转化的代表城市

　　l 做法：依托数字经济生态、平台企业集聚和较强的市场响应能力，推动模型研发、产品化落地与技术商业化协同演进。

　　l 成效：在应用导向的创新、模型转化和平台赋能方面优势明显，体现出平台生态型城市由技术创新走向场景转化的典型路径。

　　3. 民生服务标杆城市

　　l 上海：民生服务供给与公共治理协同推进的超大城市样本

　　n 做法：依托超大城市消费市场、平台经济基础和公共服务体系，推动人工智能由技术供给向服务供给与场景应用协同延伸。

　　n 成效：在生成式人工智能服务登记方面维持较高水平，体现较高的面向社会大众和市场的数字服务供给能力；另一方面，在公共服务场景中也表现出较强的系统嵌入性特征；代表了超大城市由技术供给走向民生服务协同升级的路径。

　　l 长沙：政策聚焦带动多场景民生应用扩展的强省会样本

　　l 做法：结合省会城市治理需求和公共服务压力，在教育、养老、社保等民生领域形成较强的政策聚焦和场景推进力度，体现出治理压力—政策聚焦—场景导入的发展逻辑。

　　l 成效：在民生政策关注度和场景嵌入方面表现活跃，是区域中心城市通过政策牵引在民生服务领域实现差异化突破的典型代表。

　　4. 治理环境标杆城市

　　l 广州：制度供给与平台治理协同推进的综合治理标杆

　　n 做法：依托较为完善的政策体系、跨部门协同机制和平台治理能力，统筹推进人工智能制度供给、应用规范与数据治理布局。

　　n 成效：在政策完备度、制度保障和治理协同方面表现突出，体现了超大城市将产业发展与治理现代化同步推进的综合优势。

　　l 合肥：省会城市治理进阶与数据要素配置样本城市

　　l 做法：合肥依托省会城市的政策统筹优势、科技资源整合能力以及数据基础设施建设，加快推动政策体系完善、战略实施和治理能力协同提升。

　　l 成效：在战略部署、政策推进和可信数据空间等方面表现亮眼，呈现出从产业突破向治理协同延伸的路径特征，体现出成长型省会城市从产业突破走向制度建设与治理协同并进的发展路径。

　　四、关键挑战

　　当前我国城市AI发展已进入由要素积累转向系统协同的关键阶段，但在应用转化、结构性转化效率、治理支撑和区域扩散方面仍面临若干共性挑战。

　　1. 技术供给较快增长，在面向消费与民生方面的应用转化仍显不足

　　产业发展和科技创新维度已形成较强积累，但生成式AI服务登记、公共服务嵌入和跨场景应用仍主要集中于少数城市，多数城市仍处于“从0到1”或局部试点阶段。

　　2. 城市规模优势尚未稳定转化为系统性AI发展优势

　　部分超大城市和特大城市在人口、经济和资源集聚方面优势明显，但在民生服务、治理环境等维度尚未形成与城市能级相匹配的综合表现，存在“高体量、低转化”的结构性问题。

　　3. 城市间分化正从“有没有技术”转向“能不能形成协同”

　　头部城市在产业、创新、应用等方面仍保持领先，但真正拉开差距的，越来越不是单项资源规模，而是技术、场景、制度、数据是否能够形成协同闭环。部分追赶型城市已具备局部突破能力，但系统性整合能力仍然不足。

　　4. 区域扩散趋势已经出现，但中西部和非头部城市仍面临能力门槛

　　当前AI技术的扩散已不再局限于少数沿海核心城市，一批区域中心城市和特色城市正在加快承接外溢；但从全国看，算力、数据治理、制度供给和高端人才等关键支撑仍分布不均，区域间发展梯度仍然明显。

　　五、行动方向

　　基于调研城市实践，推动城市人工智能发展可重点把握五大行动方向：

　　1. 开放高价值场景，推动人工智能由“能用”走向“好用、常用、可推广”。

　　实践表明，真实场景开放已成为技术落地和企业集聚的重要牵引。下一步应以政务服务、社会治理、智能制造、智慧文旅、医疗健康等高频场景为突破口，通过场景清单、需求对接和示范推广，带动技术落地与应用扩散。

　　2. 建设城市级AI公共服务平台，把算力、数据、工具链和认证服务由“分散供给”转为“集成供给”。

　　调研显示，加强算力调度、模型适配、测试认证、一站式服务窗口和公共平台建设，是降低企业门槛的关键抓手。针对企业“不会接、接不起、接不顺”等问题，整合算力调度、模型适配、测试认证和一站式服务能力，降低应用门槛。同时，可适度兼顾人工智能发展过程中出现的新型创业主体需求，为小团队、独立开发者及类似OPC（一人公司）的创业形态提供更具可及性的公共服务支撑。

　　3. 立足本地产业禀赋，优先在制造业、新能源、医疗等优势赛道形成“AI+行业”突破口。

　　依托制造业、新能源、生物医药、工业软件、智能装备等优势赛道推进 AI 融合，更容易形成可落地、可复制的行业解决方案。对多数城市而言，AI 发展不一定适合全面铺开，而应从最具优势产业、最具可行性场景和数据基础最扎实的领域切入，先形成行业样板，再向相关场景外溢。

　　4. 把人工智能纳入常态化治理与推进体系，形成“组织保障+政策工具+项目落地”联动机制。

　　合肥先导区服务体系、佛山工作专班、张家口“人工智能科室”等经验表明，要推动 AI 从专项试点走向长期工程，关键在于建立稳定的议事协调、跨部门推进和清单化管理机制，把组织保障、政策支持、场景开放、平台建设和项目落地衔接起来。

　　5. 分类施策，推动不同类型城市沿差异化路径实现梯度跃升。

　　对引领型城市：强化源头创新与规则输出。聚焦基础模型、关键算法、智能算力、高质量数据和高端人才，持续增强原始创新与底层技术供给能力；依托高端场景开放、应用中试验证和标准规则探索，进一步提升对全国的辐射带动能力。

　　对活力型城市：强化产业融合与区域承接。立足本地优势产业和区域中心城市功能，围绕先进制造业、现代服务业和重点民生领域拓展“人工智能+”应用深度；同时补齐算力调度、模型适配、数据开发利用、测试认证和场景对接等关键支撑，增强承接头部城市创新外溢的能力。

　　对潜力型城市：强化场景突破与普惠支撑。立足本地资源禀赋和现实需求，优先围绕制造业细分环节、城市治理、民生服务、文旅消费等领域形成一至两个特色突破口。对其中加速追赶带城市，需着重把已有局部优势尽快转化为多维协同能力，推动由“黑马式跃升”向“稳定型进阶”演进；对潜力跃升带城市，则优先补齐算力资源接入、数据供给、平台服务和政策协同等基础条件，在保持局部亮点的同时增强发展连续性和可持续性。

　　六、专家点评

　　窦德景 北京电子数智科技有限责任公司首席科学家、国家级领军人才

　　作为北电数智的科研工作者，我深知人工智能从技术突破到产业落地，需要一个“翻译”和“桥梁”的过程——将学术语言转化为产业语言，将算法能力转化为应用能力。《中国城市人工智能指数报告》正是这样一座桥梁。它用可量化、可比较的方式，将抽象的技术能力转化为具象的城市画像，让每个城市都能看清自己的优势与短板。报告发布的“AI中国行”行动计划，更将这份研究从纸上推向了路上。我们期待与各地政府、产业伙伴一道，把报告的洞察转化为实实在在的解决方案，让AI真正成为推动区域高质量发展的新质生产力。

　　高宇宁 清华大学公共管理学院副院长、服务经济与数字治理研究院副院长

　　报告通过构建产业发展、科技创新、民生服务、治理环境四个维度评价与分析框架，系统地梳理和刻画了我国城市人工智能建设由头部集聚向梯度扩散、由要素驱动向协同推进演进的总体趋势。报告在评估城市间人工智能水平差异的同时，对不同城市的基础条件、结构差异和推进路径进行了分析。研究对于理解各类城市人工智能所处阶段及其推进逻辑，进而更有针对性地进行政策谋划与工作部署，具有一定参考意义。

　　张晓东 国家特聘专家、乌镇智库理事长、教授

　　人工智能不仅是新科技，与地方政府的产业发展、算力部署、能源政策都有密不可分的关系。在中国奋力发展人工智能的今天，城市如何根据自身实际情况，制订更科学合理的产业政策，打造一个健康的营商环境，吸引人才流、资金流，让人工智能赋能千行百业、深度融合，这是一个全新的课题。《中国城市人工智能指数报告》有望结合地方特色，为政府制订符合产业上下游发展的政策提供有用的洞见。

　　谢超 中金研究院董事总经理

　　任何一项技术进步，要想从科技创新成功走向产业创新，供给侧的技术水平固然重要，更重要的是需求侧的市场空间。很多炫技一时的应用，最终因为需求不足而销声匿迹。根据《AI经济学》的研究，中国之所以能够在传统AI产业上取得显著成绩，地方政府在需求侧扮演的重要角色不可或缺。如何更好地发挥地方积极性，促进以大模型为代表的新一轮AI技术进步实现纵深发展，无论是对内部的新质生产力培育，还是对外部的大国地缘经济竞争而言，均有重要意义。《中国城市人工智能指数报告》在这方面做出了有益探索。

　　叶强 中国科学技术大学讲席教授，科技商学院执行院长、管理学院执行院长、国际金融研究院院长

　　这份报告的一个突出价值，在于它不仅回答了“哪些城市在人工智能发展上走在前面”，更进一步回答了“不同城市未来应当如何走、如何实现差异化发展”的关键问题。报告并未将城市人工智能发展理解为单一指标上的“排名竞争”，而是揭示出我国城市AI版图正在形成“头部引领、区域活跃、潜力蓄积”的梯度格局。从政策和实践层面看，这份报告为各类城市提供了一种面向未来的战略视角：人工智能发展不是“千城一面”的同质化竞赛，而应成为推动城市形成新比较优势、塑造新发展定位的重要契机。谁能够更早识别自身禀赋，找准人工智能与本地产业、民生需求及治理实践的结合点，谁就更有可能在下一轮城市竞争中形成真正可持续的领先优势。

　　七、代表城市画像速览

　　（一）引领型城市：多维协同优势突出，是全国人工智能发展的核心策源地与高位稳定区。

　　（北京、上海、深圳、杭州、广州、南京、成都、武汉、重庆、苏州）

　　（二）活力型城市：

　　发展基础较强、局部优势鲜明，是承接头部外溢和推动区域扩散的重要增长极。

　　（西安、长沙、合肥、天津、济南、郑州、厦门、青岛、兰州、长春）

　　（三）潜力型城市：

　　局部突破与能力积累并存，是未来梯度重塑和扩散深化的重要来源。

　　（福州、南通、呼和浩特、沈阳、温州、贵阳、海口、哈尔滨、宁波、珠海）

　　八、指标设计维度

一级维度

二级指标

产业发展

产业规模

产业结构

投融资环境

科技创新

科研创新

科研成果

数据基础

民生服务

智能服务消费场景

就业与工作方式转型

技能提升与智慧教育

民生领域政策聚焦度

治理环境

政策支撑与治理战略布局

安全治理与风险防控