赛迪研究院：我国AI推理数据量首超训练，日均词元调用超175万亿

据IT之家11月1日援引央视新闻报道，中国电子信息产业发展研究院（赛迪研究院）近日发布《新域新质创新发展十大趋势》，显示我国人工智能推理数据量首次超过训练数据量。来源将这一变化视为人工智能从模型训练研发走向规模化产业应用的重要标志。截至2026年6月，我国日均词元调用量超过175万亿，较2024年年初增长1000多倍。

从训练到推理，AI产业重心发生变化

训练主要用于形成和优化模型能力，推理则是模型接收输入、生成结果的实际使用过程。推理数据量超过训练数据量，意味着观察AI产业不能只看模型参数和发布频率，还需要关注模型被调用的规模，以及这些调用是否进入真实业务流程。

据报道，顶尖大模型的迭代周期已从过去的几个月缩短至几周甚至几天。模型更新加快与调用规模扩大同时出现，反映出技术研发和应用反馈之间的联系正在加强。不过，词元调用量不等于有效产出：不同任务的输入长度、输出规模和调用方式存在差异，调用增长仍需结合成本、准确性与业务效果评价。

• 应用规模：截至2026年6月，日均词元调用量超过175万亿，较2024年年初增长1000多倍。
• 制造基础：我国累计建成500多家卓越级智能工厂，覆盖31个省（区、市），涵盖超过80%的制造业行业大类。
• 行业落地：国产算力、大模型已在钢铁、汽车等20个行业落地1000多个应用场景。

制造业成为观察AI落地的重要窗口

来源提到，随着“人工智能+制造”行动深入实施，个性化定制、全生命周期服务等新模式持续拓展。相比面向个人的问答工具，制造业应用更强调模型与生产流程、业务数据及既有系统的协同。这也意味着，产业竞争不仅是模型能力的竞争，还涉及部署、集成和持续维护能力。

需要区分的是，智能工厂数量与大模型应用场景数量属于不同统计指标，不能简单等同。它们共同提供的信号是：制造业数字化基础与AI应用正在形成更多交集。对于企业而言，值得优先评估的不是是否接入最新模型，而是具体任务能否获得稳定、可衡量的改善。

影响：从“能调用”转向“用得好”

用户端同样呈现普及趋势。来源援引中国互联网络信息中心政策与国际合作所发布的《生成式人工智能应用发展报告（2026）》称，截至2026年上半年，我国生成式人工智能用户规模超过7亿人，普及率突破50%。用户基础扩大，为工具和服务提供了更广泛的应用空间。

从产业角度看，推理效率、使用成本与结果可靠性将成为更受关注的指标。调用量增长能够说明使用活跃度提升，但不能单独证明商业模式成熟。接下来更值得观察的是，模型能否从单次问答进入连续工作流，并在制造、软件工具和企业服务中形成可持续价值。