行业人士认为，中国需要打造国产AI算力网络，实现基础设施自主化；加快自主GPU和存算一体芯片研发，联合华为昇腾、寒武纪等构建国产算力集群，推动国产深度学习框架与高校、企业深度绑定，设立"开源基金"激励开发者贡献，并建立软件生态圈。在医疗、交通等领域试点"数据沙盒"，在保障安全前提下推动高价值数据定向开放。
复制"DeepSeek模式"，进行垂直场景深挖。DeepSeek已经产生了算力成本效应、用户引爆效应、信心提振效应和开源生态效应。专家指出，AI行业接下来有三个有潜力的方向：一是多模态、具身智能、时空智能等为代表的第二个周期；二是AI大模型的后市场，即腰部和长尾的生态涌现；三是端侧AI Agent，特别是能够结合工作流以及每个人的个性化需求的部分。在生物医药、新能源、农业等领域，设立专项扶持基金，鼓励AI企业与实体产业共建联合实验室，将技术突破快速转化为生产力。
尽管中国在AI领域取得了显著成就，但仍面临诸多挑战。中国在AI芯片、算法框架和基础软件等核心技术上仍依赖国外，存在"卡脖子"风险。虽然AI人才数量快速增长，但高端人才仍然匮乏，特别是在基础研究和前沿技术领域。欧美国家的"举国体制"模式正在加速形成，中国在AI领域的国际竞争压力日益加大。
为应对这些挑战，需要加大对AI基础研究的投入，特别是在AI芯片、算法框架和量子计算等核心技术领域。通过设立国家实验室和专项基金，鼓励高校、科研机构和企业联合攻关，突破技术瓶颈。加快构建自主可控的AI产业链和生态系统，减少对国外技术的依赖。通过政策引导和市场机制，推动AI芯片、操作系统和基础软件的国产化替代。加大对AI人才的培养和引进力度，特别是在基础研究和前沿技术领域。通过设立专项奖学金、优化科研环境和提供职业发展机会，吸引全球顶尖AI人才来华工作。加快AI技术在制造业、农业、医疗等实体经济领域的应用，推动产业升级和数字化转型。通过政策支持和试点示范，打造一批AI与实体经济深度融合的典型案例。
欧美"举国体制"的背后，是资本主义国家罕见地动用国家力量整合市场资源；而中国需要探索如何将"集中力量办大事"的传统优势与市场活力相结合。DeepSeek的案例证明，只要在核心环节突破"卡脖子"瓶颈，在应用层激发企业创新，中国完全有能力走出一条"以场景驱动技术、以市场反哺基础"的AI发展道路。未来的AI竞争，不仅是算法与芯片的较量，更是国家战略智慧与制度韧性的终极比拼。