商业与技术洞察公司Gartner预测，在 AI 组合中纳入中国 LLM 和多模态模型的全球企业占比，将从 2025年的5%上升至 2027年的50% 。中国本土 LLM 在能力和成本效率方面仍保持竞争力，而其竞争力因开源战略进一步增强。

Gartner高级研究总监闫斌表示：“大部分领先的开源 LLM 都来自中国。企业可以选择在合适的位置托管这些开源模型，并通过额外的微调和防护措施来控制地缘政治风险。 此外，开源模型还可用于合成数据生成，帮助国家构建自主 AI 。 同时，中国的多模态生成式 AI 模型在图像和视频生成等任务上也具全球竞争力。”

基于此，企业领导者必须：

评估并集成中国生成式 AI模型：定期评估中国LLM和多模态模型的能力，并将其纳入 AI 组合以发挥其战略优势。

扩展模型用途：不仅在生产环境中使用中国的生成式 AI模型，还可将其用于合成数据生成、模型评估、护栏建立以及性能基准测试等任务。

关注法规动态：持续关注 AI相关法规的最新变化，以确保合规并降低运营风险。

利用开源机会：参与开源社区，在快速创新、定制化和成本节约方面获取收益。

确保互操作性：制定策略并发展技术能力，管理中国模型与全球 AI模型之间的集成。

团队技能提升：就中国生成式 AI模型的特性、部署实践和法规要求提供培训，建立内部专业能力。

另外，Gartner还预测，到 2030 年，超过 80% 的企业将在设计、制造、产品和服务环节采用物理 AI ，而目前采用率不足1% 。

Gartner高级研究总监闫斌表示：“物理 AI 为终端用户提供超越数字世界的独特产品体验，通过现实世界的动作和交互引入新的互动形式。由中国的具身 AI和机器人技术推动的边缘计算发展，使 AI系统能够在本地处理数据， 从而降低延迟、提高响应率，同时保持成本效率。通过将重复或危险任务自动化，物理 AI可以简化操作、减少人为错误并降低长期成 本，为自主业务模式和创新的 AI驱动型服务交付铺平道路。”

基于此，企业领导者必须：

在受控环境中开始试点项目，测试并优化物理 AI系统。基于这些实施的反馈，评估投资回报率，改进系统设计和功能，然后再进行全面部署。

建立战略合作伙伴关系，与技术供应商、研究机构和行业专家合作，保持对最新进展和最佳实践的了解。

为 AI错误和决策过程制定明确的指南和责任框架，同时与监管机构合作，确保符合区域法律和标准。