本报告聚焦人工智能基础模型产业科技体系，运用文献研究、案例研究、归纳演绎等研究方法，深入分析了算法、算力、数据三大核心要素的发展态势及通向通用人工智能（AGI）的关键技术路径。研究发现，大模型技术正从单一语言模态向原生多模态、具身智能及世界模型加速演进。与此同时，十万卡级算力集群成为支撑下一代基础模型迭代的竞争入场券，合成数据在突破数据瓶颈中亦发挥重要作用。全球基础模型产业呈现中美双极引领格局，但美国在顶尖模型性能及十万卡级超大规模智算集群建设上仍占据显著优势，我国面临算力缺口与模型代差的双重挑战。在应用层面，尽管我国AI应用生态活跃，但超级应用实践不占优势；B端应用国内外进程类似，多处于概念验证阶段，距离规模化商业落地仍有距离。基于技术成熟度与行业规律，报告预测企业级AI应用有望于2026～2027年迎来爆发拐点。为在下一轮竞争中掌握主动，建议我国加快推进基于国产芯片的十万卡集群建设，夯实下一代预训练模型的算力底座；在技术路线上，重点布局原生多模态等前沿模型架构、推理优化算法等工程优化技术，探索AGI的实现及落地路径；同时，应前瞻性地加强AI内生与外生安全技术研究，构建技术研发与监管创新的协同闭环，推动人工智能产业安全、可持续发展。