李东生：TCL预测2025年AI落地将创造超千亿效益
“2025年，TCL的研发投入预计将达到150亿元。在一些关键核心技术领域，我们已实现了从追赶到并跑，再到部分领跑的跨越，但公司也清醒地认识到，我们的整体技术能力与国际行业标杆之间，仍存在着一定的差距。”
近期，在2025 TCL全球技术创新大会（TIC2025）上，TCL创始人、董事长李东生指出，AI技术的迅猛发展正在重塑全球产业格局，并将成为未来企业竞争的“胜负手”。
当下，全球技术浪潮加速演进，以大规模模型和算力体系为代表的AI正从概念走向深度产业化，成为驱动未来增长的关键力量。与部分公司更多围绕AI概念“画饼”不同，本次大会的主题“AI for Real（AI向实）”明确聚焦于AI的落地。TCL正是将重心放在如何让AI真正融入产品、技术与产业，创造实实在在的价值。
目前全球AI竞争日趋白热化，但焦点多集中在模型参数扩张与算力基础设施上，这导致了技术空转、算力资源浪费、产品同质化内卷等问题。AI过多停留在技术层，未能充分落地到应用层，使其难以大量创造实际价值，也无法真正普惠到每一个人。
作为旗下拥有TCL实业与TCL科技两大集团的产业公司，TCL在智能终端、半导体显示、新能源光伏三大产业均有布局。李东生表示，举办这次大会旨在探讨AI如何真正落地于产品、技术和产业。换句话说，就是如何让AI走向真实场景实现应用，例如在B端通过提效降本推动技术普惠，在C端让产品回归“用户第一”的本质。
与此同时，TCL科技首席运营官王成也直言：“AI的终极意义，不在于流量的喧嚣或概念的堆砌，而在于场景的落地与价值的创造。” 据了解，TCL在2025年的研发费用预计达150亿元，累计申请专利超11万件，PCT专利1.9万件。在量子点发光显示领域，截至今年专利申请量已达3274件。今年通过大力推进AI应用落地，已创造综合效益超10亿元。
中国工程院院士丁文华评价道：“AI大模型到来之后，如何实现应用落地已成为各行各业的必答题。对企业而言，我认为‘AI for 研发’是第一要务，同时还将延伸到终端交互体验、具身智能等领域。”
智元合伙人、高级副总裁、具身业务部总裁姚鹃青同样表示：“AI已将中国的先进制造提升到全新高度。我们希望未来一、两年内，可以推动全球最新最快的AI技术全方位应用落地，尤其是在生产制造环节。”
目前，在TCL的终端产品中，包括电视、手机、AR/AI眼镜等均已搭载AI技术。在B端产业领域，TCL亦将AI融入半导体显示、新能源光伏产业，推动制造、研发、运营等场景提效降本，进而实现C端产品的核心价值提升。
其中，在半导体显示领域，TCL在今年发布了星智X-Intelligence3.0大模型，该模型在2025年全球工业大模型排名中位列第11位，在显示领域排名第一。在半导体显示垂域的能力已超过特定行业大模型，可直接助力产品开发过程，支持产品问题解析效率提升20%，材料开发效率提升30%。
在TIC 2025大会上，TCL还发起了全球AI人才的引进计划。李东生表示，在科技发展日新月异、技术迭代持续加快的今天，企业发展面临的机遇和挑战并存。
“未来要加大技术创新投入，打造更多从0到1的原创技术，还要加强AI全面应用。另外，产业链协同就是竞争力，更是生存法则。通过产业链协同创新体系，推动企业和全行业技术研发能力的提升。”（文 | 志读科技，作者 | 杜志强，编辑 | 钟毅）
热门专题
热门推荐
近日，国家能源局联合发改委、工信部、国家数据局正式印发《关于促进人工智能与能源双向赋能的行动方案》。这份重磅文件的核心思路非常清晰：一方面，以坚实的能源基础支撑人工智能（AI）的快速发展；另一方面，利用AI技术赋能能源行业转型升级。其核心目标是推动能源、算力、应用场景、数据与算法模型五大关键要素深度
在挑选文生视频工具时，若您正在智谱清影与Runway Gen-3之间权衡，那么了解两者在生成效果上的具体差异，将有助于您做出更明智的选择。本文将从画质清晰度、细节纹理、运动自然度与视频连贯性等核心维度，通过实测对比为您详细解析。 一、画质与分辨率表现 首先对比硬性指标。智谱清影基于CogVideoX
想用通义万相生成一张科技感十足的数据可视化背景，但出来的画面总觉得少了点“内味儿”？数字界面、粒子流、电路纹理这些关键元素一个不见，画面平平无奇？这通常不是工具的问题，而是提示词没有精准锚定科技可视化的核心要素，或者模型参数没调到最佳状态。别急，下面这几种方法，能帮你把想法精准地“翻译”成画面。 一
想要在Vidu生成的视频中实现流畅的慢动作或快进效果？虽然模型界面没有提供直接调整播放速度的滑块，但通过巧妙的提示词设计、利用内置功能，或结合后期处理工具，你完全可以精准掌控视频的节奏与时间感。本文将为你详细解析四种实用方法，从生成前到生成后，全方位满足你的创作需求。 一、通过精准提示词引导运动节奏
当您使用海螺AI生成的英文论文在提交查重时遭遇高重复率或AIGC检测异常，请不要急于归咎于工具本身。核心原因在于，尽管AI生成的文本格式标准、语法地道，但其语言模式和常见短语组合，并未针对知网、维普、万方等中文查重数据库的语义比对逻辑进行专门优化。换言之，机器认为流畅自然的表达，在查重系统的算法看来