错位竞争：四川AI为何独辟低空、军民与矿业赛道
眼下，全国各省市正竞相布局人工智能产业。北京主攻大模型，上海聚焦算力集群，深圳紧盯智能硬件，杭州深耕电商与金融科技。四川的抉择为何独树一帜？
根源在于产业禀赋。四川不与北上广深正面争夺通用大模型的主导权，也不在消费互联网领域盲目内卷，而是走出了一条“AI+资源型产业”的差异化道路。其核心逻辑在于：利用AI解决唯有四川面临、且唯有四川最有能力解决的真实难题。
从具体部署来看，四川采取“全域覆盖+特色突破”的策略。全域层面严格对标国务院六大重点领域，确保国家部署落地生根；特色层面则精准锁定低空智能、军民融合、地质矿产、能源等专属赛道，打造具备四川辨识度、引领全国的应用标杆。
低空智能是本次方案中最亮眼的赛道之一。该领域处于人工智能与低空经济的交汇点，四川的优势可谓“与生俱来”。
四川汇聚了中移动成研院、中航无人机、成都陵川等一众创新主体，研发实力强劲，低空制造业领跑全国。2026年3月，四川省发改委已出台《支持低空经济发展的若干政策措施》；成都市更是将2026年低空经济产业规模目标设定为450亿元，规划到今年底低空航线累计突破150条。
方案确立了三步走战略。首要任务是夯实空间数据底座——聚焦500至600米以下低空空域，依托四川省地理时空大数据平台，叠加气象、测绘、住建、交通、应急、通信等关键数据，构建云边端协同的数据供给体系。第二步是以“揭榜挂帅”机制支持低空智能世界模型研发，构建“动态+预测+决策”的低空智能中枢。第三步是升级智能终端性能，集中攻关边端AI芯片、通信模组、感知飞控等系统效能。
军民融合赛道，是四川AI战略中门槛最高的领域。
四川乃中国国防科技工业的重镇。绵阳作为中国科技城，汇聚了大量军工科研院所与尖端制造企业；成都的航空及电子信息产业同样植根于深厚的军民融合土壤。这种产业基因，绝非靠政策补贴能在短期内复制。
机器狼亮相九三阅兵、焊接机器人市占率全国第一——方案中提及的这些成就，正是军民融合在AI领域的具体写照。将成熟的军工技术转化为民用AI产品，或将AI技术应用于国防装备升级，四川在这条双向通道上拥有全国最完整的产业链和最雄厚的人才储备。
从方案定位来看，军民融合不仅是产业赛道，更是四川AI生态的底层基石。许多在其他领域看似“通用”的AI技术，在四川的研发路径中天然具备军民两用属性——这恰恰构筑了四川AI产业最深的护城河。
2026年3月27日，四川省地质矿产人工智能大模型产品集群发布会在成都召开，集中发布了“矿山大模型”“人工智能找矿平台”和“地震次生地质灾害智能预测模型”三项标志性成果。这一事件，在全国范围内堪称首创。
其中，由四川省地质调查研究院研发的“人工智能找矿平台”尤为值得关注。该平台基于“知识+数据+模型”三重驱动的可解释矿产智能预测理论体系，依托全省海量多源异构地质数据，已产出全国首份省级AI找矿区划成果——初步划分161个成矿远景区，圈定36处找矿预测区。
这一成果的现实意义不可小觑。中国作为矿产资源消费大国，战略性矿产资源的自主供给关乎国家安全。四川地处攀西裂谷、龙门山断裂带等复杂地质构造区域，矿产资源富集，同时地质灾害频发。将AI应用于矿产勘探和灾害预测，既有紧迫的现实需求，又有海量的数据积累，更有区域性的专业人才支撑。
四川自然资源投资集团研发的“矿山大模型”则突破了行业数据处理的技术瓶颈，实现了矿山全流程智能化管理。从勘探、开采到安全监测、生态修复，AI正在重塑整个矿业价值链。
方案将能源列为特色赛道之一，同样植根于四川的资源禀赋。四川是中国第一水电大省，水电装机容量和发电量均居全国首位。近年来，四川还在大力发展风电、光伏等新能源。
能源行业是AI落地的天然场景——负荷预测、调度优化、设备巡检、安全预警……每一个环节都蕴含巨大的智能化空间。特别是在“双碳”目标下，如何利用AI实现能源系统的精细化管理和高效调度，既是技术挑战，也是产业机遇。四川将能源作为AI特色赛道，本质上是让“水电王国”插上AI的翅膀。
回答这个问题，需从三个维度理解四川的独特性。
第一，资源禀赋不可替代。低空空域条件、矿产资源分布、水电装机规模、军工产业根基——这些并非招商引资所能解决，而是自然地理和历史积淀赋予四川的“基因级”优势。
第二，产业生态形成闭环。以低空智能为例，从芯片设计（边端AI芯片）到整机制造（中航无人机）到通信保障（中移动成研院）再到运营服务，产业链各环节在四川内部即可找到对应主体。这种“在地闭环”大幅降低了协同成本。
第三，科研力量提供底层支撑。四川拥有西部唯一的国家实验室、140余所普通高校、10个国家大科学装置，在AI for Science的化学智能、材料科学、先进核能等领域已有深厚积累。今年3月，四川在全国率先启动省级人工智能赋能科学研究联盟建设，进一步整合分散的科研资源与AI资源。
方案还披露了一组数据：四川已建成数据中心139个，智算规模约38EFLOPS，将按2030年100E目标推进建设。扩容“算力券”、启动“词元券”，这些基础设施和制度创新为特色赛道的AI应用提供了坚实的算力支撑。
与北京的大模型路线、上海的新一代AI试验区模式、深圳的AI硬件制造路径相比，四川的策略更接近“场景定义AI”——先有真实产业痛点，再导入AI能力，最终形成可复制的行业解决方案。
方案的“三步走”目标也印证了这一思路：2027年破局起势，形成2—3个具有全国竞争力的细分赛道产业集群；2030年加速普及，争创1—2个国家级新兴产业集群；2035年引领转型，让AI升级为社会公共服务能力。
从四川省人工智能研究院的视角来看，四川AI特色赛道的战略选择，本质上回答了一个关键问题：在AI产业全球竞争的格局中，中西部省份如何找到自己的不可替代性？
答案并非追赶通用大模型的参数竞赛，亦非复制硅谷的创业生态，而是立足自身资源禀赋和产业基础，在那些“只有我能做”的领域深耕细作。低空智能、军民融合、地质矿产、能源——这四个赛道看似分散，实则有一条统一的主线：AI与物理世界的深度融合。
这些赛道的技术需求——多模态感知、时空大数据、边缘智能、自主决策——恰恰是当前AI技术从数字世界走向物理世界的关键接口。四川在这些领域的长期积累，使其有可能成为“AI+物理世界”的先行试验场。
当然，挑战同样存在。特色赛道的市场天花板相对有限，如何在垂直深耕与横向扩展之间找到平衡，如何将行业解决方案标准化、平台化，如何吸引更多AI人才向这些“非主流”赛道汇聚——这些都是四川需要在实践中回答的问题。
但方向已然清晰。四川AI不走寻常路，并非没有能力走通常规路径，而是发现了一条更契合自身的路径。这条路，行者虽少，但风景独好。