◇多家新型储能企业凭借持续的技术创新、完善的产业链供应链拓展新兴市场，支撑新型储能更好“走出去”，为全球能源绿色低碳转型贡献力量

◇攻坚关键核心技术、完善技术标准和体系、建立内外联动的协作机制，有利于破解技术关、标准关、协作关这“三关”

◇加快关键核心技术攻关，提升企业内生动力，加快完善技术标准和行业规范，多渠道搭建对内对外协作交流平台，更好助力新型储能企业出海

全球能源绿色低碳转型背景下，新型储能市场迎来高速发展期。国际能源署预测，全球储能装机容量到2026年将达270GW左右。对于中国新型储能产业来说，海外市场是“必争之地”，走出国门、布局海外成为大势所趋。

近期，《瞭望》新闻周刊记者从安徽、江苏等地了解到，多家新型储能企业凭借持续的技术创新、完善的产业链供应链拓展新兴市场，支撑新型储能更好“走出去”，为全球能源绿色低碳转型贡献力量。

面对日益复杂的海外市场环境，中国新型储能出海正面临技术研发竞争加剧、贸易新壁垒、相关标准滞后等挑战。业内人士表示，攻坚关键核心技术、完善技术标准和体系、建立内外联动的协作机制，有利于破解技术关、标准关、协作关这“三关”。

储能出海优势显著

作为新能源行业龙头企业，阳光新能源开发股份有限公司抓住转型风口，坚持国内、国际“两条腿”走路，公司海外业务快速拓展至哈萨克斯坦、澳大利亚、西班牙等全球二十多个国家。

“新型储能市场空间广阔，公司持续加大研发投入，瞄准风光储氢充融合发展这一新领域，加快核心技术科研攻关，与所在国合作伙伴共同开拓新市场，实现互利互赢。”公司商务总监刘宾说，得益于核心技术优势和国内完善的产业链、供应链支撑，海外业务进展顺利。

在竞逐海外市场过程中，新型储能企业凭借技术优势、产业优势、布局优势，在国际市场彰显出明显的发展潜力和竞争力。

从技术路线来看，我国新型储能行业拥有锂离子电池、压缩空气储能、液流电池、固态与半固态电池、钠离子储能等多元技术路线，实现多种技术路线百花齐放。

“我国新型储能技术总体处于国际领先地位，中国企业为全球提供了性能优质的储能产品。”中国化学与物理电源行业协会原秘书长刘彦龙说，以锂电池为例，中国拥有完整的产业链、巨大成本以及人才优势，占据全球75%以上的市场份额，产业优势突出。

中国化学与物理电源行业协会统计数据显示，2024年中国锂离子电池累计出口数量为39.14亿个，同比增长8.1%。

从产业发展来看，多种技术的更新迭代，拓展了不同的应用场景，延长了新型储能产业链。

30万千瓦级压缩空气储能电站建成投产，推动国产化大容量空气压缩机等装备的研发应用，带动我国压缩空气储能技术走在世界前列；钠离子电池储能项目落地，进一步深化大型钠离子储能电站应用探索；多地建成构网型储能项目，有效提升新型储能支撑电网安全稳定运行能力……科技创新和产业创新融合互促，新技术、新模式、新场景不断推陈出新。

“作为能源领域的新质生产力，新型储能科技含量高、产业链条长、涉及环节多。”在国家能源局能源节约和科技装备司副司长边广琦看来，新型储能产业高质量发展，全方位带动了相关领域的产业创新、人才培养和国际合作。

从市场布局来看，面对复杂多变的外部环境，新型储能企业通过调整出口策略、加快技术迭代、拓展新兴市场等方式，冷静谋变、危中寻机。

作为全球户用储能的头部企业，上海派能能源科技股份有限公司通过强化技术创新推动企业提质增效，在产品端加快钠离子等新技术的应用拓展。同时，加快全球化布局，与意大利的贸易伙伴共建海外储能工厂，拓展海外朋友圈。

该公司副总裁宋劲鹏说，尽管海外市场竞争激烈，但是凭借持续的效能提升和成本优势，中国的新型储能产品日益受到海外用户认可，为全球能源转型贡献了中国力量。

“一些企业贴近海外用户市场部署生产基地，从产品直接出口到建立海外本土化供应链，正成为新的趋势。”刘彦龙说，新型储能领域多种技术加速创新迭代，海外储能市场的博弈更加激烈。长期看，全球储能市场依然会维持增长态势。

产业“出海”面临三大挑战

在新型储能企业加速“出海”的同时，行业竞争加剧、贸易新壁垒、产业标准滞后，成为新型储能产业参与海外竞争面临的三大挑战。

全球储能行业竞争加剧。随着全球能源绿色低碳转型步伐加快，各国积极抢占市场风口。受访业内人士表示，虽然中国储能行业具有多重优势，但是储能行业的技术迭代创新加快，谁掌握技术先发优势，决定着谁将在全球市场拔得头筹。

刘彦龙说，举个例子，作为下一代能源储存技术的重要发展方向，固态电池技术成为美国、日本、欧洲等多个国家和地区的技术竞争目标。各国在固态电池的研发、产业化和商业化方面竞相发力，都希望能抢占行业先机，带动材料、设备制造、系统集成等相关产业链、供应链发展。

贸易新壁垒掣肘产业出海。业内人士反映，欧盟陆续出台《关键原材料法案》《电池与废电池法规》等产业新政，美国也对我国锂电池出口加征关税，加上新型绿色贸易壁垒加快形成，对我国储能产业出海形成新掣肘。

刘彦龙说，作为全球主要的储能市场之一，美国近年来加快建立本土产业链，美国《通胀削减法案》及其相关细则力促锂电池及其核心材料本地化采购，同时限制中国企业在美国投资建厂。

此外，锂电池产品出口面临更高的“绿色”门槛。“根据欧盟发布的电池碳足迹核算规则，相关电池企业必须建立有效的碳足迹管理系统，准确测量和报告碳排放量，但目前我国缺乏完善的碳足迹核算标准，缺少企业的电池碳足迹数据。”业内人士说，随着储能产业快速发展，海外市场对于产品安全、低碳环保等要求将越来越高。

标准滞后影响行业高质量发展。受访企业反映，企业走出去参与国际竞争，需要适应全球市场的新规则、新变化，相关标准的滞后成为制约企业出海的瓶颈，也不利于保障产品质量。

业内人士称，国内储能产品在热失控管理、火灾防护等关键指标上滞后于国际主流标准，例如欧洲要求储能系统通过更严格的“热扩散”测试，中国企业出海需重复投入研发和测试资源，无形中削弱其价格竞争力，甚至可能错失海外招标窗口期。

“储能电池的安全性关乎行业的可持续发展，其产品安全涉及前端的制造、后端的管理系统以及系统集成，需要完善的测试评价标准体系。”刘彦龙说，现行标准体系滞后于产业发展速度，不利于海外市场拓展。

标准滞后也导致竞争无序。出口企业反映，国内厂商无序竞争致电芯价格从2年前的1元/瓦时左右下降到0.4元/瓦时甚至更低。

在中创新航科技集团股份有限公司高级副总裁王小强看来，部分出口企业追逐短期利益，无序竞争对中国品牌形象造成冲击，折射出行业出口标准滞后的短板。

搭建企业出海新通道

围绕破解新型储能企业出海难题，受访业内人士建议，加快关键核心技术攻关，提升企业内生动力，加快完善技术标准和行业规范，多渠道搭建对内对外协作交流平台，更好助力新型储能企业出海。

聚焦竞争的重点领域，加快技术研发攻关。从关键技术和材料的研发来看，仍需加大政策扶持力度。刘彦龙说，在下一代电池技术研发上，美日韩等国正在加快追赶，建议相关部门强化对骨干研究机构和龙头企业的政策支持，对下一代电池技术、新型材料加大扶持力度，保持储能产业技术领先优势。

从企业自身来看，增强内生动力仍是发展硬道理。上海海优威新材料股份有限公司副总经理夏爱民说，一些中小新能源企业应摒弃科技创新的“拿来主义”，不能等待头部企业的专利和经验，而应主动转变观念，提升技术研发和运营管理能力。

同时，夏爱民建议，未来可把移动储能和家用储能相结合，作为储能产品未来出海的方式之一。相关企业的业务需从单纯的户用光伏发电储能，转向综合储能解决方案，实现个性化定制生产，不断拓展国外市场的新空间。

积极应对国外市场变化，完善行业规则体系。从顶层设计来看，相关部门需进一步完善产品安全、低碳环保等领域的技术标准和管理体系。

协鑫（集团）控股有限公司中央研究院执行院长陈德荣说，完善相关技术标准，加快建立新型储能产品碳排放管理体系，参与全球碳中和规则制定，提升我国在贸易规则制定中的话语权。同时，完善行业生产规范，严把出口产品检测认证关。

发挥行业协会的作用，更好凝聚共识和发展规范。天合光能全球营销总裁杨豹说，相关主管部门应组织行业协会和企业加强行业自律和监管，避免行业“内卷”现象，同时加强专利技术保护，谨防核心技术外流。

对内对外加强协作，为企业组团出海创造条件。储能电池的一些核心原材料，海外依存度较高，需加强与海外资源国的合作交流，为企业出海创造更好环境。刘彦龙建议，通过构建国际市场交流信息平台，为中小企业拓展海外市场提供信息技术支持和咨询服务，助力企业精准研判海外市场。

同时，优势产业“走出去”需要拓宽思路，实现产品出口到技术输出、海外合作建厂等“多条腿”走路。

夏爱民说，在与国际主流的技术和环保标准接轨的同时，产业链上下游企业应相互协作、抱团出海，相关部门、商会、金融机构等方面做好服务，海外国企可通过成立“投资基金”等方式凝聚合力，更好适应海外市场新形势。

（《瞭望》2025年第14期 ）

长三角区域共建世界级人工智能产业集群面临五大挑战

人工智能已成为引领科技革命和产业变革的核心力量，其发展态势直接影响着全球经济增长与社会进步的格局。从世界范围来看，世界级AI产业集群正逐渐形成以美国和中国为核心，呈现多极化分布格局。在中国，AI产业集群也在展现出独特的多极化发展态势，以北京和上海为核心，带动周边城市协同发展，构建起完整产业链和创新生态。在长三角地区，AI产业集群则形成了以上海为核心，杭州、南京、苏州、合肥多中心协同发展的格局。本文通过对长三角AI核心城市——上海、苏州、杭州、南京、合肥在2020-2024年AI发明专利内容的数据挖掘分析，发现长三角区域建设世界级人工智能产业集群的主要问题，提出有关建议，供参考。

一、基础层的技术更新迭代难以跟上日益复杂的应用需求

通过对长三角AI核心城市——上海、苏州、杭州、南京、合肥在2024年1137项AI发明专利内容的数据挖掘分析，发现：（1）大数据技术、机器人、图像识别成为这些城市共同关注的技术前沿领域。这一趋势不仅反应了长三角地区在人工智能技术创新上的共性需求，也显示出这些城市在AI产业链的协同发展潜力。长三角地区凭借强大的产业基础和创新能力，人工智能产业规模在全国占比约三分之一。（2）五座城市在AI专利布局上呈现出高度趋同性的同时，也展现出细微的独特性。譬如，在机器人领域，上海、杭州、苏州等长三角核心城市均高度关注人形机器人、医疗机器人和工业机器人的技术进步。然而，在医疗机器人这一细分领域，各城市呈现出独特的专利布局和技术侧重。上海的医疗机器人专利主要将机器人视为一种治疗辅助工具。苏州的医疗机器人专利则更多集中在手术机器人领域，尤其是针对特定临床需求的创新性手术机器人系统。（3）从AI专利布局结构上看，应用层专利占比最高，尤其是在机器人、人机交互、风险监测、无人驾驶车辆等具体应用场景的发明专利数高于技术层和基础层。相比之下，技术层专利主要聚焦于模型训练与算法优化，致力于提升模型性能和效率；而基础层专利则多集中在数据采集与识别技术，为AI应用提供数据支持。然而，智能芯片研发领域的专利相对较少，显示出基础层在核心硬件技术方面的布局仍需加强。    

二、核心城市内部合作不断深化，跨省市协同创新仍受行政边界的约束，缺乏顶层设计

通过对长三角AI核心城市——上海、苏州、杭州、南京、合肥在2020至2024年项AI发明专利合作网络分析，发现：（1）AI专利合作呈现出区域层面的高度集中，创新主体之间的研发合作多发生在各个核心城市内部。尽管长三角地区很多城市出台相关政策推动本地的人工智能产业发展，但缺少区域产业协同发展的顶层设计和总体布局，致使上海、苏州、杭州、南京、合肥等AI核心城市独立发展各自的AI产业生态系统，逐渐从卷算力、卷技术，进入卷生态、若核心城市无法达成统一产业部署，未来在AI产业差异、技术领先性、应用广泛性等方面将面临激烈的竞争，甚至可能出现资源浪费和同质化竞争的“惨烈出清”局面。（2）AI专利合作在机构层面也表现出高度集中性，多为同一集团子企业之间的研发合作。这种合作模式反映了大型企业通过内部资源整合优化创新效率的策略，但也可能导致创新资源的过度集中，限制了跨企业、跨行业的合作机会。    

三、核心城市上海AI顶尖人才国际上位居第二梯队，国内与北京差距较大

通过对“全球人工智能最具创新力城市TOP10”和“中国人工智能最具创新力城市TOP10”[1]的进行对比发现：（1）美国湾区、北京、纽约、伦敦和东京的AI企业、高校等机构数量与城市的创新能力紧密相连，组成了全球AI创新的领军梯队。上海虽然在AI领域取得了显著进步，但在机构数量上与领先城市相比仍有一段距离。（2）在人才分布上，美国湾区和北京几乎“垄断”了大部分顶尖人才资源，是全球AI人才的主要集中地。上海在AI人才的集聚上与湾区和北京相比仍有较大差距。（3）国内情况看，北京在AI领域的优势明显，在机构和人才方面领先上海、香港、杭州、深圳等城市。在短期内，上海要想达到与北京相当的AI创新能力和人才密度，仍需持续的努力和战略投入。

四、长三角地区AI头部企业在全球影响力与国际顶尖企业相比仍有距离

作为长三角地区AI产业的重要聚集地，上海培育了商汤科技、依图科技、DeepSeek等一批技术领先企业，在计算机视觉、智慧城市等领域崭露头角。然而，相较于OpenAI、Google DeepMind等国际顶尖企业，长三角AI头部企业在全球影响力上仍存在显著差距。（1）在全球化布局与标准制定能力不足。在国际企业通过“技术输出+生态绑定”主导全球市场的同时，长三角企业则面临出海困境——海外市场集中于东南亚、AI伦理标准话语权缺失等。（2）产业链协同与资本运作的局限。国际科技巨头凭借强大的资本网络和技术实力，全面掌控了从基础层、技术层到应用层的AI全创新链条。相比之下，长三角地区的AI产业在产业链协同与资本运作方面仍存在局限性。长三角地区的风投机构多聚焦于应用层，对基础层的投入相对不足，导致产业链发展不均衡。    

五、头部企业主导的AI技术创新系统尚处于成长期

国际AI巨头正凭借其在基础层、技术层、应用层的全面布局，打造成熟的AI技术创新生态系统。这些AI巨头通过公共云、股权投资等方式对初创企业深度捆绑；与高校、科研机构开展高频合作，以资助研究项目、联合实验室等方式，实现知识垄断；积极建设开源社区，鼓励用户直接参与产品开发，掌握市场需求变化。反观长三角地区AI头部企业，商汤科技、依图科技等成长时间较短，尚未形成强大的聚力之势。阿里巴巴集团虽在AI领域布局广泛，占据海量数据资源、掌握先进AI算法，但在基础层和核心技术积累上仍有差距。

六、对策建议

一是强化顶层设计与区域协同机制。（1）制定跨区域一体化发展规划。设立长三角AI产业协同发展委员会，统筹上海、南京、苏州、杭州、合肥的差异化分工，避免重复建设和同质化竞争。同时，建立统一的长三角AI技术标准与数据流通规则，推动数据要素跨省共享。（2）整合上海临港超算中心、南京麒麟智算中心、苏州人工智能算力中心等资源，构建“算力一张网”。打造长三角智能算力调度平台，实现算力资源的动态调配与普惠化服务。同时，推广异构算力并网技术，以提升算力利用效率，降低企业研发成本。（3）设立专项协同基金与创新券机制。可成立长三角AI协同发展基金，重点支持跨区域联合研发、算力共享平台建设及中小企业场景落地。同时，推出“长三角科技创新券”，鼓励企业跨省购买技术服务，促进技术成果转化。    

二是优化人才生态与全球合作。（1）构建“人才飞地”与柔性引才机制。在长三角地区设立AI人才绿卡，打破地域限制，实现区域内户籍、社保互通，为人才跨区域流动提供便利。同时，精准定位紧缺岗位，提供专项补贴。针对大模型训练师等人工智能领域的紧缺岗位，制定专项补贴政策，提高岗位吸引力。（2）提升产业界顶尖人才吸引力。支持上海、南京设立AI产业界院士工作站，推动学界人才向企业流动。可参照合肥科大讯飞模式，鼓励高校教授兼职企业技术顾问，加速高校科研成果向企业现实生产力的转化，让高校院所的科技创新迅速赋能产业创新，精准“解渴”企业高端人才短缺困境。同时，可试点“AI人才自主评价权”。在苏州、杭州等地赋予企业认定高级职称的权限，建立以企业为主体的人才评价体系，充分发挥企业在人才评价中的主导作用，激发企业创新活力。（3）加强国际技术合作与标准输出。首先，依托上海世界人工智能大会（WAIC）、杭州全球开发者先锋大会（GDC）等重要平台，吸引国际顶尖机构参与技术对接。其次，推动MiniMax、商汤等企业通过“数字丝绸之路”输出技术标准，提升我国在国际人工智能领域的话语权和影响力。    

三是防范技术风险与产业泡沫。（1）建立长三角AI伦理委员会，制定算法透明化规范。定期开展“红队测试”，如借鉴OpenAI模式，通过模拟对抗性攻击，全面评估AI系统的安全性与潜在风险，确保算法的可靠性和透明度，防止因算法偏见或漏洞引发的技术风险。（2）动态评估低效项目，淘汰同质化竞争企业。聚焦优势领域（如上海的芯片产业、南京的工业模型等），集中资源支持具有核心竞争力和创新能力的企业，避免资源浪费和恶性竞争，从而提升整个产业的质量和效益。

作者：赵程程，上海工程技术大学副教授