基于高维能量考虑，数字经济包括但不限于大数据经济、大算力经济、大模型经济、人工智能经济等，每一形态可从技术、产品、产业、基础设施四个层面与实体经济融为一体。以大数据为例，可有大数据技术、大数据产品、大数据产业和大数据基础设施。实体经济和数字经济深度融合可有如下四种高维路径。

 

实体经济和大数据融合。数据成为新型生产要素，实体经济借助大数据正处于转型发展的关键时期。实体经济和大数据融合，对于整个经济发展具有重要意义。农业领域，大数据在精细化农业、农业智能化和机械化设备、农业供应链、农产品销售、农产品质量与安全管理中都有广泛应用。制造业领域，大数据融入研发、制造、营销、营运的全过程，用数据说话、用数据服务、用数据管理、用数据决策。零售业领域，与大数据的深度融合正在改变行业的运营模式和客户体验，包括客户行为分析、个性化推荐与精准营销、库存管理与供应链优化、定价策略优化、店铺选址与布局优化、市场趋势预测、社交媒体与口碑管理等。

 

实体经济和大算力融合。算力作为新质生产力的先进代表，在数据处理上规模大、速度快，把经济活动时间压缩到一个新极限。不论传统产业还是新兴产业、未来产业，都需要算力的加持，尤其是以新材料、生物制药、基因技术、深海空天等为代表的前沿科技和未来产业，对算力融合提出了前所未有的需求。新材料领域，通过高性能计算和数据分析，研究人员可以更高效地设计、模拟和优化新材料，加速材料研发进程，推动材料科学和工程的创新发展。生物制药领域，通过利用高性能计算和数据分析，研究人员可以更深入地理解疾病机制、优化药物设计、预测药物效果和副作用，极大地加速了药物发现、开发和生产过程。基因技术领域，高性能计算和数据分析技术的进步，使得处理和分析海量基因数据成为可能，为精准医学、遗传研究和生物技术创新提供了强大支持。深海空天领域，高性能计算和数据分析技术帮助科学家和工程师处理大量复杂数据，模拟极端环境中的物理过程，并支持创新工程设计。

 

实体经济和大模型融合。目前，大模型的迅速发展正助力农业、工业和服务业的创新升级。农业领域，大模型在智能农业管理、农业数据分析、精准农业、农作物品种改良等方面的应用正变得越来越广泛。制造业领域，大模型尤其是基于深度学习和自然语言处理的预训练模型，具备强大的数据处理和分析能力，能够应对制造业中的复杂问题，在智能制造、供应链管理、产品设计、个性化定制等方面具有广泛应用。服务业领域，以医疗行业为例，大模型凭借其强大的数据处理、学习推理能力，深度融入医疗诊断治疗、临床决策支持、患者管理与健康监控等方面，提升诊断治疗的精准度，优化患者管理和医疗资源分配。

 

实体经济和人工智能融合。人工智能，既是新质技术、新质资本、新质劳动、新质管理，又是知识集合、数据集合、算法集合，它是诸生产要素的集合体、混合体、融合体、综合体。人工智能研发环节高投入成本、应用环节零边际成本的特点，使得数实融合发展更具内在动力。根据中金公司估计，人工智能的引入将为我国带来GDP的额外提升，若以2024年为基准，2030年约4.8万亿元，2035年约12.4万亿元，2050年约50.4万亿元，对应额外提升幅度分别为3.6%、9.8%和39.9%，对应年化增长率分别约为0.5%、0.8%和1.3%。人形机器人既是人工智能与高端制造业融合的典型产品，更是人工智能与制造业、服务业、农业深度融合的切入点和突破口，它能实现更广范围资源优化配置、更深程度生产方式变革、更高水平经济价值创造。