“人工智能+“行动推动人工智能与经济社会各行业各领域广泛深度融合，重塑人类生产生活范式，促进生产力革命性跃迁和生产关系深层次变革，加快形成人机协同，跨界融合，共创分享的智能经济和智能社会新形态。

一、6大重点行动

“人工智能+”行动部署了6大重点行动，即“人工智能+”科学技术、“人工智能+”产业发展、“人工智能+”消费提质、“人工智能+”民生福祉、“人工智能+”治理能力、“人工智能+”全球合作。

1.1 “人工智能+”科学技术

1.加速科学发现进程。加快探索人工智能驱动的新型科研范式，加速“从0到1”重大科学发现进程。加快科学大模型建设应用，推动基础科研平台和重大科技基础设施智能化升级，打造开放共享的高质量科学数据集，提升跨模态复杂科学数据处理水平。强化人工智能跨学科牵引带动作用，推动多学科融合发展。

2.驱动技术研发模式创新和效能提升。推动人工智能驱动的技术研发、工程实现、产品落地一体化协同发展，加速“从1到N”技术落地和迭代突破，促进创新成果高效转化。支持智能化研发工具和平台推广应用，加强人工智能与生物制造、量子科技、第六代移动通信（6G）等领域技术协同创新，以新的科研成果支撑场景应用落地，以新的应用需求牵引科技创新突破。

3.创新哲学社会科学研究方法。推动哲学社会科学研究方法向人机协同模式转变，探索建立适应人工智能时代的新型哲学社会科学研究组织形式，拓展研究视野和观察视域。深入研究人工智能对人类认知判断、伦理规范等方面的深层次影响和作用机理，探索形成智能向善理论体系，促进人工智能更好造福人类。

1.2 “人工智能+”产业发展

1.培育智能原生新模式新业态。鼓励有条件的企业将人工智能融入战略规划、组织架构、业务流程等，推动产业全要素智能化发展，助力传统产业改造升级，开辟战略性新兴产业和未来产业发展新赛道。大力发展智能原生技术、产品和服务体系，加快培育一批底层架构和运行逻辑基于人工智能的智能原生企业，探索全新商业模式，催生智能原生新业态。

2.推进工业全要素智能化发展。推动工业全要素智能联动，加快人工智能在设计、中试、生产、服务、运营全环节落地应用。着力提升全员人工智能素养与技能，推动各行业形成更多可复用的专家知识。加快工业软件创新突破，大力发展智能制造装备。推进工业供应链智能协同，加强自适应供需匹配。推广人工智能驱动的生产工艺优化方法。深化人工智能与工业互联网融合应用，增强工业系统的智能感知与决策执行能力。

3.加快农业数智化转型升级。加快人工智能驱动的育种体系创新，支持种植、养殖等农业领域智能应用。大力发展智能农机、农业无人机、农业机器人等智能装备，提高农业生产和加工工具的智能感知、决策、控制、作业等能力，强化农机农具平台化、智能化管理。加强人工智能在农业生产管理、风险防范等领域应用，帮助农民提升生产经营能力和水平。

4.创新服务业发展新模式。加快服务业从数字赋能的互联网服务向智能驱动的新型服务方式演进，拓展经营范围，推动现代服务业向智向新发展。探索无人服务与人工服务相结合的新模式。在软件、信息、金融、商务、法律、交通、物流、商贸等领域，推动新一代智能终端、智能体等广泛应用。

1.3 “人工智能+”消费提质

1.拓展服务消费新场景。培育覆盖更广、内容更丰富的智能服务业态，加快发展提效型、陪伴型等智能原生应用，支持开辟智能助理等服务新入口。加强智能消费基础设施建设，提升文娱、电商、家政、物业、出行、养老、托育等生活服务品质，拓展体验消费、个性消费、认知和情感消费等服务消费新场景。

2.培育产品消费新业态。推动智能终端“万物智联”，培育智能产品生态，大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端，打造一体化全场景覆盖的智能交互环境。加快人工智能与元宇宙、低空飞行、增材制造、脑机接口等技术融合和产品创新，探索智能产品新形态。

1.4 “人工智能+”民生福祉

1.创造更加智能的工作方式。积极发挥人工智能在创造新岗位和赋能传统岗位方面的作用，探索人机协同的新型组织架构和管理模式，培育发展智能代理等创新型工作形态，推动在劳动力紧缺、环境高危等岗位应用。大力支持开展人工智能技能培训，激发人工智能创新创业和再就业活力。加强人工智能应用就业风险评估，引导创新资源向创造就业潜力大的方向倾斜，减少对就业的冲击。

2.推行更富成效的学习方式。把人工智能融入教育教学全要素、全过程，创新智能学伴、智能教师等人机协同教育教学新模式，推动育人从知识传授为重向能力提升为本转变，加快实现大规模因材施教，提高教育质量，促进教育公平。构建智能化情景交互学习模式，推动开展方式更灵活、资源更丰富的自主学习。鼓励和支持全民积极学习人工智能新知识、新技术。

3.打造更有品质的美好生活。探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。推动人工智能在繁荣文化生产、增强文化传播、促进文化交流中展现更大作为，利用人工智能辅助创作更多具有中华文化元素和标识的文化内容，壮大文化产业。充分发挥人工智能对织密人际关系、精神慰藉陪伴、养老托育助残、推进全民健身等方面的重要作用，拓展人工智能在“好房子”全生命周期的应用，积极构建更有温度的智能社会。

1.5 “人工智能+”治理能力

1.开创社会治理人机共生新图景。有序推动市政基础设施智能化改造升级，探索面向新一代智能终端发展的城市规划、建设与治理，提升城市运行智能化水平。加快人工智能产品和服务向乡村延伸，推动城乡智能普惠。深入开展人工智能社会实验。安全稳妥有序推进人工智能在政务领域应用，打造精准识别需求、主动规划服务、全程智能办理的政务服务新模式。加快人工智能在各类公共资源招标投标活动中的应用，提升智能交易服务和监管水平。

2.打造安全治理多元共治新格局。推动构建面向自然人、数字人、智能机器人等多元一体的公共安全治理体系，加强人工智能在安全生产监管、防灾减灾救灾、公共安全预警、社会治安管理等方面的应用，提升监测预警、监管执法、指挥决策、现场救援、社会动员等工作水平，增强应用人工智能维护和塑造国家安全的能力。加快推动人工智能赋能网络空间治理，强化信息精准识别、态势主动研判、风险实时处置等能力。

3.共绘美丽中国生态治理新画卷。提高空天地海一体化动态感知和国土空间智慧规划水平，强化资源要素优化配置。围绕大气、水、海洋、土壤、生物等多要素生态环境系统和全国碳市场建设等，提升人工智能驱动的监测预测、模拟推演、问题处置等能力，推动构建智能协同的精准治理模式。

1.6 “人工智能+”全球合作

1.推动人工智能普惠共享。把人工智能作为造福人类的国际公共产品，打造平权、互信、多元、共赢的人工智能能力建设开放生态。深化人工智能领域高水平开放，推动人工智能技术开源可及，强化算力、数据、人才等领域国际合作，帮助全球南方国家加强人工智能能力建设，助力各国平等参与智能化发展进程，弥合全球智能鸿沟。

2.共建人工智能全球治理体系。支持联合国在人工智能全球治理中发挥主渠道作用，探索形成各国广泛参与的治理框架，共同应对全球性挑战。深化与国际组织、专业机构等交流合作，加强治理规则、技术标准等对接协调。共同研判、积极应对人工智能应用风险，确保人工智能发展安全、可靠、可控。

二、7大领域的变革

《2025“人工智能+”行业发展蓝皮书》展示了 AI 如何通过技术创新和模式变革，为七大关键领域带来深远影响。

2.1 智能制造

AI 在制造业的应用正在推动从传统制造向智能生态的跃迁。通过深度学习、大模型技术与工业机理的深度融合，AI 已在研发设计、生产优化、质量管控、供应链管理等核心环节形成系统性突破，显著提升了生产效率和产品质量，减少了人工干预和生产成本。智能制造的发展正朝着更高效、更智能的方向迈进，实现从“经验驱动”到“自主决策”的全面转型。

• 智能生产调度：某钢铁厂采用 AI 调度系统，优化 20 多台行车的协同作业，使空驶率降低 50%，库区吞吐量提升 30%。
• 预测性维护：预测性维护系统帮助半导体厂减少 30% 以上的非计划停机时间。
• 数字孪生技术：数字孪生技术（在虚拟空间中构建物理实体的精确复制）缩短产品研发周期 40%。

2.2 信息产业

AI 在信息产业的应用正在重塑量子科技、类脑智能等领域的发展边界，推动下一代通信技术的进步。这些应用不仅提升了通信网络的效率和稳定性，还在量子计算和下一代通信技术中展现了巨大的潜力，为数字经济提供了更强大的技术支持。

• 智能通信网络优化：AI 优化 5G 网络切片，将基站能耗降低 28%，全国年节省电费超 30 亿元。
• 量子信息技术应用：Google 使用 AI 预测核聚变装置中的等离子体不稳定性，提前 300 毫秒进行干预。
• 量子 - AI 混合计算：量子 - AI 混合计算在金融风险分析中将计算时间从数小时缩短至秒级。

2.3 材料科学

AI 在材料科学中的应用正在推动行业从传统的“试错实验”模式向高效的“计算设计”模式转变。这些应用显著缩短了新材料的研发周期，降低了研发成本，提高了研发效率，推动材料科学的快速发展。

• 新材料研发加速：微软 AI 系统从 3200 万种潜在电池材料中快速筛选出候选材料，将传统需要 20 年的工作缩短至 80 小时。
• 高温合金设计：某研究团队利用 AI 设计新型高温合金，将研发周期从 5 年压缩至 6 个月。
• 材料基因组计划：材料基因组计划通过高通量计算加速新材料的发现和应用。

2.4 能源革命

AI 在能源领域的应用正在助力能源转型，推动清洁能源的发展。这些应用不仅提高了能源系统的效率和安全性，还在清洁能源的开发和利用中展现了巨大的潜力，为全球能源转型提供重要支持。

• 核能安全保障：EDF（法国电力公司）的 AI 维护平台减少核电站非计划停机时间。
• 氢能生产优化：AI 优化电解水制氢参数，提高效率并降低成本。
• 生物质能优化：生物质能领域，AI 优化原料收集路径，降低物流成本。

2.5 健康医疗

AI 在健康医疗领域的应用正在改变传统的医疗模式，推动从疾病治疗向疾病预防的转变。这些应用不仅提高了诊断的准确性和效率，还在新药研发和健康管理中展现了巨大的潜力，为全民健康提供更有力的保障。

• 医疗影像诊断：谷歌 AI 眼科工具对糖尿病视网膜病变的诊断准确率达 97.5%。
• 新药研发加速：AI 新药研发平台将抗肿瘤药物研发周期从 5 年压缩至 18 个月。
• 健康管理升级：华为手表通过“微体检”功能，60 秒内完成 10 项健康指标检测。

2.6 空间产业：拓展人类活动边界

AI 在空间产业的应用正在拓展人类活动的边界，推动城市空间规划和低空经济的发展。这些应用不仅提升了城市空间利用的效率和安全性，还在低空经济和卫星通信中展现了巨大的潜力，为人类活动提供更广阔的空间。

• 城市空间优化：AI 优化城市地下空间利用，上海外滩隧道实现毫米级形变监测。
• 低空经济崛起：无人机物流形成“十五分钟配送圈”，预计 2035 年产值超万亿。
• 卫星通信升级：卫星 + AI 技术在地震救援中快速重建通信网络，效率提升 70%。

2.7 金融服务

AI 在金融服务领域的应用正在推动金融产品设计、风险管理等智能化重构，催生了一系列新业态。这些应用不仅提升了风险管理和客户服务的效率和质量，还在金融基础设施的优化中展现了巨大的潜力，为金融行业的创新提供更强大的支持。

• 智能风控：某银行利用图神经网络将反欺诈误报率降低 80%。
• 财富管理升级：AI 理财顾问使客户资产配置匹配度提升 35%。
• 金融基础设施优化：区块链 + AI 技术实现跨境支付实时清算，手续费降低 70%。

三、8项基础支撑能力

”人工智能+“行动包含8项基础支撑能力：提升模型基础能力、加强数据供给创新、强化智能算力统筹、优化应用发展环境、促进开源生态繁荣、加强人才队伍建设、强化政策法规保障、提升安全能力水平。

3.1 提升模型基础能力

加强人工智能基础理论研究，支持多路径技术探索和模型基础架构创新。加快研究更加高效的模型训练和推理方法，积极推动理论创新、技术创新、工程创新协同发展。探索模型应用新形态，提升复杂任务处理能力，优化交互体验。建立健全模型能力评估体系，促进模型能力有效迭代提升。

3.2 加强数据供给创新

以应用为导向，持续加强人工智能高质量数据集建设。完善适配人工智能发展的数据产权和版权制度，推动公共财政资助项目形成的版权内容依法合规开放。鼓励探索基于价值贡献度的数据成本补偿、收益分成等方式，加强数据供给激励。支持发展数据标注、数据合成等技术，培育壮大数据处理和数据服务产业。

3.3 强化智能算力统筹

支持人工智能芯片攻坚创新与使能软件生态培育，加快超大规模智算集群技术突破和工程落地。优化国家智算资源布局，完善全国一体化算力网，充分发挥“东数西算”国家枢纽作用，加大数、算、电、网等资源协同。加强智能算力互联互通和供需匹配，创新智能算力基础设施运营模式，鼓励发展标准化、可扩展的算力云服务，推动智能算力供给普惠易用、经济高效、绿色安全。

3.4 优化应用发展环境

布局建设一批国家人工智能应用中试基地，搭建行业应用共性平台。推动软件信息服务企业智能化转型，重构产品形态和服务模式。培育人工智能应用服务商，发展“模型即服务”、“智能体即服务”等，打造人工智能应用服务链。健全人工智能应用场景建设指引、开放度评价与激励政策，完善应用试错容错管理制度。加强知识产权保护、转化与协同应用。加快重点领域人工智能标准研制，推进跨行业、跨领域、国际化标准联动。

3.5 促进开源生态繁荣

支持人工智能开源社区建设，促进模型、工具、数据集等汇聚开放，培育优质开源项目。建立健全人工智能开源贡献评价和激励机制，鼓励高校将开源贡献纳入学生学分认证和教师成果认定。支持企业、高校、科研机构等探索普惠高效的开源应用新模式。加快构建面向全球开放的开源技术体系和社区生态，发展具有国际影响力的开源项目和开发工具等。

3.6 加强人才队伍建设

推进人工智能全学段教育和全社会通识教育，完善学科专业布局，加大高层次人才培养力度，超常规构建领军人才培养新模式，强化师资力量建设，推进产教融合、跨学科培养和国际合作。完善符合人工智能人才职业属性和岗位特点的多元化评价体系，更好发挥领军人才作用，给予青年人才更大施展空间，鼓励积极探索人工智能“无人区”。支持企业规范用好股权、期权等中长期激励方式引才留才用才。

3.7 强化政策法规保障

健全国有资本投资人工智能领域考核评价和风险监管等制度。加大人工智能领域金融和财政支持力度，发展壮大长期资本、耐心资本、战略资本，完善风险分担和投资退出机制，充分发挥财政资金、政府采购等政策作用。完善人工智能法律法规、伦理准则等，推进人工智能健康发展相关立法工作。优化人工智能相关安全评估和备案管理制度。

3.8 提升安全能力水平

推动模型算法、数据资源、基础设施、应用系统等安全能力建设，防范模型的黑箱、幻觉、算法歧视等带来的风险，加强前瞻评估和监测处置，推动人工智能应用合规、透明、可信赖。建立健全人工智能技术监测、风险预警、应急响应体系，强化政府引导、行业自律，坚持包容审慎、分类分级，加快形成动态敏捷、多元协同的人工智能治理格局。

四、3大基石

人工智能+发展的3大基础要素：大模型、数据与算力。3者形成相互促进的“铁三角”：更强大的模型需要更多数据和更强算力，而算力进步又使得处理更大规模数据、训练更复杂模型成为可能。

4.1 大模型技术

大模型已成为实现通用人工智能的主要路径。以GPT-4为例，其参数规模达到万亿级别，在专业考试中的表现已超越90%的人类考生。中国的创新力量如DeepSeek公司通过开源策略，大幅降低了AI技术的使用门槛。

4.2 数据引擎

AI进步离不开高质量数据的支撑。报告揭示，训练GPT-3使用了约45TB数据，相当于数个国家级图书馆的藏书量。随着模型复杂度的提升，对数据质量和多样性的要求也在不断提高，这催生了自动化标注、合成数据等新技术。

4.3 算力支撑

AI算力需求呈指数级增长。英伟达GPU占据全球AI训练市场超80%份额，但国产芯片如华为昇腾、寒武纪等正在加速突破。报告预测，未来量子计算、光子芯片等新技术可能带来算力领域的革命性变化。

参考资料
[1].https://www.gov.cn/zhengce/content/202508/content_7037861.htm
[2].https://mp.weixin.qq.com/s/cjiWIgCRpFH9t0lFv2PCMA