鲍(bao)虎军：当前，相关技术和产(chan)业蓬勃发展，我国人工智能发展也迎来了新的机遇。我们拥有庞大的市(shi)场规(gui)模，为人工智能技术的商业化落地提供了广阔空间(jian)；丰富的产(chan)业链和场景，为AI模型训练和行(xing)业应用提供了海(hai)量的数据；高校和科研机构培(pei)养了大批具备扎(zha)实理(li)论基础和实践能力的人工智能专业人才。但在(zai)人工智能技术发展中我们也存在(zai)一些挑战和短板，亟须紧抓科技创新的机遇，强(qiang)化自主(zhu)创新，加快核心技术攻关。

建议强(qiang)化技术创新的组织、提高研发资金(jin)使用效率，改(gai)革实施创新人才和成果的评价机制(zhi)，避免过度的重复研究布局和创新研究论文化，加强(qiang)人工智能的原创性研究和工程技术创新。加大国产(chan)人工智能芯片和智能模型创新研发的组织和政策支(zhi)持，平衡开源与闭源双线竞争，形成有效的协同研发机制(zhi)，实现技术生态替代和超越。推动高校与企业共建实验室，优化创业环境，为人工智能初创企业提供资金(jin)、技术和政策支(zhi)持。

赵(zhao)晓光：人工智能技术、大模型技术的发展与创新，尤其是在(zai)数据获取、融通(tong)、治理(li)，场景示范应用等方面(mian)，需要良(liang)好的技术生态和有力的支(zhi)持政策。人工智能服务科研、大模型赋能制(zhi)造业的科学研究和产(chan)业创新受到很大关注，具身智能成为人工智能的一大研究热点。

因此，我们需要因地制(zhi)宜(yi)，积极鼓励(li)人才资源集中、经济基础雄厚、科技创新领先、应用场景丰富的地区(qu)率先担当重任，聚合优势，提速(su)发展通(tong)用大模型，加速(su)培(pei)育“大模型+机器人”的具身智能产(chan)业创新主(zhu)体，强(qiang)化人工智能、具身智能场景示范应用，在(zai)不断满足市(shi)场需求(qiu)过程中，推动科技创新、科学研究进程。

韩民(min)春(chun)：人才是创新的第一资源。目前，我国精通(tong)人工智能知识的专业人才缺口较大，同时精通(tong)人工智能与了解相应战略性新兴产(chan)业领域的人才就更为不足。

建议推动“人工智能+战略性新兴人才”的培(pei)养体系建设，加快培(pei)育一批精通(tong)产(chan)业与技术的复合型人才。要加强(qiang)高等教育中相关学科和专业的建设，提供系统化的专业知识和技能培(pei)养；加强(qiang)企业和高校之间(jian)的合作，建立产(chan)学研一体化的人才培(pei)养机制(zhi)；注重培(pei)养学生的综合素质和创新能力，将(jiang)创新实践和产(chan)学研合作做深做实。

加强(qiang)要素保障，促进产(chan)业深度发展

【现象】我国高度重视人工智能技术的创新发展，不断加强(qiang)人工智能发展的顶(ding)层设计，各地也纷纷出台人工智能研究和产(chan)业发展支(zhi)持政策。在(zai)多方推动下，人工智能初创企业如雨(yu)后春(chun)笋般涌现。

赵(zhao)晓光：创新成果的落地转化是科技赋能产(chan)业的重要环节。在(zai)政策的支(zhi)持下，新型研发机构、企业研究院、企业与科研单(dan)位或大学的联合实验室等探索了多种成果转化的方式。创新成果的转化，不仅需要政策支(zhi)持，还需要面(mian)向需求(qiu)，需要强(qiang)有力的金(jin)融政策和金(jin)融产(chan)品支(zhi)持，需要尊重创新，不断激发创新者热情、保护(hu)创新者权益、宽容创新失败。

韩民(min)春(chun)：建议发挥政策引导作用，着力改(gai)善人工智能产(chan)业技术生态。引导生产(chan)要素向人工智能产(chan)业领域投入，支(zhi)持人工智能领域的推进和发展，为产(chan)业转型升级提供新动能；提升传统产(chan)业的智能化水平，让人工智能为传统产(chan)业的优化升级赋能；加大对人工智能通(tong)信基础设施建设，不断夯实人工智能发展基础，推动人工智能产(chan)业发展的长期化、持续化。

逐(zhu)步(bu)完善需求(qiu)侧创新政策体系，根(gen)据需求(qiu)创造需求(qiu)，根(gen)据需求(qiu)创新需求(qiu)，突破人工智能的智能化瓶颈(jing)，打造满足战略性新兴产(chan)业发展的人工智能产(chan)业新生态。

鲍(bao)虎军：人工智能的伦(lun)理(li)和法律问题尚(shang)未完全解决，数据隐私、算法滥用等问题可能引发社会风(feng)险(xian)。如何在(zai)快速(su)发展中平衡创新与监管，是需要研究的重要课题。建议：

尽快制(zhi)定与完善人工智能相关法律法规(gui)。进一步(bu)明确人工智能领域算法、数据等知识产(chan)权的归属和保护(hu)范围(wei)，严厉打击侵权行(xing)为。同时，建立高效的知识产(chan)权开源开放(fang)和共享转移机制(zhi)和平台，促进技术成果的转化和应用，激发企业和科研机构的创新活(huo)力。还需明确数据使用、算法透明性、责任归属等问题，为产(chan)业发展提供清晰的制(zhi)度框架。

强(qiang)化人工智能伦(lun)理(li)治理(li)工作，确保技术发展符合主(zhu)流价值观。建立人工智能风(feng)险(xian)评估和预警机制(zhi)，及时发现并应对技术滥用、数据泄(xie)露等问题。鼓励(li)企业加强(qiang)自律，推动行(xing)业形成良(liang)性竞争生态。

拓(tuo)展应用场景，让人工智能更好造福社会

【现象】接受需求(qiu)指令后，软(ruan)件快速(su)生成详(xiang)细的出行(xing)攻略；汽车里的智能座舱，提升了交互体验和服务效率；医院里智能导诊机器人的解答，让患者的就医流程更加顺畅……人工智能的应用场景大幅(fu)拓(tuo)展，为千行(xing)百(bai)业提供了智能化“加速(su)度”。

韩民(min)春(chun)：推动人工智能与其他行(xing)业融合发展，有助于高质量发展现代产(chan)业体系。建议将(jiang)人工智能赋能产(chan)业互联网平台建设，推动产(chan)业资源协同利(li)用。融入人工智能技术的产(chan)业互联网将(jiang)发挥更大基础性作用，推动全产(chan)业的优化升级。

此外，建议政府部门加强(qiang)引导，鼓励(li)人工智能在(zai)金(jin)融领域的应用，尤其是在(zai)信贷(dai)评估、风(feng)险(xian)控制(zhi)、投资顾问、量化交易等方面(mian)的投入使用，营造良(liang)好的产(chan)业环境。另外，在(zai)金(jin)融产(chan)品设计时，以实体企业的产(chan)品需求(qiu)为主(zhu)导，将(jiang)人工智能技术融入产(chan)品的设计之中，有针对性、差异化地供给金(jin)融产(chan)品。

鲍(bao)虎军：建议探索多场景应用，做大市(shi)场份额(e)。通(tong)过智能化改(gai)造，推动人工智能与传统产(chan)业的深度融合，提升工农业生产(chan)、教育文化、商业营销、交通(tong)物流等行(xing)业领域的质效，力争在(zai)智能驾(jia)驶(shi)、具身智能、智慧(hui)教育、智能医疗、智能制(zhi)造、智能装备等方面(mian)形成国际领先的技术和产(chan)业生态。

此外，还需建立长效机制(zhi)，通(tong)过政府、高校、研究机构和大型企业等多方共同努力，推动人工智能技术的普惠化，通(tong)过降(jiang)低技术使用门槛和公众科普教育，让更多中小企业和普通(tong)民(min)众享受到人工智能技术带来的便利(li)。

赵(zhao)晓光：在(zai)生产(chan)一线应用人工智能技术，涉及旧设备换新、劳动者能力提升、生产(chan)工艺升级、管理(li)体系更新等多个环节，是一项系统性的升级与更新过程。

因此，需要企业大力开展数字化转型，把来自一线的数据、流程、工艺等关键环节数字化，形成适合人工智能处理(li)的数据，通(tong)过训练获得多参数、多模态、复杂过程的智能化模型，从(cong)而实现利(li)用人工智能技术的精准控制(zhi)与辅助决策，提高生产(chan)效率，降(jiang)低生产(chan)成本；通(tong)过企业生产(chan)、销售、管理(li)等多过程的智能化辅助决策，降(jiang)低企业运(yun)营成本；通(tong)过多行(xing)业的智能化辅助管理(li)与决策，不断增加新技术在(zai)产(chan)业中的应用，不断改(gai)进和优化产(chan)业结构，加快发展现代智能产(chan)业体系。