鲍虎军：当(dang)前，相关(guan)技术和产业蓬勃发展，我国人工智能发展也迎来(lai)了新(xin)的机遇。我们拥有庞大(da)的市场(chang)规模，为人工智能技术的商业化落地提供了广阔空间(jian)；丰(feng)富(fu)的产业链和场(chang)景，为AI模型训练和行业应用提供了海量(liang)的数据；高校和科研(yan)机构培养(yang)了大(da)批具备(bei)扎实理(li)论基础和实践能力(li)的人工智能专业人才。但(dan)在人工智能技术发展中我们也存在一些挑战(zhan)和短板，亟须紧抓科技创新(xin)的机遇，强化自主创新(xin)，加快(kuai)核(he)心(xin)技术攻关(guan)。

建议强化技术创新(xin)的组织、提高研(yan)发资金使(shi)用效率，改革(ge)实施创新(xin)人才和成果(guo)的评价(jia)机制，避免过度(du)的重复研(yan)究布局和创新(xin)研(yan)究论文化，加强人工智能的原创性研(yan)究和工程技术创新(xin)。加大(da)国产人工智能芯片和智能模型创新(xin)研(yan)发的组织和政策支持(chi)，平衡开源与闭源双线竞争，形成有效的协同研(yan)发机制，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、技术和政策支持(chi)。

赵晓光：人工智能技术、大(da)模型技术的发展与创新(xin)，尤其(qi)是在数据获取、融通(tong)、治理(li)，场(chang)景示范应用等方面，需要良好的技术生态和有力(li)的支持(chi)政策。人工智能服务科研(yan)、大(da)模型赋能制造(zao)业的科学研(yan)究和产业创新(xin)受(shou)到很大(da)关(guan)注，具身智能成为人工智能的一大(da)研(yan)究热点。

因此，我们需要因地制宜，积(ji)极鼓励人才资源集中、经(jing)济基础雄厚、科技创新(xin)领先、应用场(chang)景丰(feng)富(fu)的地区率先担当(dang)重任，聚合优势(shi)，提速(su)发展通(tong)用大(da)模型，加速(su)培育“大(da)模型+机器(qi)人”的具身智能产业创新(xin)主体，强化人工智能、具身智能场(chang)景示范应用，在不断满(man)足市场(chang)需求过程中，推动科技创新(xin)、科学研(yan)究进程。

韩民春：人才是创新(xin)的第一资源。目(mu)前，我国精通(tong)人工智能知识(shi)的专业人才缺口较(jiao)大(da)，同时精通(tong)人工智能与了解相应战(zhan)略性新(xin)兴产业领域的人才就更为不足。

建议推动“人工智能+战(zhan)略性新(xin)兴人才”的培养(yang)体系(xi)建设(she)，加快(kuai)培育一批精通(tong)产业与技术的复合型人才。要加强高等教育中相关(guan)学科和专业的建设(she)，提供系(xi)统化的专业知识(shi)和技能培养(yang)；加强企业和高校之间(jian)的合作，建立(li)产学研(yan)一体化的人才培养(yang)机制；注重培养(yang)学生的综合素质和创新(xin)能力(li)，将创新(xin)实践和产学研(yan)合作做深做实。

加强要素保障，促进产业深度(du)发展

【现象】我国高度(du)重视人工智能技术的创新(xin)发展，不断加强人工智能发展的顶层(ceng)设(she)计(ji)，各地也纷纷出台人工智能研(yan)究和产业发展支持(chi)政策。在多方推动下，人工智能初创企业如雨后春笋般涌现。

赵晓光：创新(xin)成果(guo)的落地转化是科技赋能产业的重要环节(jie)。在政策的支持(chi)下，新(xin)型研(yan)发机构、企业研(yan)究院、企业与科研(yan)单(dan)位或(huo)大(da)学的联(lian)合实验室等探索了多种成果(guo)转化的方式。创新(xin)成果(guo)的转化，不仅(jin)需要政策支持(chi)，还需要面向(xiang)需求，需要强有力(li)的金融政策和金融产品支持(chi)，需要尊重创新(xin)，不断激发创新(xin)者热情、保护创新(xin)者权益、宽容创新(xin)失败。

韩民春：建议发挥政策引导作用，着力(li)改善(shan)人工智能产业技术生态。引导生产要素向(xiang)人工智能产业领域投入，支持(chi)人工智能领域的推进和发展，为产业转型升级提供新(xin)动能；提升传统产业的智能化水平，让(rang)人工智能为传统产业的优化升级赋能；加大(da)对人工智能通(tong)信基础设(she)施建设(she)，不断夯实人工智能发展基础，推动人工智能产业发展的长(chang)期化、持(chi)续化。

逐步完善(shan)需求侧(ce)创新(xin)政策体系(xi)，根据需求创造(zao)需求，根据需求创新(xin)需求，突(tu)破人工智能的智能化瓶颈，打造(zao)满(man)足战(zhan)略性新(xin)兴产业发展的人工智能产业新(xin)生态。

鲍虎军：人工智能的伦理(li)和法(fa)律问题尚未完全解决，数据隐私、算法(fa)滥用等问题可能引发社会风险。如何在快(kuai)速(su)发展中平衡创新(xin)与监管，是需要研(yan)究的重要课题。建议：

尽快(kuai)制定与完善(shan)人工智能相关(guan)法(fa)律法(fa)规。进一步明确(que)人工智能领域算法(fa)、数据等知识(shi)产权的归属和保护范围，严厉打击侵权行为。同时，建立(li)高效的知识(shi)产权开源开放和共享转移(yi)机制和平台，促进技术成果(guo)的转化和应用，激发企业和科研(yan)机构的创新(xin)活力(li)。还需明确(que)数据使(shi)用、算法(fa)透明性、责任归属等问题，为产业发展提供清晰的制度(du)框架。

强化人工智能伦理(li)治理(li)工作，确(que)保技术发展符合主流(liu)价(jia)值观。建立(li)人工智能风险评估和预(yu)警机制，及时发现并应对技术滥用、数据泄露(lu)等问题。鼓励企业加强自律，推动行业形成良性竞争生态。

拓展应用场(chang)景，让(rang)人工智能更好造(zao)福社会

【现象】接受(shou)需求指令后，软件(jian)快(kuai)速(su)生成详细的出行攻略；汽(qi)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(qi)人的解答，让(rang)患者的就医流(liu)程更加顺畅……人工智能的应用场(chang)景大(da)幅拓展，为千行百业提供了智能化“加速(su)度(du)”。

韩民春：推动人工智能与其(qi)他行业融合发展，有助于高质量(liang)发展现代产业体系(xi)。建议将人工智能赋能产业互联(lian)网平台建设(she)，推动产业资源协同利用。融入人工智能技术的产业互联(lian)网将发挥更大(da)基础性作用，推动全产业的优化升级。

此外，建议政府(fu)部门加强引导，鼓励人工智能在金融领域的应用，尤其(qi)是在信贷评估、风险控制、投资顾问、量(liang)化交易等方面的投入使(shi)用，营造(zao)良好的产业环境。另外，在金融产品设(she)计(ji)时，以(yi)实体企业的产品需求为主导，将人工智能技术融入产品的设(she)计(ji)之中，有针对性、差异化地供给金融产品。

鲍虎军：建议探索多场(chang)景应用，做大(da)市场(chang)份额。通(tong)过智能化改造(zao)，推动人工智能与传统产业的深度(du)融合，提升工农业生产、教育文化、商业营销、交通(tong)物流(liu)等行业领域的质效，力(li)争在智能驾驶、具身智能、智慧教育、智能医疗、智能制造(zao)、智能装备(bei)等方面形成国际领先的技术和产业生态。

此外，还需建立(li)长(chang)效机制，通(tong)过政府(fu)、高校、研(yan)究机构和大(da)型企业等多方共同努力(li)，推动人工智能技术的普惠化，通(tong)过降(jiang)低(di)技术使(shi)用门槛和公众(zhong)科普教育，让(rang)更多中小企业和普通(tong)民众(zhong)享受(shou)到人工智能技术带来(lai)的便利。

赵晓光：在生产一线应用人工智能技术，涉及旧设(she)备(bei)换新(xin)、劳动者能力(li)提升、生产工艺升级、管理(li)体系(xi)更新(xin)等多个环节(jie)，是一项系(xi)统性的升级与更新(xin)过程。

因此，需要企业大(da)力(li)开展数字化转型，把来(lai)自一线的数据、流(liu)程、工艺等关(guan)键环节(jie)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，从而实现利用人工智能技术的精准控制与辅助决策，提高生产效率，降(jiang)低(di)生产成本；通(tong)过企业生产、销售、管理(li)等多过程的智能化辅助决策，降(jiang)低(di)企业运营成本；通(tong)过多行业的智能化辅助管理(li)与决策，不断增加新(xin)技术在产业中的应用，不断改进和优化产业结构，加快(kuai)发展现代智能产业体系(xi)。