国常会直通车｜牢牢掌握发展主动权！事关人工智能，国务院重磅部署

据新华社消息，6月29日召开的国务院常务会议，听取人工智能发展情况汇报，并作出一系列新部署。

为何要牢牢掌握发展主动权？

会议指出，要深刻把握人工智能演进趋势，完善支持政策和治理体系，牢牢掌握发展主动权。

当前，人工智能正以前所未有的深度和广度融入经济社会各领域，成为引领新一轮科技革命和产业变革的战略性、主导性驱动力量。

为何要牢牢掌握人工智能发展主动权？

工业和信息化部信息通信经济专家委员会委员刘兴亮在接受风口财经记者采访时表示，人工智能已经不只是一个单项技术，而是在加速成为类似电力、互联网一样的通用技术和战略性基础设施。它将深刻影响制造业升级、科技创新、公共服务、国家安全乃至国际竞争格局。

刘兴亮表示，“掌握主动权”不是简单比拼某一个大模型跑分，而是要在芯片、算力、数据、模型、操作系统、应用生态、安全治理和标准规则等关键环节形成自主能力。只有底座可控、生态完整、应用领先，才能避免在关键时刻受制于人，也才能把人工智能真正转化为我国高质量发展的新动能。

“国务院常务会议把‘支持政策’和‘治理体系’同时提出，说明我国追求的不是单纯做大规模，而是发展、安全、竞争力三者同步推进。”刘兴亮说。

工业和信息化部信息通信经济专家委员会委员盘和林在接受风口财经记者采访时表示，牢牢掌握人工智能发展主动权，关键是掌握原创性，独创性的算法和算力技术。其中算力技术的核心是先进制程半导体制造，其中算法技术的核心是提高中国在算法领域的原创地位。

6月23日，在链博会先进制造链展区中信集团展台，一款人形机器人在演示弹钢琴。新华社发

加快超大规模智算集群建设意味着什么？

会议指出，要加力推进人工智能创新突破，加快关键技术攻关和超大规模智算集群建设，强化高质量数据供给，加强人才、资金等要素保障，支持企业开展基础研究和前沿探索。

需要指出的是，我国人工智能在数据规模、应用场景和政策支撑等方面优势显著，但在一些领域存在亟待补齐的短板。

刘兴亮认为，这些短板主要表现在：

第一是关键硬件和基础软件能力。高端训练芯片、端侧推理芯片、高速互联、智算操作系统，以及软硬协同生态，仍然需要加快突破。

第二是高质量数据。我们不缺数据总量，但在工业、医疗、科研等领域，真正可用、可信、合规、可持续更新的数据集仍然不足。

第三是基础研究和原创能力。包括模型架构、训练推理效率、评测体系等“从0到1”的突破。

第四是应用落地的“最后一公里”，很多企业不是不会用AI，而是不知道如何把模型真正嵌入业务流程、形成稳定收益。

在他看来，这次国务院常务会议的部署很有针对性，实际上是把人工智能发展的几块“底座”放在了一起：关键技术、超大规模智算集群、高质量数据、人才资金保障和企业基础研究。尤其提出加快建设超大规模智算集群，意味着算力建设正在从过去分散式“建机房”，走向集约化、网络化、绿色化的国家级智能基础设施布局。关键不只是“算力更大”，还要做到算力更便宜、更好调度、更绿色、更方便中小企业使用。

6月12日，小朋友在南博会制造业馆中国移动展区与机器狗互动。新华社发

深入实施“人工智能+”行动优势巨大

会议指出，要深入实施“人工智能+”行动，发挥我国产业体系完备、应用场景丰富等优势，促进智能产品和服务加快规模化商业应用。

近年来，我国人工智能加速与制造业、服务业等千行百业深度融合，正在成为推动高质量发展的重要引擎。2025年，我国人工智能核心产业规模超过1.2万亿元，企业数量超过6200家。

天津市多模态数据技术研究院理事长刘澄在接受风口财经记者采访时表示，对比全球主要经济体，我国具备产业与场景独特优势，我国覆盖全部工业大类、数千细分行业，上下游零部件、自动化设备、系统集成配套完整。人工智能技术从实验室样机到量产落地周期大幅缩短，能够快速完成海量工业场景提升。我国有超大规模市场，单一智能产品、软件服务可快速实现大规模出货，显著分摊研发、算力、标注成本，形成规模效应。

刘兴亮认为，我国最大的优势，不只在于拥有超大规模市场，更在于拥有“产业体系完整、应用场景丰富、数字基础设施成熟”这三张牌。更重要的是，中国具备“应用带动创新”的优势。一个AI产品只有进入真实场景，才能不断获得数据反馈、优化模型能力、降低成本，最终形成“应用—数据—模型—再应用”的正循环。

“要避免只做展示型、概念型项目，要围绕真正能降本、提效、增收的场景，形成可复制、可推广、可持续盈利的商业模式。  ”刘兴亮说。

6月2日，与会嘉宾在中关村国际创新中心观看机器人表演。新华社发

不能用一套静态规则管所有问题

会议指出，要守牢人工智能安全底线，完善科技伦理、测试认证等制度规则，构建动态适应、分级分类的安全监管体系，加强国际人工智能治理合作。

安全治理，事关人工智能长远发展。

盘和林认为，人工智能的潜在挑战主要体现在三个维度：首先，深度伪造技术催生虚假信息泛滥；其次，大规模数据爬取构成数据安全与隐私风险；此外，智能系统对人力劳动的替代，可能导致结构性就业压力和社会岗位置换。

在刘兴亮看来，人工智能安全监管则至少包含五个层面：

第一是数据安全。包括个人信息保护、数据合规使用、数据跨境流动、训练数据版权，以及重要数据和行业数据的安全流通。

第二是模型和算法安全。要防范模型“幻觉”、算法歧视、黑箱决策、恶意操纵，以及生成违法有害内容等问题。

第三是应用安全。不同场景风险不同，用于写文案、做客服的AI，和用于医疗诊断、金融风控、自动驾驶、工业控制的AI，监管标准不能一样。

第四是基础设施和供应链安全。算力中心、云平台、芯片、开源组件、模型接口等，都可能成为安全风险入口，特别是涉及关键信息基础设施时，更要加强防护和应急能力。

第五是治理机制安全。本次国务院常务会议提出“动态适应、分级分类”的监管体系非常关键。人工智能变化快，不能用一套静态规则管所有问题，应当根据模型能力、应用行业、风险等级实施差异化监管，同时完善科技伦理审查、测试认证、风险预警、事件报告、责任追溯等制度。既不能一放了之，也不能因为担心风险而把创新管死。

（大众新闻·风口财经记者 刘晓）