2025年8月26日，国务院发布了一份名为《国务院关于深入实施“人工智能+”行动的意见》的文件，标志着一份关乎未来十年中国产业变革的战略蓝图。

而就在十年前，国务院发布了《关于积极推进“互联网+”行动的指导意见》，这份相似的文件为中国经济社会装上了一条高速信息公路，深刻地改变了我们的生活和商业模式。在政策的引导下，市场迸发出巨大的创新活力，催生了像美团、滴滴、字节跳动等一批平台型巨头和新经济代表。这些公司的崛起，不仅彻底改变了人们的消费、出行、信息获取方式，也重新定义了多个行业，创造了巨大的商业价值。

今天，当“人工智能+”被置于同样甚至更高战略高度时，我们有理由相信，这并非简单的历史重演。这份文件，其实和我们每个人息息相关。

为了方便同学快速理解报告的核心观点以及与自身的关联性，混沌AI研究中心基于《国务院关于深入实施“人工智能+”行动的意见》中提出的六大行动＋八项支撑进行了深度解读，以下enjoy：

《意见》首次系统性地将人工智能定义为“新质生产力”的核心要素，并提出了一个以应用为牵引、基础为支撑的“6×8”发展框架。这不仅为AI技术的落地指明了方向，更预示着一场由国家意志驱动、全产业参与的智能化变革已经拉开序幕。

“人工智能+”的核心框架：

以“第一性原理”构建的“6×8”发展蓝图

本次行动意见的核心，在于将AI回归其生产力本质。报告强调，需将AI能力（算力、数据、算法）还原为基础生产要素的投入，通过优化这些最根本的资源，来驱动效率提升与模式创新。这是一种典型的“第一性原理”思维，旨在从根本上重塑产业格局。

为实现这一目标，文件提出了明确的三阶段发展规划：

• 2027年：实现AI与6大重点领域（科技、产业、消费、民生、治理、全球合作）深度融合，智能终端普及率达70%

这一清晰的时间表，将AI的发展提升至国家战略高度。而支撑这一宏大目标的，是一个被称为“6×8”的逻辑框架。该框架从需求侧和供给侧两端同时发力，形成了一个闭环的生态系统：

• 六大行动：面向应用端，明确了AI在科技、产业、消费、民生、治理、全球合作六大领域的落地场景，作为牵引产业发展的“火车头”。

• 八项支撑：面向基础层，规划了模型、数据、算力、应用、开源、人才、政策、安全八大领域的保障体系，作为驱动创新的“发动机”和“底盘”。

这个“6×8”框架，为AI产业的下一步发展提供了清晰的路线图，也为身处其中的企业和创业者揭示了未来的市场机遇与挑战。

六大行动：

锚定应用，定义AI产业的未来战场

“六大行动”是本次计划的“应用层”，它为AI技术从实验室走向市场，提供了具体的行业场景和切入点。

1. 科技行动：AI for Science，加速“从0到1”的原始创新：

• 重点关注企业类型：

• 拥有深厚研发背景的硬科技初创企业，尤其是有高校、科研院所背景的团队。

• 面向科研机构、高校及企业R&D部门提供AI工具、平台和服务的技术服务商。

• 致力于将前沿AI算法产品化、商业化的创新型企业。

政策的核心是推动AI与基础学科深度融合，构建开放协同的AI科研生态，以加速基础理论与核心技术的突破。人工智能正在成为继理论、实验、计算之后的“第四科研范式”。

典型案例包括DeepMind的AlphaFold2算法，它对蛋白质结构的精准预测，正在深刻变革药物发现和生命科学研究。在国内，中国学者陈帜团队开发的DeepFlame平台，将AI深度学习框架嵌入反应流仿真，实现了火箭发动机仿真速度的千倍级提升。同时，张林峰团队发布的Uni-Lab-OS实验室智能操作系统，致力于打通仪器数据，提升整体实验效率。这些先行者表明，AI在材料设计、天文、能源等基础研究领域拥有巨大潜力。对于创业者而言，这意味着科研服务和工具化应用市场正在打开，开发AI驱动的实验辅助系统、数据分析平台或仿真软件，将是极具价值的切入点。

• 建议：创业者可瞄准科研服务和工具化应用场景。例如，开发AI驱动的实验辅助系统、数据分析平台或仿真软件，将前沿算法产品化；与科研机构、高校合作，提供“AI科研加速器”服务；关注政府科研项目支持，争取成为行业联合实验室或重点专项的技术服务商。此外，应注意将技术成果开源共享（如DeepFlame已开源），构建开放的生态，降低科研门槛，扩大产业影响力。

• 重点关注企业类型：

• 为传统制造业、农业、服务业提供智能化改造解决方案的AI技术公司和系统集成商。

• 从底层构建的“智能原生”企业，如基础大模型公司、AI基础设施提供商。

• 寻求通过AI技术实现降本增效和业务模式创新的传统行业龙头企业。

此项行动旨在推动AI与实体经济的深度融合，一方面促进传统产业的智能化升级，另一方面培育“智能原生”的新兴业态。

在高端制造业，上海感图科技为半导体、新能源电池等领域部署的AI视觉检测系统，已成功进入苹果核心供应链，实现了国产AVI设备在这一领域的突破。在智慧农业领域，上海点甜网络科技的农用AI机器人实现了“一人千亩”的耕作示范，而深圳纬尔科技的智能棉花打顶机器人则大幅降低了新疆棉田的人工成本。

与此同时，“智能原生”企业正从基础设施层面重构产业。前微软高管创立的澎湃动力（Stepfun），已发布参数规模超万亿的语言模型；清华系的无问芯穹（Infinigence AI）则专注于AI基础设施，为大模型部署提供异构云平台和多芯片协同方案。这些企业如同AI时代的“基础设施建设者”，正在为产业的全面智能化铺路。

在新业态与服务领域，AI的应用同样广泛。丝芙兰与火山引擎合作的“AI玩妆”，通过虚拟上妆技术提升消费体验；百度电商的AI数字人直播解决方案，已在罗永浩的数字人直播中验证了其商业价值，单场GMV突破5500万。这些案例揭示，创业者应聚焦产业的真实痛点，无论是制造业的品控、农业的效率，还是服务业的个性化体验，都是AI解决方案可以大展拳脚的领域。

• 建议：创业者应聚焦产业升级痛点，开发针对性解决方案。例如，在智能制造领域，关注品质管控、预测维护、新品设计三大应用；在农业领域，可从精准种植、智能设备、农业云服务等切入；在服务业和零售业，可从AI供应链管理、智能客服、数字营销、个性化体验等维度切入。

• 重点关注企业类型：

• 智能家居、智能网联汽车、可穿戴设备等智能硬件厂商。

• 电商、零售、文娱等领域的平台型公司和品牌方。

• 开发AIGC内容生成、虚拟数字人、沉浸式体验等应用的技术服务商和内容提供商。

政策着力于扩展服务消费的智能场景，丰富产品消费的新业态，重点涵盖智能家居、智能网联汽车、AI娱乐、脑机接口等。

在智能零售场景，盒马的AI视觉秤、智能价签等技术，实现了人、货、场的全面数字化管理。潮流电商平台得物利用AI鉴别系统保障商品真伪，其基于跨模态数据训练的“鉴别大脑”已成为平台的核心竞争力。在数字营销领域，微盟WAI产品为商家提供“AI智能团队”，自动化内容创作和营销流程，而丽人丽妆等电商服务商则通过AIGC和RPA技术，显著提升了电商运营效率。这表明，消费领域的创新机会在于提升用户体验和挖掘细分场景，无论是家庭助手、车载AI，还是AI创作平台，都存在巨大的市场空间。

• 建议：关注消费领域提升体验和细分场景。例如，在智能家居领域，可开发基于语音/视觉交互的家庭助手产品（参照小爱同学、天猫精灵等模式）。在智能出行消费上，关注车载AI助理、自动驾驶增值服务；在娱乐消费上，可尝试AI创作平台、数字人直播等新形式。创业者还可与大型消费品企业、连锁零售、平台型公司合作，提供定制化AI应用场景；利用AI+实体消费活动（如购物节、展会）获得融资和市场曝光，快速验证商业模式。

• 重点关注企业类型：

• 深耕教育科技、医疗科技的垂直领域AI公司。

• 专注于智慧养老、智能康复设备和服务的创新企业。

• 为公共就业、文化服务等提供智能化解决方案的技术供应商。

该行动旨在借助AI促进就业、教育、医疗、养老等公共服务的公平化和优质化。

在智能教育领域，学而思将其自研的“九章教育大模型”与学情分析系统集成于AI学习机，实现了互动式、个性化的“问答式教学”。在智能医疗领域，字节跳动上线“小荷AI医生”App，提供全天候健康咨询服务；科大讯飞的“云医声”系统则通过语音实时记录病历，大幅提升了医生的诊疗效率。此外，在文化和养老领域，AI虚拟主播、智能陪护机器人等应用也开始普及。创业机会在于构建民生场景的闭环服务，例如在线教师助理、AI影像诊断、慢病管理平台等，但必须高度重视数据安全与行业法规。

• 建议：创业者可专注构建AI在民生场景的闭环服务。在教育领域，开发在线教师助理、AI题库和自适应练习系统；在医疗领域，可与医院、诊所合作推广AI影像诊断、智能分诊系统或慢病管理平台，并注意符合医疗法规；在公共管理领域，可提供AI培训、求职、就业配套服务（如智能招聘筛选）。对于智能养老，聚焦语音交互、康复辅助设备等市场空白。

• 重点关注企业类型：

• 智慧城市、智能交通解决方案提供商。

• 具备AI视频分析、人脸识别等技术的安防科技公司。

• 专注于环境监测、能源管理等领域的“AI+环保”企业。

• 面向政府部门提供数据治理和智能决策平台的政务科技公司。

政策鼓励AI赋能政府决策与服务，在公共安全、城市治理、生态环保等领域推动“科技+监管”的新模式。

例如，深圳龙华区利用人工智能监控平台对电动车进行全流程智能监管。阿里巴巴的“城市大脑”项目已在多地应用，通过AI调度交通信号，提升城市运行效率。在网络安全领域，腾讯、华为等企业也推出了AI安全监控平台，利用AI监测异常攻击。对于创业者而言，智能交通、智慧安防、智慧环保及智能政务是四大核心赛道。

• 建议：重点关注智能交通（车路协同、智能诱导）、智慧安防（多模态监控、社会治安预测）、智慧环保（AI污染监测、垃圾分类）、智能政务（政务客服机器人、大数据决策平台）等。与地方政府或园区建立试点项目，将AI原型系统融入数字政府建设中。此外，可关注“碳中和”与环保机会，如利用AI优化能源消耗、林业管理等，顺应双碳（碳达峰碳中和）政策。严格遵守政务数据安全、隐私保护等法规，提前设计合规性方案，提高政府客户接受度。

• 重点关注企业类型：

• 拥有成熟AI产品和解决方案、并寻求出海的头部科技公司。

• 专注于为特定海外市场（如“一带一路”沿线）提供本地化AI应用的企业。

• 积极参与国际AI标准制定和开源社区的平台型企业。

此项行动旨在推动AI国际规则的对话与合作，加强面向发展中国家的科技支持，共享AI发展红利。

国务院总理李强在上海出席2025世界人工智能大会上强调，中国政府倡议成立世界人工智能合作组织。与此同时，中国政府更加积极地推动在全球南方国家的AI能力建设，不仅推动通过了一项由140多个国家支持的关于加强人工智能能力建设国际合作的联合国决议，还启动了《人工智能能力建设普惠计划》，并在联合国共同发起“人工智能能力建设国际合作之友小组”。此外，中国通用大模型DeepSeek开源版在非洲受关注：其低成本的推理模型降低了算力门槛，为非洲开发者提供更容易使用的先进AI技术。

• 建议：创业者可以积极参与国际合作项目和海外市场拓展。在“一带一路”沿线国家和非洲、大洋洲等市场，提供成熟的AI解决方案（如农林监测、医疗诊断、教育培训等），同时注重本地化（多语种、合规）。关注国际标准化组织、行业联盟的动向，尽早将产品对接国际规范。参加国际AI展会或论坛（如WAIC、CVPR、NeurIPS海外分论坛等），展示中国创新成果，寻找跨国合作机会。通过与国外高校和企业共建研发项目，抢占全球AI产业分工制高点。

八项支撑：

筑牢根基，构建AI发展的“新基建”

如果说“六大行动”是目标，那么“八项支撑”就是实现目标的保障。它们共同构成了AI产业健康发展的“新基建”。

• 重点关注企业类型：

• 基础大模型研发公司

• 专注于垂直行业模型微调和优化的AI初创企业

• 提供模型即服务（MaaS）的平台型公司。

中国涌现出多家大模型初创。如前述上海阶跃星辰（StepFun）发布多领域基础大模型；清华系创业的无问芯穹（Infinigence）专注模型训练基础设施。还有DeepSeek，阿里千问，百度文心，字节跳动豆包，Kimi，智谱等多家大模型百花齐放。同时，国外方面，OpenAI GPT-4、谷歌Gemini等通用语言模型也不断开放API。

• 建议：创业者要密切跟进国际主流大模型开源或API动态。行业应用可基于通用大模型构建垂直应用（如医学问答、金融风控模型）。如果条件允许，可尝试与科研机构或大厂共研专用模型（如医药、法律领域专用语料）。关注国内政策资金支持的模型研究计划，争取参与政府和行业联合攻关项目。

• 重点关注企业类型：

• 数据标注服务商

• 数据清洗与治理公司

• 数据合规与安全服务提供商

• 拥有高质量行业数据集并寻求商业化的企业。

数据标注是AI基础设施的重要环节。全球数据服务龙头Scale AI已成为独角兽，其2023年营收约7.5亿美元。国内Appen（澳鹏中国）专注于大模型数据服务，2023年营收近2.5亿人民币。这些企业通过构建专业平台和众包体系，为AI模型训练提供海量高质量标注数据。

• 建议：创业者应整合行业数据资源并重视数据质量。可自主建立数据标注平台或承接行业标注任务，尤其在语音、图像、无人驾驶等领域。利用公开数据集（如开源语料、医疗影像库、产业链数据等）快速搭建原型。同时，关注数据合规与隐私保护，实施数据脱敏和加密。与高校、科研机构合作，共建开放数据集，有助于降低算法研发成本；参与或组织行业数据共享联盟，挖掘互利共赢机会。

• 重点关注企业类型：

• AI芯片设计与制造公司

• 云服务提供商（IaaS/PaaS）

• 边缘计算硬件及解决方案提供商。

中国不断推出自主算力装备。如上海云脉芯联科技研发的YSA-100智能网卡（DPU），支持400G网络互联，已批量生产并应用于AI算力集群，这标志着国产AI网络芯片迈上国际水平。国际上，英伟达、谷歌、寒武纪等均推出顶尖AI处理器，市场竞争激烈。

• 建议：创业者可以利用云平台和开源硬件加快产品开发：如AWS、Azure、阿里云、华为云均提供GPU/TPU算力服务，初创公司可申请云服务额度。关注边缘AI芯片和低功耗设备（移动端AI），为IoT和智能终端开发解决方案。对于算力密集型创业，可考虑与高性能计算中心合作，申请国家超级计算资源。同时，参与芯片与硬件技术生态建设，例如加入开源硬件社区。

• 重点关注企业类型：

• AI应用软件开发商

• 人工智能应用服务商

• AI创新孵化器与加速器

• 致力于打造“模型即服务”和“智能体即服务”生态的平台。

• 建议：创业者要积极构建或接入测试环境：可以与高校实验室、研究院共建应用示范站点；用真实业务场景检验AI产品。关注政府鼓励的创新孵化器和开放实验室，利用其软硬件资源和数据权限。对行业应用来说，可参加行业组织的标准化、试点项目，用案例提升产品可信度。对于消费产品，可借助众包测试和用户反馈平台（如开源社区、测试营等）不断迭代优化。

• 重点关注企业类型：

• 围绕主流开源框架提供商业服务的公司

• 主导或深度参与开源项目的平台型企业

• 所有利用开源工具进行开发的AI企业。

开源已成为AI发展的重要助力。比如AlphaFold等AI科研工具开源后被全球科研机构广泛使用；业内还有开源深度学习框架如TensorFlow、PyTorch、百度飞桨、华为MindSpore等被大量采用。DeepFlame作为我国首个集成AI框架的开源仿真平台，其源代码向公众开放。开源社区共享算法和工具，降低创业成本。

• 建议：创业者应充分利用和回馈开源生态。一方面，在产品开发中使用开源框架和库，快速搭建样机；另一方面，应考虑将自己的通用算法、工具包开源，吸引开发者社区贡献，提高影响力。关注国内外开源AI社区（如GitHub、Hugging Face、CSDN）。还可加入行业开源联盟（如阿里MIND、百度飞桨社区），参与制订技术标准，提升技术话语权。

• 重点关注企业类型：

• AI教育与职业培训机构

• 提供高端AI人才服务的猎头与咨询公司

• 与高校联合培养项目的大型企业。

教育部已启动“人工智能育人项目”，组织高校与企业共建AI课程体系、实训基地，支持校企联合培养复合型人才；迄今已对接2400余家单位和2000余所高校，累计立项4.5万个校企项目，惠及超过620万学生。此外，中国高校开设AI交叉学科和专项课程日益增多，如清华、浙大联合举办的“AI+X”专业课程已经投入试点。在企业层面，互联网巨头开办AI学院或内部培训项目吸纳人才。

• 建议：创业公司应同步建立内部培养机制：组织员工参与在线AI培训、内部AI人才培养计划等。可与高校共建实习基地，提前锁定优秀学生；提供有竞争力的股权与科研条件，吸引海归和学术派人才。关注国家高层次人才计划（如“双千计划”）和地方人才补贴政策，申请相应扶持。也可参与国际人才合作项目，如与海外高校共建创新中心，让团队保持全球前沿视野。完善多层次AI人才培养体系。教育部已启动“人工智能育人项目”，推动产学研联合培养。创业公司应建立内部培养机制，并与高校共建实习基地。

• 重点关注企业类型：

• 所有AI领域的初创及成长期企业

• 专注于科技政策解读和服务的咨询机构

• 高新技术企业。

国务院《“AI+”行动意见》本身即是一大政策支撑，为AI产业发展划定蓝图。教育部、工信部等部门陆续发布AI教育、AI标准和AI治理规范等政策文件。如教育部提出的AI育人项目、工信部联合相关部门发布的AI安全标准化建设指南等，都体现出政策层面对人才和产业链的扶持。各地还纷纷出台地方行动方案，提供资金补贴、税收优惠、专利支持等具体措施。

• 建议：创业者应积极利用国家和地方出台的各种优惠政策。例如，可申请国家高新技术企业认证、享受研发费用加计扣除；参与政府AI专项扶持（创新基金、项目招标等）；利用各地AI园区的租金补贴和人才奖励。遵循政策要求，如在处理个人数据时落实隐私保护条款；关注新出台的知识产权、竞争法等法规，保证技术合规。

• 重点关注企业类型：

• AI安全技术公司

• 网络安全公司

• 提供AI伦理风险评估和模型可解释性服务的第三方机构

• 在金融、医疗等高风险领域部署AI的企业。

去年在党的第二十届三中全会上，AI安全被正式提升为国家优先事项，并通过二十大专题学习部署AI安全体系构建。如国内已发布多项专门立法或标准（如强制性国家标准《人工智能生成合成内容标识办法》），并持续落实现有要求（如生成式人工智能服务上线前的备案和安全评估）。国际上，中国参与联合国制定AI治理计划，与多个国家启动双边AI安全对话。这些举措表明，AI技术开发和应用必须可控可溯。

• 建议：创业者要从第一天起将“安全和合规”融入产品设计：比如在模型和应用中嵌入红线提醒（敏感内容过滤、隐私保护）、开发反欺骗机制（对抗样本防护）、强化数据安全（加密、审计）。关注行业安全框架和标准，及时调整公司内部规范。对于应用在公共领域的AI产品（如影像诊断、金融决策），要进行必要的第三方评测和备案，并建立快速迭代的安全改进流程，确保技术发展不踩红线。

结语

十年前，“互联网+”深刻地改变了中国的消费与服务业态，其成功验证了顶层设计与市场活力结合的巨大能量。今天，当“人工智能+”被置于同样的战略高度时，我们有理由相信，这并非简单的历史重演。

如果说“互联网+”是为社会经济装上了一条高速信息公路，那么“人工智能+”则是要为每一个组织、每一个节点赋予一个“认知引擎”。与“互联网+”主要作用于「流通和交易」环节不同，“人工智能+”的目标是穿透至「生产与创造」的核心。它所要改造的，是工业的流水线、农田的耕作方式、科学家的实验室乃至我们每个人的知识获取模型。这是一次从生产关系到生产力本身的全面升级。

这场变革的深度和广度，决定了它必然伴随着对现有结构和秩序的巨大挑战。然而，正是这种不确定性，构成了这个时代最激动人心的底色。它意味着旧的护城河正在失效，新的价值洼地正在形成。对于敢于拥抱变化、勇于深入产业、致力于创造长期价值的建设者而言，这无疑是最好的时代。历史的机遇之门已经打开，而门后的世界，正等待着被我们共同塑造。在这个充满无限可能的时代，混沌学园将一直陪伴有梦想的创业者，共同探寻未来，塑造智能化的新世界。