国务院总理李强在2025年政府工作报告中指出要因地制宜发展新质生产力：“持续推进人工智能+行动，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造设备”。人工智能作为新一轮科技革命和产业变革的核心驱动力，正在深刻改变全球经济格局和社会发展模式。“人工智能+”不仅意味着单一技术的发展，更代表着人工智能与各行业深度融合的趋势。通过持续推进人工智能可以加快传统产业升级，促进新兴产业创新，为经济社会发展提供新的增长点。

一、持续推进“人工智能+”，推动科技与产业融合

“人工智能+”是指将人工智能技术与传统产业、公共服务、科研创新等领域深度融合，以提升生产效率、优化资源配置、推动新模式新业态的形成。在推动产业升级方面，AI可以赋能制造、医疗、金融、教育等行业，从而提高自动化和智能化水平。在提升公共服务水平方面，AI可以助力智慧城市建设，优化交通管理、医疗诊断、公共安全等领域的效率。在促进科技创新方面，通过结合大数据、物联网等前沿技术，AI可以加速新产品和新服务的研发。在具体行业上，“人工智能+制造”是AI与传统工业融合的重要方向。例如，工业机器人、智能检测系统、AI优化生产排程等技术的应用，大幅提升生产效率，降低能耗，提高产品质量。“人工智能+医疗”是将AI应用于医学影像分析、智能诊疗、药物研发等方面。例如，基于AI的医疗影像识别系统可以在几秒内完成疾病诊断，提高医生的工作效率。“人工智能+教育”是利用AI来根据学生的学习进度进行个性化推送，提高教学效率。“人工智能+金融”是发挥AI在风控、智能投顾、反欺诈等方面的作用，使金融机构能够更精准地管理风险。

在推进“人工智能+”的具体对策上，首先需要加大科研投入来支持基础研究，攻克AI核心技术。其次，要注重完善产业生态，推动AI企业和科研机构的协同创新。同时，也要加强国际合作，积极参与全球AI标准制定，提高国际竞争力。另外，加强数据安全与伦理治理也是必不可少的，必须构建完善的数据管理体系，防范AI技术的滥用。我们应在政策支持、技术突破、产业应用等方面加大力度，充分释放人工智能的潜力，助力社会进步。

二、支持大模型广泛应用，加速人工智能产业落地

人工智能大模型凭借强大的数据处理和学习能力，显著提升了自然语言处理、计算机视觉、自动化决策等能力，加速了产业智能化进程。支持大模型的广泛应用，将促进科技创新、提升生产效率，并优化社会服务体系。大模型通过数百亿甚至万亿级参数的深度学习，提高理解、推理和生成能力。大模型具有自适应学习能力强和泛化能力强的优势，可以在不同任务中迁移学习，并适应不同场景，如文本生成、代码编写、医疗分析等。大模型的这些优势使其具有广阔的行业应用前景。在自然语言处理方面，大模型可以用于智能客服、自动翻译、语音识别、文本生成等任务。在科学研究方面，大模型可辅助药物研发、材料科学、量子计算模拟等前沿科研领域，加速创新进程。在智能办公方面，大模型可以生成软件代码，辅助数学证明等，大幅提升办公效率。

要实现大模型的广泛应用，还需从核心技术、基础设施、产业生态和政策监管等方面协同发力。首先要加强核心技术突破，要提升大模型的算法优化能力和减少计算资源消耗，推动自主创新并加强对关键技术（如模型压缩、少样本学习）的研究。其次，要完善算力基础设施。大模型的训练和推理需要强大的计算资源，因此必须加快建设高性能计算中心，优化云计算与边缘计算布局。在推动大模型产业化应用方面，要根据实际需求开发针对不同行业的大模型应用方案，要充分利用已有行业知识和场景信息。

三、大力发展智能机器人，打造未来生产力新引擎

智能机器人作为人工智能、自动化技术和物联网等前沿科技的集成体，正成为推动产业变革和社会发展的重要力量。随着机器学习、计算机视觉、自然语言处理等技术的突破，智能机器人在制造、医疗、服务等领域的应用日益广泛。大力发展智能机器人，将为提升社会生产力、优化劳动结构、推动智能化转型提供强大支撑。

目前智能机器人主要有工业机器人、医疗机器人和服务机器人等应用。工业机器人广泛应用于汽车制造、电子装配等行业来替代人类完成高强度、重复性工作，如焊接、喷涂、组装等，提高生产效率。医疗机器人主要用于手术和护理从而提高医疗服务质量。服务机器人主要应用于家庭清扫和智能导购从而提高生活便利性。在核心技术上，智能机器人的研发方向主要有人工智能驱动、人机交互技术和柔性制造等方面。其中，人工智能驱动可以增强机器人自主决策能力，如智能感知、行为预测等。人机交互技术的主要目标是提升机器人自然语言理解和视觉识别能力。柔性制造可以提高机器人适应复杂环境的能力，实现精细操作。

大力发展智能机器人需要在加强基础研究、优化产业链布局、完善应用场景等方面协同发力。在基础研究方面，需要加强在深度学习、强化学习、计算机视觉等领域的研究，使机器人能够更精准地理解环境、独立决策并不断优化自身行为。其次，加强对高灵敏度传感器、先进运动控制算法的研究可以让机器人具备更强的感知力和灵活度，是机器人精细化操作的关键。另外，研究轻量化和高强度的材料、高效能电池和新型能源系统对于提高机器人的适应性和续航能力至关重要。在产业链布局方面，在产业上游要加强核心技术攻关、补齐关键环节短板，在中游要完善制造体系、提升产业协同效率，在下游要拓展应用市场、加速行业落地。具体而言，在高端芯片、精密传感器、先进控制算法等方面要加大自主研发，要鼓励机器人制造企业与上下游供应商和科研机构紧密合作从而构建高效的供应链体系，要鼓励企业结合市场需求推动产品定制化、智能化，提升应用渗透率。在完善应用场景方面，主要可以从工业制造、智能服务和特殊应急等方面着手。智能机器人在自动化生产、质量检测、物流搬运等方面已展现出巨大优势，应进一步推广协作机器人和柔性生产系统的深度应用。在智能服务上，可以在智能机器人辅助手术、康复训练、养老护理、智能扫地机器人、陪护机器人等方面进一步升级，以更好满足消费者需求。此外，还可以发展智能机器人在应急救援、危险作业、深海探测等领域，智能机器人可以代替人工执行高危任务，提高作业安全性和效率。

人工智能技术目前正在加速渗透到社会经济的各个领域。持续推进“人工智能+”、支持大模型广泛应用和大力发展智能机器人是推动数字经济和智能社会建设的重要路径。政府、企业、高校和科研机构应紧密合作，共同促进人工智能技术的创新和应用，推动产业升级，为经济社会发展提供新的增长点。大力推动人工智能的技术突破和应用落地对发展新质生产力具有重大意义。

作者简介

王法

北京大学经济学院预聘副教授。研究领域为金融计量，因子模型和高维计量经济学。主讲“时间序列”“固定收益证券”等课程。主持国家自然科学基金青年项目。研究成果多次发表于Journal of Econometrics、Econometric Reviews等期刊，并多次担任上述期刊的审稿人。

专题链接：聚焦两会2025