至 2024 年，中国的 AI 相关论文引用量占全球总量的 40.2%，实现了对美国（占比42.9%）的快速追 赶。 5月26日，上海科学智能研究院联合复旦大学、施普林格·自然（Springer Nature） 旗下的自然科研智讯 （Nature Research Intelligence）全球发布《科学智能白皮书2025》(下称"报告"）。 物总量快速增长，科学智能异军突起，2020年后加速成长，有力推动了人工智能研究整体的井喷态势。 全球人工智能期刊论文数量在过去十年间激增近三倍——从30.89万篇增至95.45万篇，年均增长率为 14%。人工智能核心领域（如算法、机器学习）占比从44%降至38%；科学智能占比相应提升了6个百分 点，且其年均增长率从2020前的10%，提升至2020后的19%。尤其是在工程科学和生命科学领域，其年 均增长率分别从2020年前的9%和15%，提升至2020年后的16%和29%。 国别研究显示，2015年至2024年间，全球人工智能出版物排名前五的国家/地区的格局发生了转变。中 国增长势头尤为显著，AI出版物总量从2015年的6.01万篇上升至2024年的30.04万篇，占全 ...

记者 俞陶然 科技创新离不开科技成果转化服务和金融服务的支持，《若干意见》提出，聚焦前沿科技、未来产 业和战略性新兴产业发展重点领域，建立"未来产业基金+高质量孵化器+概念验证中心+集聚区"体系化 布局机制，提高概念验证对未来产业发展的促进作用。建立市场化运营、风险共担和利益共享机制，强 化技术与市场可行性"双验证"功能，打通概念验证、中试熟化、创业孵化与产业化的关键环节，提升技 术创新效能。 为强化"双验证"功能，市科委近期在研究制订高质量概念验证平台建设方案。在技术验证方面，鼓 励高校院所搭建早期成果池，建立灵活的筛选机制，推出具有潜在商业价值的"种子"清单，鼓励科技服 务机构、科技企业、高校院所自主或联合建设概念验证平台；在市场验证方面，建立从技术经理人到项 目经理人的全过程服务机制，鼓励技术经理人成为项目经理人，做好创业孵化、技术投融资等市场资源 对接；在政策供给方面，建立分类引导机制，面向未来产业，加强一体化的政策供给，引导企业向高新 区集聚；发挥未来产业基金作用，开展成果筛选和投资。 为助力企业融资，《若干意见》提出，将科技服务业企业纳入"沪科专贷""沪科专贴"支持范围，降 低企业贷款成本。提高科 ...

文章核心观点 习近平总书记肯定上海人工智能发展实效，上海高校积极响应，发挥科创策源作用，推进AI赋能教育教学改革和工程技术升级 [1][2][4][7] 发挥高校科创策源作用 - 上海市教卫工作党委副书记、市教委主任周亚明认为需深化人才培养改革和科研范式变革，精准开展“一校一策”综合改革，聚焦人工智能等前沿领域，以科学智能推动高校科研范式变革 [2] - 上海交通大学党委书记杨振斌表示高校应以服务国家战略需求为牵引，将人工智能等新质生产力作为破解“卡脖子”困局的“金钥匙”，推进学科交叉融合 [2] - 华东师范大学党委书记梅兵称将强化以国家战略急需牵引学科专业优化调整，加快布局未来学科，建设新兴学科，推动AI赋能学科转型提升及相关变革 [2] - 上海理工大学校长朱新远表示将全面深化AI赋能教育教学改革，探索人工智能赋能卓越工程师培养新范式，推动系统性协同 [3] AI赋能教育教学改革 - 同济大学党委书记郑庆华表示学校获批建设未来学科，即将成立五大研究院，打造数智融合驱动下的中国特色世界一流大学建设新范式 [4] - 复旦大学副校长姜育刚称复旦系统布局六大新工科创新学院，着力培养具备原始创新能力的科技人才 [4] - 上海第二工业大学人工智能研究院成立，已建成169门AI融合课程，覆盖全部47个本科专业，部分课程对接产业需求，2024级新生全员必修相关课程 [5] AI推动工程技术跨越式升级 - 华东理工大学信息科学与工程学院副院长谭帅认为人工智能是推动传统工程技术跨越式升级的重要引擎，如在盾构施工中可提升风险可控性与自动化程度 [7] - 上海海洋大学教授陈新军透露学院团队研发仿生鱼，将推动渔业与人工智能深度融合，开展新应用场景示范工作 [7] - 上海积极推进人工智能对高等教育赋能重塑，承担AI未来领军人才培养“试验区”改革探索任务，实施相关计划营造活跃氛围 [7]

来源：环球时报 近期，美国国立卫生研究院（NIH）突然禁止了中国研究人员访问其部分关键数据库，美国新兴生物技 术国家安全委员会也建议全面禁止与中国的生物技术与数据合作。这一系列举措表明，美国对华科技打 压正迅速扩展至基础性科学数据的掌控与利用，科学数据主权问题的战略意义愈发凸显。在当前日益复 杂而紧张的国际形势下，我国迫切需要加快推动自主可控的科学数据生态体系建设，以保障国家科研安 全、实现自主创新能力跨越式提升。 第二，实施分级分类的开源共享制度。针对不同学科领域的科学数据，可设立差异化的开放共享标准， 鼓励基础性、结果性数据高水平开放，形成跨学科跨领域的数据汇聚机制，通过激励措施推动数据向国 家科学数据中心等关键节点汇聚，迅速实现规模效应。 第三，构建标准化、专业化的数据管理体系。可设立专业管理机构，负责科学数据的标准制定、质量控 制与长期维护，推进跨学科数据标准化，建立动态评估机制，实时追踪数据建设的难点痛点，加大对高 迫切性数据库的投资力度，保障数据资源的高质量与长期可持续性。 第四，强化数据建设激励与数据安全机制。有关机构应明确科学数据的产权、使用权及运营权，建立全 生命周期的数据溯源和保护机制，通 ...