针对股价异动，21财经南财快讯以投资者身份致电合富中国，接线工作人员明确表示，公司不存在额外利好信息，亦无应披露而未披露的消息，对于复牌后 再涨停是否会触发二次停牌，目前暂不明确。而对于市场热议的"看名炒股"助推股价说法，该工作人员则以"不便评论"回应。 回溯本轮行情，合富中国的股价异动堪称疯狂。自10月28日行情启动至11月14日，合富中国股票连续14个交易日中有12个交易日涨停，5次触及股价异常波 动，3次触发严重异常波动，11月14日当日换手率更是高达28.48%。 11月14晚间，合富中国发布停牌公告称，鉴于股价与基本面严重背离，公司于11月14日公告停牌核查。公告显示，截至11月14日，合富中国静态市盈率达 343.67倍，而同期中证指数有限公司披露的所属批发业静态市盈率仅30.94倍，股价存在严重偏离合理估值的风险。 合富中国直言，本次股价连续上涨期间，公司股票流通换手率亦出现较大波动情形，击鼓传花效应明显。敬请广大投资者注意甄别、理性判断。 与火爆的股价表现形成鲜明对比的是，合富中国的经营业绩正处于低谷。根据合富中国2025年三季度报，前三季度公司实现营业收入5.49亿元，同比下降 22.8%； ...

与火爆的股价表现形成鲜明对比的是，合富中国的经营业绩正处于低谷。根据合富中国2025年三季度报，前三季度公司实现营 业收入5.49亿元，同比下降22.8%；归母净利润亏损1238.62万元，同比下降146.65%。 11月20日，停牌核查仅3个交易日的合富中国（603122.SH）复牌再度受资金热捧，盘中封死涨停板，截至午盘，报26.18元/股， 涨停板封单资金达0.85亿元。这一走势让其10月28日以来的"妖股"行情再添一笔，15个交易日内斩获13个涨停板，累计涨幅高达 291.92%。 针对股价异动，21财经·南财快讯以投资者身份致电合富中国，接线工作人员明确表示，公司不存在额外利好信息，亦无应披露 而未披露的消息，对于复牌后再涨停是否会触发二次停牌，目前暂不明确。而对于市场热议的"看名炒股"助推股价说法，该工 作人员则以"不便评论"回应。 对此，合富中国解释称，主要受国内宏观形势变动，以及集中采购降价等医疗行业政策调整的影响，公司面向医院客户的产品 采购单价有所下调，叠加同期订单采购量较上年出现缩减，导致公司销售收入与利润水平同步下滑。 回溯本轮行情，合富中国的股价异动堪称疯狂。自10月28日行情启动至 ...

股价表现与市场关注 - 公司股价在11月12日午间收盘报20.09元/股，总市值达到79.97亿元 [1] - 最近12个交易日内公司共斩获11个涨停板，股价涨幅超过200% [1] - 公司股价被指处于历史高位，且严重显著偏离公司基本面 [2] - 上海证券交易所已指出公司股票交易构成严重异常波动，并将从严认定异常交易行为 [2] 公司业务与运营状况 - 公司证券部工作人员表示没有应披露而未披露的重大消息，目前正常经营未受股价影响 [1] - 公司主营业务未发生重大变化，但处于亏损状态 [2] - 公司前三季度实现营业收入5.49亿元，同比下降22.80% [3] - 公司前三季度归母净利润为亏损1238.62万元，同比由盈转亏，其中第三季度单季亏损504.8万元 [3] 行业动态与概念题材 - 11月12日早间，公司所在的医疗商业板块领涨A股，药易购20cm涨停，建发致新涨超16% [1] - 消息面上，国家疾病预防控制局近日举行了秋冬季急性呼吸道传染病防控主题新闻发布会 [1] - 公司除医疗商业外，还拥有人工智能概念，正在与浙江大学研发一款AI辅助诊疗系统 [2] - 子公司合益信息与浙江大学计算机创新技术研究院签署技术开发合同，合同总金额为620.40万元，截至2025年6月末已支付480.19万元 [2] 业绩变动原因分析 - 公司利润变动主要受集中采购降价等医疗行业政策调整影响，产品采购单价下调 [3] - 同期订单采购量较上年出现缩减，导致销售收入与利润水平同步下滑 [3] - 公司已落地多项费用管控举措，但短期内费用下降幅度未能完全抵消收入端下滑影响 [3]

报告行业投资评级 - 报告未明确给出具体的行业投资评级 [2][4][5][6][7][8][9][11][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86][87][88][89][90][91][92][93][94][95][96][97][98][99][100][101][102][103][104][105][106][107][108][109][110][111][112][113][114][115][116][117][118][119][120][121][122] 报告核心观点 - 开源大模型（如Llama、QWen、DeepSeek、ChatGLM）的普及极大降低了AI应用创新门槛和成本，成为驱动行业智算应用发展的核心引擎 [7][14] - 行业智算应用（金融、政务、教育、医疗、公安、文娱、工业及大模型企业）的快速发展对网络连接提出差异化需求，需要OTN专线作为关键承载底座提供大带宽、低时延、高可靠保障 [7][14][15][16] - 面向AI时代，高品质全光算力专线需具备智能感知、业务确定性体验、网络弹性按需、智能运维、光算协同五大特征，以精准匹配智算应用需求 [7][90][91][92][93] - 光网络需实现从“不感知业务类型”到“精准匹配业务需求”的演进，根据业务流量、流向等特征提供实时按需的差异化连接，并为分布式智算协同等场景提供高质量连接保证 [14][15][16] 行业智算应用差异化专线服务需求 金融智算应用 - AI网点助手：带宽需求5Mbps，网络单向时延要求小于5ms，可用率不低于99.99% [22][23][27] - 数字人大堂经理：带宽需求200Mbps，网络单向时延要求小于2.5ms，可用率不低于99.99% [22][23][27] - AI理财双录质检：带宽需求150Mbps，网络单向时延要求小于5ms，可用率不低于99.99% [23][24][27] - AI风控反诈系统：带宽需求5Mbps，网络单向时延要求小于5ms，可用率不低于99.99% [24][25][27] 政务智算应用 - 智能化政务客服：带宽需求小于5Mbps，网络时延控制在500ms内，可用率不低于99.99% [31][33][37] - 智能化交通管理：带宽需求约200Mbps（单个路口），骨干网络带宽需达100Gbps，网络时延小于20ms，可用率不低于99.99% [33][34][37] - 智能化环境管控：带宽需求200Kbps~20Mbps，骨干网络带宽需达10Gbps以上，网络时延要求秒级，可用率不低于99.99% [34][35][37] 教育智算应用 - 智慧课堂：带宽需求100~500Mbps，网络单向时延需控制在10~25ms（AR/VR教学要求小于10ms） [43][44][45] - 教学科研智能化：带宽需求1~10Gbps，网络单向时延小于50ms [43][44][45] - 智能监考：带宽需求约4Gbps，网络单向时延需控制在5ms以内，可用率不低于99.99% [44][45] 医疗智算应用 - AI辅助阅片：带宽需求10Gbps，网络单向时延需小于10ms，可用率不低于99.9% [49][50][53] - AI辅助诊疗：带宽需求500Mbps~1Gbps，网络单向时延需小于5ms，可用率不低于99.9% [49][51][53] - 医联体AI资源共享：带宽需求500Mbps~1Gbps，网络单向时延需小于10ms，可用率不低于99.99% [51][52][53] 公安智算应用 - AI视频监控：带宽需求200Mbps，网络单向时延小于5ms，可用率不低于99.99% [57][58][60] - 警务AI智能体：带宽需求20Mbps，实时场景网络时延小于25ms（非实时可放宽至50ms），可用率不低于99.99% [57][58][60] 文娱智算应用 - 云网吧：带宽需求10Gbps（80台电脑），网络单向时延需小于1ms，可用率需达到99.999% [66][67][72] - 实景三维云渲染：带宽需求1Gbps，网络单向时延需小于1ms，可用率不低于99.99% [67][68][72] - 影视制作：带宽需求5Gbps（日常），可弹性调整至10Gbps，网络单向时延需小于1ms，可用率不低于99.99% [70][71][72] 工业智算应用 - 设计/仿真业务：带宽需求500Mbps~1Gbps，网络单向时延小于2ms，可用率不低于99.99% [77][78][81] - AI智慧工厂：带宽需求小于3Gbps，网络单向时延小于1ms，可用率不低于99.999% [79][80][81] AI大模型智算应用 - 分布式训练（模型拆分）：带宽需求100Gbps，网络单向时延不大于10ms，可用率不低于99.99% [86][87][89] - 分布式训练（存算分离）：带宽需求约10Gbps，网络单向时延不大于2ms，可用率不低于99.99% [83][86][89] - 分布式推理（模型拆分）：带宽需求约10Gbps，网络单向时延不大于2ms，可用率不低于99.99% [84][86][89] - 分布式推理（RAG协同）：带宽需求百Mbps级，网络单向时延不大于10ms，可用率不低于99.99% [84][86][89] 高品质算力专线五大特征 智能感知 - 需构筑光缆、网络、业务三层智能感知能力，实现对业务特征识别，匹配光缆资源和光层网络资源，实现差异化保障 [90][92][94] 业务确定性体验 - 根据不同应用提供实时按需的差异化连接，具备波长/ODU/fgOTN/OSU大中小颗粒的转发能力，SLA分级维度从带宽为主升级为时延分级、使用时长分级、传输质量分级、可用率分级、安全分级等 [90][93][103][104] 网络弹性按需 - 管道使用从静态分配到灵活拆建，从以年为周期占用到按小时级、天级分时复用，光网络需具备“波长级敏捷建链能力”以及“弹性带宽调整能力” [90][93][107][109] 智能运维 - 基于AI大模型、智能体、数字孪生等技术，形成网络智能评估规划、意图驱动业务发放和按需调速、主动品质保障和智能故障诊断等全生命周期智能运维能力 [90][93][110][112][113][114][115][116] 光算协同 - 通过物理层、协议层、管控层进行光网络和算力资源协同，实现计算和光网络协同感知，算网统一编排调度，基于业务需求最优算路等能力 [90][93][118][119][121][122] 高品质算力专线关键技术 智能感知关键技术 - 光缆感知：通过升级OTDR能力、引入DAS技术、构建时间/频率/空间模型等，实现光纤质量、同路由风险和外部环境威胁等感知能力 [94][96][97][98] - 网络感知：升级设备感知能力和模型分析能力，精准识别和预测网络特征和状态，包括端口、波长、ODU等带宽资源及SLA信息 [94][99][100] - 业务感知：精准识别和预测业务特征，按照应用需求度量用户体验，基于业务特征进行差异化保障，实现带宽随需调整 [94][100][101] 确定性体验关键技术 - 提供硬管道隔离保障基础带宽，通过fgOTN、OSU、ODUk及波长等不同带宽颗粒度硬隔离管道技术，实现物理隔离传输 [93][102][103] - 基于多维SLA分级提供差异化业务保障，SLA维度包括带宽、时长、传输质量、可用率、安全、时延等，对应提供钻石级、金级、银级、任务式不同等级管道 [93][103][104][105] - 基于SLA的可视、分级保障和调优技术，管控系统提供业务SLA可视化能力，并支持基于SLA的业务调优提升客户应用体验 [93][105][106] 弹性调度关键技术 - 波长级敏捷建链：实现分钟级波长业务自动发放、自动调测、自动释放，包括光电跨层协同算路、光电交叉同步创建、光路参数自动调测 [93][107][108][109] - OSU/fgOTN技术：实现灵活带宽接入及弹性带宽调整，连接数提升到百万级别，满足海量业务差异化带宽需求 [93][109] 智能运维关键技术 - 业务层基于意图实现端到端编排调度，通过自然语言意图模型实现业务需求自动理解，并驱动管控层完成业务配置 [93][110][113][114] - 管控层实现智能评估、业务配置、品质保障和智能故障诊断等智能特性，基于实时网络资源孪生进行网络智能评估，并通过智能路由算法自动推荐备选路由方案 [93][110][113][114][115] - 设备层实现网络多维感知和算力内生，从纤缆、网络、业务三个维度进行感知能力提升，并新增算力单板增强硬件算力 [93][110][116] 光算协同关键技术 - 物理层协同：通过实时感知光链路状态、计算节点资源使用情况，为上层协议和管控提供准确的数据支持 [93][118][119][121] - 协议层协同：通过特定的协议和机制（如DCN和DCI设备协议协同、控制协议扩展等），实现高效光算协同和拥塞控制 [93][118][121][122]

自主原创科技的战略重要性 - 自主原创科技成果是发展新质生产力和把握国家发展命运的核心支点 [1] - 在全球创新格局深度调整的背景下，构建原创科技根基对国家发展命脉至关重要 [1] 关键核心技术领域的突破 - 航空航天领域实现大推力火箭发动机核心构件国产化，为深空探测奠定基础 [2] - 生物医药领域原创新药研发体系完善，多个靶向抗癌药物达到国际领先水平 [2] - 量子通信领域墨子号卫星实现千公里级量子纠缠分发，推动信息安全体系发展 [2] - 华为麒麟芯片突破实现中国半导体自主可控 [2] - 励算科技从底层指令集、IP到架构全自主研发，6nm制程"7G100"性能对标英伟达GeForce RTX 4060，达到主流中端显卡水平 [2] 科技创新与产业转化生态 - 华为5G领先优势源于将市场需求、技术攻关与应用场景紧密结合的创新生态 [3] - 腾讯医疗健康团队基于基层医院需求开发AI辅助诊疗系统，已在数千家医疗机构投入使用 [3] - 阿里云赋能恒逸石化构建智能炼化平台，将生产工艺优化周期从周级缩短至小时级 [3] - 中南大学科技园构建"科研团队技术研发→科研成果孵化→产业化"链条，打通成果转化最后一公里 [4] - 西南交通大学"早确权、晚分配"专利改革提升学校成果转化收益 [4] - 深圳设立投资周期长达十五年的"耐心资本"基金，为硬科技企业跨越研发死亡谷提供支撑 [4] 人才培养与跨学科建设 - 北航未来空天技术学院创设跨学科培养模式，打通航空航天、材料、信息控制等多学科课程体系，毕业生被航天科技集团等尖端机构预定 [5] - 腾讯与深圳大学共建人工智能特色班，采用企业工程师驻校授课、真实项目进课堂模式，实现人才培养与企业需求精准匹配 [5] - 粤港澳大湾区推行"共享工程师"平台，使单项技术攻关成本下降七成 [5] - 重庆医科大学开设临床医学(AI医学创新班)，通过"医学+人工智能"深度融合培养复合型医学人才 [6] - 中南大学开设医疗中的法律、知识产权微专业，为科技创新提供价值导航 [6] 制度创新与治理体系 - 北京怀柔科学城建立大科学装置共享平台，统一管理二十余个国之重器，大幅提高设备使用率 [7] - 深圳科技创新条例确立"科技成果权属约定优先"原则，赋予科研人员更大自主权 [7] - 上海数据交易所推出数据资产确权登记制度，为企业数据资源入表交易打通路径 [7] - 国家绿色技术交易中心建立双向评估体系，将减排效果量化为可交易指标 [7] - 最高人民法院设立专门知识产权法庭统一裁判尺度，缩短专利侵权案件审理周期 [7] - 杭州互联网法院探索数据知识产权登记制度，为数字内容确权提供新范式 [7]

数字经济驱动经济增长 - 数字经济成为经济增长的新引擎，数字技术与实体经济深度融合[1] - 推动智能制造、智慧农业、数字金融等新业态蓬勃发展[1] - 工业互联网平台实现生产全流程数字化管控，大幅提升生产效率和资源利用率[1] 数字化服务与就业形态变革 - 电子商务、在线娱乐、远程办公等数字化服务新模式改变消费方式[1] - 数字化服务创造了新的就业形态[1] - 数据作为新型生产要素，其价值日益凸显，数据能力成为企业核心竞争力[1] 数字化提升公共服务与城市治理 - 政务服务"一网通办"深入推进，行政审批流程优化，办事效率显著提高[1] - 城市大脑建设助力精细化管理，智能交通、智慧安防等系统提升城市运行效率[1] - 数字化手段在疫情防控中发挥关键作用，如健康码、行程追踪、远程诊疗等技术应用[1] 企业数字化转型成效 - 深圳某传统制造企业通过数字化转型，将订单交付周期从45天压缩至18天[3] - 该企业库存周转率提升300%[3] - 杭州某社区医院借助AI辅助诊疗系统，使基层医生对复杂病例的诊断准确率提升42%[3] 数字化赋能个体与消解鸿沟 - 数字化赋予普通人超越物理限制的能力，如65岁老人通过短视频平台学会英语[3] - 偏远山区学生借助VR技术走进国家博物馆，技术的人文温度正在消解数字鸿沟[3] - 技术最终需要内化为思维方式，决定文明高度的是技术与人性的共振[3] 企业互联网化营销实践 - 数字江西项目决定借助互联网进行转型升级，以线下为基础，互联网为渠道[5] - 通过小程序搭建商城，通过公众号进行推广，通过社群进行精准营销[5] - 最终实现"互联网化营销"[5]

人工智能+行动政策推动 - 国务院印发《关于深入实施"人工智能+"行动的意见》推动人工智能与各行业广泛深度融合 [1] - 金融行业是拥抱人工智能最为积极的领域之一 [1] - 中国平安明确表示将"All in AI"并推行智能化营销、服务、运营、管理、经营战略 [1] 人工智能技术发展三阶段 - 人工智能发展经历小模型阶段解决单一问题 大模型阶段具备跨领域泛化能力 "强思考"阶段能举一反三 [2] - 人工智能技术加速迭代 几乎每天都有新突破 [2] - AI将极大改变金融、医疗、养老等行业 可能用机器人取代医生助手 [2] 平安AI应用成效 - 搭建通用模型、垂域模型、应用模型三层大模型体系 [2] - 单个车险保单成本每年以10%速度下降 车险保费规模持续增长 [3] - AI辅助诊疗系统覆盖超2000种疾病 导诊准确度超99% 辅助诊断准确率超95% [3] 大模型应用挑战 - 大模型在金融医疗等严肃场景存在AI幻觉挑战 [3] - 需要依赖专业数据和案例训练减少错误 [3] - 已布局大小模型矩阵实现灵活按需组合应用 [3] AI理财应用现状 - AI无法直接作为个人理财顾问 但可开发工具帮助理财顾问提高效率 [4] - AI在研究分析、信息检索、研报解读方面发挥重要作用 [4] - 个人投资者依靠AI直接选择股票和资产组合并不保险 [4] 机构投资者AI应用 - 机构投资者能通过AI释放更多潜能 [5] - 平安理财自主开发的新一代投资组合管理平台支持数千只理财产品运作 [5] - 数字员工"Copilot"助手实现领域知识迁移和全天候自动化运营作业 [5] 科技叙事条件 - 传统金融企业的科技叙事注重科技为业务带来的实际增量 [6] - 产生增量价值需要数字化基础、产业规模大、利润水平高三个条件 [6] - 金融业具备规模庞大、数字化基础扎实、利润水平高等特点 [6] 中国市场优势 - 中国市场在数据、人才、政策环境、创新包容度等方面形成优势 [6] - 国内大模型训练数据中超过一半甚至七成来自中文语料 [6] - 集中力量办大事的制度优势助力传统行业科技叙事机会增多 [6]

银发经济市场规模与人口结构 - 2023年中国60岁以上人口达2.8亿占总人口比例约22% 预计2034年突破4亿十年内扩容近46% [1] - 2023年银发经济市场规模超7.1万亿元人均消费约2.6万元 预计2028年规模增至12.3万亿元2024-2028年年均增速达11.6% [1] - 银发经济占GDP比重持续提升 预计2035年规模达30万亿元占GDP的10% [19][27] 新一代银发群体消费特征 - 50-59岁新银发群体家庭平均总资产达350-355万元家庭负债率较低 [2] - 消费从基础保障转向品质化悦己化 美妆医美需求觉醒染发假发成刚需智能产品接受度提升 [2] - 银发群体消费自主决策权平均达53% 近2/3支出用于自身及配偶女性和高学历人群为消费主力 [4] 城乡消费差异与代际变迁 - 2003-2018年农村老年人消费支出年均增速9.6%高于城镇的6.2%城乡消费差距持续缩小 [4] - 城镇老年人消费水平高于农村高线城市引领品质升级 农村消费增速突出 [21][24] - 60后新银发群体消费观带有悦己享乐底色 发展+享乐型消费占比提升渠道运用灵活 [22][24] 供给端创新与政策支持 - 2019-2023年养老产业投融资金额从3.5亿元飙升至64亿元 中老年相关企业注册数从每年2.7万家增至7.8万家年均增速30.1% [3] - 企业围绕适老化需求多维创新 AI辅助诊疗护理机器人普及适老化家居家电细化社区养老服务机构达36.3万个 [3] - 政策支持智慧养老试点扩容适老化改造标准完善 推动银发经济规模化标准化发展 [3][27] 消费渠道变革 - 2023年新老人互联网渗透率达77% 短视频平台成重要渠道抖音50岁以上创作者日发布视频超2300万条 [4] - 线下商超社区门店因便捷性仍是主要消费场景 大型商超推出早间银发早餐适老化购物车等服务 [4] - 线上线下融合趋势明显 线上购物持续渗透老年人消费日益便捷 [27] 细分消费领域机会 - 旅游领域55岁以上人群出游数量2023年同比增长近2倍 铁路部门推银发专列OTA平台推定制服务 [5] - 宠物消费领域60后对宠物消费偏好指数是80后的1.7倍 智能喂食器宠物医疗服务需求上升 [5] - 家电领域适老化设计成亮点 大屏语音电视防干烧燃气灶智能监控设备兼顾操作便捷性 [5] 国际经验借鉴 - 日本团块世代消费力强劲 永旺葛西商场年服务中老年客户超110万人次Curves健身房门店数量超2000家 [5] - 日本在康养文娱适老化零售等领域形成成熟模式 精准对接细分需求挖掘巨大市场空间 [5] 产业演进阶段 - 银发产业演进分三阶段 生存保障期2000-2015分层探索期2016-2025价值重构期2026-2040 [16] - 当下从银发2.0迈向3.0阶段 供需两端从被动应对转向主动适应消费观重塑市场边界拓展 [16] 受益行业投资方向 - 四类消费类型涵盖普惠功能型体验价值型悦己疗愈型代际跃迁型 细分包括养老服务用品家电美妆医美休闲旅游等 [28] - 建议关注养老服务与用品家电美妆医美保健品休闲旅游宠物消费高端康养等细分行业投资机会 [28]

技术基座建设 - 构建数据-算力-算法协同体系 实现数据要素创新 完善数据产权制度 推动公共数据依法开放 通过收益分成激励机制激活数据供给 [1] - 建设全国一体化算力网 依托东数西算工程优化资源配置 发展可扩展算力云服务 推动智能算力普惠化与绿色化 [1] - 加强基础理论研究与模型架构创新 建立模型能力评估体系 推动通用大模型与行业专用模型协同演进 通过开源代码数据集框架共享降低企业研发成本 [1] 政策法规构建 - 强化数据安全与隐私保护 防范数据泄露和算法歧视风险 平衡人脸识别等技术在公共安全领域的便利性与隐私权 [2] - 推动算法透明性与公平性 防范模型黑箱幻觉等风险 开展算法可解释性研究 建立算法伦理审查机制 制定符合国情的算法治理框架 [2] 人才培养体系 - 推动人工智能与传统学科深度融合 中小学引入编程教育和AI基础课程 高等教育加强交叉学科建设如人工智能+生物制造 人工智能+量子技术 [3] - 建立企业-高校-科研机构三位一体创新联盟 通过企业主导产教融合模式提供实践机会 政府通过税收优惠和科研基金激励企业研发投入 [3] 开放合作生态 - 参与联合国 G20等多边机制下的AI治理对话 在联合国教科文组织框架下推动AI伦理准则制定 通过一带一路倡议推广智能基础设施如智慧港口和智能物流 [4] - 提升国际AI标准制定话语权 构建硬件-软件-应用全链条生态 通过人工智能+制造 人工智能+医疗等专项行动推动上下游企业协同创新 [4] 民生应用场景 - 基层医疗采用AI辅助诊疗系统缓解看病难问题 智能教育平台为偏远地区提供优质课程 养老机器人和智能家居提升老年人及残障人士生活质量 [4][5] - 城市大脑系统实时监测交通流量和环境质量 优化公共资源分配 推动人机共生新型治理模式 倡导技术向善发展理念 [5] 发展愿景目标 - 到2035年全面步入智能经济和智能社会发展新阶段 为基本实现社会主义现代化提供有力支撑 [1][5] - 通过政策引导和市场驱动 在全球智能经济竞争中占据领先地位 形成14亿人与智能体协同演化的智能社会 [5]

技术基座建设 - 构建数据-算力-算法协同体系 实现数据要素创新 完善数据产权制度 推动公共数据依法开放 通过收益分成等激励机制激活数据供给 [1] - 建设全国一体化算力网 依托东数西算工程优化资源配置 发展可扩展算力云服务 推动智能算力普惠化绿色化 [1] - 加强基础理论研究与模型架构创新 建立模型能力评估体系 推动通用大模型与行业专用模型协同演进 通过开源代码数据集框架共享降低企业研发成本 [1] 政策法规构建 - 数据安全与隐私保护是智能社会底线 需防范数据泄露算法歧视等问题引发的社会信任危机 [2] - 推动算法可解释性研究 建立算法伦理审查机制 制定符合国情的算法治理框架 防范模型黑箱幻觉算法歧视等风险 [2] 人才培养体系 - 推动人工智能与传统学科深度融合 中小学引入编程教育和AI基础课程 高等教育加强交叉学科建设如人工智能+生物制造 人工智能+量子技术 [3] - 建立企业-高校-科研机构三位一体创新联盟 通过企业主导产教融合模式提供实践机会 政府通过税收优惠科研基金激励企业加大研发投入 [3] 开放合作生态 - 参与联合国G20等多边机制AI治理对话 在联合国教科文组织框架下推动AI伦理准则制定 在一带一路倡议中推广智能基础设施项目如智慧港口智能物流 [4] - 提升国际AI标准制定话语权 构建硬件-软件-应用全链条生态 通过人工智能+制造 人工智能+医疗等专项行动推动上下游企业协同创新 [4] 民生应用场景 - AI辅助诊疗系统缓解基层医疗看病难问题 智能教育平台为偏远地区学生提供优质课程 养老机器人智能家居提升老年人和残障人士生活质量 [5] - 城市大脑系统实时监测交通流量环境质量 优化公共资源分配 推动人机共生新型治理模式 倡导技术向善发展理念 [5] 发展目标规划 - 到2035年全面步入智能经济和智能社会发展新阶段 为基本实现社会主义现代化提供有力支撑 [1] - 未来十年需以系统性思维统筹规划 抓住技术突破窗口期 应对社会变革阵痛期 通过政策引导市场驱动社会参与实现全球领先地位 [5]