摘 要:人工智能正邁入技術(shù)落地與價值創(chuàng)造的關(guān)鍵階段，應(yīng)用重點從“可用”轉(zhuǎn)向“在特定場景中高質(zhì)量可持續(xù)應(yīng)用”，能否適配場景需求、構(gòu)建場景閉環(huán)，成為決定人工智能應(yīng)用價值的重要標準。推動人工智能場景化應(yīng)用高質(zhì)量落地，需以重大場景建設(shè)為牽引，統(tǒng)籌基礎(chǔ)設(shè)施、制度規(guī)范與創(chuàng)新生態(tài)，以平行場景為重點，構(gòu)建面向高質(zhì)量發(fā)展的人工智能應(yīng)用新范式。

關(guān)鍵詞:人工智能+ 模型智能 平行智能 場景工程 場景智能 平行場景

【中圖分類號】F49；TP18 【文獻標識碼】A

從“模型熱”走向“應(yīng)用深水區(qū)”

近年來，人工智能技術(shù)迭代提速，正從試驗探索邁向價值創(chuàng)造階段[1]，大模型的技術(shù)突破推動行業(yè)組織采用率與產(chǎn)業(yè)滲透率大幅提升。“十五五”規(guī)劃綱要提出，“全面實施‘人工智能+’行動，加強人工智能同科技創(chuàng)新、產(chǎn)業(yè)發(fā)展、文化建設(shè)、民生保障、社會治理相結(jié)合，搶占人工智能產(chǎn)業(yè)應(yīng)用制高點，全方位賦能千行百業(yè)”[2]。人工智能作為一種具有普遍適用性、動態(tài)演進性和創(chuàng)新互補性的通用目的技術(shù)，能夠廣泛滲透到各個領(lǐng)域，對經(jīng)濟社會發(fā)展產(chǎn)生顯著影響。[3]當前，人工智能發(fā)展重心正從單純的技術(shù)研發(fā)，轉(zhuǎn)向與各領(lǐng)域的深度融合與實際落地，正深刻改變社會生產(chǎn)生活場景[4]。

然而，應(yīng)用范圍的快速擴展，并未隨之帶來應(yīng)用邏輯的成熟完善。當前一些“場景化應(yīng)用”，仍停留在“模型先行、場景后補”的淺層階段：看似切入行業(yè)賽道，卻未真正融入業(yè)務(wù)閉環(huán)；看似接入企業(yè)系統(tǒng)，卻未重構(gòu)主要流程關(guān)系；看似實現(xiàn)效率初步提升，卻未建立配套的驗證、校準和責(zé)任追溯機制。人工智能發(fā)展的關(guān)鍵挑戰(zhàn)，已從研發(fā)更優(yōu)模型，轉(zhuǎn)向如何讓模型在復(fù)雜、動態(tài)、開放、強約束的真實環(huán)境中長期穩(wěn)定運行，并在持續(xù)應(yīng)用中完成學(xué)習(xí)、修正與演化。

從這一維度來看，人工智能應(yīng)用已正式進入深水區(qū)。下一階段的行業(yè)競爭，不再是單一的算法競爭或產(chǎn)品競爭，而是圍繞復(fù)雜真實場景展開的系統(tǒng)競爭、生態(tài)競爭和治理競爭，能否真正適配場景需求、構(gòu)建場景閉環(huán)，成為決定人工智能應(yīng)用價值的重要標準。

場景工程：人工智能高質(zhì)量落地的方法論支點

探討人工智能場景化應(yīng)用，首要前提是厘清“場景”的定義。若將場景簡單理解為某一行業(yè)、部門或業(yè)務(wù)節(jié)點，場景化應(yīng)用極易淪為案例堆積和標簽羅列，難以發(fā)揮人工智能的真正價值。真正的場景并非靜態(tài)的應(yīng)用背景，而是由主體、任務(wù)、規(guī)則、環(huán)境、時間、空間、目標和反饋共同構(gòu)成的動態(tài)系統(tǒng)，是真實世界中各類要素相互作用的綜合載體。

場景工程的主要價值，在于將場景從單純的“應(yīng)用容器”升級為人工智能落地的“方法單元”。相關(guān)研究表明，場景工程是在特定時空邊界內(nèi)，對場景及其活動進行系統(tǒng)表達，并引導(dǎo)可行動人工智能組件完成設(shè)計、校準、認證、驗證和應(yīng)用的一體化方法；場景的形態(tài)具有多樣性，既可以是真實的物理場景，又可以是虛擬的、平行的、混合的數(shù)字場景，其演進既可以是線性的，又可以是分支決策的動態(tài)過程。與單一時刻的“場景快照”不同，“場景序列”更強調(diào)一組場景隨時間推進的完整演化過程，包含其中的事件、行為、目標、價值及其相互作用，是場景工程的重點研究對象。

這一理念背后，是人工智能應(yīng)用組織邏輯的深刻變革。過去的人工智能應(yīng)用，圍繞特征與模型展開，重點關(guān)注輸入、輸出與模型精度；未來的高質(zhì)量應(yīng)用，將圍繞場景組織系統(tǒng)，重點關(guān)注場景目標、約束條件、行為驗證、風(fēng)險控制與系統(tǒng)演化。這意味著，人工智能的高質(zhì)量落地，必須突破傳統(tǒng)特征工程和模型工程的局限，向更貼合真實需求的場景工程邁進。

更進一步而言，場景工程并非簡單的“尋找適配場景”，而是構(gòu)建人工智能落地的完整體系。其以人工社會（Artificial Societies）、計算實驗（Computational Experiments）、平行執(zhí)行（Parallel Execution）（以下簡稱ACP）為主要支撐，達成現(xiàn)實系統(tǒng)與人工系統(tǒng)的深度聯(lián)結(jié)：通過人工系統(tǒng)構(gòu)造復(fù)雜多樣的模擬場景，經(jīng)由計算實驗推演場景發(fā)展的多種可能，再由平行執(zhí)行在現(xiàn)實運行中不斷修正和優(yōu)化決策。同時，場景工程將智能系統(tǒng)的訓(xùn)練、校準、認證、驗證貫穿于全生命周期，讓人工智能不僅“可用”，更實現(xiàn)“可信”“可控”“可驗證”，這是人工智能從技術(shù)熱走向應(yīng)用深耕、從單點突破走向體系落地的關(guān)鍵。場景工程的終極發(fā)展方向，是走向場景智能，讓具身智能具備針對性，成為解決真實場景具體問題的專屬智能，為平行場景模式的落地奠定方法論基礎(chǔ)。

平行場景：人工智能場景化應(yīng)用的創(chuàng)新范式

場景工程的深化發(fā)展，催生平行場景這一全新應(yīng)用范式，這是未來人工智能場景化應(yīng)用的主要發(fā)展方向，更是企業(yè)構(gòu)建核心競爭力的關(guān)鍵。平行場景由現(xiàn)實場景、實驗場景、理想場景組成，依托平行智能的ACP方法，實現(xiàn)三類場景之間的動態(tài)調(diào)優(yōu)、循環(huán)互動，讓人工智能應(yīng)用不再是靜態(tài)的模型部署，而是動態(tài)的、可持續(xù)的演化過程。

現(xiàn)實場景是平行場景的基礎(chǔ)與原點，是企業(yè)生產(chǎn)經(jīng)營、行業(yè)運行發(fā)展的真實物理環(huán)境與業(yè)務(wù)閉環(huán)，包含真實的主體、任務(wù)、規(guī)則、約束和反饋機制，是人工智能應(yīng)用的最終落地載體。現(xiàn)實場景的主要價值，在于為人工智能應(yīng)用提供真實的需求導(dǎo)向和數(shù)據(jù)支撐，其采集的真實數(shù)據(jù)、業(yè)務(wù)邏輯和問題痛點，是實驗場景構(gòu)建和理想場景設(shè)計的主要依據(jù)。

實驗場景是平行場景的深度推演與優(yōu)化載體，依托人工智能技術(shù)，將現(xiàn)實場景的關(guān)鍵要素、業(yè)務(wù)流程和約束條件進行數(shù)字化建模，在虛擬空間構(gòu)建與現(xiàn)實場景高度映射的模擬場景。實驗場景承接現(xiàn)實場景的真實數(shù)據(jù)與問題，同時以理想場景為優(yōu)化目標，通過計算實驗技術(shù)推演不同人工智能方案在場景中的應(yīng)用效果，模擬各類突發(fā)狀況、約束變化帶來的影響，實現(xiàn)對人工智能模型、應(yīng)用方案的低成本、低風(fēng)險校準與優(yōu)化，避免在現(xiàn)實場景測試帶來過高資源損耗和運營風(fēng)險。

理想場景是平行場景的終極導(dǎo)向與設(shè)計藍圖，基于企業(yè)發(fā)展目標、行業(yè)最優(yōu)標準和技術(shù)發(fā)展趨勢，構(gòu)建符合價值最大化、效率最優(yōu)化、風(fēng)險最小化的場景模型，明確人工智能應(yīng)用的長期目標和優(yōu)化方向。理想場景并非脫離實際的空想，而是結(jié)合現(xiàn)實場景的基礎(chǔ)條件、實驗場景的推演結(jié)果，不斷修正完善的動態(tài)藍圖，為實驗場景的優(yōu)化提供明確指引，讓人工智能應(yīng)用始終圍繞企業(yè)主要價值需求推進。

平行智能ACP方法，是連接現(xiàn)實場景、實驗場景、理想場景這三類場景的主要紐帶，實現(xiàn)三者之間的循環(huán)互動與持續(xù)調(diào)優(yōu)。首先，將現(xiàn)實場景的關(guān)鍵要素與數(shù)據(jù)映射至實驗場景，完成虛擬場景的構(gòu)建與校準；其次，以理想場景為目標，在實驗場景中通過計算實驗開展多維度、多方案的推演與優(yōu)化，形成適配現(xiàn)實場景的最優(yōu)人工智能應(yīng)用方案；再次，將優(yōu)化后的方案通過平行執(zhí)行落地至現(xiàn)實場景，在實際應(yīng)用中采集反饋數(shù)據(jù)，再將反饋數(shù)據(jù)回傳至實驗場景和理想場景，完成對實驗場景模型的修正和理想場景藍圖的完善，形成“現(xiàn)實場景映射—實驗場景優(yōu)化—理想場景指引—現(xiàn)實場景落地—數(shù)據(jù)反饋迭代”的閉環(huán)。

這一平行場景模式，將成為企業(yè)提升核心競爭力的關(guān)鍵。一方面，平行場景可應(yīng)用于企業(yè)員工培訓(xùn)，通過實驗場景構(gòu)建高度真實的工作模擬環(huán)境，讓員工在虛擬場景中開展低成本、高還原度的技能訓(xùn)練，結(jié)合理想場景的標準要求優(yōu)化工作行為，再將訓(xùn)練成果落地至現(xiàn)實工作場景，實現(xiàn)員工能力的高效提升；另一方面，平行場景是企業(yè)培育專屬人工智能體（AI Agent）的主要載體，依托三類場景的平行互動，可針對企業(yè)具體業(yè)務(wù)需求，在實驗場景中對人工智能體進行持續(xù)的訓(xùn)練、校準和優(yōu)化，讓人工智能體深度適配企業(yè)現(xiàn)實場景的業(yè)務(wù)邏輯和理想場景的發(fā)展目標，培育出貼合企業(yè)專屬需求的智能體，真正實現(xiàn)人工智能與企業(yè)發(fā)展的深度融合。

當前人工智能場景化應(yīng)用的主要堵點

從現(xiàn)實發(fā)展來看，當前人工智能場景化應(yīng)用已取得階段性進展，通用大模型加快向垂直行業(yè)滲透，智能制造、智能交通、智慧醫(yī)療、智能服務(wù)、科研輔助、數(shù)字治理等領(lǐng)域不斷涌現(xiàn)新模式、新產(chǎn)品和新平臺，人工智能的價值已然彰顯。然而，越是深入真實世界的應(yīng)用場景，越能發(fā)現(xiàn)行業(yè)發(fā)展的深層次問題不在于模型技術(shù)本身，而在于場景適配、流程重構(gòu)和治理體系的缺失，這些堵點是制約人工智能場景化應(yīng)用高質(zhì)量落地的主要障礙。

重模型、輕場景的傾向較為突出，有的企業(yè)和應(yīng)用開發(fā)者習(xí)慣于“先有模型、再找場景”的開發(fā)邏輯，將模型參數(shù)、單項指標作為主要追求，忽視對真實場景的系統(tǒng)研究。這種導(dǎo)向最終導(dǎo)致應(yīng)用演示效果優(yōu)異，但實際嵌入真實業(yè)務(wù)流程的能力偏弱；研發(fā)出的樣機、原型產(chǎn)品眾多，但真正形成業(yè)務(wù)閉環(huán)、實現(xiàn)持續(xù)價值輸出的應(yīng)用寥寥無幾。由于缺乏對真實場景中任務(wù)鏈、參與主體、業(yè)務(wù)規(guī)則和環(huán)境約束的系統(tǒng)建模，即便模型技術(shù)先進，也難以真正切入企業(yè)高價值場景，有的甚至最終淪為“技術(shù)花瓶”，無法發(fā)揮實際效用。

重接入、輕重構(gòu)的現(xiàn)象在行業(yè)內(nèi)普遍存在，一些人工智能項目將大模型簡單接入企業(yè)現(xiàn)有系統(tǒng)、平臺，便視為完成應(yīng)用落地，卻忽視人工智能應(yīng)用對業(yè)務(wù)流程的重構(gòu)價值。真正高質(zhì)量的人工智能應(yīng)用，并非在原有流程上增加一層智能接口，而是圍繞“人—機—流程—規(guī)則”關(guān)系進行系統(tǒng)重構(gòu)，優(yōu)化資源配置、理順職責(zé)分工、建立反饋機制。若原有流程未優(yōu)化、人機職責(zé)不清晰、應(yīng)用反饋不回流，即便模型能力再強，也只能停留在輔助層和展示層，無法真正融入企業(yè)主要業(yè)務(wù)，難以實現(xiàn)效率與價值的雙重提升。

重能力、輕治理的矛盾日益凸顯，隨著人工智能進入制造、醫(yī)療、交通、城市治理等高價值、高風(fēng)險領(lǐng)域，其輸出結(jié)果不再只是參考性“建議”，而會直接影響現(xiàn)實決策、帶來實際后果。然而，當前不少人工智能應(yīng)用缺乏配套的校準機制、認證機制、驗證機制和責(zé)任追溯機制，模型的決策邏輯不透明、運行過程不可控、問題發(fā)生無追溯。在此背景下，人工智能系統(tǒng)的能力越強，潛在的運營風(fēng)險、社會風(fēng)險可能越大。相關(guān)研究強調(diào)，從特征工程走向場景工程，不僅是為提升生產(chǎn)組織流程的效率，更是對原有流程的重構(gòu)與變革，其主要目標之一，就是“不斷提升人工智能技術(shù)的安全性、可靠性、可控性、公平性”[5]，而這一目標的實現(xiàn)，必須以完善的治理體系為支撐。

從場景化應(yīng)用走向場景智能：未來發(fā)展的主要趨勢

面向未來，人工智能場景化應(yīng)用的發(fā)展，并非簡單的“更多行業(yè)使用人工智能”，而是將迎來深層次的范式演進，在平行場景模式的推動下，從場景工程逐步走向場景智能，呈現(xiàn)出鮮明的發(fā)展趨勢，平行場景將成為貫穿所有趨勢的關(guān)鍵載體。

場景將成為智能生成和價值實現(xiàn)的真正牽引，推動人工智能應(yīng)用從模型中心走向場景中心。未來行業(yè)競爭的關(guān)鍵，不再是模型參數(shù)規(guī)模和單項技術(shù)指標的比拼，而是誰更能圍繞真實場景定義問題、組織資源、構(gòu)建閉環(huán)、沉淀規(guī)則。模型的重要性并未下降，但其將不再是人工智能應(yīng)用的唯一中心，所有模型研發(fā)、技術(shù)創(chuàng)新都將圍繞場景需求展開，而平行場景模式正是這一趨勢的主要落地形式，通過現(xiàn)實場景、實驗場景、理想場景的互動，實現(xiàn)模型與場景的深度適配，讓技術(shù)創(chuàng)新真正服務(wù)于場景價值創(chuàng)造。

場景智能將成為人工智能場景化應(yīng)用的重要方向，推動應(yīng)用從場景適配走向場景智能。所謂場景智能，并非單純的模型在場景中執(zhí)行任務(wù)，而是場景本身具備組織智能、生成智能、驗證智能和演化智能的能力，能夠依托平行場景的動態(tài)閉環(huán)，自主適配需求變化、自主優(yōu)化智能方案、自主驗證運行效果、自主完成迭代演化。平行場景模式中，現(xiàn)實場景、實驗場景、理想場景的持續(xù)互動，正是場景智能形成的主要動力，讓場景從智能應(yīng)用的“背景板”，轉(zhuǎn)變?yōu)橹悄芟到y(tǒng)演化的關(guān)鍵載體。

人工智能應(yīng)用將擺脫單一模型“包打天下”的局限，從單點工具走向系統(tǒng)協(xié)同。未來的人工智能高質(zhì)量應(yīng)用，更多體現(xiàn)為多模型、多智能體、多工具、多規(guī)則的系統(tǒng)協(xié)同，平行場景的實驗場景為系統(tǒng)協(xié)同提供可靠推演載體，可在虛擬空間中完成多智能體的協(xié)同訓(xùn)練與優(yōu)化，再通過平行執(zhí)行落地至現(xiàn)實場景，實現(xiàn)各類智能組件的高效配合，適配真實場景的復(fù)雜需求，提升應(yīng)用的系統(tǒng)性和實效性。

人工智能的智能能力將加快向物理世界滲透，實現(xiàn)從數(shù)字空間走向物理世界的跨越。人工智能不再局限于數(shù)字平臺、線上系統(tǒng)，而是逐步進入工廠、道路、醫(yī)院、校園、社區(qū)、倉儲等現(xiàn)實場景之中，推動物理世界與數(shù)字世界的深度融合。平行場景以現(xiàn)實場景為原點、以實驗場景為數(shù)字映射，通過ACP方法實現(xiàn)虛實互動，成為人工智能從數(shù)字空間走向物理世界的關(guān)鍵橋梁，讓智能技術(shù)真正服務(wù)于物理世界的生產(chǎn)生活和治理實踐。

人工智能應(yīng)用將進入“虛實互動、平行演化”的動態(tài)階段，從靜態(tài)部署走向平行演化。未來的人工智能應(yīng)用，不再是一次性的靜態(tài)模型部署，更多決策將不再只在真實世界中被動完成，而可以在實驗場景中先行推演、在現(xiàn)實場景中持續(xù)反饋、再回到實驗場景中更新優(yōu)化，形成可持續(xù)的演化閉環(huán)。這正是平行場景模式的關(guān)鍵優(yōu)勢，依托ACP方法讓人工智能應(yīng)用在三類場景的互動中持續(xù)迭代，始終適配場景的動態(tài)變化，實現(xiàn)高質(zhì)量可持續(xù)應(yīng)用。

以場景工程與平行場景牽引人工智能高質(zhì)量落地

推動人工智能場景化應(yīng)用高質(zhì)量發(fā)展，破解當前行業(yè)發(fā)展的主要堵點，關(guān)鍵不在于簡單鋪開更多試點項目，而在于以場景工程為方法論基礎(chǔ)，以平行場景模式為載體，抓住重大場景建設(shè)、構(gòu)建系統(tǒng)能力、形成長效機制，讓人工智能真正融入真實場景、創(chuàng)造實際價值。

以重大場景建設(shè)為主要牽引。圍繞制造、醫(yī)療、交通、能源、教育、科研、治理等重點領(lǐng)域，系統(tǒng)梳理一批剛性需求強、公共價值高、數(shù)據(jù)基礎(chǔ)較好、閉環(huán)路徑較清晰的重大場景，將其作為技術(shù)創(chuàng)新、制度創(chuàng)新和應(yīng)用創(chuàng)新的共同牽引，而非單純的技術(shù)展示背景板。以重大場景為依托，落地平行場景模式，構(gòu)建現(xiàn)實場景、實驗場景、理想場景的互動閉環(huán)，形成可復(fù)制、可推廣的人工智能應(yīng)用范式，帶動全行業(yè)場景化應(yīng)用水平提升。

統(tǒng)籌基礎(chǔ)設(shè)施建設(shè)與場景體系建設(shè)。高質(zhì)量的場景化應(yīng)用和平行場景落地，離不開高質(zhì)量的基礎(chǔ)支撐體系，包括數(shù)據(jù)底座、知識圖譜、算力支撐、仿真平臺、測試環(huán)境和反饋機制。其中，數(shù)據(jù)底座是平行場景中現(xiàn)實場景映射的重要基礎(chǔ)，仿真平臺是實驗場景構(gòu)建的關(guān)鍵載體，算力支撐是計算實驗推演的技術(shù)保障。需加快推進各類基礎(chǔ)設(shè)施的一體化建設(shè)，讓場景化應(yīng)用擺脫短期項目層面的局限，沉淀為企業(yè)和行業(yè)的基礎(chǔ)能力。

將標準規(guī)范和安全治理前置。越是復(fù)雜的應(yīng)用場景，越需要完善的標準規(guī)范和安全治理體系。將校準、認證、驗證、審計、追溯等機制，全面嵌入人工智能應(yīng)用和平行場景構(gòu)建的全過程，在設(shè)計之初就把安全、責(zé)任、規(guī)則和治理一并納入場景工程之中。針對平行場景中的實驗場景和理想場景，制定統(tǒng)一的建模標準和優(yōu)化規(guī)范；針對現(xiàn)實場景的落地應(yīng)用，建立完善的責(zé)任追溯和風(fēng)險防控機制，實現(xiàn)人工智能應(yīng)用的“可控、可信、可驗證”。

加快形成政產(chǎn)學(xué)研用協(xié)同推進的創(chuàng)新生態(tài)。場景的構(gòu)建和平行場景模式的落地，并非單一主體能夠完成，需要政府、企業(yè)、高校、科研機構(gòu)、行業(yè)組織的協(xié)同發(fā)力。政府加強制度供給，開放公共領(lǐng)域重大場景，為平行場景落地提供政策支持；企業(yè)發(fā)揮系統(tǒng)集成和應(yīng)用創(chuàng)新的主體作用，基于自身現(xiàn)實場景需求，構(gòu)建專屬平行場景體系，培育核心競爭力；高校與科研機構(gòu)提供場景工程、平行智能、場景智能的理論方法和關(guān)鍵技術(shù)支撐，推動技術(shù)創(chuàng)新；行業(yè)組織和第三方機構(gòu)推進標準制定、能力認證和合規(guī)評估，規(guī)范行業(yè)發(fā)展。只有把場景從“試驗田”做成“生態(tài)場”，讓平行場景模式成為行業(yè)通用范式，人工智能才能真正從技術(shù)能力成長為企業(yè)的主要能力、行業(yè)的產(chǎn)業(yè)能力和社會的治理能力。

結(jié)語

人工智能的下半場競爭，已超越單純的模型競賽，成為場景的競賽、體系的競賽、治理的競賽。平行場景模式讓這場競賽的重心更加清晰。誰能率先構(gòu)建起適配自身發(fā)展的平行場景體系，實現(xiàn)現(xiàn)實場景、實驗場景、理想場景的平行互動，誰就能在人工智能場景化應(yīng)用中掌握主動。當前，人工智能場景化應(yīng)用已進入由“能不能用”邁向“能否高質(zhì)量持續(xù)使用”的關(guān)鍵時期，越是在這一階段，越不能停留在模型熱、接口熱和試點熱的淺層階段，需回到真實世界，以場景工程為方法論，以平行場景為關(guān)鍵載體，圍繞復(fù)雜場景組織智能、約束智能、驗證智能并持續(xù)演化智能。

場景工程并非簡單的技術(shù)修辭，而是人工智能高質(zhì)量落地的方法論支點。平行場景也并非抽象的理論概念，而是未來企業(yè)構(gòu)建核心競爭力的具體載體。其不僅能推動人工智能模型與真實場景的深度適配，更能為企業(yè)員工培訓(xùn)、人工智能體培育等關(guān)鍵需求提供全新解決方案。面向未來，唯有以場景為重點、以平行場景為抓手，統(tǒng)籌技術(shù)、制度、生態(tài)等多方資源，才能推動人工智能真正從技術(shù)突破走向規(guī)模應(yīng)用、從能力展示走向價值創(chuàng)造，最終形成面向高質(zhì)量發(fā)展的人工智能應(yīng)用新范式，讓人工智能成為推動經(jīng)濟社會發(fā)展的關(guān)鍵動力。

注釋

[1]李燁：《推動人工智能全方位賦能千行百業(yè)》，《人民日報》，2025年11月3日，第9版。

[2]《中華人民共和國國民經(jīng)濟和社會發(fā)展第十五個五年規(guī)劃綱要》，《人民日報》，2026年3月14日，第1版。

[3]吳飛：《“人工智能+”：通用目的技術(shù)更好賦能生產(chǎn)力》，《人民論壇》，2025年第2期，第31-34頁。

[4]王紹紹：《賦能多場景應(yīng)用 “人工智能+”催生“向新力”》，人民網(wǎng)，http://finance.people.com.cn/n1/2025/0112/c1004-40400243.html，2025年1月12日。

[5]《習(xí)近平在金磚國家領(lǐng)導(dǎo)人第十五次會晤上的講話》，新華網(wǎng)，http://www.xinhuanet.com/world/2023-08/23/c_1129819257.htm，2023年8月23日。

責(zé)編：周小梨／美編：石 玉