2026年6月29日，国务院总理李强主持召开国务院常务会议。会议听取了人工智能发展情况汇报，同时研究当前外贸形势和贸易强国建设有关工作，并审议通过《“十五五”碳达峰行动方案》和《国民健康“十五五”规划》。

会议指出，人工智能技术正在快速演进，对科技创新、产业发展和社会治理产生越来越广泛的影响。面对新一轮科技革命和产业变革，需要进一步完善人工智能支持政策和治理体系，把握技术发展趋势，增强我国在人工智能领域的创新能力和产业竞争力。

加快人工智能关键技术创新

在技术创新方面，会议提出，要进一步推进人工智能关键技术攻关，支持企业开展基础研究和前沿探索。

人工智能产业的发展不仅依赖大模型应用，还需要芯片、算法、算力设施、数据资源、开发框架和应用软件等多个环节协同推进。尤其是在高端算力芯片、模型训练效率、智能体协作、具身智能和行业专用模型等领域，仍需要持续投入研发力量。

会议同时强调，要加强人才、资金等创新要素保障，为企业、高校和科研机构开展长期技术研究创造更加稳定的条件。通过加强基础研究与产业应用之间的衔接，有助于推动更多实验室成果转化为可以实际部署的产品和解决方案。

推进超大规模智算集群建设

算力是人工智能模型训练、推理和应用运行的重要基础。随着模型参数规模扩大以及智能体、机器人和多模态应用快速发展，人工智能产业对高性能计算资源的需求持续增加。

国务院常务会议明确提出，要加快超大规模智算集群建设。这意味着我国人工智能基础设施将进一步向规模化、集约化和高效化方向发展，为大模型训练、行业模型部署和复杂智能应用提供算力支撑。

《中华人民共和国国民经济和社会发展第十五个五年规划纲要》也提出，要统筹布局和有序建设算力设施，推进算力资源规模化、集约化、绿色化和普惠化发展，同时加强高性能、高质量智能算力供给，论证建设超大规模智算集群。

对于人工智能企业而言，算力基础设施不断完善，有助于降低模型训练、测试和部署过程中的资源限制。对于中小企业而言，标准化、可扩展的智能算力云服务也有望降低使用人工智能技术的门槛，使更多企业能够根据实际业务需求调用算力服务。

强化高质量数据供给

除算力外，高质量数据也是人工智能发展的重要基础。会议提出，要进一步强化高质量数据供给，为人工智能模型训练和行业应用提供可靠的数据资源。

人工智能模型的准确性、稳定性和专业能力，在很大程度上取决于训练数据的质量。在工业、交通、医疗、金融和通信等专业场景中，通用互联网数据往往无法完全满足实际应用需要，因此需要建设更加规范、准确并符合行业特点的高质量数据集。

高质量数据建设不仅包括数据收集，还涉及数据清洗、分类标注、质量检测、授权使用和安全管理。只有明确数据来源、使用范围和责任边界，才能在扩大数据供给的同时，保护商业秘密和个人信息安全。

从产业发展角度看，未来企业之间的人工智能竞争，可能不仅体现在模型参数规模和产品功能上，也会体现在专业数据积累、数据治理能力以及行业知识沉淀等方面。

深入实施“人工智能+”行动

此次会议提出，要深入实施“人工智能+”行动，发挥我国产业体系完备、应用场景丰富等优势，推动智能产品和服务加快实现规模化商业应用。

“人工智能+”并不是单独发展人工智能技术，而是推动人工智能与制造、能源、交通、通信、医疗、教育和企业服务等行业深度融合，使人工智能真正进入生产经营和公共服务流程。

在制造业中，人工智能可以用于产品质量检测、生产计划安排、设备故障预测、供应链管理和工业机器人控制。

在通信行业中，人工智能可以辅助开展网络运行监测、故障分析、客户服务、流量预测和资源调度。

在企业管理领域，人工智能可以用于合同信息整理、客户需求分析、知识库查询、会议内容总结以及业务数据分析。

这些应用能够减少部分重复性工作，但要真正形成商业价值，还需要人工智能系统与企业现有的软件平台、业务数据和管理流程实现有效连接。

智能产品将加快进入实际应用

国务院常务会议提出促进智能产品和服务规模化商业应用，意味着人工智能发展的重点将进一步从技术展示转向实际应用效果。

过去，部分人工智能项目主要集中在试验、展示和局部测试阶段。随着技术能力不断提高，企业更加关注人工智能能否稳定运行、是否能够降低成本、能否提高工作效率，以及是否能够解决真实业务问题。

例如，智能客服产品不仅需要回答常见问题，还需要识别客户需求、查询业务系统并将复杂问题转交工作人员；工业智能系统不仅需要发现设备异常，还需要结合生产计划和维修记录提出可执行的处理建议。

因此，人工智能产品实现规模化应用，需要同时具备模型能力、行业知识、软件开发、系统集成和安全管理等多方面条件。

人工智能核心产业规模持续扩大

新华网发布的国务院常务会议解读显示，2025年我国人工智能核心产业规模超过1.2万亿元，相关企业数量超过6200家。人工智能正在加快与制造业、服务业等领域融合，逐步成为推动高质量发展的重要引擎。

从产业链来看，人工智能的发展能够带动芯片、服务器、通信网络、数据中心、数据库、云计算、应用软件和智能终端等多个领域。

与此同时，人工智能还在推动传统企业调整产品结构。越来越多的软件和信息技术服务企业开始在原有管理系统、客户服务平台和数据分析产品中加入大模型及智能体功能。

对于通信和数字化服务企业而言，这种变化既带来新的业务机会，也对技术研发、数据治理和项目交付能力提出更高要求。企业需要避免简单增加聊天功能，而应结合客户真实需求，把人工智能能力嵌入具体业务流程。

完善人工智能安全治理体系

在推动产业发展的同时，国务院常务会议也强调要守牢人工智能安全底线，进一步完善科技伦理、测试认证等制度规则，并建立动态适应、分级分类的安全监管体系。

人工智能应用范围越广，对数据安全、算法可靠性和系统权限管理的要求就越高。

例如，人工智能系统在处理企业文件、客户资料和业务数据时，需要明确可以访问哪些信息、能够执行哪些操作，以及重要操作是否需要人工确认。

对于医疗、金融、交通和工业控制等重要领域，还需要建立更加严格的模型测试、结果审核和责任追踪机制，防止因模型错误、数据泄露或权限失控造成实际损失。

分级分类监管意味着不同风险等级的人工智能应用可能采取不同的管理方式。普通信息查询工具与涉及重要决策、设备控制和敏感数据处理的系统，在测试、认证和安全要求上应当有所区别。

推动人工智能健康有序发展

会议还提出，要加强国际人工智能治理合作。人工智能技术具有全球性特征，模型、数据、算力和应用服务往往涉及不同国家和地区，因此需要围绕技术标准、安全测试、数据保护和科技伦理加强沟通。

从此次会议的部署可以看出，我国人工智能发展正在形成技术创新、基础设施、数据资源、产业应用和安全治理共同推进的发展思路。

一方面，通过关键技术攻关、智算集群和高质量数据建设，增强人工智能产业的基础能力；另一方面，通过实施“人工智能+”行动，推动技术进入更多行业和实际业务场景。

随着支持政策和治理制度逐步完善，人工智能产业有望从快速发展阶段进一步走向规范化、规模化和商业化，为制造业转型、企业数字化升级和新型信息服务发展提供新的动力。

SEO标题

2026年6月29日，国务院总理李强主持召开国务院常务会议。会议听取了人工智能发展情况汇报，同时研究当前外贸形势和贸易强国建设有关工作，并审议通过《“十五五”碳达峰行动方案》和《国民健康“十五五”规划》。

会议指出，人工智能技术正在快速演进，对科技创新、产业发展和社会治理产生越来越广泛的影响。面对新一轮科技革命和产业变革，需要进一步完善人工智能支持政策和治理体系，把握技术发展趋势，增强我国在人工智能领域的创新能力和产业竞争力。

加快人工智能关键技术创新

在技术创新方面，会议提出，要进一步推进人工智能关键技术攻关，支持企业开展基础研究和前沿探索。

人工智能产业的发展不仅依赖大模型应用，还需要芯片、算法、算力设施、数据资源、开发框架和应用软件等多个环节协同推进。尤其是在高端算力芯片、模型训练效率、智能体协作、具身智能和行业专用模型等领域，仍需要持续投入研发力量。

会议同时强调，要加强人才、资金等创新要素保障，为企业、高校和科研机构开展长期技术研究创造更加稳定的条件。通过加强基础研究与产业应用之间的衔接，有助于推动更多实验室成果转化为可以实际部署的产品和解决方案。

推进超大规模智算集群建设

算力是人工智能模型训练、推理和应用运行的重要基础。随着模型参数规模扩大以及智能体、机器人和多模态应用快速发展，人工智能产业对高性能计算资源的需求持续增加。

国务院常务会议明确提出，要加快超大规模智算集群建设。这意味着我国人工智能基础设施将进一步向规模化、集约化和高效化方向发展，为大模型训练、行业模型部署和复杂智能应用提供算力支撑。

《中华人民共和国国民经济和社会发展第十五个五年规划纲要》也提出，要统筹布局和有序建设算力设施，推进算力资源规模化、集约化、绿色化和普惠化发展，同时加强高性能、高质量智能算力供给，论证建设超大规模智算集群。

对于人工智能企业而言，算力基础设施不断完善，有助于降低模型训练、测试和部署过程中的资源限制。对于中小企业而言，标准化、可扩展的智能算力云服务也有望降低使用人工智能技术的门槛，使更多企业能够根据实际业务需求调用算力服务。

强化高质量数据供给

除算力外，高质量数据也是人工智能发展的重要基础。会议提出，要进一步强化高质量数据供给，为人工智能模型训练和行业应用提供可靠的数据资源。

人工智能模型的准确性、稳定性和专业能力，在很大程度上取决于训练数据的质量。在工业、交通、医疗、金融和通信等专业场景中，通用互联网数据往往无法完全满足实际应用需要，因此需要建设更加规范、准确并符合行业特点的高质量数据集。

高质量数据建设不仅包括数据收集，还涉及数据清洗、分类标注、质量检测、授权使用和安全管理。只有明确数据来源、使用范围和责任边界，才能在扩大数据供给的同时，保护商业秘密和个人信息安全。

从产业发展角度看，未来企业之间的人工智能竞争，可能不仅体现在模型参数规模和产品功能上，也会体现在专业数据积累、数据治理能力以及行业知识沉淀等方面。

深入实施“人工智能+”行动

此次会议提出，要深入实施“人工智能+”行动，发挥我国产业体系完备、应用场景丰富等优势，推动智能产品和服务加快实现规模化商业应用。

“人工智能+”并不是单独发展人工智能技术，而是推动人工智能与制造、能源、交通、通信、医疗、教育和企业服务等行业深度融合，使人工智能真正进入生产经营和公共服务流程。

在制造业中，人工智能可以用于产品质量检测、生产计划安排、设备故障预测、供应链管理和工业机器人控制。

在通信行业中，人工智能可以辅助开展网络运行监测、故障分析、客户服务、流量预测和资源调度。

在企业管理领域，人工智能可以用于合同信息整理、客户需求分析、知识库查询、会议内容总结以及业务数据分析。

这些应用能够减少部分重复性工作，但要真正形成商业价值，还需要人工智能系统与企业现有的软件平台、业务数据和管理流程实现有效连接。

智能产品将加快进入实际应用

国务院常务会议提出促进智能产品和服务规模化商业应用，意味着人工智能发展的重点将进一步从技术展示转向实际应用效果。

过去，部分人工智能项目主要集中在试验、展示和局部测试阶段。随着技术能力不断提高，企业更加关注人工智能能否稳定运行、是否能够降低成本、能否提高工作效率，以及是否能够解决真实业务问题。

例如，智能客服产品不仅需要回答常见问题，还需要识别客户需求、查询业务系统并将复杂问题转交工作人员；工业智能系统不仅需要发现设备异常，还需要结合生产计划和维修记录提出可执行的处理建议。

因此，人工智能产品实现规模化应用，需要同时具备模型能力、行业知识、软件开发、系统集成和安全管理等多方面条件。

人工智能核心产业规模持续扩大

新华网发布的国务院常务会议解读显示，2025年我国人工智能核心产业规模超过1.2万亿元，相关企业数量超过6200家。人工智能正在加快与制造业、服务业等领域融合，逐步成为推动高质量发展的重要引擎。

从产业链来看，人工智能的发展能够带动芯片、服务器、通信网络、数据中心、数据库、云计算、应用软件和智能终端等多个领域。

与此同时，人工智能还在推动传统企业调整产品结构。越来越多的软件和信息技术服务企业开始在原有管理系统、客户服务平台和数据分析产品中加入大模型及智能体功能。

对于通信和数字化服务企业而言，这种变化既带来新的业务机会，也对技术研发、数据治理和项目交付能力提出更高要求。企业需要避免简单增加聊天功能，而应结合客户真实需求，把人工智能能力嵌入具体业务流程。

完善人工智能安全治理体系

在推动产业发展的同时，国务院常务会议也强调要守牢人工智能安全底线，进一步完善科技伦理、测试认证等制度规则，并建立动态适应、分级分类的安全监管体系。

人工智能应用范围越广，对数据安全、算法可靠性和系统权限管理的要求就越高。

例如，人工智能系统在处理企业文件、客户资料和业务数据时，需要明确可以访问哪些信息、能够执行哪些操作，以及重要操作是否需要人工确认。

对于医疗、金融、交通和工业控制等重要领域，还需要建立更加严格的模型测试、结果审核和责任追踪机制，防止因模型错误、数据泄露或权限失控造成实际损失。

分级分类监管意味着不同风险等级的人工智能应用可能采取不同的管理方式。普通信息查询工具与涉及重要决策、设备控制和敏感数据处理的系统，在测试、认证和安全要求上应当有所区别。

推动人工智能健康有序发展

会议还提出，要加强国际人工智能治理合作。人工智能技术具有全球性特征，模型、数据、算力和应用服务往往涉及不同国家和地区，因此需要围绕技术标准、安全测试、数据保护和科技伦理加强沟通。

从此次会议的部署可以看出，我国人工智能发展正在形成技术创新、基础设施、数据资源、产业应用和安全治理共同推进的发展思路。

一方面，通过关键技术攻关、智算集群和高质量数据建设，增强人工智能产业的基础能力；另一方面，通过实施“人工智能+”行动，推动技术进入更多行业和实际业务场景。

随着支持政策和治理制度逐步完善，人工智能产业有望从快速发展阶段进一步走向规范化、规模化和商业化，为制造业转型、企业数字化升级和新型信息服务发展提供新的动力。