坚持问题导向，构建系统性支持体系
当前，生成式人工智能正处于由模型突破向系统性赋能转化的关键阶段，亟待政策体系与制度安排的同步演进。在此背景下，应坚持系统观与问题导向，围绕“夯实平台能力基础—推动融合落地—完善社会支持体系”的逻辑路径因类施策，协同发力，加快构建与生成式人工智能相适应的新型产业体系和政策支持体系。
第一，在技术侧培育平台型通用能力，强化融合赋能机制。支持建设跨行业、跨模态的基础模型和训练数据体系，鼓励形成“可嵌入、可重组、可演进”的通用生成引擎。推动模型压缩优化、异构部署与边缘计算适配，提升模型的轻量化与场景适应能力。
第二，在产业牵引侧因类施策，推进融合落地与生态协同。推动生成式人工智能在制造、农业等传统行业中的数字基础建设与关键场景应用，解决“不愿用、用不起”等现实问题。支持新兴产业深化生成式人工智能场景应用，推动多技术融合，激发大中小企业融通发展活力。引导前沿产业以生成式人工智能为引擎开展跨界预研与愿景孵化，培育未来增长极。
第三，在社会体系支持侧完善基础保障与促进能力。健全科技金融服务，完善算力券、数据券等创新工具的发放机制与政策协同机制，形成政策合力。推动公共数据与算力平台开放共享，提升中小机构生成式人工智能技术可及性。优化跨学科教育体系，加快培养应用型人工智能人才。加强用户教育和社会引导，构建共建共享的生成式人工智能应用生态。
（陈海鹏 作者系上海市科学学研究所副所长、正高级工程师） |
