• 提出从技术保障、制度保障、成果应用三方面系统提升人工智能安全能力，确保安全发展。

• 建议出台大模型网络数据安全强制合规要求，开展定期安全“体检”，防范数据泄露和服务中断风险。

• 关注人工智能幻觉的双刃剑效应，认为其是走向AGI的基础，需平衡安全与创新。

• 建议从大模型安全、网络安全和数据安全三个方向发力，保障技术健康发展。

•  Al终端与侵权治理：建议建立人工智能终端 标准化体系，加强“Al换脸拟声”违法治理，推动智能网联新能源汽车产业生态互联互通。

• 自动驾驶量产：呼吁加快全国性自动驾驶测试互认机制，完善法律体系与保险制度，力争2026年实现高速和城市自动驾驶量产。

● Al+医疗与教育：提出系统性构建“Al+医 疗” 标准规范，优化生均经费支出结构以保障“Al+教育”持续发展，推动科技适老体系建设。

●自主可控大模型：建议鼓励基于国产算力平 台的大模型研发，支持央国企优先采购国产大模型，推动数据资源共享及开发者生态建设。

●工业大模型赋能：建议发布国家级工业场景 图谱和语料库，支持龙头企业开展工业大模 型深度应用示范，扶持平台企业为中小企业 提供低成本解决方案。

●智慧家庭大模型：提出培育数据采集产业，构建国家级仿真平台，推动家庭服务机器人等新产业落地。

●跨领域人才培养：强调人工智能教育需突破单一学科限制，培养复合型人才；建议优化人才定位，推动跨校、跨专业协作

•  提出完善国家统筹协调机制，打破数据分散壁垒，推动全国性数字基础设施建设，充分挖掘数据要素价值。

•  建议借鉴“枫桥经验”构建版权监管主导、多平台协同的网络盗版治理体系，创新司法惩戒机制，提升违法成本。

●数据要素流通与市场化：建议构建全国统一 数据市场，规范数据交易定价机制，布局国家级数据交易所试点；鼓励公共数据与行业 数据融合开发。

●资本市场支持：呼吁通过并购重组、科创板 改革等工具加速数据资本化，强化数据加密、数字水印等技术支撑。

●Al人才与校企融合：建议打通企业与高校“蓄才池”,通过实训基地、联合攻关等方式化解 Al“人才荒”。

• 提出打通中长期资金入市卡点，引导社保、保险等资金支持新兴产业，促进“新产业”协同发展。

• 建议加强算力、数据、人才等要素供给，深耕智能网联汽车、智能制造 等场景，打造标杆应用。

• 建议加快制造业与AI深度融合，形成工业领域统一数据格式规范和行业标准，推动数据资产交易。

• 提出探索AI在农业领域的应用，如饲料配方优化、育种基因检测、冷链物流效率提升等，投资机器人公司并结合传统产业场景。

• 指出AI大模型为跨境电商带来机遇，建议推动产业升级和数字化发展。

• 关注AI+医疗，提出强化政府产业基金引导、完善创新药价格机制、优化审评审批制度，支持干细胞治疗等前沿领域协同创新。

• 强调强化算力供给，加快全国一体化算力网建设，解决DeepSeek等大模型算力不足问题。

• 建议通过政策和机制设计，引进和培养青年人才，让其在科技创新中挑大梁。

• 科技制造业融资：建议优化融资环境，降低 科技制造企业融资成本；治理Al深度伪造问 题，加强技术伦理规范。