✍️ 22595 字 · 仔细认真阅读需 60 分钟
一份关于2026年全国两会 AI专题白皮书的所有内容。
发布：ai798 Lab
整理日期：2026年3月12日
数据截止：2026年3月12日（两会闭幕前）
信息来源：全部来自官方渠道（新华社、人民网、国家发改委、工信部、全国政协网、国家数据局、央视新闻等）
本白皮书整理2026年全国两会（第十四届全国人民代表大会第四次会议 + 中国人民政治协商会议第十四届全国委员会第四次会议，2026年3月4日至13日）期间全部AI相关内容，包括政府工作报告、十五五规划纲要草案、部委记者会、人大代表建议、政协委员提案及国际治理方向。
所有内容均标注原始来源及URL，可逐一核查。
如需要完整版《2026年全国两会 AI 专题白皮书》50页PDF文件可评论区留言。
以下是本白皮书62个条目中提炼出的10个核心信号，按重要程度排序。每一条后面的编号对应白皮书正文章节，可直接跳转查看原文与完整解读。
1. 智能体（AI Agent）首次写入政府工作报告 → A-1
Agent从极客工具变成国家基建方向。地方政府、国企的采购清单会跟着变。留给"会搭Agent"这个技能溢价的窗口期：12-18个月。
2. AI产业4年要翻8倍：1.2万亿 → 10万亿 → C-1, C-3
这不是分析师预测，是发改委主任在记者会上说的数字，背后跟着财政拨款和国企采购义务。10万亿的蛋糕里，工具开发、咨询、培训、集成服务都有份额。
3. 具身智能和脑机接口首次并列进入政府工作报告 → A-5, G-1, G-2
和量子科技、6G同等级别的未来产业。人形机器人已超300款、产值6000亿。这不是PPT产业，是有真实出货量的赛道。
4. "打造智能经济新形态"首次提出 → A-1
政府工作报告起草组成员明确解读：这是一个"全新的提法"。AI不再是"+某行业"的工具，而是一种经济形态。定位变了，资源配置的逻辑就变了。
5. AI+就业首次写入政府工作报告 → A-6, C-7
方向是"促进就业创业"，不是限制AI。人社部已在研究配套政策。意味着AI培训补贴、创业扶持、灵活就业保障都会出台。对一人公司和自由职业者是明确的绿灯。
6. 开源生态正式获得国家级支持 → A-1, C-8
政府工作报告明确"支持人工智能开源社区建设"。配合公共算力建设，中小开发者接入大模型的成本会持续下降。但王坚委员的"开放权重"辨析（E-20）预告了商用合规收紧。
7. 医疗AI成为提案密度最高的行业 → D-9, D-15, D-16, E-16~E-19
6位代表委员、5份独立提案聚焦医疗AI。监管方向是"分类分级"而非封堵。数据共享平台一旦建成，训练数据门槛大幅降低。轻量切入点：病历整理、患者教育、健康管理。
8. 算力基础设施投资超7万亿/年 → C-3, C-5
"六张网"建设（含算力网）年度投资规模超7万亿。算力会像水电一样成为基础设施。对开发者意味着API成本持续下降，算力不再是创业瓶颈。
9. AI立法加速推进 → F-1, F-2, D-1⑤
《网络安全法》已修订增补AI条款，多位代表呼吁推出AI单行法。分级分类治理框架正在建立。现在是合规窗口期，等法律落地再补合规成本会高得多。
10. 数据要素制度化进入快车道 → A-3, C-8, D-13, E-10, E-11
数据从"资源"变成"要素"，全国一体化数据市场开始建设。垂直行业数据将逐步合规开放。谁先拿到合规数据，谁就在垂直大模型赛道上领先一步。
| 全球第一 | ||
| 12.5% | ||
| 7%以上 | ||
| 76个 |
主报告人：国务院总理 李强，2026年3月5日
来源URL： https://www.news.cn/politics/20260305/2dec3fbdfc16487592038bd047bb2aaa/c.html
A-1. "打造智能经济新形态"：首次提出
政府工作报告首次提出这一表述，定位为宏观经济的增长新形态。
原文：
"深化拓展'人工智能+'，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。支持人工智能开源社区建设，促进开源生态繁荣。"
"智能体"（AI Agent）首次写入政府工作报告。
? ai798 Lab 解读
"商业化规模化应用"这8个字要划重点。政府要的不是demo，不是PPT，是能跑、能收钱、能续约的产品。Agent开发从极客行为变成了国家基建方向，地方政府和国企的采购清单马上会跟着变。
窗口期多长？12-18个月。过了这个阶段，Agent开发就不是差异化优势了，是标配。
做通用Agent平台的，回头看看历史：通用平台的赢家最后只有1-2家。垂直行业Agent（医疗、教育、制造、政务）的存活率高得多。说白了：做窄做深比做宽更快见到钱。
A-2. 算力新基建部署
原文：
"实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。"并提出"打造'5G+工业互联网'升级版"。
? ai798 Lab 解读
一句话：别自建算力了。超大规模智算集群 + 公共云扶持，算力从固定成本变成弹性成本。个人开发者和小团队的算力门槛在未来2年会降到历史新低。
资本端看到的是另一个机会：智算中心得有人运维、调度、优化。围绕算力网的服务商，生意比做算力本身确定性更高。
A-3. 数据要素与AI治理
原文：
"深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集。完善人工智能治理。加强国际对话与合作。"
? ai798 Lab 解读
"高质量数据集建设"进报告 = 垂直行业数据会逐步合规开放。做行业大模型的团队，数据获取成本会下降。
但硬币另一面：数据合规将成为AI项目的硬门槛。现在做数据治理咨询和合规服务，竞争者少、需求确定，是那种"脏活但是赚钱"的生意。
出海方面，"加强国际对话与合作"信号明确。政策鼓励出去，但别忘了适应目的国的监管框架。
A-4. 2025年AI成就回顾（报告回顾部分）
"人工智能、生物医药、机器人、量子科技等研发应用走在世界前列，芯片自主研发有了新突破" "国产大模型引领全球开源生态" "持续推进制造业数字化转型和'人工智能+'行动，行业应用加快落地，新型智能终端不断涌现" 数字经济核心产业增加值占GDP比重已达10.5%以上
? ai798 Lab 解读
注意措辞的差异：中国AI在全球是"前列"不是"追赶"，芯片是"有了新突破"不是"解决了"。措辞精准程度到了字眼级别，每个字都是博弈后的结果。
数字经济GDP占比10.5%，换算成人民币是超过12万亿的体量。2026年会有大量AI硬件产品上市，消费者选购标准会从"有没有AI"变成"AI能力到底有多强"。
A-5. "具身智能"与"脑机接口"首次写入政府工作报告
原文（未来产业部分）：
"建立未来产业投入增长和风险分担机制，培育发展未来能源、量子科技、具身智能、脑机接口、6G等未来产业。"
这是具身智能和脑机接口首次出现在政府工作报告中，与量子科技、6G并列为国家战略级未来产业。
脑机接口专题报道：https://www.news.cn/tech/20260306/925be557013d40a2af9c1951578a8008/c.html
? ai798 Lab 解读
具身智能和脑机接口跟量子科技、6G摆在同一排。这是最高等级的产业定位，一级市场的投资热度2026下半年会集中爆发。
但要注意"风险分担机制"这个词。翻译一下：国家知道这些方向烧钱、周期长，所以愿意分担一部分研发风险。各省级配套政策会跟着出来。
做具身智能不一定要做机器人本体（那是最重资产的路线）。传感器、仿真训练数据、运动控制算法、场景方案，全是更轻的切入点。
A-6. AI+就业：历史上首次写入政府工作报告
原文：
"完善适应人工智能技术发展促进就业创业的措施。"
首次将AI技术发展与就业促进直接挂钩，明确方向为"促进就业创业"而非限制AI。
? ai798 Lab 解读
方向是"促进就业创业"，不是限制AI。对一人公司和自由职业者，这是写进政府工作报告级别的绿灯。灵活就业身份合法性会提升，社保和合规问题十五五期间会有政策优化。
AI技能培训会有政府资金进入：补贴、职业认证、公共培训。该申的补贴不要漏，很多人不是不够格，是不知道有这个渠道。
AI技能认证体系预计2026-2027年出现。等体系建好再去拿认证的人，永远比体系建设期就参与进去的人慢一步。
A-7. 集成电路写入新兴支柱产业
原文：
"打造集成电路、航空航天、生物医药、低空经济等新兴支柱产业。"
集成电路直接支撑AI算力生态，与AI产业链高度绑定。
? ai798 Lab 解读
集成电路就是AI的水电煤。写入新兴支柱产业 = 国产芯片替代加速，间接利好AI推理侧的成本下降。
做国产芯片+大模型适配的技术服务，需求确定、客户明确、竞争者少。听起来不性感，但赚钱稳。
来源URL： https://www.news.cn/politics/20260305/f4d6045629b0496487335d2727bcd139/c.html
B-1. 全面实施"人工智能+"行动
原文：
"全面实施'人工智能+'行动，加强人工智能同科技创新、产业发展、文化建设、民生保障、社会治理相结合。"
"文化建设"和"民生保障"首次与AI行动并列，意味着内容、医疗、养老等场景被明确纳入AI行动范畴。
? ai798 Lab 解读
翻译一下这条的含金量："文化建设"和"民生保障"首次与AI行动并列。AI内容创作、AI医疗、AI养老、AI教育，全部进入国家级行动范畴。做这些方向的团队，可以直接引用这条去拿政策支持。
ai798 Lab的读者特别注意：AI辅助内容创作的合法性不仅没问题，还是国家鼓励方向。你不是在灰色地带干活，你是在政策红利区干活。
B-2. 数字经济占GDP目标：12.5%
数字经济核心产业增加值占GDP比重目标：从2025年的10.5%提升至十五五末的12.5%。
? ai798 Lab 解读
10.5%到12.5%，看着只有2个百分点？GDP基数是120万亿+。2个百分点 = 2.4万亿增量空间。不要被百分比骗了，看绝对值。
这个增量不是靠新冒出来的AI公司，是靠现有企业把数字化做深。服务传统企业"用好AI"的需求，5年内不会见顶。
B-3. 算力、算法、数据"三位一体"底座
原文：
"统筹推进算力设施建设、模型算法发展和高质量数据资源供给，筑牢数智化发展底座。"
? ai798 Lab 解读
三条腿缺一不可，国家认知到位了。未来的钱不会只砸算力，数据和算法同样会有大量投入。
数据标注、数据清洗、数据合规这条线，以前大家嫌是脏活累活。现在有国家标准了，脏活变成了正规行业。行业一旦正规化，利润空间反而更稳定。
B-4. 数智融合与治理
原文：
"促进实体经济和数字经济深度融合。创造美好数智生活。提高政府治理数智化水平。"
"把握数字化、网络化、智能化发展大势，充分发挥我国数据资源丰富、产业体系完备、应用场景广阔优势。"
纲要草案单独设立章节"提升数智化发展水平"。
? ai798 Lab 解读
政务AI是那种"无聊但赚钱"的赛道。"提高政府治理数智化水平"写进规划 = 十五五期间政务AI采购持续增长。甲方稳定、付款有保障、续约率高。做政务Agent和政务数据分析的团队，不用担心商业模式验证的问题。
中国AI的真正优势不在基础模型，在场景密度。14亿人的消费、医疗、教育、出行场景，全球没有第二个这样的试验场。
C-1. 工信部：AI核心产业规模超1.2万亿
发言人：工业和信息化部部长 李乐成，部长通道，2026年3月5日
来源URL： https://www.news.cn/politics/20260305/e8d78b5a77c844da984d5ec442dbfa9f/c.html
核心表述：
"人工智能这个'关键变量'正在成为经济高质量发展的'强劲增量'。"
关键数据：
AI核心产业规模超 1.2万亿元（2025年） AI企业超 6200家 规上制造业AI技术应用普及率超 30% 国内人形机器人超 300款，占全球超半数 国产开源大模型全球下载量 排名第一
? ai798 Lab 解读
1.2万亿、6200家企业、30%制造业普及率、全球第一开源下载量。这些数字来自工信部部长本人，写进档案的。做BP、写行业报告，直接引用，不用标"预测"。
30%普及率换个角度读：70%的制造业还没用上AI。这70%才是真正的增量市场。工厂智能化不是新概念，但市场远没饱和。
6200家AI企业里绝大多数做To B。To C的反而少。个人创作者和小团队做To C产品，竞争比你想象中小得多。
C-2. 工信部："双向奔赴"战略与AI国际治理立场
来源URL： http://www.news.cn/20260305/4ec407607f72476e8f3fdb63262d6fc1/c.html
2026年施政方向：
推动人工智能和制造业"双向奔赴" 加快脑机接口、自动驾驶汽车、人形机器人科技攻关 优化AI电脑、AI手机、智能家居产品供给 支持智能农机和智能医疗器械发展
AI治理立场：
"坚持人工智能为人所用、为人服务、为人所控。"
将积极参与国际AI治理框架建设，推动AI成为全球共同的"公共产品"。
? ai798 Lab 解读
工信部直接帮你列好了2026年产品开发的考试大纲：AI电脑、AI手机、智能家居、智能农机、智能医疗器械。不用猜方向，照着做。
"AI成为全球共同的公共产品"这个表态分量很重：中国AI企业出海不会被刻意阻拦，反而有政策鼓励。
"双向奔赴"四个字有个容易被忽略的含义：制造业的场景反过来也会定义AI产品形态。在办公室想出来的需求和工厂里真正的痛点，经常是两回事。先去工厂看看，再回来写代码。
C-3. 国家发改委：2030年AI产业超10万亿，算力网投资超7万亿
发言人：国家发展改革委主任 郑栅洁，经济主题记者会，2026年3月6日
来源URL（发改委官网）： https://www.ndrc.gov.cn/fzggw/wld/zsj/zyhd/202603/t20260306_1404063.html
来源URL（新华社实录）： https://www.news.cn/politics/20260306/81996586d4ac4e4faf95d0431089db68/c.html
核心表述：
"深化'人工智能+'行动，赋能千行百业、服务千家万户，'十五五'末人工智能相关产业规模将增长到10万亿以上。"
算力投资：推进"六张网"建设（含算力网），合计年度投资规模超7万亿元。
AI就业方向：
"完善技能培训体系，充分发挥人工智能创造新岗位、赋能传统岗位的作用。"
? ai798 Lab 解读
10万亿目标 + 7万亿年度投资。把这两个数字放在一起看：AI不是一个行业，是一个经济周期的主引擎。
7万亿的基建投资不只养活做AI产品的人，还养活一整条产业服务链：项目管理、技术咨询、人才外包、培训认证。不做AI产品的人也能从这个周期里赚钱。
发改委主任亲自说"充分发挥AI创造新岗位的作用"。这是给全社会的定心丸，不是客套话。
C-4. 国家发改委：六大未来产业处于技术突破"前夜"
来源URL： https://www.news.cn/politics/20260306/81996586d4ac4e4faf95d0431089db68/c.html
六大战略性未来产业（含AI相关）：量子科技、生物制造、绿色氢能和核聚变能、脑机接口、具身智能、6G。
"这些产业处在技术突破'前夜'，现在的未来产业，可能就是明天的新兴支柱产业。"
智能机器人2025年产出近6000亿元，2030年目标突破1万亿元。
? ai798 Lab 解读
"技术突破前夜"这个措辞要认真对待。国家判断技术拐点即将到来，窗口期的信号不会比这更明确了。
智能机器人从6000亿到1万亿，4年增长67%。制造业里出现这种增速，通常意味着资本和人才都在加速涌入。现在进场的玩家少、政策支持多，是卡位的最佳时间。等到赛道拥挤的时候再进来，成本翻倍不止。
C-5. 国家发改委副主任：算法、算力、数据三大攻关方向
发言人：国家发展改革委副主任 郑备，十五五规划纲要草案发布会，2026年3月9日
来源URL： https://www.ndrc.gov.cn/fzggw/wld/zb/zyhd/202603/t20260309_1404067.html
三大技术支柱方向：
- 算力
：加速构建"全国一体化算力网" - 算法
：推进AI基础理论和核心技术与关键算法研发 - 数据
：建立"数据要素基础制度"，推进数据资源开发利用
? ai798 Lab 解读
三条线并行攻关，实际影响是：国产算力适配、算法优化、数据工程这三个技术方向都有国家项目可以申请。写在纸上的技术路线，对应的是真金白银的科研经费。
"全国一体化算力网"建成后，个人开发者调用算力会像开水龙头一样方便。不用等它建好才开始做产品，但产品架构从现在起就要考虑未来的算力弹性。
C-6. 科技部：十五五期间强化AI科技攻关
发言人：科学技术部部长 阴和俊，2026年3月12日
来源URL： https://www.news.cn/politics/20260312/4bdc535738564f5089963f35654994ac/c.html
重点方向：集成电路、人工智能、脑机接口领域科技攻关；部署重大国家科技项目。
基础研究投入占比已突破7%（历史新高）。
? ai798 Lab 解读
基础研究投入占比突破7%，历史新高。钱往基础研究走，意味着学术界和产业界的联合项目会增多。
集成电路、AI、脑机接口被列为科技攻关重点。这三个方向的高端人才在未来5年都是卖方市场。不是"有竞争力"，是"供不应求"。
C-7. 人社部：研究AI创造新岗位政策
发言人：人力资源和社会保障部部长 王晓萍，记者会，2026年3月7日
来源URL： https://www.news.cn/politics/20260307/9e92ccf1a99248c088eb384be8935789/c.html
"人力资源社会保障部正在研究相关政策，积极发挥人工智能在创造新岗位和赋能传统岗位方面的作用。"
重点方向：数字经济、高端制造、现代服务等领域就业潜力挖掘。
? ai798 Lab 解读
"正在研究相关政策"= 政策已在起草阶段。预计2026年下半年或2027年就有具体措施出台。
做AI职业技能培训的团队注意：数字经济、高端制造、现代服务领域的AI就业培训会有政府采购。现在准备课程和认证体系，等政策出来就能接单。等政策出来再开始准备的，黄花菜都凉了。
AI相关新岗位的定义和薪资标准会逐步明确。人社部后续发布的新职业目录值得持续关注。
C-8. 国民经济计划草案：AI行动与数据市场（2026年部署）
来源URL： https://www.news.cn/politics/20260306/6602c5b90fa943e38d8f3c7aa3235e5f/c.html
2025年成就：
"人工智能自主生态加快培育，开源模型全球领先" "全国一体化算力网加速构建"
2026年部署：
"深入实施'人工智能+'行动，高质量建设国家人工智能应用中试基地" "支持人工智能开源社区建设" "出台建设全国一体化数据市场的政策，实施数据赋能工程"
? ai798 Lab 解读
2026年的政策执行重点就三个词：应用中试基地、开源社区、数据市场。做产品的去对接中试基地，做开源的去接社区支持，做数据的关注数据市场政策。不用猜，就这三样。
"全国一体化数据市场"一旦建成，数据交易和数据服务会成为新赛道。提前搞懂数据合规和定价机制的人，到时候能帮别人"翻译"政策，这本身就是生意。
D-1. 雷军（小米）：五份建议全聚焦AI与新能源汽车
身份：全国人大代表、小米集团创始人兼CEO
来源URL： https://www.news.cn/politics/20260306/29a01ad30baa465984ec75fa2648ca51/c.html
五项建议：
① AI素养纳入九年义务教育
将AI素养教育纳入九年义务教育，设置通识课程 将AI实践纳入中小学社会实践 大力推进高校AI相关专业建设 支持大型科技企业和教培机构培育AI应用型人才
② AI终端标准体系
编制以用户体验为导向的智能化分级系列标准 目标：2027年初步建成AI终端标准体系，2030年率先形成全球领先标准体系
③ 智能制造与工业大模型
促进先进智能技术与制造业融合创新 加速工业大模型部署 支持打造AI与制造业深度融合应用场景
④ AI换脸拟声治理
明确"AI换脸拟声"应用边界红线 完善侵权证据规则 加大对利用AI技术实施犯罪的刑事处罚力度 支持平台企业开发可精准识别AI深度合成内容的技术能力
⑤ 推动人工智能立法
建议探索推出人工智能单行法，提高立法位阶及效力 在分级分类基础上进行务实治理
? ai798 Lab 解读
雷军的5份建议基本等于小米未来3年的战略路线图。AI教育、AI终端标准、工业大模型、AI安全治理、AI立法，5个方向5条赛道。
其中含金量最高的一条："AI素养纳入九年义务教育"。如果落地，AI教育培训市场规模3年内扩大5-10倍。这个倍数不是拍脑袋，是全国中小学1.8亿在校生的体量决定的。内容供应商、教材开发商、师资培训最先受益。
AI换脸拟声治理一旦立法，"AI生成内容标识"就从可选功能变成法律义务。做内容生成工具的团队，水印和溯源机制现在就得加，不是将来再说。
D-2. 何小鹏（小鹏汽车）：人形机器人+自动驾驶双线
身份：全国人大代表、小鹏汽车董事长
来源URL： https://www.news.cn/politics/20260306/5fa821f6fc8f47bf9a7807680eb07b70/c.html
核心建议：
设立专项研发基金支持高阶人形机器人研发 建立人形机器人智能化标准、技术规范 推动中国车路云一体化标准国际化
未来布局：
"城市出行用自动驾驶汽车，省内出行用飞行汽车，'最后一公里'用人形机器人。"
2025年率先量产端到端自动驾驶；2026年探索L4级无人泊车。
? ai798 Lab 解读
"城市出行用自动驾驶汽车，省内出行用飞行汽车，最后一公里用人形机器人。"何小鹏描述的这个三位一体出行方案，是对未来10年交通形态的完整叙事。资本市场愿意为这种叙事给溢价。
做人形机器人不一定要做本体。传感器、软件、测试工具这些周边，门槛低、周期短、需求确定。研发基金+标准制定的双重加持已经到位。
"车路云一体化标准国际化"= 中国自动驾驶标准要输出。帮中国车企做海外合规和标准适配，这个需求只会越来越大。
D-3. 周云杰（海尔）：具身智能工业级标准
身份：全国人大代表、海尔集团董事长兼CEO
来源URL： https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html
建议：构建工业级具身智能机器人标准，加速机器人工厂级规模化落地。
海尔核心零部件国产化率超95%；已推动工业具身智能机器人从展示向规模化交付迈进。
? ai798 Lab 解读
95%国产化率，这个数字说明一件事：工业机器人的国产替代已经走通了，不是在试验阶段。"从展示向规模化交付"= 商业拐点已过，接下来是放量。
工业级标准出来之后，具身智能就从"各玩各的"进入"按标准来"的阶段。参与标准制定、做合规测试的服务商，生意模式比做产品还稳。
D-4. 刘庆峰（科大讯飞）：AI医疗适老化与工业大模型
身份：全国人大代表、科大讯飞董事长
来源URL： http://lianghui.people.com.cn/2026/n1/2026/0306/c461827-40675791.html
核心判断：
"AI大模型应用进入红利兑现期，需要更低成本、更低算力、更高效率推动落地。"
建议方向：
制定科技适老数字健康服务数据标准体系 加快制定老年人AI医疗健康应用实施方案 推进AI与脑科学、智能语音语言前沿技术转化
? ai798 Lab 解读
讯飞是国内最早做AI商业化的公司之一。当他们说"红利兑现期到了"，分量不在于观点本身，在于这是卖了多年AI方案的人说的。To B市场已经能出单了。
AI医疗+老龄化 = 最确定的赛道之一。中国60岁以上人口3亿+，数字健康服务的需求缺口是个天文数字。技术门槛不高，运营门槛高（你得理解老年人怎么用手机）。
一人公司切入点：AI语音交互做老年人健康管理、用药提醒、陪伴对话。不需要大团队，需要耐心和对用户的理解。
D-5. 苗伟（中兴通讯）：AI训练算力平台公益化
身份：全国人大代表、中兴通讯首席党委书记
来源URL： https://www.nda.gov.cn/sjj/swdt/xwfb/0309/20260309085540503132357_pc.html
建议：
创建专用AI训练算力平台，定位为"公益优先、市场补充" 构建公共数据授权运营负面清单 高质量数据集建设配套"动态分配和分级定价"机制 算力战略方向：6G将实现感知、计算、决策一体化（"算力是生产力，当前智算供给存在缺口"）
? ai798 Lab 解读
"公益优先、市场补充"= 训练算力可能会有类似学术计算资源的免费或低价通道。中小团队和个人开发者那种"有好想法但算力不够"的焦虑，可以缓解了。
数据方面，"动态分配和分级定价"= 免费的午餐结束了，但也不会贵到用不起。数据成本以后会变成AI项目的常规开支项，跟房租水电一样，做预算的时候就得算进去。
D-6. 陈淑贤：AI场景攻坚专项计划
身份：全国人大代表
来源URL： https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html
建议设立"人工智能场景攻坚专项计划"，每年遴选高端制造、新材料、生物医药、碳中和等领域高价值AI应用场景，推动AI垂直大模型深度赋能实体经济。
? ai798 Lab 解读
"场景攻坚专项计划"= 政府出钱、出场景、找企业做。说白了就是政府当甲方，还帮你找应用场景。高端制造、生物医药、碳中和这几个方向对得上的，主动申报。拿到的不只是钱，还有客户。
各省科技厅的AI场景征集通知通常在上半年发布。这类项目比风险投资靠谱：不稀释股权、有政府背书、验收后还能拿后续订单。
D-7. 赵祥模（西安建筑科技大学）：自动驾驶人才培养
身份：全国人大代表、西安建筑科技大学校长
来源URL： https://www.news.cn/politics/20260307/486129001d694c699bbfa8ca25f31136/c.html
建议设立智能电动车辆一级交叉学科，培育兼具AI技术和汽车工程能力的复合人才。
? ai798 Lab 解读
"一级交叉学科"设立后，3-5年会有一批AI+汽车复合人才进入市场。在此之前，这类人才的稀缺程度约等于2015年的深度学习工程师。
如果你同时懂AI和汽车工程，溢价窗口还有3年。3年后人才供给上来了，溢价就消失了。
D-8. 朱华荣（长安汽车）：自动驾驶消费者教育与保险机制
身份：全国人大代表、长安汽车董事长
来源URL： https://www.news.cn/politics/20260307/486129001d694c699bbfa8ca25f31136/c.html
"只有让消费者懂技术、信技术、用技术，自动驾驶才能真正走进千家万户。"
建议建立培训认证体系，同步完善自动驾驶保险机制。
? ai798 Lab 解读
所有自动驾驶公司都在拼算法，但几乎没人在做消费者端的教育和信任建设。朱华荣说得对：消费者不信技术，技术再好也卖不出去。
培训认证体系+保险产品设计 = 轻资产、高壁垒。这两个方向不性感，但别人拼到头破血流的算法赛道，你可能完全不需要参与。
D-9. 耿福能：AI赋能基层医疗
身份：全国人大代表
来源URL： https://www.news.cn/tech/20260304/5abc83145dba4124b3ba85e90bff04d7/c.html
建议以AI赋能基层医疗，推动乡村振兴与健康产业融合发展。
数据：AI已在肺结节筛查中帮助放射科医生减少30%至50%工作量，全院影像诊断效率整体提升30%。
? ai798 Lab 解读
减少30%-50%放射科工作量、诊断效率提升30%。这不是预测，是已经发生的事。医疗AI的商业价值已经可以量化了。
基层医疗为什么是AI落地最快的场景？三个条件同时满足：需求明确（缺医生）、数据标准化程度高（影像）、付费方清晰（医保+政府采购）。三条同时成立的赛道不多。
一人公司不用做诊断AI（门槛高到离谱）。围绕诊断做周边：病历结构化、报告生成、患者沟通辅助，都是轻量切入点。
D-10. 郭国平（本源量子）：量子计算产业生态
身份：全国人大代表、本源量子首席科学家
来源URL： https://www.news.cn/politics/20260308/cfee1542ea4d45fbb81538cab64d37b7/c.html
2026年2月24日，中国首款自主研发量子计算机操作系统"本源司南"正式开放线上下载，标志量子计算从技术攻坚迈向生态体系建设。
? ai798 Lab 解读
量子计算操作系统开放下载 = 从实验室走向生态建设。量子对AI的影响是中长期的（5-10年），现在不急，但现在学的人最少、进场成本最低。
量子+AI的交叉方向有个有趣的特征：学术论文多、工程人才极少。如果你有兴趣，现在进场几乎没有竞争。
D-11. 黄立（高德红外）：双向脑机接口芯片
身份：全国人大代表、高德红外董事长
来源URL： https://www.news.cn/politics/20260308/cfee1542ea4d45fbb81538cab64d37b7/c.html
团队研发双向脑机接口芯片，实现假肢感知与意念控制。
"BCI结合AI可将此前无法治疗的病症转化为可控症状。"
? ai798 Lab 解读
- 技术前沿：
双向脑机接口 = 不仅能读取大脑信号，还能向大脑输入信号。这是BCI的终极形态。短期看医疗康复，长期看人机融合。 - 产业链机会：
BCI芯片、神经信号处理算法、临床试验管理，每一个环节都需要专业团队，且竞争者极少。
D-12. 张伯礼（中国工程院）：AI深度伪造入刑
身份：全国人大代表、中国工程院院士
来源URL： https://www.news.cn/politics/20260303/23274f88a82e45379ddb9c50f62a6bb6/c.html
"利用人工智能生成虚假内容的违法犯罪事件越来越多，必须采取有力措施予以遏制。"
建议加大对AI深度伪造的刑事处罚力度。（本人已遭受数十个AI换脸/拟声视频侵害）
? ai798 Lab 解读
院士本人就被AI换脸了数十次，然后亲自提出入刑建议。问题严重到什么程度不需要多解释了。
做AI生成内容的团队注意：内容溯源和标识功能不是锦上添花，立法后就是"不加就违法"。
反过来看，AI深度伪造检测、内容溯源、数字水印这条赛道，需求会随着立法推进而爆发。立法越严，这个赛道越值钱。
D-13. 朱建弟（立信会计师事务所）：金融数据治理
身份：全国人大代表、立信会计师事务所首席合伙人
来源URL： https://www.nda.gov.cn/sjj/swdt/xwfb/0305/20260305163721325284845_pc.html
三维度建议：规范数据采集标准、实施数据资产会计入账、建立数据治理结构。
"建立数据共享审核和追溯机制，确保数据资源共享安全可控。"
? ai798 Lab 解读
"数据资产会计入账"这6个字价值千金。数据从成本项变成资产项，企业的数据治理需求会从"有没有"升级为"值多少钱"。
数据估值、数据审计、数据安全合规这些服务，金融行业会最先爆发。原因简单：金融行业对合规的要求最高，付费意愿也最强。
D-14. 尧德中（四川脑科学研究院）：脑机接口国际前沿判断
身份：全国人大代表、四川脑科学与类脑智能研究院院长
来源URL： https://www.news.cn/politics/20260308/cfee1542ea4d45fbb81538cab64d37b7/c.html
判断：中国非侵入式脑机接口技术已达国际并跑水平，侵入式技术差距"正在迅速缩小"。
? ai798 Lab 解读
"非侵入式并跑、侵入式差距缩小"是非常精准的判断。中国BCI的优势在非侵入式：数据多、临床场景多。劣势在侵入式（Neuralink这类公司领先）。
创业选方向的话：非侵入式BCI产业化更近，门槛可控。侵入式需要医疗器械审批、伦理审查，门槛高到大部分创业团队跨不过去。
D-15. 马永平：AI辅助诊疗纳入基层医疗卫生服务
身份：全国人大代表
来源URL： https://www.news.cn/tech/20260304/5abc83145dba4124b3ba85e90bff04d7/c.html
建议将AI辅助诊疗、慢病智能随访、健康监测干预和公共卫生数据管理，纳入基层医疗卫生服务能力建设重点，通过医联体平台向乡镇卫生院、社区卫生服务中心和村卫生室延伸。
? ai798 Lab 解读
90万个基层医疗卫生机构（乡镇卫生院、社区卫生中心、村卫生室），这是中国最大的医疗增量市场。通过医联体平台延伸 = 用AI把三甲医院的能力下沉到村一级。
基层医疗AI的客户是政府（医联体建设），不是医院。做政府采购比做医院采购流程更清晰，回款也更有保障。
D-16. 刘忠军：AI医疗法规应建立动态调整机制
身份：全国人大代表
来源URL： https://www.news.cn/tech/20260304/5abc83145dba4124b3ba85e90bff04d7/c.html
"在'人工智能+医疗'快速发展的背景下，相关法规应建立动态调整机制，为高水平创新成果留出合理的临床应用与推广空间，避免'一刀切'阻碍技术进步。"
? ai798 Lab 解读
"动态调整机制"是非常务实的提法。说白了：法规不会一步到位，会边用边调。对创新者来说这是好消息，不会被一刀切挡在门外。
更重要的是：在法规动态调整期间，主动参与标准制定和试点项目的人，比被动等法规出来再适应的人，领先的不是一步，可能是一整个身位。
D-17. 温飞（制造业）：加快行业数字化标准制定
身份：全国人大代表
来源URL： https://www.nda.gov.cn/sjj/swdt/xwfb/0306/20260306154852026356258_pc.html
建议加快行业数字化标准制定，借助头部企业帮助中小企业跨越"转型门槛"，推动制造业AI应用从头部企业向中小企业梯次扩散。
? ai798 Lab 解读
"从头部企业向中小企业梯次扩散"描述了一个清晰的市场拓展路径。大企业的AI已经用上了，接下来的增量在中小企业。
但中小企业不需要也买不起定制化AI方案。标准化、低价、好上手的AI工具产品才是这个市场的正解。做SaaS比做项目更适合这个客群。给中小企业做AI，产品能力是次要的，降低使用门槛才是核心竞争力。
D-18. 彭寿（中国建材）：制造业全流程数字融合
身份：全国人大代表、中国建材集团首席科学家、中国工程院院士
来源URL： https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html
建议发挥完整产业体系优势，深入推动产业"上云用数赋智"，以全流程数字融合拓展智能制造，加快新材料、建筑工业化等传统领域AI应用落地。
? ai798 Lab 解读
建材、建筑工业化，这些看起来和AI八竿子打不着的行业，院士在推"全流程数字融合"。AI的渗透已经到了最传统的行业底部。
有个反直觉的规律：越传统的行业，AI的边际效益越大，因为起点低。但进入这些行业有一个硬前提：你得理解行业know-how。技术人员得愿意下沉到工厂去，不愿意去的就别想赚这个钱。
D-19. 曹彩云：垂直大模型+智能农机+智慧系统三位一体
身份：全国人大代表
来源URL： https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html
提出推进"垂直大模型+智能农机+智慧系统"的数智赋能农业方案，推动AI在种植、养殖、农机作业等全农业场景落地，将技术转化为可量化的增产降本工具。
? ai798 Lab 解读
中国农业数字化率不到10%。10%。这个数字意味着90%的市场是空白。竞争者少、政策红利多、场景明确，是最典型的蓝海。
"垂直大模型+智能农机+智慧系统"三位一体方案，把AI农业从PPT推到了可执行的路线图。
做农业AI要搞清楚一件事：买单方是地方政府和大型农企，不是农民个人。产品要to B/to G。做to C的在这个赛道活不下去。
E-1. 周鸿祎（360集团）："六力模型"与智能体安全
身份：全国政协委员、360集团创始人
来源URL： https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html
"六力模型"：
电力—算力—智力—人力—安全力—生产力，六力协同推进"人工智能+"行动落地。
AI安全四层风险体系：
基座模型安全 客户端安全 知识数据安全 - 智能体（Agent）安全
：当人们将工作职责移交给Agent，会带来新型安全风险
主张"以模治模"：用安全大模型应对AI产生的安全问题。
区分训练算力与推理算力的战略重要性，强调推理芯片的产业战略地位。
? ai798 Lab 解读
"Agent安全"是一个全新的安全品类。当企业把工作职责移交给Agent，数据泄露、权限越界、恶意指令注入，全是真实风险。传统网络安全公司不一定接得住，因为这需要AI原生的安全方案。
"以模治模"这个思路值得注意：用安全大模型应对AI安全问题。AI安全赛道的窗口刚刚打开，先到者有定义标准的机会。
还有一个容易被忽略的点：训练算力和推理算力是两回事。Agent大规模部署后，推理芯片的需求量会远超训练芯片。推理侧的算力服务和优化方案是下一个增长点。
E-2. 曹鹏（京东）：AI从规模扩张转向效能提升
身份：全国政协委员、京东集团技术委员会主席
来源URL： https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html
核心判断：AI发展重心应从规模扩张转向效能提升。
建议宏观政策协调各项举措，保持方向一致性，维护AI产业健康发展。
? ai798 Lab 解读
"从规模扩张转向效能提升"= AI行业从烧钱跑用户的阶段进入算ROI的阶段。投资人的问题会从"你有多少用户"变成"你的客户续约率多少"。
这个转变意味着：能帮客户省钱、提效、增收的产品，比技术参数漂亮的产品更有竞争力。PPT做得再好，客户不续约就是白搭。
E-3. 徐晓兰（中国电子学会）：具身智能"3+3"产业生态
身份：全国政协常委、中国电子学会理事长
来源URL： https://www.news.cn/politics/20260308/10dd982f0a334ed7ab2e1d0bd188a93f/c.html
具身智能将推动AI从"通用技术"向"场景化应用"升级，带动算力、数据、算法突破，实现从"屏幕"到"物理世界"的跨越。
? ai798 Lab 解读
从"屏幕"到"物理世界"的跨越，这就是具身智能的全部故事。AI不再只是处理信息，而是直接在物理环境里干活。这个跨越带来的市场空间，量级上远大于纯软件AI。
做具身智能不一定要做硬件（那是最烧钱的路线）。仿真训练环境、多模态感知算法、场景化应用方案，全是纯软件切入点。
E-4. 王国仁（北京理工大学）：具身智能三大核心技术
身份：全国政协委员、北京理工大学计算机学院院长
来源URL： https://www.news.cn/politics/20260308/10dd982f0a334ed7ab2e1d0bd188a93f/c.html
三大核心技术：仿真训练、多模态感知、机器人决策。
建议加大基础研究投入。
? ai798 Lab 解读
仿真训练、多模态感知、机器人决策，三个方向是具身智能的核心技术栈。三个方向的共同特征：缺人、缺数据、缺基础设施。哪个先补上，哪个就是下一个爆发点。
基础研究投入增加 = 学术界会有更多成果转化。关注顶会论文中的中国团队成果，找产业化合作机会。学术到工程的翻译者，这个角色现在几乎没有竞争。
E-5. 孟冬（天津大学）：脑机接口多学科融合
身份：全国政协委员、天津大学副校长
来源URL： https://www.news.cn/politics/20260306/6352b96d0e3840e58cb2984f9c80f27b/c.html
"脑机接口迫切依赖创新链、资金链、人才链和产业链的深度融合。"
建议支持BCI多元技术路线，推动从实验室到临床应用的商业化落地。
? ai798 Lab 解读
BCI需要神经科学、材料科学、电子工程、AI算法的交叉人才。这类人才全球稀缺，在中国更稀缺。有跨学科背景的人在BCI领域的溢价，比纯AI方向高出一个量级。
从实验室到临床 = 跑通医疗器械审批。周期最少2-3年，但一旦获批就是极高的壁垒。后来者要从头跑一遍审批流程，这段时间就是你的护城河。
E-6. 周志华（南京大学）：AI科研范式与"双语科学家"
身份：全国政协委员、南京大学副校长、中科院院士
来源URL： https://www.nda.gov.cn/sjj/swdt/xwfb/0309/20260309085540503132357_pc.html
建议：
"优化人工智能领域科学研究的统筹布局，避免资源过度集中于算力消耗型的应用层" 设立"博士+硕士"双学位项目，培养兼具领域专业能力和AI技术的"双语科学家" 建立科学与AI领域的双向翻译机制
? ai798 Lab 解读
周志华院士这条提案值得每个AI从业者认真想一想。"资源过度集中于算力消耗型的应用层"，说白了：别只盯着堆算力做大模型了，基础理论和算法创新同样重要。
"双语科学家"这个概念会在未来5年变成最稀缺的人才标签。不是"学了两个专业"，是"能在两个领域之间做翻译"。
如果你既懂某个行业又懂AI，你就是天然的"双语科学家"。这个定位的溢价比"全栈工程师"高得多，而且竞争者少得多。
E-7. 侯立军（华山医院）：AI+BCI治疗与审批绿色通道
身份：全国政协委员、复旦大学附属华山医院神经外科主任
来源URL： https://www.news.cn/politics/20260308/cfee1542ea4d45fbb81538cab64d37b7/c.html
脑机接口结合AI"可将此前无法治疗的病症转化为可控症状"。
建议加快推进BCI医疗器械审批绿色通道。
? ai798 Lab 解读
BCI医疗器械如果获得绿色通道，审批周期会大幅缩短。对BCI创业公司来说，这可能是最决定性的政策变量。
注意商业模式的选择：AI+BCI治疗的赚钱方式不是卖设备，是卖治疗方案。设备是载体，数据和算法才是核心价值。卖硬件的利润率和卖方案的利润率，完全不是一个量级。
E-8. 张兴海（赛力斯）："AI驱动汽车"新概念
身份：全国政协委员、赛力斯集团董事长
来源URL： https://www.news.cn/politics/20260307/486129001d694c699bbfa8ca25f31136/c.html
建议推动"软件定义汽车"向"AI驱动汽车"演进，探索移动智能体创新业务，以"产品大脑+未来工厂"模式升级产业链。
? ai798 Lab 解读
"软件定义汽车"→"AI驱动汽车"→"移动智能体"。每一次概念升级，汽车里AI的占比都在提高。终局是汽车变成一个移动的Agent平台。
"产品大脑+未来工厂"= AI贯穿设计到制造的全流程。这意味着汽车行业的AI岗位不只在自动驾驶部门：研发要AI、生产要AI、供应链也要AI。这个行业对AI人才的吸纳能力被严重低估了。
E-9. 王江平（工信部前副部长）：自动驾驶权责划分
身份：全国政协委员、工信部原副部长
来源URL： http://lianghui.people.com.cn/2026/n1/2026/0305/c461827-40674951.html
"权责划分有助于自动驾驶汽车从技术验证加速迈进量产应用阶段。"
强调交通安全法律框架需尽快更新以适应智能驾驶。
? ai798 Lab 解读
工信部前副部长亲自提权责划分，说明这个问题已经到了不解决不行的阶段。自动驾驶事故的法律责任归属将在2026-2027年明确。
很多人觉得法规收紧是坏事。错了。法律不明确的时候，企业不敢大规模商用，保险公司不敢承保。权责清了，保险能买了，量产才能真正起步。法规明确对认真做产品的企业是利好。
E-10. 贺晗（天宇数科）：国家"具身数据要素工程"
身份：全国政协委员、天宇数科董事长
来源URL： https://www.nda.gov.cn/sjj/swdt/xwfb/0305/20260305163721325284845_pc.html
建议：
建立国家"具身数据要素工程"，设立物料搬运、装配等任务型数据中心 统一数据标准，推动跨企业、跨平台复用
? ai798 Lab 解读
"具身数据要素工程"= 给机器人建标准化训练数据库。物料搬运、装配这些任务型数据一旦建成，机器人学习的成本会大幅下降。数据门槛降低了，竞争转向谁能把数据用得更好。
数据标准统一后，跨企业、跨平台复用成为可能。做数据标准化工具和数据转换服务的团队，生意模式像翻译公司：需求持续、不受周期影响。
E-11. 范树奎：公共数据资产授权运营
身份：全国政协委员、全国工商联并购公会理事长
来源URL： https://www.nda.gov.cn/sjj/swdt/xwfb/0306/20260306154852026356258_pc.html
建议：
强化公共数据资产授权运营管理，提升AI底层数据资源供给 制定系统性公共数据资源市场化应用法律制度
? ai798 Lab 解读
公共数据从"藏着不给"变成"授权运营"，这是数据要素市场化的关键一步。AI训练需要的公共数据获取难度会显著降低。
"授权运营管理"= 需要中间平台做数据的脱敏、确权、分发。这个中间角色现在几乎空白。做数据中台服务的团队可以关注政府数据开放项目，先到先得。
E-12. 翟美卿（香江集团）：AI普惠中小企业
身份：全国政协委员、香江集团董事长
来源URL： https://www.nda.gov.cn/sjj/swdt/xwfb/0306/20260306154852026356258_pc.html
"人工智能普惠是中小微企业数字化转型的关键抓手。"
建议政府、企业、社会协同构建AI普惠生态，降低中小企业AI应用门槛。
? ai798 Lab 解读
4000多万中小微企业，绝大部分还没用上AI。这个市场空间远大于头部企业市场。但中小企业付费能力有限，产品定价和交付模式得重新设计。别拿大企业那套来卖。
你本身就是中小微。用好AI工具提高自己效率，本身就是最好的案例。然后把这个经验打包成方法论卖给其他中小企业。用自己踩过的坑赚钱，成本最低。
E-13. 范社岭：智慧农业场景推广
身份：全国政协委员
来源URL： http://www.cppcc.gov.cn/zxww/2026/02/06/ARTI1770345189591227.shtml
建议加快智慧农业场景营造，重点开发智慧种植、智慧畜牧、智慧农机等模块，将AI技术转化为农民"看得懂、学得会、用得上"的增产实招。
? ai798 Lab 解读
"看得懂、学得会、用得上"这9个字比任何技术指标都重要。农业AI产品的成败不取决于你的模型有多强，取决于农民能不能在手机上直接用。
做面向基层用户的AI产品，交互设计比模型性能重要10倍。语音交互 > 文字输入，图片识别 > 参数配置。用户不会迁就你的产品，只有你的产品迁就用户。
E-14. 刘永好（新希望）：具身智能数据采集训练中心
身份：全国政协委员、新希望集团董事长
来源URL： https://www.news.cn/politics/20260308/10dd982f0a334ed7ab2e1d0bd188a93f/c.html
建议：面向工业制造、农牧业、医疗护理等场景，建设具身智能数据采集训练中心。
? ai798 Lab 解读
具身智能的最大瓶颈不是算法，是训练数据。建设专门的数据采集训练中心 = 用国家力量解决市场自己解决不了的问题。
创业团队可以做一个判断：数据采集中心建成后，机器人创业的数据门槛会大幅降低。先做好产品方案，等数据基础设施到位后快速接入。起跑枪响之前，最重要的事是把鞋带系好。
E-15. 张凤：全球AI治理体系构建
身份：全国政协委员
来源URL： http://www.cppcc.gov.cn/zxww/2026/03/10/ARTI1773114042874265.shtml
建议构建"普惠、包容、可持续的全球人工智能治理体系"，加快研发"AI合规审计工具包"，推进绿色算力基础设施共建共享。
? ai798 Lab 解读
"AI合规审计工具包"如果落地，做AI产品出海的团队终于有标准化的合规检查清单了。现在出海合规最大的成本不是合规本身，是不确定性。
绿色算力基础设施共建共享 = 算力中心会越来越多地使用清洁能源。对标海外市场的ESG要求，中国AI企业出海多了一个加分项。ESG不是空话，是很多海外客户的采购硬条件。
E-16. 甘华田：AI+医疗立法提速
身份：全国政协委员
来源URL： https://www.news.cn/tech/20260304/5abc83145dba4124b3ba85e90bff04d7/c.html
提交"规范和促进'人工智能+医疗'应用发展"提案，强调加快立法，建立更具操作性的AI医疗监管措施，在鼓励创新的同时明确责任边界。
? ai798 Lab 解读
"加快立法"= 医疗AI的监管框架在建，不是在阻止。很多人一听到立法就慌，但对合规做得好的企业来说，法规会帮你筛掉不合规的竞争者。
策略很清楚：法规明确之前抢市场份额，法规明确之后用合规壁垒保护份额。你现在做的每一个合规动作，将来都是别人进不来的门槛。
E-17. 霍勇：医疗大模型分类分级治理
身份：全国政协委员
来源URL： https://www.news.cn/tech/20260304/5abc83145dba4124b3ba85e90bff04d7/c.html
建议探索医疗大模型分类分级治理体系，根据场景应用价值和风险等级，明确各场景下模型的能力边界和权责划分。核心原则：高风险场景（如诊断、处方）严格管控，低风险场景（如健康管理、患者教育）鼓励创新。
? ai798 Lab 解读
高风险场景严格管控，低风险场景鼓励创新。翻译成人话：做诊断AI门槛极高（需要医疗器械注册），做健康管理、患者教育AI门槛低且被鼓励。
一人公司的切入点就在低风险场景：健康科普内容、用药提醒、慢病管理。不需要医疗资质，但需要医学顾问把关内容准确性。找一个靠谱的医学顾问比找一个好程序员更重要。
E-18. 曹鹏（京东）：国家医疗数据共享平台
身份：全国政协委员、京东集团技术委员会主席
来源URL： https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html
建议由国家卫健委牵头建设"国家医疗数据共享平台"，制定《医疗AI普惠发展行动计划》，打通医疗数据孤岛，为医疗AI提供高质量训练数据基础。
? ai798 Lab 解读
国家卫健委牵头建数据共享平台 = 用行政力量打破医院之间的数据壁垒。医院之间的数据孤岛问题，市场机制解决了多年都没搞定，最后只能靠行政力量推。
这类国家级平台从立项到上线通常需要2-3年。2028年前后可能会有第一批合规数据开放。现在就开始做好数据接口和模型架构准备的团队，到时候能最快接入。
E-19. 刘云：国家级医疗健康高质量数据集
身份：全国政协委员
来源URL： https://www.news.cn/tech/20260304/5abc83145dba4124b3ba85e90bff04d7/c.html
建议分区域、分病种建设国家级医疗健康高质量数据集，推动数据合规高效流通，为AI医疗模型训练和评测提供标准化数据基础设施。
? ai798 Lab 解读
分区域、分病种的数据集 = 医疗AI的"ImageNet时刻"。标准化评测数据集一旦建成，模型之间的对比就有统一标准了。靠自卖自夸活着的产品会被淘汰，真正能打的产品会脱颖而出。
关注国家级数据集的征集和建设进展。参与数据标注和质量控制环节，表面上是在干活，实际上是在提前接触稀缺数据资源和积累行业know-how。
E-20. 王坚（阿里云/之江实验室）："开放权重"vs"开源"，AI产权的预警信号
身份：全国政协委员、阿里云创始人、之江实验室院长
来源URL： https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html
呼吁业界停止使用"开源大模型"的说法，改用"开放权重"（Open Weights）模型。
核心论点：
所谓"开源"，本质是开放了模型权重背后所消耗的算力和电力资源，算力成本被外部化，但产权关系没有理清。
对AI从业者的含义： 这是一个预警信号，开源AI的产权和商业使用授权规则将在十五五期间逐步明确。目前随意使用开源模型商用的低门槛窗口，不会一直维持。建议现在起即建立对所用模型授权协议的合规意识。
? ai798 Lab 解读
王坚说的这件事，本质上就一句话：现在随便用"开源"模型商用的窗口不会一直开着。产权规则十五五期间会逐步明确。
现在立刻做一件事：检查你的产品用了哪些开源模型，阅读它们的许可协议（License），确认商用条款。Apache 2.0、MIT和"自定义商用协议"的区别，可能关乎法律风险。大部分AI从业者连自己用的模型License写了什么都没读过。
不要在核心产品中对单一开源模型形成依赖。保持模型切换能力，合规规则收紧时能快速迁移。2027-2028年可能出现第一波"开源模型商用合规"相关的行政处罚或司法案例。别做第一批被罚的。
F-1. 《网络安全法》修订增补AI条款
来源： 中国人大网 + 新华社
URL： https://www.news.cn/politics/20260312/4bdc535738564f5089963f35654994ac/c.html
2025年10月，全国人大常委会通过修订《网络安全法》，自2026年1月1日起施行，新增第20条：
支持AI基础研究 支持算力/数据基础设施建设 规范AI伦理
? ai798 Lab 解读
这不是"未来会怎样"，是"已经生效"。2026年1月1日起，AI基础研究和算力基础设施有法律级别的支持，AI伦理有法律级别的约束。法律已经在运行了。
"规范AI伦理"四个字会逐步细化为具体的合规要求：内容生成需要标识、数据使用需要授权、算法推荐需要可解释。每一个"需要"后面都跟着一个合规工具的市场需求。
F-2. 人工智能单行法呼声高涨
来源URL（人大网综合报道）： http://www.npc.gov.cn/npc/c2/c30834/202603/t20260306_452222.html
来源URL（新华社两会综合）： https://www.news.cn/politics/20260303/23274f88a82e45379ddb9c50f62a6bb6/c.html
多位代表委员在本次两会呼吁推出人工智能单行法，明确立法位阶，在分级分类基础上进行务实治理。这一立法进程预计在十五五期间加速推进。
? ai798 Lab 解读
多位代表委员呼吁 + 雷军专门提建议 = AI单行法的立法优先级已经提高。预计十五五期间完成立法。
立法 ≠ 限制。"分级分类务实治理"这个措辞说明方向是"管好该管的，放开该放的"。合规成本会增加，但不合规的竞争者会被清出去。对认真做事的人来说，法规是保护不是限制。
关注中国人大网的立法计划和征求意见稿。在征求意见阶段主动提交意见的人，比法律出台后才开始适应的人，主动权完全不同。
G-1. 人形机器人国家标准体系发布
来源： 新华网
URL： https://www.news.cn/politics/20260308/10dd982f0a334ed7ab2e1d0bd188a93f/c.html
2026年2月28日（两会前），《人形机器人与具身智能标准体系（2026版）》正式发布，这是首个覆盖人形机器人与具身智能全产业链、全生命周期的标准顶层设计。
? ai798 Lab 解读
标准体系在两会前发布，时机耐人寻味。这是给两会期间的代表委员提案提供技术背景，也是给产业界发信号：具身智能的自由生长期结束了，接下来按标准来。
标准发布 = 产品准入门槛明确。符合标准的企业拿政府订单和资质认证，不符合的直接被挡在门外。现在最紧迫的事不是研究竞品，是研究标准文本。
G-2. 两会期间具身智能产业数据
中国人形机器人型号超300款，占全球超半数（工信部，来源：https://www.news.cn/politics/20260305/6c513e14463e470ab1482b6802b49455/c.html） 清朗智能：具身机器人已在60多个国家累计部署超10万台（来源：https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html） 海尔核心零部件国产化率超95%（来源：https://www.news.cn/politics/20260309/a294fc341cc14992827dfc0e40c1510c/c.html）
? ai798 Lab 解读
300款机器人、占全球超半数、累计部署10万台。这些不是规划数字，是实际出货量。中国具身智能不是在画饼。
清朗智能在60多个国家部署 = 中国具身智能已经在出海了。产品出海和标准出海会同步推进，帮中国机器人做海外落地的服务商，需求已经存在。
95%国产化率意味着供应链成熟了。卡脖子？零部件、软件、系统集成的国产替代已经走通。这个赛道的创业者不用再把"供应链风险"写进BP的风险提示里了。
三个确定性判断
判断一：AI从工具变成基础设施
2026年两会释放的最核心信号就一个字：升级。"人工智能+"升级为"打造智能经济新形态"，AI的定位从行业工具变成了经济形态。Agent、具身智能、脑机接口这些词进了政府工作报告，等于从国家层面给整个行业发了一张通行证。
这意味着什么？你做的事不再需要向甲方解释"AI有什么用"了。现在甲方想知道的是"你的AI方案比其他方案好在哪"。市场教育阶段结束了，产品竞争阶段开始了。能打的上桌，不能打的出局。
判断二：钱是真的，但不是均匀撒的
10万亿目标、7万亿年度基建投资、基础研究经费占比7%。这些数字的量级说明AI不是一个行业赛道，是一个经济周期的主引擎。但钱不是均匀撒的，资源配置有明确优先级：
第一梯队（资金充沛、政策明确）：智能制造、医疗AI、算力基础设施、具身智能 第二梯队（方向明确、等待落地）：AI教育、智慧农业、自动驾驶、数据要素 第三梯队（政策支持、需要时间）：脑机接口、量子计算、AI立法与治理
选赛道用排除法：第一梯队出结果快但竞争已经白热化，第三梯队空间大但回报周期太长。第二梯队是大多数创业者的最佳选择：方向确定、竞争适中、窗口期2-3年。别追最热的，别赌最远的。
判断三：合规窗口期在关闭
王坚的"开放权重"辨析、张伯礼的"AI深度伪造入刑"、《网络安全法》修订增补AI条款、多位代表呼吁AI单行法。四个方向同时收紧，信号已经很密集了。
现在是"先做后规范"的最后阶段。2027-2028年可能出现第一批AI商用合规案例。三件事现在就做：
检查产品中使用的开源模型许可协议 建立AI生成内容的标识和溯源机制 关注中国人大网的AI立法进展
等法律出台再补合规，成本会高10倍不止。
五个行动建议
1. 做窄做深，不做宽做泛（立刻）
10万亿市场里，"什么都能做"的泛AI已经没有生存空间了。选一个垂直行业（制造、医疗、农业、教育），做深，做出可量化的盈利模式。政府要的是"商业化规模化应用"，甲方要的是能跑的产品，不是能讲的故事。
2. 建立Agent能力（6个月内）
Agent写入政府工作报告 = 政府采购、企业采购都会把Agent纳入标准配置。用Claude Code搭Agent工作流的能力，从加分项变成必备项。窗口期12-18个月。
3. 合规先行，不要等（现在）
检查开源模型许可、建立内容溯源机制、了解数据合规要求。合规不是成本，是壁垒。先做的人用它挡后来者，后做的人为它付10倍代价。
4. 关注政策红利（持续）
AI就业补贴、场景攻坚专项、开源社区支持、算力普惠，这些政策红利需要主动申请。关注各省科技厅、发改委、人社厅的专项通知。
5. 做"双语人才"（长期）
周志华院士提出的"双语科学家"是未来5年最稀缺的人才画像：既懂行业又懂AI，能在两个领域之间做翻译。不是学两个专业拿两张证书，是成为两个领域之间的桥梁。桥，比两端都值钱。
对ai798 Lab读者的一句话
你们做的事，用Claude、搭Agent、做Vibe Coding，刚好站在这条高速公路的起点上。政策给的是方向和合法性，路已经铺好了。能不能跑起来，看你接下来6-12个月做了什么。
2026年两会定了一件事：AI不是工具，是基础设施。像用水电一样用AI的人，和还在观望的人，已经不在同一条起跑线上了。差距只会越拉越大。
一级来源（政府工作报告与规划文件）
二级来源（部委官方）
三级来源（新华社、人民网专题报道）
*本白皮书由 ai798 Lab 整理，所有信息均来自官方渠道，可逐一核查。如有内容更新，将持续修订。*
*整理日期：2026年3月12日*
— END —
这里是 ai798 Lab我们研究：AI、趋势、vibecoding、产品方法论、普通人的未来能力
目标只有一个：让普通人也能用 AI 成为创造者，而不是被时代淘汰
? 关注我们：获得AI 认知、AI 深度教程、AI 产品方法论? 加入微信群：一起做项目、做实验、做能留下来的东西
AI 很强，但人的思考、审美与创造，依然重要愿你在这个时代，用得好，也进化的更好
