主要科技强国“AI+科学”战略洞察及启示

原文刊载于《中国科学院院刊》2026年第7期“政策与管理研究”

1 中国科学院新疆生态与地理研究所

2 中国科学院成都文献情报中心

3 中国科学院大学  经济与管理学院信息资源管理系

21世纪以来特别是2017年以来，以人工智能（AI）为核心的新一轮科技革命加速演进。智能化科学范式或第五科学范式——“AI+科学”（又称AI for Science，以下简称“AI4S”）的快速崛起，对人类科学发现与技术发明的知识生产体系与过程产生颠覆性影响，成为决定未来全球科技竞争态势与国际竞争格局的关键变量。

AI4S已成为科学突破与产业创新的战略前沿。经济合作与发展组织（OECD）在2023年指出，提升科研生产力或为AI最具经济与社会价值的应用之一，其在科研全流程的深度渗透正在重塑全球科学发现体系与科技竞争格局。AI4S深度嵌入科研全流程，使生物技术、量子科技、关键材料、先进制造、核聚变能、半导体等关键领域“从0到1”的科学突破和“从1到N”的产业创新呈现前所未有的速度与效率。Nature的一项研究表明，利用AI增强研究的科学家发表论文的数量是未利用AI的科学家的3.02倍，被引频次是4.84倍。2022年AI大语言模型（LLM）ChatGPT问世掀起的科技强国LLM激烈竞争，特别是顶尖AI创新机构DeepMind公司的AI蛋白质预测工具AlphaFold等一系列AI智能工具（表1），将AI快速从科研辅助工具推升为科学突破的关键科学发现主体。谁率先构建“AI驱动的科学突破体系”，谁将在新一轮全球科技战略竞争高潮中掌握战略主动权。

表1　DeepMind代表性AI模型与工具生态系统

AI4S不是一般意义上的技术竞争，而是关乎未来科技竞争优势、国家战略安全与知识生产体系重构的“AI科技革命”及新时代的国家科研新范式。美国自2016—2025年《赢得竞赛：美国AI行动计划》（以下简称《美国AI行动计划》），国家AI战略已更新4版，力求掌控AI4S时代的科技竞争主导权。欧盟制定首部《AI法》，并于2025年4月启动“欧洲AI高地行动计划”（AI Continent Action Plan）。日本于2025年5月出台《AI相关技术研究开发及应用推进法》。2025年10—11月，主要科技强国和地区（以下简称“科技强国”）又竞相出台以AI4S为直接主题的国家科技创新战略，构建国家级AI4S创新联盟（如美国与英国、日本、韩国和瑞典等国家签署《科技繁荣协议》），无一不是瞄准AI在知识发现、技术发明中所显现出的巨大变革性力量。

从2025年8月《国务院关于深入实施“人工智能+”行动的意见》（以下简称《“人工智能+”行动意见》）提出“AI+科学技术”，到2026年3月《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》提出“加快探索AI驱动的新型科研范式和技术研发模式”，彰显了“AI+科学”正上升至国家战略。在新一轮以AI4S为核心的世纪科学领导地位大战全面打响之际，AI4S成为新一轮国际科技战略竞争的主战场、科技强国战略竞逐的关键制高点。系统剖析这场国家科技实力博弈中科技强国的AI4S战略布局（表2），对我国科学谋划科技发展战略规划、筑牢科技强国建设根基具有重大启示和借鉴意义。

主要科技强国AI4S战略目标及核心内容

2025年1月，美国总统行政令《消除美国AI领导地位的障碍》要求迅速制定AI行动计划，为全面擘画新的AI战略、发展AI4S奠定总体基调。2025年3月，美国总统特朗普致信白宫科技政策办公室（OSTP）主任Michael Kratsios，就如何巩固美国关键和新兴技术世界领导者地位、振兴美国科学与技术事业及确保科技创新推动经济增长向Kratsios“问政”，呼吁开辟一条通往下一个科学前沿的道路，巩固美国全球技术领导地位，开启美国创新的黄金时代 。2025年7月，《美国AI行动计划》提出投资“AI赋能”的科学。2025年11月，特朗普签署行政令正式启动“创世纪任务”（Genesis Mission）计划 。这项面向未来10年的“AI时代曼哈顿计划”，是《美国AI行动计划》的关键战略举措。此前，拜登政府曾建议美国国会设立并资助一项类似“曼哈顿计划”的项目，致力于快速研发并获取通用AI能力 ，以获得美国在AI领域的绝对竞争优势。该建议曾引发美国兰德公司等智库机构对美国AI发展战略的讨论与剖析 ，可视为“创世纪任务”的思想起源。

美国战略与国际问题研究中心（CSIS） 认为，“创世纪任务”外部压力源于中国在科学论文、基础设施、人才储备、AI科学平台等关键领域取得突破甚至超越美国，内部困境在于美国科研生产力停滞不前，科学突破与创新愈发困难。“创世纪任务”以美国能源部（DOE）和OSTP为核心，将国家实验室体系、超级计算集群、联邦科学数据资产与自主实验设施打造为深度融合的闭环AI科研体系，重构科学研究的底层逻辑，加速美国在先进制造、生物技术、关键材料、核裂变与核聚变能源、量子信息科学、半导体与微电子等六大关键科技领域实现突破，争夺AI4S时代的全球技术主导地位。“创世纪任务”发布后，DOE科学副部长、“创世纪任务”主任Darío Gil迅即致信所有国家实验室，强调“创世纪任务”的国家目标是加速AI和量子计算革命，并在10年内使美国科学与工程的生产力和影响力翻倍。

2025年11月，英国科学、创新与技术部（DSIT）出台《AI促进科学战略》（AI for Science Strategy） 政策文件，提出以AI4S及数据、算力、人才与文化等三大支柱为核心抓手，配套1.37亿英镑专项投入，打造高质量科学数据集与国家超算平台协同运行的数据与算力基础设施，扩大超算资源开放、培育跨学科科研与技术创新生态系统，推动自主实验室、AI科学智能体等前沿工具在工程生物、聚变能源、先进材料、医学研究和量子技术等五大优先领域布局应用，以确保英国的全球科学领导地位。该战略强调AI4S正以前所未有的速度塑造科学转型、推动科学突破，英国必须抓住机会、快速行动。

英国政府随即推动落实该战略。2025年12月，英国政府宣布与DeepMind建立全新战略合作伙伴关系，DeepMind将于2026年在英国开设首个“自动化研究实验室”，全面集成DeepMind最新一代大模型Gemini，向英国科研人员开放DeepMind多项前沿科研AI工具的“优先使用权”等，旨在利用前沿AI技术，对科研流程进行系统性重构，显著提升科学发现的生产力和效率，加速基础科学研究突破，巩固英国作为全球科技强国的战略地位。

2025年10月，欧盟委员会发布《欧洲科学AI战略：为欧洲AI科学资源（RAISE）铺平道路》（以下简称《欧洲科学AI战略》）报告 ，强调AI是改善科学研究的战略工具并正在重塑科学研究，欧洲正在加强AI在科学中的应用，以加快欧洲科学家在所有学科中采用AI。《欧洲AI科学战略》的主导推动和核心执行国家——法国和德国，在欧盟AI发展中起着决定性领导作用，也有自身的独特战略设计。

2025年2月，法国启动《国家AI战略》第3阶段并发布《让法国成为AI强国》（Make France an AI Powerhouse）报告 ，核心是加速AI全面普及应用，保持和扩大法国在AI核心技术上的竞争优势。该战略第3阶段聚焦4个优先事项：加强计算基础设施和AI价值链的关键环节、培训并吸引AI人才、加速AI应用和自主构建可信AI。

2025年7月，德国联邦教育及研究部（BMBF）发布《德国高科技议程》（High-Tech agenda Germany）报告 ，重点关注含AI在内的6项优先关键技术及5个战略研究领域。2026年5月，该报告技术路线图发布，在AI领域明确4个核心目标，其中包括“到2030年，将有10%的经济产出依赖AI，提高劳动生产率，AI成为关键研究和应用领域的重要工具”，致力于将德国和欧盟打造为全球AI领域的领导者之一。

2025年10月，日本文部科学省（MEXT）发布《AI for Science·概念与方向性》《推广AI for Science的基本方法》等4份文件 ，提出以AI驱动科学研究创新的总体框架与未来方向，全力构建“人机共创”的新科研生态。这4份文件在充分把握国际“AI+科学”发展态势及主要科技强国AI及AI4S战略的基础上，根据AI4S的阶段性发展与应用规律将其分为2类，即支持性AI4S和自主型AI4S，提出以生命科学和材料科学为首要领域率先实施AI4S。

日本于2025年9月全面执行首部AI法，即《促进AI相关技术研发与应用法案》，其中第18条第1款要求制定AI相关技术研究、开发和利用的基本计划。据此，日本内阁AI战略总部于2025年12月发布《AI基本计划：以“可信AI”驱动“日本复兴”》（以下简称《AI基本计划》）并表明“日本绝不能落后”的决心，明确了推进AI研发与应用的3项基本原则与4项基本措施，旨在以打造可信AI为核心，探索物理AI和“AI+科学”的新领域，汇聚全球多元化AI创新成果。

2026年3月，MEXT发布《推进AI for Science的基本战略方针》（以下简称《AI4S基本战略方针》） ，将“AI+科学”范式转变确定为科技发展趋势之一，倡导以AI促进科学创新，强调将AI4S作为国家战略方向系统推进，将AI4S视为改革科研体系、实现“科学复兴”的核心手段。

表2　主要科技强国AI4S战略目标及核心内容

主要科技强国AI4S战略的关键政策措施

“创世纪任务”（图1）的关键任务包括：

1. 加速美国在先进制造、生物技术、关键材料、核裂变与聚变能源、量子信息科学、半导体与微电子等六大关键科技领域的突破。

2. 由DOE统筹并联合OSTP，整合科学数据集、国家实验室的超级计算集群、自动化实验设施与安全云环境，构建“美国科学与安全平台”，形成国家闭环AI科研体系。

3. 识别上述六大关键科技领域面临的国家科技挑战，并通过“创世纪任务”进行有针对性的研究与开发。汇集国家的研究和开发资源，包括DOE国家实验室、美国企业、世界知名大学及研究基础设施，共同应对挑战。

图1 美国“创世纪任务”计划组织体系

“创世纪任务”启动后，美国联邦政府科技相关部门、组织和智库机构迅速响应（表3）。截至2026年4月，“创世纪任务”合作者已达52家，涵盖AI、算力与硬件、工业与国防、材料与关键矿产及电力与能源等诸多领域的佼佼者。美国正在举全国科技之力，全力推进“创世纪任务”计划。

表3　美国政府相关部门对“创世纪任务”的响应

英国《AI促进科学战略》提出三大支柱（数据、算力和人才与文化）及14项具体行动（图2）：

1. 加速英国AI4S的发展；

2. 开展AI4S元科学研究；

3. 所有国家实验室在2030年前实现“AI优先”数据存储；

4. 开发优先领域的高价值数据集；

5. 建设3—5个“暗数据”（dark data）采集试点；

6. 建设国家级数据基础设施；

7. 启动AI4S专用算力申请通道；

8. 建设全国联邦式算力网络；

9. 5年内至少培育1000名顶尖AI4S研究者；

10. 推行跨学科AI4S研究员计划；

11. 建设不同职业阶段的AI培训体系；

12. 建设大规模跨学科科研团队；

13. 建立技术人才职业通道；

14. 支持社区驱动的基准测试和评估。

图2 英国《AI促进科学战略》组织体系

在《AI促进科学战略》的基础上，英国研究与创新署（UKRI）发布首份AI战略《UKRI AI研究与创新战略框架》（UKRI AI Strategy Makes Bold Choices Where UK Can Lead the World）。该战略聚焦6项优先领域：推动技术发展、通过AI改变研究、培养AI技能与人才、加速创新以促进经济增长和社会利益、倡导负责任且值得信赖的AI以及构建世界级的AI数据和基础设施，为英国培养下一代AI领导者。

“欧洲AI高地行动计划”提出建设AI高地的五大关键领域：计算基础设施、数据、算法开发与采纳、AI技能与人才和简化监管。在此基础上，《欧洲科学AI战略》（图3）的主要行动包括：

1. 人才方面，推出举措吸引全球科研人才和高技能专业人士“选择欧洲”，培训、留住和吸引最优秀的AI和科学人才。

2. 算力方面，与欧洲高性能计算联合企业（EuroHPC）联合承诺密切合作。从“地平线欧洲”计划中投入6亿欧元以提升科学计算能力，为欧盟研究人员和初创企业提供AI千兆工厂的算力支持。

3. 数据方面，与欧洲开放科学云（EOSC）及其他数据空间密切合作，为AI科学提供高质量AI就绪数据。支持未来数据实验室的开发和设计，确定战略性科学数据差距，收集、整理和整合AI科学所需的数据集。

4. 资金方面，加大资助，建立有利于跨学科科学家的模型和AI工具，与成员国合作制定和协调AI科学的国家研究议程。将“地平线欧洲”对AI的年度投资翻倍至30亿欧元以上，包括将科学领域AI的资金翻倍。

5. 合作方面，与初创企业、规模化企业和私营部门建立合作关系，保持欧盟内部的政策协调和一致性，加强与其他国际行为体的联盟与合作。

图3 《欧洲科学AI战略》组织体系

法国打造AI强国的主要举措包括：

1. 打造九大AI人才培育与创新中心；

2. 加强AI技术在医疗诊断、新药研发、公共卫生、工业制造等领域的应用；

3. 加速AI在各行业的部署，推广成熟的AI解决方案；

4. 加强AI基础设施建设；完善AI治理架构。

5. 完善AI治理架构。

德国发展AI4S的主要措施涉及：

1. 启动关键行业和核心研究领域的AI应用转化主导项目；

2. 加速AI在未来医学中的应用；

3. 支持源自科研领域的AI初创企业；

4.完善大学、科研机构和政府的AI算力和数据生态系统。

日本推广AI4S的关键政策及任务包括：

1. 建设以日本理化学研究所“富岳NEXT：面向AI4S高度化发展的AI·HPC融合平台开发”项目（以下简称“富岳NEXT”项目）为代表的“AI×高性能计算（HPC）”国家级科研平台；

2. 打造可支撑科学基础模型训练、复杂数值模拟与自主化实验系统一体化运行的“下一代国家科研工厂”；

3. 构建高度工程化、量化可测的国家算力路线图；

4. 对标DOE，通过基础模型、科研数据、软件和应用层面的互操作，嵌入美国主导的HPC与AI4S国际合作网络；

5. 建立覆盖高等教育、科研机构及产业协作的AI4S人才培养与保障战略。

《AI基本计划》3项基本原则包括：促进创新与应对风险、敏捷应对及内外一体的政策推进。4项基本措施包括：加速推进AI应用（使用AI）、战略强化AI开发能力（创造AI）、主导AI治理（提升AI可信度）及面向AI社会的持续变革（AI协作）。其中明确提出由MEXT、经济产业省等部门负责支持产学研人员在科研中利用AI、建设AI研发所需的多模态数据集、推进AI在生命科学和材料科学等领域的应用及推动AI4S战略（如“富岳NEXT”项目）的发展等具体措施。

《AI4S基本战略方针》进一步描述了日本第7期“科学、技术和创新基本计划（2026—2030）”期间推进AI4S的三大支柱：促进科研能力提升和人力资源开发、战略性增强和改进计算资源，以及创建和集成高质量数据。同时，日本增长战略委员会遴选了AI、半导体、信息通信、聚变能和关键矿产等17项重要技术领域，作为未来5年推进AI4S的优先领域。MEXT研究振兴局也随即启动《AI4S基本战略方针》的旗舰计划——“AI4S创新研究推进计划”（ARiSE），规划战略目标型项目和国际融合型项目的实施方案及研究数据管理、产学合作、科研诚信、知识产权和评价机制等方面的内容，全面推进AI4S在日本的发展。

图4 日本《AI基本计划：以“可信AI”驱动“日本复兴”》

启示与建议

全球AI4S的发展呈现阶段演进和结构化竞争状态

AI4S的形成与扩散、崛起与全面成势和成为主导，具有显著的阶段性与路径依赖特征。从总体态势和趋势看，当前已进入由技术突破驱动的中期爆发式增长阶段。前期竞争格局已初步呈现结构分化态势：美国倾向于放松监管促进创新，当前又以“创世纪任务”为牵引构建举国闭环AI创新生态体系，处于系统整合与生态重构的领先位置，居AI创新全球第一方阵；中国总体布局、整体动员、稳步推进、应用驱动，在原创性基础模型与底层科研平台体系和创新生态系统方面仍需强化，呈快速追赶并局部方向并列状态；欧盟强调全过程风险治理与强化法制化监管，在创新速度与制度稳健之间保持审慎平衡，且欧盟内部创新体系整合迟缓、整体创新合力和效能明显不足，处于踟蹰前行状态。

AI4S并非短期技术叠加，其下一阶段的长期可持续发展依赖数据底座、算力底座、模型能力、自动化实验平台、人才结构与治理体系等多要素的协同演进以及长期的制度供给与创新生态系统培育。英国《AI机遇行动计划》中曾提出战略性分配主权计算资源、加速建设AI数据中心等推进AI基础设施建设的关键举措；2026年1月《AI机遇行动计划：1周年》报告已完成50项行动中的38项，为《AI促进科学战略》奠定了基础。下一阶段，英国将加强主权AI建设，使英国AI企业成为全球AI价值链关键环节的世界领先者，让英国成为七国集团（G7）国家中应用AI最快的国家。当前，必须以阶段性目标牵引“AI+科学”战略的中长期布局，在夯实基础能力的同时，推动关键领域率先突破。

科技强国AI4S战略的核心竞争对手与外部压力叙事高度雷同

纵观主要科技强国近年来发布的AI及AI4S相关战略文件与政策表述，可以发现其战略叙事呈现高度一致的对华竞争指向性。达里奥·吉尔称中国为“唯一的竞争对手”，强调中国快速扩张电网规模是美国战略压力的重要背景因素。时任英国DSIT国务大臣Peter Kyle 2025年强调英国在AI领域仍有落后于美国和中国的风险。

当前，中国已被纳入主要科技强国的核心竞争对手，其政策设计与资源配置均带有明显的进攻性竞争与防范逻辑。这种以竞争为主导的战略定位，不仅加剧全球科技格局的结构性张力，也在基础能源、高端算力、关键算法、先进制造装备与高质量科学数据集等方面对我国“AI+科学”的外部发展环境形成现实约束与潜在风险。

AI4S可持续发展的关键在于匹配性创新生态与韧性供应链

AI的发展具有技术主权特性，AI4S是实现AI技术主权的关键。主要科技强国纷纷将AI4S的匹配性创新生态和供应链韧性提升至国家安全与产业竞争力高度，通过本土化制造回流、关键技术去风险化、战略资源储备机制及人才培养与引进计划等措施，构建多层次风险缓冲结构。若缺乏稳定、安全且具有弹性的供应链体系支撑，AI4S将面临算力瓶颈、成本上升与技术瓶颈等结构性约束，国家主权AI的建设也将面临直接威胁。保障与强化自主可控、开放多元且具备抗冲击能力的匹配性创新生态和供应链生态，是确保AI4S长期可持续发展、巩固国家科技竞争优势的基础性前提与战略支点。

AI4S的崛起将倒逼全球科技治理体系的重构与话语权竞争

AI4S对科技创新的影响已从技术层面扩展至伦理规范、科研诚信、数据主权、全球公平及人类文明发展逻辑等维度，相关风险呈现跨国界、跨领域、跨制度的外溢特征。例如，大规模科学数据集汇聚与跨境流动带来的隐私泄露与数据主权争议，进一步放大全球治理难度；AI技术在军事与安全领域的应用潜力亦引发“AI参战”“自主决策武器系统”等现实担忧乃至恐慌，AI4S的发展和全球安全与治理议题产生交集；算力、数据与高端人才的高度集中，势必引发全球战略性创新资源的结构性失衡，使部分发展中国家在新一轮科学范式跃迁中被彻底边缘化。构建以人类命运共同体理念为基础的全球科技治理框架，推动形成开放透明、责任共担、利益共享的AI4S国际规则体系，将成为全球治理新范式的重要组成部分。

AI4S的边际溢出效应正在重塑国际战略竞争与地缘政治格局

AI4S的战略价值将通过战略性创新资源的积累，向产业创新、社会运行、公共治理、情报收集、军事武装、国家安全与地缘政治等领域持续外延扩散，进而重塑国际战略竞争与地缘政治格局。例如，日本《关于推进AI4S的基本思路》将“基于AI4S政策促进科学研究创新”定义为：除努力将AI技术应用于科学研究的各个阶段、各个领域外，还要从政策层面考虑和推动AI研究、环境建设、人力资源开发、社会实施等。未来科技强国之间的战略竞争，将不仅围绕提升科研生产力和加速科学突破展开，还将围绕AI4S所带来的产业创新能力、军民融合潜力、战略性创新资源供应链韧性及制度创新能力等展开全方位博弈。

AI4S的可持续发展需警惕技术激进主义与价值失序风险

在AI4S加速演进的过程中，需警惕以技术为王、效率至上为主导的激进发展倾向所带来的结构性风险。掌握乃至垄断AI尖端技术的企业与国家“极化”发展或将走向危险的“技术帝国主义”或者“科技共和国”，导致全球治理体系失序乃至失控。例如，DOW将拒绝参与大规模监视与自主武器开发的科技企业Anthropic列入“供应链风险”名单，凸显国家安全逻辑与企业伦理立场之间的矛盾。我国有关部门于2026年3月印发的《人工智能科技伦理审查与服务办法（试行）》要求开展AI科技活动应遵循增进人类福祉、坚持公平公正和保持公开透明等的AI科技伦理原则。未来，需确保AI4S在推动科学突破的同时，始终与人类社会整体福祉的发展方向相一致。

顶层设计国家AI4S战略，引领科研范式变革与科学突破

《“人工智能+”行动意见》中提出“‘人工智能+’科学技术”，相关部门也及时部署了重点行动。但面对科技强国纷纷以顶层战略和政府力量全力推动“AI4S”战略竞逐，我国仍需“AI+科学技术”的专门性系统化科技战略规划。

要站在世界新一轮科技革命的战略高度，洞察全球科技发展趋势和竞争态势，设计制定国家AI4S战略及相应的配套政策措施等，重点聚焦建设世界一流“AI+科学”创新生态，在参与主体、领域布局、应用场景、资源配套、人才队伍、国际合作、组织机制等多个方面形成强大国家合力，以明确的国家战略和新型举国体制促进智能科学范式变革，推进AI驱动的科研效率和科研生产力的跃升，实现“中国版”科学发现的系列突破。

系统规划AI4S重点科学场景与科技领域，瞄准科技突破关键挑战任务与方向

“创世纪任务”发布后，DOE迅速发布《创世纪任务：国家科学技术挑战》，识别出26项战略性科技挑战任务清单，围绕“创世纪任务”的6大关键科技领域部署AI驱动的解决方案。《国务院办公厅关于加快场景培育和开放推动新场景大规模应用的实施意见》明确指出“场景是连接技术和产业、打通研发和市场的桥梁，是推动科技创新和产业创新融合发展的重要载体”。“AI+科学”需要明确场景，更需要明确优先场景，以实现AI赋能科学的示范引领效应。

要以国家重大科技战略需求为导向，围绕生命健康、生物合成与制造、生物育种、量子科技、先进新材料研发与制造、可控核聚变等当下重点领域研判、规划我国科技突破的科技挑战、战略方向与任务清单，面向科技创新和产业创新融合发展建立可验证、可迭代与可扩展的应用战略场景集群，打造具有中国特色的AI驱动跨学科科学突破体系。

全面深化AI4S元科学问题研究，夯实科研新范式重构的理论基础与方法支撑

英国UKRI和DSIT均重视“AI+科学”中元科学问题的研究，并已采取关键措施。日本科学技术振兴机构（JST）将AI4S视为潜在“第五范式”，认为其有望从根本上改变科学的本质。《“人工智能+”行动意见》也提出“加快探索AI驱动的新型科研范式”。

要在AI4S时代全面审视和重塑科技治理的理论方法指导，清醒识别和加快布局“AI+科学”的元科学问题研究，借鉴AI科学家、闭环AI科研体系和可信AI等前沿探索，探究AI驱动学科知识发现、加速科学突破和保障可重复性的机制，形成支撑AI4S的理论框架、方法论体系和负责任制度规则，确保我国在新科研范式变革中实现范式引领、理论自信与规则示范。

集中建设AI4S关键要素与基础设施，构筑范式变革时代国家科研创新生态体系新底座

欧盟持续推进AI超级工厂建设，为AI及AI4S提供高性能算力和高质量科学数据集。2026年4月发布的《国务院关于推进服务业扩能提质的意见》对基础软件生态、高质量行业数据集、边缘算力建设和人才建设等提出意见。国家发展和改革委员会等4部门印发的《关于促进人工智能与能源双向赋能的行动方案》也就能源、算力、场景、数据和模型等AI发展要素高效协同作出部署，提出能源支撑AI发展、AI赋能能源转型的发展主线。

要以标准化、体系化、共享化为指导，集成我国现有重大科技基础设施与算力网络布局，统筹建设面向科学问题的通用与专用基础模型体系，布局国家级高质量科学数据资源工程，推动科研自动化与智能实验平台规模化部署，构建安全可控的科学数据治理框架与开放共享机制，形成覆盖“算力—数据—模型—实验—治理”的国家级AI4S创新基础设施体系与创新生态保障，夯实我国在AI4S世纪科学大战中的竞争根基。

加快重塑AI4S人才队伍结构，构建跨界融合的新型人才队伍支撑体系

美国DOE布局AI科研人才培养，计划在10年内培育10万名科学家与工程师，以引领AI4S的创新与应用；英国AI4S战略计划未来5年内培养1000名顶尖AI4S研究者；欧盟推出一系列政策吸引创新人才建设“AI大陆”。

要从国家层面系统完善覆盖AI科研工具开发、学科交叉理解、人机协同应用等复合能力的AI4S战略人才队伍体系。

1. 构建分层分类的人才结构布局，既培养面向底层模型与科研工具开发的核心技术人才，也培育直指科学突破乃至高风险高回报研究的“AI+领域科学家”，形成多层级协同创新梯队；

2. 以问题和应用为导向推动高等教育与科研机构课程体系改革，将数据科学、算法思维、科研自动化方法论及AI伦理等纳入基础学科培养体系，打破传统学科壁垒，系统强化跨学科综合培养机制，培育“马斯克式”的顶尖创新人才；

3. 建立人机协同科研的制度化机制，明确“人机共创”的责任边界与成果归属规则，推动科研人员适应AI4S的范式与节奏；

4.优化人才评价与激励体系，鼓励跨界融合创新与长期基础模型研发投入，降低短期绩效导向对原创能力培养的挤压。

积极倡导AI4S全球合作治理机制，构建开放包容国际合作网络

《美国AI行动计划》倡导所谓国际AI治理，应对中国在国际治理机构中的影响力。Kratsios强调中国已成为地缘政治和技术领域的双重竞争对手，并规划以“美国优先”政策阻止中国发展。美国主导成立全球半导体供应链联盟“硅和平”（Pax Silica）倡议并持续吸引资源和资本加入，保障半导体、AI和关键矿产与能源供应链安全。日本理化学研究所、美国阿贡国家实验室、富士通和英伟达在AI和HPC领域签署谅解备忘录，推动AI在科学领域的应用（未来5年内美国和日本各投入5亿美元）。随着日本开始加盟“创世纪任务”，美国未来也势必将吸收更多盟国加入。

要在“四大全球倡议”、《全球AI治理倡议》等框架基础上，以更为主动、建设性的姿态积极倡导、发起建立多边全球治理机制。有条件地向发展中国家开放AI低代码工具、轻量化模型及其适配能力与基础科研资源，降低其参与AI4S创新的门槛，缩小全球“AI+科学”的创新能力差距，对冲美西方“AI圈子”，打造开放包容、互利共赢的国际合作网络，力争在开放共享与安全可控之间实现平衡，防范技术封锁与数据风险，在算法透明性、AI伦理、人机协作边界等方面提出具有国际影响力的中国方案，稳步提升我国在AI4S时代全球科技治理与规则制定中的话语权与影响力。

本刊发表的所有文章，除另有说明外，文责自负，不代表本刊观点。