主要国家人工智能基础设施建设政策动向与进展

当前，学术界和政策界对AII内涵的界定存在差异，呈现出“狭义”与“广义”两种理解。

从狭义角度来看，AII主要指支撑AI模型训练和推理的硬件系统。AII是由图形处理单元（Graphics Processing Unit，GPU）、中央处理单元（Central Processing Unit，CPU）、内存、网络、服务器机架及电源系统等构成的计算资源集合，用以满足AI算法的高性能计算需求。这一视角强调算力设施的核心地位，认为AII建设的本质是高性能计算集群和数据中心的建设。中国信息通信研究院等机构2024年发布的《新一代人工智能基础设施白皮书》，将AII定义为以大模型能力输出为核心平台，集成算力资源、数据服务和云服务，专门设计用于最大限度提升大模型和生成式AI应用的表现。美国政府2025年发布的《提升美国在AII领域的领导地位》行政令中，将AII定义为“AI数据中心、发电与储能资源以及相关输电设施”的统称，并明确提出AII的两个关键要件为算力与能源。这一定义突出了AI运行所需的电力保障与能源效率，反映出在大模型时代能源与算力一体化配置的重要性。

从广义角度来看，AII不仅包括硬件系统，还涵盖支撑AI研发、训练与应用的整个软件与数据生态。英伟达将AII定义为支持AI模型和应用的开发、部署和管理，包含专为提高AI工作负载的性能、可扩展性和效率而构建的硬件和软件技术。FLINDERS等将AII定义为“创建和部署AI驱动的应用程序和解决方案所需的硬件和软件”，并将AII分为数据存储和处理、计算资源、机器学习框架和机器学习运营平台四部分，这种结构化划分进一步凸显了AII的系统性和多层次特征。部分学者将AII视为超越互联网的新型社会操作系统，认为其不仅是信息技术基础设施的延伸，更代表面向智能化社会的底层支撑体系，重点支撑模型的训练、推理与部署，需要具备高性能计算、海量数据处理、低延迟网络以及弹性扩展等特征。2024年8月，工业和信息化部等十一部门印发《关于推动新型信息基础设施协调发展有关事项的通知》，将AII解释为“AI技术推广普及过程中形成的一类新型基础设施，包括支持开发的AI算法框架、面向应用的AI算法平台和公共服务平台、用于算法模型训练的公共数据集等形态”。

综上所述，AII涵盖了从硬件支撑、软件生态到数据服务等多个维度，是支撑AI模型与应用全生命周期（包括数据采集、模型训练、部署与治理）的综合性基础体系。它由硬件设施[如数据中心、GPU/张量处理单元（Tensor ProcessingUnit，TPU）集群、量子计算中心、能源系统]、网络与存储资源、算法与平台、数据与模型资产（公共数据集、模型库）等共同构成。该体系旨在为AI的发展提供高性能算力支撑、可扩展的软件环境、可信的数据资源与高效的能源保障，是新一代数字经济与智能社会的关键基础设施。

美国是全球AII建设的先行者和领跑者。近年来，美国政府从国家战略层面系统部署AII建设，强调算力、数据、科研平台与能源保障的统筹推进。同时，美国拥有微软、谷歌、Meta、亚马逊、英伟达等全球领先的科技企业，具备强大的资金、技术和全球布局能力，在数据中心、大模型训练设施、AI算力平台等方面持续加码投资。联邦政府与龙头企业的双重推动，使美国在AII领域形成政策驱动与市场主导相结合的发展模式，成为全球AI创新与算力资源分布的核心节点。

联邦政府对AII的政策支持经历了从早期科研导向到国家战略布局的转型。其核心特征是以国家科学基金会（National Science Foundation，NSF）为牵头机构，通过专项计划、跨部门合作和试点项目，构建覆盖科研、教育、产业和社会的综合性算力与数据支撑体系。

美国持续提升AII在国家战略中的重要地位。自2019年发布《美国AI行动计划》以来，联邦政府持续强调AI作为国家竞争力关键要素，提出要在算力、数据、标准、安全等方面打造完整的国家支撑环境。可以说，美国AI政策的核心是对AII作为战略资源的高度重视。

NSF在AII建设中扮演着重要角色。2012年，NSF提出“网络基础设施”（Cyber Infrastructure）概念，强调高性能计算、数据资源与软件工具的系统集成作用。随后，NSF设立了“数据基础设施构建块（Data Infrastructure Building Blocks，DIBBs）计划”与“持续创新的软件基础设施（Software Infrastructure for Sustained Innovation，SI2）计划”，支持以数据为中心的科研生态构建。2018年起，上述两个项目整合为“持续科学创新的网络基础设施（Cyberinfrastructure for Sustained Scientific Innovation，CSSI）计划”，截至2024年9月，已累计为377个项目提供近3.8亿美元资助，覆盖高性能计算、科研数据库、跨学科研究工具等多个方向。2024年美国正式启动国家AI研究资源（National AI Research Resource，NAIRR）试点计划，这是美国最具标志性的国家级AII战略。该计划由NSF牵头，联合美国国防高级研究计划局（Defense Advanced Research Projects Agency，DARPA）、美国能源部（U.S.Department of Energy，DOE）、美国国立卫生研究院（National Institutes of Health，NIH）、美国国家航空航天局（National Aeronautics and Space Administration，NASA）、美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）等在内的十余个联邦部门（机构），以及亚马逊、谷歌、微软、Meta、英伟达、OpenAI等25家企业和非营利组织共同参与。NAIRR试点周期两年，主要聚焦可信AI、人类健康、环境治理和基础设施建设等主题，其愿景是建立一个共享的国家级AI算力与数据平台，支持科研人员、教育者和开发者开展创新实践。

能源消耗已成为AII政策的关键问题。DOE通过提供贷款、税收抵免、技术援助等手段支持数据中心的能源供应与清洁转型。拜登政府专门成立了“AI数据中心基础设施工作组”，协调各部门在选址、电网接入、清洁能源利用和安全标准等方面的政策，确保大规模数据中心的快速部署与可持续运行。

美国联邦政府的AII政策展现出三个显著特点：一是科研驱动，以NSF为核心推动科研基础设施与数据平台建设；二是共享导向，通过NAIRR等项目建立国家级开放资源体系；三是能源保障，由DOE等部门介入解决算力扩张带来的能源与环境挑战。这种战略布局不仅保障科研和产业的需求，也强化了美国在全球AI竞争中的制度性优势。

除联邦政府投资AII外，科技型大企业的投资是美国AII高速发展的另一大支柱。近年来，微软、谷歌、Meta、亚马逊、甲骨文和英伟达等企业掀起了前所未有的AI投资热潮，重点集中在超大规模数据中心建设、能源配套解决方案和全球扩展战略。

超大规模数据中心投资持续加码。2024年—2025年，微软、亚马逊、Meta和Alphabet等公司均规划数千亿美元的投资，重点用于AI算力中心的扩展。截至2025年12月，Meta在全球布局建设了33个数据中心，在美国境内建设的数据中心有29个。其中，2024年于路易斯安那州建设的里奇兰教区数据中心投资额超过100亿美元，建成后将提供超过2GW的计算能力，用于训练未来的开源大型语言模型。更具战略意义的是，2025年1月，OpenAI联合软银集团、甲骨文、英伟达等多家科技企业正式宣布开启“星际之门”（Stargate）项目，部署1000亿美元作为初始资金投入，并计划在未来四年内投资5000亿美元，在美国建设新一代AII。2025年9月24日，OpenAI、甲骨文和软银集团发布公告，确定“星际之门”的首批选址，并宣布将新建五个美国AI数据中心。这五个新数据中心的容量，加上OpenAI位于得克萨斯州阿比林的旗舰数据中心以及与云服务公司CoreWeave合作的正在进行的项目，将使“星际之门”在未来三年的规划容量达到近7GW，投资额超过4000亿美元。

企业在能源保障上的自主探索值得关注。随着AI数据中心能耗快速增长，美国部分科技企业尝试自建能源系统。例如，Meta探索在数据中心旁建设专用天然气电厂，以缩短审批周期和接入难度。与此同时，微软和谷歌也在研究利用核能与可再生能源技术为数据中心供能。能源自建不仅提升了企业在算力扩张中的灵活性，也推动了能源—算力融合的新趋势。

AI大模型的快速发展反向推动算力基础设施投资。OpenAI凭借对话式生成式预训练转换器（Chat Generative Pre-trained Transformer，ChatGPT）引领生成式AI浪潮，谷歌的Gemini、Meta的LLaMA系列和Anthropic的Claude模型竞相追赶。这种竞争不仅体现在模型性能上，更体现在对基础设施的争夺上。微软通过战略投资OpenAI，将云平台Azure打造成全球领先的AI算力平台；谷歌则以TPU超级计算设施和云计算业务为支撑。此外，甲骨文、英伟达和OpenAI之间形成的“Oracle-NVIDIA-OpenAI（ONO）闭环体系”。通过英伟达投资OpenAI、OpenAI向甲骨文购买云服务、甲骨文向英伟达购买硬件的循环，构建一个从算力芯片到云基础设施再到大模型应用的自我强化生态。

企业探索AII全球布局与商业外交。OpenAI于2024年提出“OpenAI for Countries”计划，计划与多国政府合作，协助建设本地AI数据中心，并根据语言和需求定制产品。虽然该计划独立于美国的“星际之门”项目，但两者在战略上互为补充，反映出美国企业以“基础设施输出”作为全球技术竞争的重要工具。这种“商业外交”扩大了美国企业的市场影响力，强化了美国在全球的技术领导地位。

总体来看，美国科技企业的AII建设呈现出三个趋势：一是投资规模空前庞大，形成国家级战略项目；二是能源问题驱动企业探索自建和多元化解决方案；三是基础设施的全球化扩展与政策互动日益紧密。这些趋势与联邦政府的政策导向形成合力，共同塑造了美国在全球AII领域的主导地位。

近年来，英国政府不断强调AI作为推动国家经济增长、改善公共服务和保障国家安全的核心动力。英国在政策上突出政府的战略牵引和制度设计，通过国家级计划、科研投入和监管改革，力图在全球AI算力竞争中占据有利地位。与此同时，英国科技企业与国际合作伙伴积极参与数据中心和超级计算机的建设，共同形成国家战略与市场驱动相结合的发展格局。

2025年1月，英国科学、技术和创新部（Department for Science，Innovation and Technology，DSIT）出台《AI机会行动计划》，该计划是英国政府迄今为止最系统的AI战略文件，也标志着英国在AII建设上进入系统化、长期化发展阶段。

AII是英国未来十年AI发展的核心支撑。《AI机会行动计划》提出构建包括主权算力、国内算力和国际算力的多层次的算力体系。其中，主权算力由公共部门拥有或分配，优先用于国家关键任务，确保关键技术自主研发不受外部干扰。国内算力由英国境内私营部门拥有和运营，旨在将英国打造为AI经济领域的领先者，并确保经济安全。国际算力通过与志同道合的合作伙伴建立互惠协议和伙伴关系，在共同感兴趣的领域联合开展AI研究。这种分类体系显示出英国在保障技术自主的同时，也注重全球合作与资源互补。

政府通过体系化政策支持AII建设和发展。《AI机会行动计划》提出保障AII建设的具体措施，包括：①制定AII长期计划，并承诺提供十年的投资支持，重点考虑新兴的计算技术，包括软件、硬件以及广泛的高性能计算能力。②扩大AI研究资源（AI Research Resource，AIRR）的容量，AIRR应发展成为以任务为导向的算力集群，在2030年前将其扩大20倍。③任命具有重大自主权的AIRR项目主管，战略性地分配主权算力。④建立“AI增长区”，加速AI数据中心建设。⑤降低AII的可持续性和安全风险，包括重视私营部门计算安全和与情报界合作。⑥与志同道合的国家建立国际计算伙伴关系，以增加研究人员可获得的算力类型，并促进研究合作。

公共部门与私营部门通过数据开放强化数据资源支撑。国家数据图书馆充分释放数据潜力，具体措施包括：①迅速确定至少5个高影响力公共数据集，供AI研究人员和创新者使用，优先考虑数据的潜在经济和社会价值，同时兼顾公共信任、国家安全、隐私、伦理和数据保护等重要方面。②战略性地确定数据采集方向，而不仅仅是提供已有数据。政府应该基于英国现有优势，在具有战略意义的领域采集数据。③制定并发布可用于AI的开放政府数据指南和最佳实践，包括构建有效的数据结构和开发数据传播方法。④将计算资源的分配与专有数据集的访问权相结合，以此吸引研究人员和初创企业。⑤建立公共部门数据采集基础设施，支持创建新的高价值数据集，以满足公共部门、学术界和初创企业的需求。

英国政府的政策体现出三个关键特征：一是战略牵引，通过国家级行动计划确定方向和目标；二是长期投入，以十年为周期持续加码资金与政策支持；三是全面布局，在算力、数据、人才和安全等方面形成系统性政策组合。

虽然英国缺乏如微软、谷歌那样的科技巨头，但通过引入国际资本和推动本土企业创新，形成独具特色的发展路径。

国际企业在英国投资建设数据中心。例如，黑石集团旗下数据中心公司QTS在诺森伯兰郡建设的100亿英镑数据中心项目，是近年来英国最重要的AI算力投资之一。该项目获批后，不仅将提升英国的算力供给能力，也显示出英国在吸引全球高科技投资方面的竞争力。云服务提供商Nscale宣布将在英国部署1万颗英伟达Blackwell GPU，预计到2026年底完成。这一部署计划将显著提升英国训练和运行大型AI模型的算力，直接推动英国在全球AI算力竞赛中的地位。与此同时，AI云公司Nebius也计划在英国建设其首座AI工厂，整合大规模计算和AI专业能力，用于AI模型的开发、训练和部署，为英国AI产业提供系统性支撑。

本土企业和机构积极参与AII建设。英国在数据安全和隐私保护上的严格制度要求，使得本土企业在合规性和本地化服务方面具备一定优势。随着“AI增长区”的建设，未来将有更多英国本土企业在数据中心运营、AI云服务和能源解决方案等领域发挥作用。

总体而言，英国企业AII建设虽然规模和资金投入不及美国，但通过政策牵引和市场开放，英国将在欧洲范围内形成较强的竞争力。

德国在AII建设方面起步相对较晚，但近年来在政府推动和国际合作带动下快速追赶全球前沿。作为欧洲最大的经济体，德国不仅强调AI技术的产业转化和经济赋能，更突出“技术主权”的战略目标，力图在算力、数据和科研设施方面减少对外部供应链的依赖。

德国联邦政府将AII建设提升至国家战略高度。自2018年发布《联邦政府AI战略》以来，德国不断更新政策内容，并在2020年推出《联邦政府AI战略》修订版，并于2023年发布《AI行动计划》。

联邦政府投入大量资金强化AI德国制造。《联邦政府AI战略》提出，到2025年联邦政府投入30亿欧元以强化“AI德国制造”。2020年，德国更新上述战略，并提出到2025年联邦政府投入扩大到50亿欧元。这一显著的投资增长，旨在为德国经济和社会的未来发展奠定坚实的数字基础。

联邦政府将AI研究领域的强大优势有效地转化为经济和社会效益。《AI行动计划》提出，德国致力于实现“欧洲制造”值得信赖的AI技术和应用，强调AI的安全性、可信赖性和伦理合规性。同时，积极推动与其他联邦部委、各州政府、行业利益相关方以及欧洲层面的AI对话与合作，构建一个开放、协同的AI发展环境。该计划涵盖了多个关键行动领域，包括持续加强AI基础研究、扩充国家AII、发起AI人才培养攻势以及加速AI技术向各行各业的转移和应用。

德国将“技术主权”作为长期目标。2025年1月，德国发布2030年技术主权研究与创新（Future Research and Innovation for Technological Sovereignty 2030，FITS2030）计划明确提出，将确保德国在AI、微电子、高性能计算等核心数字技术领域的技术主权作为战略目标。通过降低对外部技术和供应链的依赖，德国力求在关键技术领域实现自主可控，从而提升本国乃至整个欧洲在全球科技竞争中的地位和韧性。

德国积极参与欧洲算力一体化。德国参与欧洲高性能计算联合体（European High Performance Computing Joint Undertaking，EuroHPC JU）的合作，推动建设具备超高算力的“超级工厂”（AIFactories）。该项目计划部署10万块最新一代AI芯片，规模达到当前全球在建AI工厂的四倍。这一设施将成为欧洲AI创新和自主发展的战略支柱，德国在其中扮演着主导性角色。

德国政府的政策动向呈现三大特点：一是资金持续加码，确保国家层面充足投入；二是强调可信赖与合规，塑造差异化竞争优势；三是强化欧洲合作，以区域一体化弥补单一国家的规模不足。

在企业层面，德国AII投资主要来自国际科技巨头与本土企业的双重推动。

国际企业投资显著增强德国的算力基础。2025年7月，甲骨文宣布未来五年将在德国投资20亿美元，用于扩展云区域和建设AI数据中心。这不仅满足了德国企业对AI算力的需求，也帮助德国获得更多先进的计算资源。莱布尼茨超算中心（Leibniz Supercomputing Centre，LRZ）与惠与（HP Enterprise，HPE）公司合作，正在研发全新的超级计算机“Blue Lion”。该设备将采用英伟达最新的Vera Rubin架构平台，预计于2026年上线，主要用于气候变化模拟、物理建模和AI训练。这不仅显著提升德国科研算力水平，也将为欧洲科研人员提供共享资源。同时，英伟达在德国建设AI工厂，这一工厂并非传统意义上的制造基地，而是高度集成的AI计算中心，旨在为欧洲工业应用提供算力支持，推动“工业4.0”与AI的深度融合。可以说，德国的科研设施建设紧密围绕国家产业优势展开，强调科研与制造业的联动。此外，全球数据中心运营商也纷纷进入德国市场。例如，新加坡电信旗下的ST Telemedia全球数据中心（ST Telemedia Global Data Centres，STT GDC）选择柏林作为欧洲扩展的首站，建设“柏林1号”数据中心园区。

本土企业积极布局建设AII。德国的能源企业和制造业巨头开始与科技公司合作，探索绿色能源与AI算力的结合。受制于高能耗问题，德国企业更倾向于将可再生能源与AII相结合，打造符合欧盟环保标准的“绿色数据中心”。这种模式既符合欧洲的可持续发展政策，也为德国AI产业带来差异化竞争力。

2022年4月，日本政府在第11届综合创新战略推进会上正式发布《AI战略2022》，作为指导其未来AI发展的宏观战略。

日本政府高度重视研发体制的改革和科研设施的集中建设。《战略》提出要建设一批具有全球吸引力的AI研究基地，覆盖从基础研究到社会应用的完整研发周期。核心举措包括：建立国家级AI研发网络、推动尖端AI核心技术群建设、提升日本在国际标准制定中的话语权。这些举措本质上是通过科研设施、研发网络、研究基地的建设，形成统一协调的AII体系。

日本政府高度重视产业支持与国际合作。一方面，政府提出要支持中小企业和初创企业广泛应用AI技术，提升生产率，推动创新产品和服务落地；另一方面，强调要发挥日本在AI全球治理中的领导作用，不仅深化与欧美国家的科研合作，也积极推动与亚非国家的技术交流与设施合作。这显示出日本在AI战略上既通过国内政策支持产业扩散，又通过国际合作强化自身在全球AI生态中的地位。

与政府的支持相比，日本企业在AII建设中的投入更为直接和庞大，尤其是以软银和微软为代表的国际型企业。

日本软银集团启动“AI革命”。软银集团提出计划投资10万亿日元，以AI半导体为突破口，涵盖数据中心、机器人和发电等多个环节。此外，软银集团与OpenAI正在扩大合作范围。OpenAI计划通过与软银的合作将其AI基础模型引入日本市场，利用GPU在大阪工厂开发模型，由软银与OpenAI合资成立的“软银集团OpenAI Japan”将使用客户在营销及其他活动中产生的数据来训练模型。

国外企业积极进入日本数据中心市场。微软在2024年宣布将在日本投资29亿美元，扩展其数据中心和Azure云服务能力。这是微软在日本最大的单笔投资，旨在满足日本政府和企业对本土数据主权和AI算力的需求。通过建设新一代数据中心，微软将为日本提供更低延迟、更高安全性和更强合规性的云服务，为日本的企业、政府机构和科研院所提供更强大、更可靠的AI训练和部署平台。这不仅有助于加速日本各行各业的数字化转型，也将吸引更多依赖微软云生态的AI创新项目落地日本。全球领先的物流基础设施提供商普洛斯在东京开工建设“东京西一号”（Tokyo West 1，TKW1）数据中心，计划总IT负载量达31MW，预计2025年投入使用。该项目将为大型云服务商和企业客户提供绿色高效的数据中心解决方案。普洛斯还计划在日本建设多达5个数据中心，建成后将提供超过600MW的IT负载，以高效、可持续的数据中心解决方案支持客户在应用软件、云服务、AI算法领域的算力基础设施部署。

综合美国、英国、德国和日本的政策动向与实践进展可以发现，发达国家在AII建设上虽各有路径与重点，但总体呈现出若干一致的趋势，具体包括以下几点：政府层面对AII的统筹规划持续强化、算力建设加速推进并与能源体系深度耦合，科研型基础设施体系化布局推动人工智能驱动科学研究（AI for Science，AI4S）新范式以及企业资本力量深度介入形成多元主体协同的建设格局。

世界主要国家均将AII建设纳入国家战略顶层设计，政府进行统筹规划和资源协调。美国通过《AI行动计划》和NSF主导的NAIRR试点等，建立了涵盖科研算力、数据平台和教育培训的综合体系。英国以《AI机会行动计划》为纲领，明确十年投资框架，将算力、数据、人才、安全纳入同一政策闭环。德国发布《联邦政府AI战略》等政策，强化以AI基础设施为核心保障技术主权。日本在《AI战略2022》中确立从人才培养、研发网络到数据与通信设施的全链条设计。可以看出，各国政府均不再将AII视作单纯的科研工具或产业配套，而是将其定位为国家竞争力与安全体系的关键支撑，推动跨部门协调机制的形成。这种以顶层设计为导向的战略规划，使AII建设呈现出政策连续性和系统性特征。

AI大模型与生成式应用的兴起，使算力成为全球竞争的核心资源。美国、英国、德国、日本普遍将提升国家算力能力作为AII建设的首要目标。美国以微软、谷歌、Meta、亚马逊等科技巨头的大规模数据中心投资为基础，形成世界上最强的算力集群。英国建设AIRR集群，计划到2030年算力提升20倍；德国则构建高密度AI工厂。此外，各国普遍关注算力与能源消耗之间的平衡。无论是美国企业自建天然气电厂，还是英国、德国的绿色数据中心计划，均体现出高性能与可持续的共同导向。

AI基础设施投资规模巨大，单靠公共财政难以支撑，世界主要国家纷纷形成政府与企业共建共享的格局。美国企业投入最为突出，微软、Meta、亚马逊、Alphabet和OpenAI等主导建设“星际之门“等超大算力项目，投资规模达数千亿美元。英国依托QTS、Nscale等企业引入国际资本，政府提供政策激励与监管便利。德国引入甲骨文、ST Telemedia等外资并结合本土能源企业，共建绿色数据中心。日本以软银、微软、普洛斯为核心，通过“AI革命”与云计算布局形成大规模算力投资。可见，企业在基础设施投资、芯片研发、能源管理等环节的积极参与，已成为推动AI生态扩张的关键力量。

面向全球AII竞争新阶段，中国应立足数字经济发展全局，系统谋划AII建设的方向与路径。综合国际经验与中国AII建设现状，可从以下四个方面重点发力。

AII已成为国家科技创新体系的核心底座。中国应进一步强化国家层面的顶层设计与统筹协调，完善跨部门、跨区域的协同推进机制。建议将AII纳入国家重大科技基础设施规划体系，构建“国家级—区域级—行业级”三级架构，实现科研、产业和社会应用的系统联动。同时，应推动政策、资金、标准、评估等体系一体化建设，形成统一规划、分级建设、协同共享的基础设施治理格局，确保算力、数据、算法、网络、能源等关键要素在国家战略层面统筹布局，避免重复投资与区域失衡。

算力是AI发展的核心生产力。中国应着力推进算力体系的自主可控与分布优化，加快高性能智能计算中心建设，构筑面向全国的泛在、弹性、低碳算力网络。一是要加强AI专用芯片、高效计算架构等关键核心技术攻关，增强算力供给的自主能力；二是推动算力基础设施与可再生能源深度融合，构建“绿色AI算力中心”，在能源利用效率、冷却技术、碳排放控制等方面形成国际竞争力；三是以“东数西算”为战略支撑，优化全国算力资源布局，实现算力供需动态平衡与跨区域智能调度。

AI正成为科学研究的重要方法论和新型基础设施。中国应依托国家实验室、高校科研机构和重大科研平台，建设面向科学发现和原始创新的科研型AII，推动AI4S战略落地。一是构建跨学科的科研算力与数据共享平台，促进科学计算、实验数据和智能模型的协同；二是建设AI驱动的开放科研生态，支持生命科学、材料科学等重点领域的智能研究；三是完善科研数据治理与标准体系，推动科研设施与产业创新平台双向开放，实现基础研究与技术应用的联动创新。

AII建设是一项系统工程，既需政府统筹，也需社会各方广泛参与。中国应进一步完善政产学研用协同机制，形成政府引导、企业主导、科研支撑、社会共建的创新生态。政府应通过制度设计和财政政策引导社会资本参与AII投资，推动建设“国家平台+企业节点+科研网络”的融合体系。同时，要积极参与国际AII合作，推动算力互联、数据互认和技术标准共建，在全球范围内提升中国AII的影响力与制度性话语权。