01

11月7日，国务院办公厅印发《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》（以下简称《意见》）。《意见》指出，充分发挥我国超大规模市场和丰富应用场景优势，支持建设一批综合性重大场景、行业领域集成式场景、高价值小切口场景，扩大生产场景、工作场景、生活场景供给，推动场景资源开放，促进场景资源公平高效配置，推动新场景大规模应用，形成“技术突破—场景验证—产业应用—体系升级”的路径，为加快培育发展新质生产力、推动经济社会高质量发展提供有力支撑。《意见》从加快培育拓展经济社会应用场景、深入推动场景开放和公平高效配置、提升应用场景保障能力等3个方面提出11条具体措施，涉及在数字经济、全空间无人体系、清洁能源、海洋等领域打造一批应用场景，在制造、农业、交通运输、智慧物流等领域建设一批产业转型升级的新业态应用场景，加大各类场景开放力度，促进场景资源公平高效配置等。

解读：为加快场景培育和开放，推动新场景大规模应用，《意见》从3个方面提出11条举措，提出在新领域新赛道、产业转型升级等方面打造一批场景，积极推动场景的高效配置和开放。

11月4日，国家数据局在江苏省南京市组织召开数据基础设施建设现场会。

11月4日，国家数据局在江苏省南京市组织召开数据基础设施建设现场会，会议认为，对标2026年底前广泛开展试点试验，2028年底前实现全国大中型城市基本覆盖，2029年底前基本建成国家数据基础设施主体结构的目标，一年多来，全国数据系统积极开展先行先试，健全标准体系，创新运用机制，持续丰富应用场景，推动第一批先行先试取得积极成效。建设了北京、南京等18个城市数据基础设施节点，并实现了设施间互联互通，孵化上百个业务场景，汇聚数据交易所、数据开发商等各类主体超过3900家，对外提供数据产品超过13000个。总体上，第一批先行先试基本完成了阶段性建设任务，达到了中期目标。

11月5日，工业和信息化部办公厅发布《关于开展2025年人工智能产业及赋能新型工业化创新任务揭榜挂帅工作的通知》。

11月5日，工业和信息化部办公厅发布《关于开展2025年人工智能产业及赋能新型工业化创新任务揭榜挂帅工作的通知》，主要任务是面向人工智能产业发展底座、“人工智能+制造”、智能产品装备、共性基础支撑等重点方向，发掘培育一批技术创新强、应用落地快、典型示范好的关键技术和产品，加快人工智能与工业深度融合应用，高水平赋能新型工业化。要求各申报主体于2025年11月20日前，在申报系统（https://aibest.caict.ac.cn/jbgs）完成注册，已列入前期揭榜优胜的项目不得重复申报。

11月9日，2025年世界互联网大会闭幕。

11月9日，2025年世界互联网大会在浙江乌镇闭幕，大会期间发布了《中国互联网发展报告2025》《世界互联网发展报告2025》《全球人工智能标准发展报告》《促进全球数字基础设施建设、弥合数字鸿沟》等多项重要报告，涵盖中国与全球互联网发展现状、人工智能、6G技术、数字基础设施等领域。“六小龙乌镇对话”聚焦人工智能技术突破与社会价值进行交流。宇树科技：展示人形机器人技术，强调核心零部件自研能力，产品已出口至全球顶尖实验室。群核科技：开源空间数据集InteriorGS和模型SpatialLM，推动空间智能发展。深度求索：推出DeepSeek-V3和DeepSeek-R1双引擎模型，以开源降低AI使用门槛。强脑科技：聚焦脑机接口，从帮助残障人士起步，未来拓展至睡眠改善等民生领域。

IDC：到2029年，代理式AI系统将占全球AI投资的近一半。

11月6日，国际数据研究机构IDC预测，到2027年，全球一半以上的企业将通过代理式AI重新定义人机协作模式。代理式AI具备自主行动、适应学习的能力，正在深度嵌入企业运营的核心。这一变革标志着现代企业最深远的结构性转型之一：从“人机协作”迈向“代理式AI驱动”，AI不再仅仅辅助决策，而是主动制定、协调并优化决策。IDC发布的《AI 成熟度模型基准》显示，当前仅1%的企业达到“AI优化驱动型组织”的成熟阶段，而超过50%仍处于早期转型阶段。全球AI投资正加速增长。预计到2029年，代理式AI系统将占全球AI投资的近一半，标志着从“辅助型工具”向“自主智能系统”的迅速转变。

欧洲科学院院士金耀初：具身智能面临的挑战有很多泛化能力需要解决。

11月8日，欧洲科学院院士、西湖大学人工智能讲席教授金耀初分享了《走向类脑具身智能》专题演讲。他指出，当前大模型虽功能强大，但与人脑相比仍存在多通道处理、可塑性和记忆机制等差异‌。人脑通过脉冲信号驱动的稀疏信息处理方式，能耗远低于传统大模型，并指出类脑具身智能是未来重要方向。‌把大模型放在机器人之上，安全就变得更为重要，大模型的安全不只是推理安全、决策安全，还有感知安全和多智能体的协作安全，当有了具身智能后必然跟别的智能体，或者跟人类进行交互，这时候也会引入更多的风险。具身智能面临的挑战有很多泛化能力需要解决，如让具身机器人完成不同任务时，它的控制装置、神经系统通过不同的任务自主地调节功能性结构，实现自主学习和作业。