宁波市人工智能创新发展行动方案（2025-2030年）

（征求意见稿）

为贯彻国家发展新一代人工智能战略部署，落实《浙江省人民政府印发关于支持人工智能创新发展若干措施的通知》（浙政发〔2025〕10号）等精神，深入实施“人工智能+”行动，推动人工智能创新发展，打造具有区域辨识度和全国影响力的人工智能产业发展基地和创新应用高地，特制定本行动方案。

一、总体要求

（一）总体思路

以习近平总书记关于人工智能系列重要讲话精神为指导，深入贯彻党的二十大和二十届二中、三中全会精神，以及党中央、国务院和省委、省政府关于推动人工智能发展的战略部署，深刻把握人工智能技术演进趋势和创新发展范式，发挥我市产业基础扎实、数智城市领先、战略布局前瞻等优势，以“人工智能+”行动为引领，夯实基础层、做强产品层、做深应用层，构建以“行业垂直模型+高质量数据集”为主导、以“标志性产品+广泛场景应用+新型人才培养”为特色的创新生态体系，打造具有全国竞争力和影响力的人工智能产业发展基地和创新应用高地。

（二）发展目标。

到2027年，全市人工智能核心产业规模达到1200亿元，人工智能技术与经济社会发展深度融合，争创国家级人工智能创新应用先导区（基地）。

核心能力方面。在制造、医疗、教育等领域培育具有行业影响力的垂直大模型30个，建成行业数据流通平台10个，形成高质量数据集25个，打造3个可信数据空间试点。

产业发展方面。全市人工智能领域百亿级龙头企业3家、亿元以上重点企业120家，打造50个省级以上核心软硬件、智能终端等标志性产品，建设省级人工智能领域未来产业先导区、应用基地3个。

场景应用方面。围绕生产、生活、治理等重点领域，推进标杆应用场景建设，打造80家省级以上人工智能应用标杆企业、示范应用场景、典型应用案例。

创新生态方面。甬江人才工程每年支持项目50个以上，累计新增实施关键核心技术攻关100项，新增国家人工智能领域“揭榜挂帅”创新任务10个，全市人工智能领域基金规模达到100亿元。

到2030年，全市人工智能核心产业规模达到1800亿元，占全省比重显著提升，人工智能技术创新与产业发展综合实力进入全国第一方阵，形成“数据融合、模型泛化、产品丰富、应用涌现”的良好发展局面，建成要素集聚、创新活跃、能级领先的创新生态体系。

二、重点任务

（一）基础底座夯实行动

1.培育行业垂直模型和智能体

引导我市有实力的龙头企业发挥专业知识、数据资源、应用场景丰富、研发力量强等优势，基于基础大模型能力整合领域数据开展预训练、推理优化，研发具有引领作用的行业垂直大模型，实现真实场景验证并面向中小企业应用推广。

实施软件和信息服务业企业的智能化技改。分类推进我市软件和信息服务业企业基于现有软件系统集成人工智能技术能力，开发跨领域、多任务、自规划的行业应用智能体，打造具备大模型部署、精调、开发工具链、数据治理或辅助软件开发等功能的软件产品和技术解决方案。

推进我市工业互联网平台企业、数字化服务商等主体围绕传统工业软件重度依赖经验、适应环境受限、智能化不足的关键卡点，将工业机理、数据、知识与大模型相融合，打造适应性强、数据处理与智能决策能力好、可感知环境和自主协同的工业智能体，深化智改数转场景解决方案。

2.培育数据要素供给能力

夯实数据基础。迭代建设全市一体化数据底座平台，建立多元异构的总体架构，探索打通公共数据、行业数据以及产业互联网平台的有效连接和融合应用，推进云资源、数据资源和公共组件的有效集成，提供人工智能发展所需的数据供给。

加快数据流通。加快数据流通、制定数据开放重点清单，深化公共数据授权运营，开展“数据要素×”行动，出台数据流通交易管理制度。市场化探索医疗、金融、时空信息、石化、新材料、具身智能等领域行业数据流通平台或训练场，打造一批高质量行业数据集和数据产品。

提高企业数据治理能力。将企业数据开发利用治理作为推进产业数字化的重要内容，加快推进企业首席数据官、数据管理能力成熟度（DCMM）和产品主数据标准（CPMS）贯标，试点建设可信数据空间，联动区块链、隐私计算技术构建数据安全全过程管理，确保可追溯、可追踪、防篡改。

3.建设多元智算供给体系

支持市场化主体建设。按照国家、省关于算力规划及建设要求，支持运营商、龙头企业、科研机构、社会力量等根据发展需要，采取自建、联合共建等形式建设智算中心，贴近应用场景布局高效边缘侧、端侧算力；推动有能力的企业开展异构芯片适配，建设模型选型、参数调优等技术能力。

提升国产化算力服务能力。引导自建算力的龙头企业，加快国产化算力布局并开展异构芯片适配、测试，打造自主可控算力底座。推动公共算力中心攻关基于国产芯片的软件栈技术服务能力，进一步发展面向中小企业的智算云服务能力。支持中小微企业通过云服务使用算力，通过“算力券”降低使用成本。

建立算力资源调度机制。统筹全市算力基础设施建设，构建多元主体、异构算力资源的协同调度与高效服务体系；建设区域一体化城市高速算力网，探索建立与其他枢纽节点城市的算力资源匹配对接和交易机制。

深化网络基础设施建设。持续推进双千兆网络建设，加快推进万兆光网试点，在重点园区、重点企业推进部署高速传输通道。鼓励通信运营商联合企业加快新型网络通信试点应用和基础设施建设，加大卫星通信、6G、WiFi 6E/7、量子通信等新型网络通信技术研发，推动核心芯片、AI防火墙等关键网络设备和部件自主攻关研制。

（二）产业链群培育行动

1.做强核心软硬件

聚焦AI芯片，重点研制高性能、低功耗、低延时、高算力性价比AI芯片，以及面向大数据存储的HBM（高带宽存储器）、DDRAM（动态随机存储器）等存储芯片，布局适配AI芯片需求的先进材料和封测技术。

聚焦智能传感，重点开展面向视觉、环境感知、触觉、力矩等领域多模态、高精度感知技术攻关，打造智能传感器产品谱系，积极研发传感器芯片布局“感知+计算”的决策能力。

聚焦智能软件，积极培育内容生成、开发工具、框架软件、操作系统、网络安全等人工智能关键软件产品，以及面向软硬件产品应用的嵌入式软件。

2.打造标志性智能终端

聚焦智能网联汽车，深化与汽车行业龙头企业战略合作，将新车型、新产品导入宁波，争取国家“车路云一体”、智能网联汽车试点，完善基础设施和监管平台，加快L3及以上高阶自动驾驶新车型研发产业化。

聚焦人形机器人，加快培育本地整机企业，以场景应用为切入口，助力关键技术验证和商业化。发挥整零协同促进产业链布局，推动汽车零部件企业产品产线向人形机器人赛道快速适配、切换。

聚焦AI消费产品，积极谋划与大平台战略合作，助推本地消费品企业融入平台生态圈，面向智能家居、智能康养、视听终端、可穿戴设备等领域，打造具备强感知、强计算、多模态交互能力的爆款产品。

3.加强企业梯队培育

培育链主企业。推动制造业链主企业打造基于行业垂直模型、智能体生态辐射，谋划行业头部平台企业合作，导入软件研发、硬件制造、数据治理、智能体开发、模型部署、场景共建、智算云服务等生态能力。

壮大潜力企业。引导本地软件企业、产业互联网平台、数字化服务商开发自然语言处理、机器视觉、语音识别、决策优化等算法模型，构建AI技术服务能力，争取国家高新技术企业、专精特新“小巨人”、单项冠军等国家级荣誉。

招引科创企业。发挥我市数据优势，以场景建设联动人工智能企业招引和资源集聚，引导我市产业研究院、孵化器、众创空间等科创载体，将人工智能作为优先引进和支持领域协同布局。

4.建强特色产业集群

聚力打造核心地标。推动高新区软件园深化人工智能方向建设，以甬江科创区（数创港）为核心，实施面向信息软件企业的智能技改工程，集中力量引培一批以智能软件为核心的科创企业，打造高黏性工业软件孵化器与全市人工智能产业地标。

协同建设特色集聚区。推动海曙区高水平建设浙江省人工智能创新应用先导区，以工业互联网研究院和甬水桥科创园为核心，打造国内领先的人形机器人、智能工厂操作系统创新高地。围绕智能网联汽车、AI芯片、智能传感、智能消费终端等细分领域，强化产业集聚和协同发展，推动区（县、市）积极创建国家、省人工智能先导区、应用基地。

布局功能性产业园区。鼓励各地加强人工智能领域研发设计、数据训练、算力共享、中试应用等功能布局，规划建设人工智能特色产业发展空间，谋划打造人工智能产业楼宇。

（三）应用场景融合行动

1.建立场景创新促进机制

打造标志性应用场景。依托我市产业基础和资源禀赋，加强人工智能大模型研发与本地化接入、训练以及商业化部署、应用，以制造、特色产业、社会民生、政府治理等领域为重点，率先探索大规模落地场景和路径，征集人工智能应用需求、凝练行业共性任务、编制建设参考指引，打造一批示范性强、带动性广的人工智能典型应用场景。

推动场景开放和产品验证。面向政府部门、国有企事业单位、龙头企业等场景供给方，研究细分领域场景图谱，发布场景机会清单，打造场景创新矩阵，提升企业智改数转和社会治理的精细化智能化水平。面向本地新技术、新产品的创造性应用和验证，分类制定场景需求清单，组织供需双方对接与撮合，助力落地应用、市场验证与迭代升级，创造新发展空间。系统推进。

建立高位统筹、部门分工、监督考核的实施保障机制，研究制定场景建设指引和遴选示范标准，建立健全“场景征集-打磨策划-分级发布-供需对接-推进落地-评估推广”的工作流程，打造走在前列的场景工作标杆。

2.深化“人工智能+制造”融合

深化AI赋能制造企业。编制人工智能实施指引，面向研发设计、生产制造、经营管理等关键环节和视觉检测、智能运维、能源管控等典型场景，制定智能装备、工业软件和基础设施改造升级清单，实施、推广工业专用小模型和“AI+小快轻准”产品解决方案。

探索特色行业应用。重点面向绿色石化、新能源汽车等产业集群，加速AI在制造业核心环节的应用，探索人工智能赋能行业发展新形态。以创建国家人工智能制造（石化方向）应用基地为载体，推动龙头企业组建创新联合体，编制场景图谱、谋划能力项目，构建模型池、数据集、工具箱等共性能力，打造面向行业应用的AI商店。以鄞州区汽车零部件行业省人工智能赋能制造业试点为示范，打造国内领先的垂直模型、数据驱动、创新商业模式的示范高地，有序推动各区（县、市）开展制造业特色行业县域试点。

3.推进人工智能赋能特色产业

推进人工智能赋能现代服务业。提升科技金融、商贸流通等重点领域数智化水平，推进智能客服、智能营销、AI助手等场景建设。加快突破人工智能技术在金融风险预警大模型、趋势预测与分析、多模态征信评估与动态授信等场景建设。充分借助通用大模型技术，加快贸易壁垒风险预警、国际航运风险预警与航路规划、动态需求预测与供应链风险预警等领域的场景建设。

促进人工智能赋能现代农业。提升农业生产、渔业养殖、农产品加工流通等环节的数智化水平，推进智能育种、病虫害识别、智能灌溉施肥等大模型技术应用。加快农林牧渔领域基础数据完善治理，推进人工智能技术在农林碳汇量实时监测、牧场载畜量动态平衡预警模型、深海养殖网箱自动巡检等领域的场景应用。

4.推动人工智能赋能社会民生

聚焦健康诊疗、智慧养老等领域，按照国家卫健委发布的《卫生健康行业人工智能应用场景参考指引》，分类、有序推动成熟场景的示范推广、快速突破场景的验证应用以及前沿场景的探索落地，重点打造智能辅助诊疗、基层全科医生AI辅助决策、心理分级评估与护理、高龄人群人工智能健康管理等场景，探索健康产业和医学科研场景建设；在智慧教育领域，重点围绕教学新形态、教学资源配置、教育治理与评价等场景建设；智慧文旅领域，重点打造元宇宙示范景区、客流预测与资源调度等场景。

5.推进人工智能赋能政府治理

依托自然资源部后土大模型，重点打造时空数据智能检索分析与应用、城市图像AI识别等场景;依托应急部久安大模型，重点打造重大风险事件应急处置模拟演练、事故自动检测与响应等应急管理场景；重点打造空天地一体化环境监测矩阵、全域水网数字孪生平台等水文气象场景；重点打造数字孪生城市、城市空间规划与发展趋势预测等城市治理场景，以及低空无人机安防巡检与状态监测、航运大模型驱动航线优化与风险预警、道路抛洒物影像识别与应急处置等交通港航场景。聚焦政府效能提升和公共服务共性需求，重点打造智能办公、智能问数、智能检索、智能问答等场景，并在全大市推广应用。

（四）新型人才培养行动

1.加大高层次人才引进力度。迭代实施甬江人才工程，对人工智能领域人才，通过单列赛道、单独评审等方式予以倾斜。探索人工智能人才评价新标准。以薪酬待遇、代码被引用量、在重要开源社区的影响力贡献度、“千卡/万卡级”训练优化经验等作为人工智能人才的重要评价依据。

2.强化专业人才培养。引导宁波东方理工大学、宁波大学、浙大软件学院等本地高校谋划设立人工智能学院，优先支持人工智能岗位人才选聘，壮大教师队伍。优化专业学科设置，扩大人才培养规模，重点培养人工智能算法工程师、数据分析师、产品架构师等专业人才。深化产教融合、校企合作，建设人工智能实训、实习基地等联合培养平台，加大职业技能培训，培养人工智能复合型、实践型、技能型人才。

3.重塑数据技能人才培养体系。依托我市高职院校专业体系，面向多模态数据、行业通识和专识数据治理，叠加培养具备数据清洗、标注、加工、验证、合成能力的技能人才，构建大模型训练和场景所需的数据人才基础。探索设立数据人才行业认证机制，开展职业技能等级认定，推动数据高技能人才与数字经济专业技术人才职业发展贯通。

4.提升全社会通识素养。构建以素养教育为核心的人工智能基础教育，推动人工智能进教材、进课堂。推动各类市场机构组织人工智能通识培训，广泛开展面向年轻人才的人工智能宣传教育和知识普及。在领导干部进修班、中青班等党校主体培训班次开设人工智能课程；依托甬习云课堂、党员学习网等平台开发一批人工智能精品课程，扩大机关干部教育培训覆盖范围。

（五）创新生态优化行动

1.强化科技资源配置

实施“科创甬江2035”人工智能重大科技专项，围绕人工智能关键核心技术与重大需求，聚焦高性能算力、异构芯片适配、编程模型与训练框架、数据库系统等软、硬件关键技术，按照“成熟一个、启动一个”原则，开展关键核心技术攻关。

围绕机器学习、人机交互、多智能体协作学习，以及多模态融合及生成模型、具身智能机器人等领域，尽快突破制约产业发展的共性技术难题，研制一批具有市场核心竞争力的标志性智能产品。

2.推动高能级平台布局

推动宁波东方理工大学空间智能与数字衍生重点实验室建设，依托浙大软件学院、甬江实验室等科研机构谋划创建人工智能领域重点实验室、概念验证中心等技术创新平台。

组建人工智能领域创新联合体，实施“揭榜挂帅”创新任务探索“需求牵引-联合攻关-工程验证”协同共创机制，强化企业创新主体地位，建设适应新一代人工智能发展需要的实践载体。

谋划与国内头部云服务商合作建设智能体开发平台，基于成熟大模型体系建设算法工具链、模型组件库等技术能力，面向应用企业提供模型微调训练、轻量化部署服务。

3.加大金融资本支持

发挥基金投资引导作用。用好政府投资基金和国资基金，加强与人工智能领域头部管理机构合作落地基金，加大对人工智能领域创新企业、项目、园区投资力度。引导本地龙头企业、市场化股权投资机构等社会资本设立人工智能领域投资基金，打造百亿级人工智能产业基金群。

拓宽市场化股权融资渠道。支持企业上市融资，对符合条件的人工智能企业纳入市级上市后备企业资源库，支持风投、创投机构加强对人工智能初创企业的投资并购。

畅通企业信贷融资通道。鼓励融资担保机构加大对人工智能融资担保力度，联动银行、保险等金融机构创新设立“人工智能贷（险）”等产品，加大对人工智能领域企业、项目的支持力度。

4.建设开源开放社区

建设城市开源社区。联动开放原子基金会、开源中国、CSDN等国内明星开源组织，建设运营开源宁波城市社区，识别并凝聚本地企业、高校院所和个人开发者力量，打造“AI+开源”新技术范式。

打造开源标杆项目。推动本地企业、在甬高校、科研机构等发布AI模型及组件、数据集、AI研发框架、模型协作工具服务等原生开源项目，推动全球优秀开源AI项目和开发者落地，支持大模型及其衍生品的自由开放访问、参数调整、应用开发，打造模型即服务（MaaS）新范式。

浓厚开源创新氛围。打造开源品牌活动矩阵，定期举办高端技术沙龙、AI应用进企业、AI企业进高校等系列开源活动，优化全市开源生态环境。

（六）安全体系构建行动

1.加强安全引导监管

加强国家标准宣贯。贯彻落实《人工智能生成合成内容标识方法》《机器学习算法安全评估规范》等系列国家、团体标准，开展专题培训与演练，督促企业常态化开展评估测试，提升风险防范和应急处置能力。贯彻落实国家网信办《生成式人工智能服务管理暂行办法》，指导服务我市开展模型研发训练的企业积极申报大模型合规备案和安全审查，统筹培育与监管。

建立常态化监管机制。依托我市网络安全监管和等级保护机制，将人工智能安全纳入常态化监督机制。将大语言模型生成内容纳入意识形态工作范围，加强生成内容在价值观、道德规范等领域合规监管和预警，定期开展安全风险评估，健全模型输入输出、运行及参数变化日志，加强追溯与整改，确保大模型使用过程的安全规范。

2.提高基础安全能力

加强AI安全技术创新。支持模型研发、数据加工、智能体应用等各类市场主体、高校院所联合开展对抗样本防御技术、联邦学习与隐私计算、深度学习算法、AI可解释性研究等人工智能安全领域前沿技术创新，提升模型算法的可靠与可解释性。支持有实力的企业积极参与AI安全国家、团体标准制定。

加固数据安全运行环境。落实推进国家数据分类分级标准，防范隐私数据泄露、敏感信息暴露、不良数据污染等，进一步规范公共数据分类分级全生命周期安全管理体系。强化数据运行环境的智能威胁监测与动态访问控制，持续优化系统安全、网络安全防护策略。

3.培育产品服务能力

拓展AI安全服务内容。推动我市网络安全、信息安全、工控安全服务商，扩展建设面向AI领域的态势感知监测平台，研发基于数据底座的安全大模型、安全保密检查工具，围绕敏感信息识别、智能对抗防御、深度伪造检测、模型追溯审计、风险评测等功能，研发轻量化、自动化、可解释的安全解决方案。

建设AI安全产业基地。依托数字安全领域头部企业的安全感知体系与安全云能力，建设城市数字化安全能力中台，研发工业仿真、城市治理、交通应急等城市安全应用场景；导入高端科研资源建设安全创新平台，创新通用内容快速检测、特定话题语义分析、专项内容快速研判的生成式内容安全监测产品。

三、保障措施

（一）加强组织领导。统筹发改、经信、科技、数据、人才等部门力量，建立健全部门协同、市、区、企业（研究机构）联动的统筹推进工作体系，推动重大战略、重点项目、重要资源配置及落实。

（二）建立推进机制。建立人工智能“行动方案+政策措施+工作要点”任务体系，细化工作举措和时间节点，按照“项目化推进、清单化落实、时限化落地”要求，强化责任落实，跟踪建设进展，加强对全市人工智能产业发展的监测评估。

（三）加大政策支持。聚焦行业垂直模型研发应用、建设标杆应用场景、打造标志性创新成果等工作，推动落实人工智能创新发展政策措施。用足用好大智造、科技创新、人才培养、招商引资、重大项目等现有政策，凝聚政策支持合力。

（四）营造发展氛围。支持社会力量举办人工智能领域的赛事、论坛、展会活动，打造行业交流平台。挖掘标杆场景项目、表彰优秀企业（人才），建立人工智能大模型、新技术、新产品定期发布机制，培育“首发”阵地，塑造“AI宁波”城市品牌。

市经信局于7月25日—8月5日向社会公众广泛征求意见。至截止日，未收到反馈意见和建议。