01

部委動態

（1）工信部印發《工業企業和園區數字化能碳管理中心建設指南》

數字化能碳管理中心是支撐工業企業和園區提升能耗雙控和碳排放雙控管理水平的信息系統和基礎工具，通過采用人工智能、工業互聯網和物聯網、智能傳感等信息通信技術，開發能耗和碳排放數據采集、監測、核算、分析、預測、預警、決策支持等功能，支撐開展產品碳足跡、項目碳評價和企業碳管理。為指導工業企業和園區建設數字化能碳管理中心，推進數字技術賦能綠色低碳轉型，提升工業節能降碳水平，制定本指南。（來源：工業和信息化部節能與綜合利用司）

（2）中共中央辦公廳 國務院辦公廳印發《提振消費專項行動方案》

中共中央辦公廳、國務院辦公廳印發《提振消費專項行動方案》，并發出通知，要求各地區各部門結合實際認真貫徹落實。為大力提振消費，全方位擴大國內需求，以增收減負提升消費能力，以高質量供給創造有效需求，以優化消費環境增強消費意愿，針對性解決制約消費的突出矛盾問題，現就實施提振消費專項行動制定本方案。（來源：新華社）

（3）9月1日起，AI生成合成內容必須添加標識

近日，國家互聯網信息辦公室、工業和信息化部、公安部、國家廣播電視總局聯合發布《人工智能生成合成內容標識辦法》（以下簡稱《標識辦法》），自2025年9月1日起施行。國家互聯網信息辦公室有關負責人表示，《標識辦法》旨在促進人工智能健康發展，規范人工智能生成合成內容標識，保護公民、法人和其他組織合法權益，維護社會公共利益。（來源：網信中國）

（4）2025年5G工廠名錄項目及優秀案例遴選工作啟動

工業和信息化部近日印發通知，組織開展2025年5G工廠名錄項目及優秀案例遴選工作。要求項目申報主體為制造業、采礦業、電力、港口等重點領域企業，在中華人民共和國境內注冊，具備獨立法人資格；項目建設標準參照《5G全連接工廠建設指南》。（來源：工業和信息化部信息通信管理局）

02

地方行動

（1）上海市經信委：圍繞元宇宙推出新型信息消費產品，設立算力券、模型券、語料券

3月17日，上海市政府新聞辦就《上海市促進服務業創新發展若干措施》舉辦了新聞通氣會，該措施共包含四個方面、31項政策舉措。其中，措施特別支持AI融合賦能。鼓勵信息服務、專業服務等行業企業專注于垂直領域，評選出性能先進的細分專用模型并給予補助。同時，發揮市人工智能產業母基金的作用，支持大模型企業設立產業生態基金。（來源：上海市政府新聞辦）

（2）重慶：千億規模，打造元宇宙應用場景，加大VR+研發投入，提升文旅服務擴容提質

3月10日，重慶市人民政府印發《重慶市促進服務消費高質量發展實施方案》。到2027年，在服務消費各領域形成一批新增長點，服務零售額占社會消費商品和服務零售總額的比重超過40%。到2035年，形成資源集聚和輻射全球市場的高品質、創新型、數字化、融合化服務消費新體系，服務零售額占社會消費商品和服務零售總額的比重超過45%。（來源：重慶市人民政府）

（3）廣東：最高5000萬元資金支持人工智能與機器人新政

3月9日，廣東省發布《廣東省推動人工智能與機器人產業創新發展若干政策措施》。措施提到支持關鍵核心技術攻關、培育優質企業、打造應用場景、推動產業集聚發展、支持重點項目建設、豐富數據要素供給等十二項措施，用以打造全球人工智能與機器人產業創新高地。（來源：廣東省人民政府）

03

成員單位動態

（1）央視《新聞聯播》：以“中試平臺”為抓手四川深度融合創新鏈產業鏈

3月17日晚，央視《新聞聯播》對四川省以“中試平臺”為抓手，深度融合創新鏈產業的工作進行報道。報道中出現的高新蜂鳥智能硬件中試平臺，由岷山公司參與投資建設和運營。作為高科集團推進成都高新區中試跨越行動計劃的主要抓手，岷山公司成功打造高新區首個中試生態園區——成都高新區智能硬件中試生態園，園區涵蓋概念驗證中心、中試研發中心、中試制造中心、中試檢測中心、中試場景實驗室、孵化加速中心、中試產業研究院、產業鏈配套企業等，建成中試平臺包括高新蜂鳥智能硬件中試平臺、嶼西半導體微波射頻元器件中試平臺、智敏芯智能傳感器中試平臺、特種陶瓷材料中試平臺等。（工業元宇宙協同發展組織成員 新聞來源：央視《新聞聯播》）

（2）喜訊！松應科技完成數千萬元天使輪融資

近日，全球領先的實時物理AI仿真系統公司松應科技宣布完成天使輪融資，由中科創星領投，上海天使會、接力天使、奇績創壇跟投，融資資金將用于團隊建設和擴大研發。松應科技的技術創新受到廣泛關注，已服務國家級人形機器人創新中心、具身智能廠商、高校、科研院所等領域內的數十家頭部客戶，并與多家國產GPU（圖形處理器）廠商達成戰略合作。此外，作為重要的基礎軟件與高質量合成數據供應商，松應科技成為上海市語料工作委員會成員，亦參與了上海市智能算力資源統籌調度服務平臺的建設。（AI應用工作組成員 新聞來源：松應科技）

（3）AI與XR深度融合：科技交匯與未來展望

隨著人工智能（AI）和擴展現實（XR）技術的快速發展，它們的深度融合已經成為當前科技領域的一個重要趨勢。兩者的結合不僅能夠推動行業技術革新，更能帶來全新的用戶體驗。無論是沉浸式的虛擬環境，還是智能化的交互系統，AI與XR的合作無疑會影響許多行業的未來發展。從智能制造到醫療健康，再到大空間展演劇目（游戲）等，二者的結合正在創造無數新的可能性。（AI應用工作組成員 新聞來源：物通科技）

04

行業動態

（1）華為發布純血鴻蒙折疊機，擁抱DeepSeek，鴻蒙電腦來了

3月20日，華為正式亮出了自家最新的“顛覆性”折疊屏手機新品——華為Pura X，華為稱之為全球首款“闊折疊屏”手機。數碼圈“頂流網紅”之一，華為常務董事、終端BG董事長、智能汽車解決方案BU董事長余承東登臺發布了這款產品。余承東現場激情地宣布：華為終端將全面進入鴻蒙時代！這就意味著鴻蒙會在華為手機之外的更多產品中落地。（來源：智東西）

（2）黃仁勛攜GB300震撼登場，DeepSeek推理暴漲40倍加速全球最快，26年Rubin問世

萬眾矚目的Blackwell Ultra終于登場亮相，專為DeepSeek R1這樣的推理模型打造，性能直達Hoper的40倍！而下一代GPU「Rubin」，將于2026年下半年問世。在圣何塞結束的GTC大會上，黃仁勛聲稱沒有腳本、沒有提詞器，用兩個多小時介紹了英偉達過去一年的進展。（來源：新智元）

（3）智元機器人發布首個通用具身基座模型GO-1

稚暉君正式官宣首個通用具身基座模型——智元啟元大模型（Genie Operator-1，以下簡稱GO-1），將具身智能邁向通用全能的門檻進一步降低了。GO-1大模型由智元機器人聯合上海AI Lab共同發布。通過大規模、多樣化的數據訓練，GO-1展現出強大的通用性和智能化能力，突破了大量以往具身智能面臨的瓶頸。（來源：量子位）

05

院士觀點

（1）馮登國院士：面向人工智能的密碼學未來發展思考

隨著AI技術的發展和應用,密碼學與AI之間的相互影響相互賦能必將更加深入和深遠.因此,應高度重視和關注面向AI的密碼學發展方向與重點，通過分析提煉AI對密碼學帶來的影響、威脅和挑戰，結合當前信息技術發展現狀和趨勢，面向AI的密碼學應重點關注和發展8個方向。（來源：商秘君）

（2）李國杰院士：人工智能將走向何方？

實現通用智能是一個漸進過程，不會因某項技術的發明就突然到來。盡管當前AI的通用性比前兩波有顯著提高，但距離真正的通用智能還有較大差距。在某些應用中通過圖靈測試只是階段性成果，發展既通用自主又安全放心的人工智能仍是巨大挑戰。（來源：學習時報）

（3）譚鐵牛院士：擁抱AI，警惕“一哄而上”和“一哄而散”

當前，教育數字化已成為我國開辟教育發展新賽道、塑造教育發展新優勢的重要突破口。兩會期間，全國政協常委、南京大學黨委書記、中國科學院院士譚鐵牛在接受《中國科學報》專訪時表示：“教育數字化的核心任務是推進人工智能賦能教育高質量發展，通過智慧教育實現普惠教育。”

譚鐵牛認為，人工智能與教育的深度融合，需要有前瞻、系統的謀劃，注重把握好“五個堅持”，既要善用人工智能賦能教育，也要堅守育人初心，避免陷入技術極端化誤區。（來源：中國科學報）

06

行業洞察

（1）陳立武將任英特爾首席執行官，透露“客戶為重”的經營理念

美國東部時間3月12日下午，英特爾宣布華人陳立武(Lip-Bu Tan)被任命為首席執行官，該任命將于3月18日生效。陳立武在郵件中展示了其對英特爾的發展愿景：“我們將共同努力，恢復英特爾作為世界一流產品公司的地位，將自己打造成世界一流代工廠，并讓客戶前所未有地滿意。”（來源：中國電子報）

（2）DeepSeek等中國科技企業崛起，背后的萬億故事

當前，中國企業研發經費投入趨勢如何？呈現什么樣的特征？上市企業研發經費投入與強度情況如何？在行業上呈現什么樣的特征？大連理工大學最新發布的《中國研發經費報告2024版》揭示：私人部門正成為中國科技創新的核心引擎，但“規模擴張”與“效率提升”的平衡仍待破局。（來源：知識分子）‍

07

技術與應用

（1）OpenAI推出最貴o1-pro API，千倍于DeepSeek

OpenAI在其開發者API中推出了o1推理模型的一個更強大版本，即o1-pro。據OpenAI稱，o1-pro使用比o1更多的計算資源來提供更好的響應。該功能僅對特定開發者開放（Tier 1–5開發者），支持視覺、函數調用、結構化輸出，并與響應和Batch API兼容。隨著計算資源的增加，該API價格也相應提高：每100萬輸入token（約750,000個單詞）收費150美元，每100萬輸出token收費600美元。（來源：機器之心）

（2）谷歌團隊再次證明Scaling Law的準確性，即使總通信量減少99%，仍能超越數據并行訓練

在大模型領域，數據并行訓練（Data-Parallel）方法占據著核心地位，它是訓練大模型的基礎技術之一。然而，隨著模型規模的不斷增大，數據并行訓練方法的通信開銷和內存限制等缺點日益凸顯。為此，Google DeepMind此前研發出一種名為DiLoCo（分布式低通信優化，Distributed Low-Communication Optimization）的方法，其具備減少通信開銷和提高擴展性等優勢。近日，來自Google Research和Google DeepMind的研究人員發現DiLoCo竟然具備更多優勢。（來源：DeepTech深科技）

封面圖片來源：視覺中國-VCG41N2155090857