今年全国两会期间，政府工作报告明确提出持续推进“人工智能+”行动，支持大模型广泛应用，推动人工智能应用软件开发。这一部署标志着我国人工智能发展进入深化融合、全面赋能的新阶段，为数字经济和实体经济高质量发展注入了强劲动力。

一、“人工智能+”行动的战略意义

“人工智能+”并非简单技术叠加，而是通过人工智能与经济社会各领域深度融合，催生新产业、新模式、新动能。从“互联网+”到“人工智能+”，体现了技术演进与产业变革的内在逻辑。当前，大模型作为人工智能领域的重要突破，具备强大的通用性和泛化能力，正在成为推动各行业智能化升级的关键基础设施。“人工智能+”行动聚焦大模型广泛应用，意在解决从技术到场景的“最后一公里”问题，让智能技术真正下沉到制造、医疗、教育、金融、交通等垂直领域。

二、大模型广泛应用的关键路径

大模型的广泛应用需要政策、算力、数据、场景四方协同。两会提出的支持措施，应重点围绕以下几方面展开：一是鼓励行业龙头企业开放场景，率先在研发设计、生产制造、营销服务等环节试点大模型应用；二是加强算力基础设施建设，降低中小企业使用大模型的门槛；三是推动高质量行业数据集建设与共享，提升大模型在专业领域的表现；四是建立安全可信的应用规范，确保大模型应用合规可控。通过标杆示范与生态共建，大模型将从“可用”走向“好用”，从“通用”走向“专用”。

三、人工智能应用软件开发的核心任务

推动人工智能应用软件开发，是“人工智能+”行动落地的重要抓手。这要求软件开发范式从传统规则驱动转向数据和模型驱动。具体而言，应着力发展以下几类软件：一是面向垂直行业的AI原生应用，如智能医疗诊断助手、智能法律咨询系统、工业视觉检测平台等；二是大模型开发与运维工具链，包括模型微调、提示工程、评测监控等工具，降低开发门槛；三是端侧与边缘智能软件，满足实时性、隐私性需求；四是多模态交互软件，融合文本、语音、图像等能力，提升用户体验。要发挥我国海量数据和丰富应用场景优势，培育一批具有国际竞争力的AI软件企业。

四、需关注的挑战与保障措施

在推进过程中，也要正视挑战：算力成本依然较高，数据孤岛和隐私安全问题突出，复合型人才短缺，部分领域存在低水平重复开发。为此，建议加强统筹规划，避免“一哄而上”；完善数据要素市场，促进安全流通；推动产教融合，培养AI软件工程师和行业应用人才；设立专项支持AI软件开源社区和标准制定。还要坚持包容审慎监管，为创新留足空间，同时守住安全底线。

两会关于持续推进“人工智能+”行动、支持大模型广泛应用和推动人工智能应用软件开发的部署，既立足当前，又着眼长远。以应用为导向、以软件为载体、以生态为支撑，必将加速人工智能从技术突破走向产业繁荣，为高质量发展塑造新优势。