| 资讯频道
8月26日，《国务院关于深入实施“人工智能+”行动的意见》发布，围绕“人工智能+科学技术”等重点领域，明确提出“加快科学大模型建设应用，推动基础科研平台和重大科技基础设施智能化升级，打造开放共享的高质量科学数据集”，并同步部署算力统筹、应用中试与标准化等配套举措，为我国新质生产力培育绘出更清晰的“任务书”和“时间表”。
在政策牵引下，知识产权数据与智能技术加速耦合：传统的“检索—查新—对比”工具，正向“认知—推理—撰写—转化”的智能科研基础设施跃迁。据了解，一些平台正以“知产数据+人工智能”的方式完成代际升级：例如，八月瓜科技面向科研与产业用户的“创新大脑”正升级为“擎策·知海”（下称“知海”），围绕重大科研环节的“擎策·奇创”AI助手（下称“奇创”）加速打通创新链路，高质量数据集API面向产业生态有序开放。这些探索，折射出我国“以应用为导向”的数据供给创新、工具链智能化与中试验证路径。
科技基础设施的智能化转型：从“检索平台”到“科研底座”
《意见》在“‘人工智能+’科学技术”行动部分提出“加快科学大模型建设应用，推动基础科研平台和重大科技基础设施智能化升级”，强调用科学大模型提升跨模态复杂科学数据处理水平。还提出强化人工智能跨学科牵引带动作用，推动多学科融合发展。这意味着，科研基础设施不再只是数据存取与索引的集合，而要成为能够理解技术语义、洞见创新机会、生成结构化知识的“智能体”。
在这一语境下，“知海”以覆盖多国、多行业的知产数据为底座，提供语义理解与专业检索并行的组合能力，使科研人员与企业研发者从“找得到信息”，走向“打得开格局、读得懂技术、看得清路线”。其数据集具有时间跨度长（1770年至今）、地域覆盖广（178个国家和地区）、行业分类细（97个行业）的特征，强调深度标引与质量校验，以支撑更高阶的科学发现与技术路线推演。
值得注意的是，《意见》同步部署“强化智能算力统筹”，提出完善全国一体化算力网、推进“东数西算”枢纽作用与标准化、可扩展的算力云服务。对科研平台而言，数据、模型与算力的系统性匹配，正在成为“平台即基础设施”的关键标志。
智能化工具打通创新“最后一公里”：从实验室到成果申请文本
“从0到1”的原始创新突破，最终要通过“从1到N”的成果转化落地。《意见》提出“支持智能化研发工具和平台推广应用”，推动技术研发、工程实现、产品落地一体化协同。
围绕这一目标，“奇创”定位为创新保护文件的智能辅助撰写与推理工具：在研究方案形成后，围绕背景技术提炼、技术交底与核心权利要求构造，提供结构化生成与一致性校验，减少传统人工搜集与编纂的时间成本，提升知识产权申请的时效与准确性。其意义并不在于“替代撰写”，而在于以机器的可重复与可追溯，提升人机协同的专业度与治理性，呼应政策对高质量应用与标准化文本的要求。
更重要的是，政策提出“布局建设一批国家人工智能应用中试基地，搭建行业应用共性平台”，为这类工具的可验证、可复用提供“中试场”。在材料、新能源、高端装备等典型行业场景中，形成可迁移的知识抽取与权利要求生成模板，将是“为应用而评估、以评估促应用”的关键抓手。
高质量数据集，支撑新质生产力：面向模型的“可用、可测、可管”
“以应用为导向，持续加强人工智能高质量数据集建设”，是此次政策的鲜明取向。高质量不仅是规模与覆盖，更在于可用性（结构化、可追溯）、可测性（质量评估、偏差监测）、可管性（授权边界与权益约束）。
面向产业与科研用户开放的高质量数据集API，承担着“把数据做成能力”的职责：一端对接专利、商标、工商与法律状态等深度字段；一端向研发立项、竞争分析、风险预警与成果转化等场景提供结构化调用。其行业覆盖从半导体、集成电路到低空经济、卫星产业，既能支撑领域纵深分析，也能服务跨领域技术迁移与路线规划。从“数据在手”到“能力在用”，API化供给成为产业侧拥抱大模型与专业智能体的重要接口。
“知海”类平台在数据质量与多样性上的长期建设（时间跨度、地域覆盖与行业维度），叠加法律状态、引证关系、同族关联等“深水区”字段，直接关系到模型的“知识密度”和“可解释性”，并进一步影响“从1到N”的产业化速度。
让创新生态更可用、更可信：把“政策红利”转化为“场景收益”
《意见》将模型能力评估、应用中试与标准研制纳入统一框架：一方面要求“建立健全模型能力评估体系”，另一方面强调“打造人工智能应用服务链”“加快重点领域人工智能标准研制”，并通过中试基地为技术迭代提供可操作的“中间地带”。对科研与产业主体而言，评测—中试—标准的闭环，决定了工具链是否真正“可落地、可扩散”。
与此相适应，一批数智化科技创新平台正在从“服务供给者”走向“生态组织者”。它们在保持专业克制的同时，通过数据底座（知海）、智能工具（奇创）与API供给，把政策意图转译为面向研究与产业的“操作手册”：
— 在科研侧，支撑从选题策划、先验检索到证据聚合、文本生成的“一体化工作流”；
— 在产业侧，围绕竞品动态、侵权预警与投资尽调构建“数据驱动的决策台”，与应用中试和行业标准形成合力；
— 在生态侧，以API为纽带，把多源数据、模型能力与行业Know-how连接成“可调用的创新要素”。
北京八月瓜科技有限公司董事长李长青表示：“科技基础设施的智能化转型，不仅是企业层面的升级，更是国家创新体系迈向新质生产力的必经之路。我们希望通过对科技数据的深度治理和智能化工具的不断迭代，让科研人员、企业创新者能够站在更高的起点上开展工作，把有限的科研时间和精力释放出来，投向真正创造性的探索。这也是企业参与‘人工智能+’行动的最大价值所在。”
从“会搜”到“会想、会写、会证”，中国的科创基础设施正经历一场深层重构。它的价值不在于“功能有多全”，而在于“科技创新与产业是否因之更高效、更可靠”。当高质量数据集成为模型迭代的“营养液”，当中试与标准成为创新扩散的“加速器”，我们就能把一项项工具变成“可复用的方法”，把一项项方法汇聚为“可持续的能力”。
值得强调的是，像八月瓜科技这样的创新企业，正是“人工智能+”行动中鲜活的实践者。他们通过在科研基础设施、智能化工具和高质量数据集上的探索，将政策蓝图转化为可以触摸的生产力增量，把国家的战略导向落脚到科研一线和产业现场。正是这些扎根在各自专业领域的创新力量，汇聚成推动中国式现代化和新质生产力发展的澎湃动能。这正是“人工智能+”行动在知产与科研一线的真正意义。
（广告）
京公网安备 11010502035903号