我國人工智能產業(yè)發(fā)展形勢研判及思路建議

2024年是實現(xiàn)“十四五”規(guī)劃目標任務的關鍵一年，當前我國工業(yè)和信息化發(fā)展中的熱點、難點有哪些？今后一個時期的發(fā)展目標是怎樣的？近日，賽迪研究院重磅推出集體研究成果《“十五五”前期研究成果匯編》，力爭為工業(yè)和信息化部和各地工業(yè)和信息化主管部門科學制定“十五五”規(guī)劃提供支撐，為企業(yè)把握行業(yè)發(fā)展大勢做好服務。

《“十五五”前期研究成果匯編》分為上下兩篇，上篇為綜合篇，分別從制造業(yè)、數(shù)字化轉型、產業(yè)科技創(chuàng)新、中小企業(yè)、工業(yè)綠色發(fā)展、數(shù)字經濟、網(wǎng)絡安全、數(shù)據(jù)治理、國際合作等9個角度進行了分析；下篇為行業(yè)篇，選取了高端裝備制造業(yè)、氫能、安全應急裝備、原材料、新材料、生物制造、新型儲能、歷史經典、醫(yī)藥工業(yè)、電子信息、先進計算、量子、集成電路、光伏、顯示、軟件、未來產業(yè)、低空經濟、人工智能等19個行業(yè)進行分析。

工業(yè)互聯(lián)網(wǎng)世界編輯部將遴選《“十五五”前期研究成果匯編》系列中部分內容，以饗讀者。本期發(fā)布《“十五五”時期我國人工智能產業(yè)發(fā)展形勢研判及思路建議》。

文 |賽迪智庫未來產業(yè)研究中心

人工智能產業(yè)是新一代信息技術產業(yè)的創(chuàng)新前沿，是推動未來產業(yè)發(fā)展的核心動能，是打造新質生產力的關鍵。在云計算、大數(shù)據(jù)、深度學習等關鍵技術的持續(xù)創(chuàng)新與深度應用的推動下，人工智能迎來前所未有的發(fā)展機遇，已步入以大模型為代表的通用人工智能發(fā)展階段，我國人工智能產業(yè)亦在國際化的競爭舞臺上行穩(wěn)致遠。立足于“十五五”這一新的歷史坐標，我們必須精準把握國內外發(fā)展大勢，緊緊抓住通用人工智能發(fā)展的關鍵“窗口期”，發(fā)揮既有優(yōu)勢，補齊短板不足，不斷推進人工智能產業(yè)的高質量發(fā)展，以確保在全球競爭中占據(jù)核心競爭優(yōu)勢。

一、“十五五”時期人工智能產業(yè)發(fā)展面臨新形勢

（一）產業(yè)規(guī)模快速增長

近年來，我國人工智能產業(yè)規(guī)模呈爆炸式增長，成為推動經濟高質量發(fā)展的新引擎。央視財經數(shù)據(jù)顯示，我國人工智能核心產業(yè)規(guī)模已超過5000億元。沙利文咨詢預測，2024年我國人工智能市場規(guī)模將突破7993億元。從細分領域來看，人工智能大模型正處于井噴式發(fā)展高峰期，是推動產業(yè)快速增長的核心力量。2023年，我國人工智能大模型市場規(guī)模達21億美元，同比增長110%，占全球市場規(guī)模的10%。據(jù)鈦媒體國際智庫報告預測，2024年我國大模型市場規(guī)模將達216億元，持續(xù)保持兩位數(shù)以上增速。當前，全國各地密集出臺政策推動人工智能產業(yè)發(fā)展，如北京市印發(fā)《北京市加快建設具有全球影響力的人工智能創(chuàng)新策源地實施方案（2023-2025年）》，提出到2025年人工智能核心產業(yè)規(guī)模達到3000億元的目標。頭部企業(yè)加速人工智能領域布局，天眼查數(shù)據(jù)顯示，越來越多的企業(yè)爭先搶占人工智能賽道，百度、騰訊、華為等大廠在人工智能算法和模型、數(shù)據(jù)處理能力和計算資源等方面發(fā)展迅速。未來，隨著政策紅利的持續(xù)釋放、核心技術的日益成熟、應用場景的不斷拓寬，我國人工智能產業(yè)將持續(xù)增長，在全球范圍內扮演更加重要的角色，為推動全球科技進步和經濟發(fā)展作出更大貢獻。

（二）技術變革推動發(fā)展

當前，人工智能技術正處于飛速發(fā)展階段，未來，以算力、算據(jù)、算法三大基礎要素的精巧配合和相互促進為本質的技術變革，將推動人工智能產業(yè)向縱深發(fā)展。一是多模態(tài)模型或將成為人工智能產業(yè)標配。微軟的研究員撰寫的綜述預測，多模態(tài)基礎模型將從專用走向通用，未來將有更多的研究關注如何利用大模型處理多模態(tài)任務。目前國內超80個大模型多僅支持文本輸入輸出這一單一模態(tài)，與人類利用視覺嗅覺聽覺等多感官獲取信息、通過語言表情動作等多方式表達信息相比具有明顯不足。未來隨著技術的日臻成熟，大模型創(chuàng)新將從支持單模態(tài)單任務逐漸發(fā)展為將文本、圖像、音視頻等集于一體的多模態(tài)多任務，競爭重點將從參數(shù)量的提升轉向多模態(tài)信息整合和深度挖掘能力的提升。二是數(shù)據(jù)智能有望迎來跨越式發(fā)展。當前，作為大模型訓練“原料”的數(shù)據(jù)，尤其是高質量數(shù)據(jù)面臨短缺，據(jù)Epoch AI Research研究團隊稱，高質量語言數(shù)據(jù)將在2026年耗盡。若失去新增數(shù)據(jù)源，同時數(shù)據(jù)利用效率又未能顯著提升，未來人工智能大模型的發(fā)展速度將明顯放緩。因此，大模型領域不斷迸發(fā)的數(shù)據(jù)需求，將倒逼數(shù)據(jù)在大規(guī)模、多模態(tài)、高質量三維度上全面提升，數(shù)據(jù)智能技術將飛速發(fā)展。三是傳統(tǒng)計算范式變革成為必然趨勢。算力作為“燃料”是支撐人工智能模型不斷進化的關鍵，OpenAI數(shù)據(jù)顯示，訓練GPT-3 175B模型需要的算力高達3640PF-days（以1PetaFLOP/s的效率要跑3640天）。未來，傳統(tǒng)計算范式將無法滿足人工智能算力需求的指數(shù)級增長，智能算力無處不在的計算新范式加速實現(xiàn)。

（三）具身智能引發(fā)關注

具身智能（Embodied Intelligence）是一種智能系統(tǒng)的設計理念，其目標是通過將感知、決策和行動融合在一起，使機器能夠像人類一樣具備身體和運動能力。具身智能的核心理念是利用機器的身體結構和動作能力來增強其智能表現(xiàn)和解決復雜任務的能力。傳統(tǒng)的人工智能系統(tǒng)主要關注于數(shù)據(jù)處理和算法的優(yōu)化，而具身智能則更加注重機器與環(huán)境的互動和交流。

目前，具身智能已經成為國際學術前沿研究方向，包括美國國家科學基金會在內的機構都在推動具身智能的發(fā)展。谷歌公司的Everyday Robot已經能夠將機器人和對話模型結合到一起，形成一個更大的閉環(huán)。UC伯克利的LM Nav用三個大模型（視覺導航模型ViNG、大型語言模型GPT-3、視覺語言模型CLIP）教會了機器人在不看地圖的情況下按照語言指令到達目的地?；谛螒B(tài)的具身智能研究，例如機器人關節(jié)控制，使機器人完全依靠自身形態(tài)即可實現(xiàn)對整體行為的控制。未來，具身智能有望在機器人、自動駕駛、智能家居等領域實現(xiàn)重大突破和廣泛應用。

（四）應用滲透千行百業(yè)

當前，以大模型為代表的人工智能技術賦能千行百業(yè)，成為驅動產業(yè)轉型升級“第二增長曲線”的新支點。我國人工智能已在眾多行業(yè)落地應用，賦能效果明顯。例如：汽車行業(yè)成為大模型技術最大的交互應用場景。各大車企加快人工智能技術在智能座艙、智能駕駛、智能制造等方面的落地應用，為汽車行業(yè)帶來深刻變革。如人工智能大模型可以輔助自動駕駛算法的訓練和優(yōu)化，亦可以作為“控制者”直接駕駛車輛。生物醫(yī)藥領域應用大模型大幅提升研發(fā)效率。藥物設計和病情發(fā)現(xiàn)是生物醫(yī)藥領域的重要環(huán)節(jié)，傳統(tǒng)手段耗時長、成本高，大模型技術在生物制造領域應用可提高藥物研發(fā)效率和成功率，助力發(fā)現(xiàn)新療法。人工智能顯著提升集成電路設計制造領域生產力。芯片設計制造具有極高的專業(yè)性和復雜性，人工智能驅動的集成電路設計制造技術由大模型自動為工程師提供技術洞察，改進未來芯片設計生產方式，減輕工程師負擔，縮短芯片研發(fā)周期，促進芯片領域生產力提升。盡管如此，我國人工智能多數(shù)應用仍處于“小規(guī)模試點”階段，相距發(fā)達國家仍有不小差距，未來，隨著人工智能技術的不斷成熟，落地應用將向“深水區(qū)”持續(xù)邁進，發(fā)展空間廣闊。

（五）安全監(jiān)管趨緊趨嚴

如何確保人工智能“自我進化”的有益無害，一直是人工智能產業(yè)發(fā)展面臨的重大難題。技術安全方面，人工智能技術的復雜性和不透明性造成“黑箱”困擾。人工智能設計者利用不同來源的數(shù)據(jù)進行訓練建模，隨著算力水平的提升，用于訓練的數(shù)據(jù)量呈指數(shù)級增長，人工智能自我學習更新的速度也越來越快，但其結果“不可解釋”，人工智能設計者難以把控其“自我進化”方向。應用安全方面，“真假難辨”“技術換人”的風險持續(xù)增加。生成式人工智能的生成結果已可“以假亂真”，真假難辨對個人安全乃至國家安全都帶來較大風險，此外，隨著人工智能技術的普及和發(fā)展，失業(yè)人群數(shù)量增加，未來人工智能更將在多個領域趕超人類，引發(fā)更多社會問題。數(shù)據(jù)安全方面，數(shù)據(jù)泄露等安全問題的解決更加趨難。隨著生成式人工智能技術向多模態(tài)發(fā)展，其文件格式更加豐富，未來數(shù)據(jù)泄漏問題將難以通過傳統(tǒng)的數(shù)據(jù)防泄漏方法解決。當前，世界各國呈現(xiàn)出政策法規(guī)先行、安全監(jiān)管趨嚴等特征，如2023年3月，意大利數(shù)據(jù)保護局以違反《通用數(shù)據(jù)保護條例》為由暫時禁用ChatGPT，并在此后提出系列整改要求。未來，隨著人工智能的快速發(fā)展，與之配套的政策法規(guī)也將更加完善，安全監(jiān)管將更加嚴格，治理力度將持續(xù)加大。

二、“十五五”時期人工智能產業(yè)發(fā)展思路和目標

（一）頂層謀劃引領方向，構筑政策支持體系

做好頂層設計，制定國家層面的人工智能發(fā)展戰(zhàn)略，科學謀劃、統(tǒng)籌布局，構建多層次、多維度的政策支持體系。加強央地聯(lián)動，暢通跨部門、跨行業(yè)、跨區(qū)域協(xié)作，推動政產學研用金各方主體精準發(fā)力，面向工業(yè)細分領域、不同發(fā)展階段企業(yè)、不同產業(yè)鏈環(huán)節(jié)，為人工智能產業(yè)發(fā)展營造良好的制度環(huán)境和政策環(huán)境。加強政策的普惠性、包容性、協(xié)調性和延續(xù)性，完善應用策略和推進路線，遵循先易后難、先簡單后復雜的原則，明確在不同行業(yè)部署的優(yōu)先級和應用重點，加快構建人工智能應用的試錯機制，使技術在應用中不斷迭代發(fā)展。

（二）政府引導企業(yè)主導，加強產學研用協(xié)同

堅持有效市場和有為政府相結合，充分發(fā)揮市場對資源配置的決定性作用，更好發(fā)揮政府行業(yè)指導、市場監(jiān)管、安全治理作用，推動人工智能加快融入各行各業(yè)，全面賦能傳統(tǒng)產業(yè)轉型升級，提升經濟社會智能化水平。政府引導錯位競爭，強化區(qū)域競合。加強對全產業(yè)鏈技術、市場等的理解，共同推動人工智能關鍵核心技術突破，積極開展人工智能通用技術聯(lián)合攻關。積極推動企業(yè)發(fā)揮核心作用，通過深化產學研用合作模式，激發(fā)企業(yè)在人工智能領域的創(chuàng)新活力。鼓勵企業(yè)在技術研發(fā)上持續(xù)加大投入，先行探索人工智能產品創(chuàng)新和實際應用場景，引領行業(yè)發(fā)展，推動人工智能技術在多個領域的廣泛應用，實現(xiàn)技術突破與產業(yè)升級的雙贏局面。

（三）優(yōu)化創(chuàng)新發(fā)展要素，夯實產業(yè)生態(tài)基礎

走求實扎實的創(chuàng)新路子，加強科技創(chuàng)新與產業(yè)創(chuàng)新的緊密對接，通過政策引導和激勵機制，促進科研成果向實際生產力的轉化，實現(xiàn)技術、產品、應用的系統(tǒng)化和迭代創(chuàng)新，提升產業(yè)核心競爭力，推動產業(yè)鏈升級和優(yōu)化。深入推進人工智能賦能新型工業(yè)化，貫徹實施“人工智能+”行動計劃，將人工智能技術與制造業(yè)深度融合，推動智能制造、智能服務等新型產業(yè)模式的發(fā)展。鼓勵企業(yè)開放其典型應用場景，作為技術創(chuàng)新和驗證的試驗場，以此吸引和匯聚人才、技術、數(shù)據(jù)、算力等關鍵資源要素，構建供需互動、相互促進的創(chuàng)新生態(tài)系統(tǒng)。鼓勵跨學科交叉融合，推動人工智能與其他前沿科技領域的協(xié)同發(fā)展，通過跨界合作，打破傳統(tǒng)學科界限，激發(fā)新的創(chuàng)新思維和解決方案，不斷拓展人工智能技術的創(chuàng)新邊界和應用領域。

（四）健全監(jiān)管治理體系，促進產業(yè)安全發(fā)展

探索營造穩(wěn)定包容的發(fā)展環(huán)境，建立健全公開透明的人工智能監(jiān)管體系，有效應對新興技術帶來的挑戰(zhàn)。通過前瞻性研判，主動識別防范潛在風險，確保人工智能技術安全、可靠、可控應用。進一步完善數(shù)據(jù)保護、隱私安全、知識產權等人工智能領域相關法律法規(guī)框架，明確責任歸屬、行為規(guī)范和違規(guī)處罰。堅持開放合作原則，積極參與國際人工智能治理，通過與國際社會廣泛交流合作，共同制定國際標準和規(guī)則，促進全球人工智能的健康發(fā)展。加強技術資源開放共享，加速技術創(chuàng)新，促進全球資源優(yōu)化配置，提升全行業(yè)競爭力。

（五）以技術突破、產業(yè)升級與典型應用場景打造為三大著力點，加速產業(yè)創(chuàng)新發(fā)展

到2030年，突破一批人工智能關鍵核心技術，培育具有3-5家具有全球競爭力的人工智能企業(yè)和一批專精特新中小企業(yè)，挖掘一批特色應用場景，打造一批面向行業(yè)應用的人工智能典型產品，遴選一批安全穩(wěn)定、可復制、可推廣的優(yōu)質解決方案，培育壯大自主產業(yè)生態(tài)。人工智能技術方面。到2030年，人工智能基礎理論實現(xiàn)重大突破，人工智能芯片、深度學習框架、算法等關鍵技術達到國際先進水平，人工智能產業(yè)進入全球價值鏈高端。人工智能大模型產品方面。人工智能成為新型工業(yè)化發(fā)展的重要驅動力，賦能廣度深度不斷拓展提升，形成2-3個高水平通用大模型和若干工業(yè)細分領域行業(yè)大模型。典型場景應用方面。打造一批示范性強、影響力大、帶動性廣的典型應用案例，有效推動產業(yè)高端化、智能化、綠色化發(fā)展，促進制造業(yè)整體水平大幅提升，創(chuàng)新能力顯著增強，全面支撐制造強國建設。

三、“十五五”時期人工智能產業(yè)發(fā)展需要解決的關鍵問題

（一）高端人才相對稀缺，關鍵核心技術有待突破

人才方面，仍需加大力度優(yōu)化人才供給結構。根據(jù)脈脈高聘人才智庫發(fā)布《2023泛人工智能人才洞察》，人工智能人才供不應求情況進一步加劇，2022年人工智能行業(yè)人才供需比為0.63,2023年1-8月下降至0.39。斯坦福大學《人工智能指數(shù)2023》指出，中國人工智能高端學者數(shù)量排名全球第二，但僅與谷歌公司一家數(shù)量接近，總量上只有美國的五分之一。關鍵核心技術方面，我國人工智能重應用輕基礎。我國雖然在語音、視覺和自然語言處理等應用算法開發(fā)上屢獲佳績，但在數(shù)據(jù)標準、模型原創(chuàng)、基礎理論開發(fā)或技術優(yōu)化等方面仍落后于國際領先水平，長期以來存在的研究依賴慣性導致中國在基礎研究領域投入力量較為薄弱。

夯實基礎領域人才培育，推進人工智能原始創(chuàng)新。人才培育方面，從人工智能專業(yè)相關的基礎領域出發(fā)，加強數(shù)學、物理、電子信息、腦神經學科等前沿基礎學科建設，積極培育前沿領域交叉復合型人才。對基礎算法、開源框架、芯片等短板領域的要進一步加大人才交流和引進通道，鼓勵高校和科研機構增加赴外交流合作、高校和企業(yè)之間建立人才雙向流通通道，暢通產學研用人才鏈。國際項目合作，技術咨詢平臺等多種合作手段多措并舉，創(chuàng)新人才引培模式。原始創(chuàng)新方面，加快關鍵技術突破，充分發(fā)揮高校和科研院所創(chuàng)新能力，開展深度學習、機器視覺、智能決策、人機交互、大模型等領域前沿理論研究。鼓勵高校、人工智能企業(yè)、工業(yè)制造企業(yè)等成立專注工業(yè)人工智能的創(chuàng)新聯(lián)合體，推動核心技術研發(fā)，提高符合產業(yè)特點的技術產品供給。

（二）算力需求大、成本投入高，行業(yè)進入門檻較高

人工智能模型變“大”需要攻克算力挑戰(zhàn)與理論限制，讓人工智能模型變得更大并非單純增加神經網(wǎng)絡深度、堆疊人工神經元就可以實現(xiàn)。以CNN、RNN等人工神經元為基礎的模型需要采用串行結構，模型訓練過程需要順序執(zhí)行，無法充分利用所有計算資源。隨著模型參數(shù)量提升，訓練時間呈指數(shù)型增長。同時，模型參數(shù)量的增加會導致模型的過擬合風險上升，訓練過程需要更多的數(shù)據(jù)和計算資源，優(yōu)化也變得更加困難。人工智能大模型的訓練成本包括GPU等算力芯片成本、服務器成本、標準機柜成本、訓練時長內的電力消耗費用、人力投入費用等多方面。根據(jù)市場調研機構TtrendForce數(shù)據(jù)，ChatGPT每日處理1300萬獨立訪問量，需要3萬+片NVIDIA A100 GPU以龐大的計算和存儲資源支持，初期投入高達8億美元，1750億參數(shù)的GPT-3的總訓練成本高達1200萬美元。

降低算力使用門檻，優(yōu)化算力體系建設。一是強化分布式計算、量化、顯存優(yōu)化、算子融合等關鍵核心技術攻關與落地應用，降低大模型推理的時延，提高吞吐量，減少對算力的需求。二是推進高性能算力供給。適度超前布局算力、網(wǎng)絡等支撐人工智能發(fā)展的數(shù)字基礎設施，加快實施“東數(shù)西算”工程，形成全國算力一張網(wǎng)，搭建算力共享服務平臺，解決企業(yè)算力應用瓶頸。三是發(fā)布算力券實施方案支持人工智能大模型應用落地。為企業(yè)提供算力券補貼支持，努力幫助企業(yè)降低智能算力使用成本，全力支持制造業(yè)等重點領域企業(yè)開展人工智能行業(yè)大模型應用探索和落地實踐。四是建議分步驟推進智能算力中心建設，先追求算力的普惠化，降低成本和提高利用率，再逐步擴容。

（三）人工智能重點行業(yè)應用不足，行業(yè)合作生態(tài)亟待建立

一方面，盡管人工智能技術的發(fā)展勢頭強勁，但對我國大多數(shù)傳統(tǒng)行業(yè)的應用還處于小規(guī)模試點，與歐美等發(fā)達國家相比，尚存在較大的差距。根據(jù)凱捷公司的統(tǒng)計數(shù)據(jù)顯示，歐洲頂級制造業(yè)企業(yè)中，人工智能的應用普及率已經超過了51%，美國也達到了28%，而我國頂級制造業(yè)企業(yè)的人工智能應用普及率僅為11%。這一數(shù)據(jù)不僅揭示了我國在人工智能應用方面的不足，也反映出巨大的發(fā)展?jié)摿吞嵘臻g。另一方面，在重點應用領域，尤其是工業(yè)制造行業(yè)，大模型技術的應用案例尚顯不足。目前，工業(yè)領域對大模型的探索性應用主要集中在設計輔助、質量預測、設備維護等方面。這些應用雖然在一定程度上提高了生產效率和產品質量，但距離廣泛應用和形成可復制、可推廣的工業(yè)大模型還有一定距離。

加快賦能千行百業(yè)，打造行業(yè)合作生態(tài)。一是引導人工智能企業(yè)與行業(yè)領軍企業(yè)開展定向合作。基于行業(yè)企業(yè)提供真實業(yè)務場景、數(shù)據(jù)以及行業(yè)真實需求，開發(fā)核心算法和預訓練模型，共同研發(fā)落地應用大模型。二是打造人工智能企業(yè)與行業(yè)企業(yè)的對接平臺。搭建人工智能企業(yè)與制造業(yè)、醫(yī)療、農業(yè)等行業(yè)企業(yè)的對接平臺，幫助雙方實現(xiàn)技術、模型、數(shù)據(jù)、場景等資源對接，孵化行業(yè)領域應用模式。三是依托工業(yè)互聯(lián)網(wǎng)平臺，打造人工智能企業(yè)與行業(yè)企業(yè)的大模型合作生態(tài)。通過工業(yè)互聯(lián)網(wǎng)平臺實現(xiàn)兩者的快速對接，提供保障算法、模型、數(shù)據(jù)安全的人工智能要素線上交易服務，面向不同行業(yè)建立標準化的大模型開發(fā)環(huán)境，幫助企業(yè)快速研發(fā)和驗證場景化解決方案。

（四）適度監(jiān)管與促進發(fā)展并重，監(jiān)管手段創(chuàng)新勢在必行

人工智能產業(yè)當前處于快速成長期，其技術演變和經濟社會影響具有很多的不確定性。一方面，人工智能具有強大的創(chuàng)新力，有望發(fā)展成為新的經濟增長引擎，極大改善社會福祉。另一方面，人工智能帶來的倫理與安全、負外部性等問題也頻頻引發(fā)社會關注。如果政策過嚴、管制過多，將在一定程度上阻礙我國人工智能產業(yè)發(fā)展進程，可能拉大我國與發(fā)達國家的差距，導致我國陷入被動和落后的局面；如果政策過松、監(jiān)管滯后，也可能導致人工智能“負作用”在經濟社會各領域持續(xù)擴散。因此，以何種力度、何種方式、在何種時機對人工智能進行合理規(guī)制，是監(jiān)管部門需要重點解決的難題。

推動監(jiān)管手段創(chuàng)新，提升應對挑戰(zhàn)能力。一是明確技術研發(fā)“禁區(qū)”，禁止危害社會運轉和公眾生活安全的技術研發(fā)方向，禁止技術研發(fā)用于違法犯罪。二是不斷完善各類監(jiān)管標準規(guī)范，包括數(shù)據(jù)使用監(jiān)管、算法使用監(jiān)管等，充分推動相關法律法規(guī)完善治理機制，引導人工智能產業(yè)健康可持續(xù)性發(fā)展。三是鼓勵可信技術用于倫理監(jiān)管領域，推動監(jiān)管手段創(chuàng)新也受益于技術創(chuàng)新。最后，創(chuàng)新試點示范和沙盒監(jiān)管等新監(jiān)管方式，對部分前沿引領性技術允許小規(guī)范、小范圍的先行先試，及時令行禁止，采取先驗證后推廣，邊試邊用的模式，逐步同步監(jiān)管手段與技術創(chuàng)新。

審核編輯 黃宇