国家力推新场景落地，专家详解实现路径与关键逻辑
发布日期：2025/11/10 15:41:27
全球科技竞争日益加剧，如何让科技创新成果转化为现实需求，是中国经济高质量发展阶段有待解决的重要问题。而「应用场景」，是连接科技创新与产业发展的关键抓手。
近年来，从具身智能到低空经济，一批新兴产业的发展正印证这一逻辑。人形机器人和低空飞行器，这些技术产品研发成本高，若缺乏足够的刚性应用场景，就难以形成可持续的市场需求。
中国对应用场景的重视不断加强：今年政府工作报告提出，要开展新技术、新产品、新场景大规模应用示范行动。党的二十届四中全会通过的「十五五」规划建议，提出要培育和应用新技术、新产品、新场景，加大应用场景建设和开放力度。
上周五，国务院又召开常务会议，部署加快场景培育和开放推动新场景大规模应用。
会议强调，要充分发挥中国超大规模市场和丰富应用场景优势，注重供需对接，面向产业发展前沿和重大技术攻关需求，优先布局一批新领域新赛道场景、高价值小切口场景和跨区域跨领域综合场景，做好场景资源开放、中试验证创新、商业模式探索等工作，促进形成从技术突破到产业应用的完整闭环。
会议还要求，要用改革创新办法培育更多新场景，推进基础设施和平台等硬件建设，做好法规、制度、政策等软件支撑，加强部门协同，健全监管机制，营造良好创新生态。
推动应用场景落地的关键在哪里？西南大学常熟研究院整理了多位专家的解读。
一、新技术规模化的实战演练
朱克力：经济学家、国研新经济研究院创始院长
应用场景是新技术和新产品实现规模化、商业化的实战演练场。
以新能源汽车为例，如果没有充电桩等基础设施构成的充电场景，以及城市通勤、长途出行等多元出行场景，续航和充电便利性等问题就无法在真实环境中被发现和优化。新能源汽车只有在各种实际场景中不断测试和改进，产品才能被市场认可。
中国拥有庞大且多元的市场，不同地区、行业和群体的差异化需求，为新技术提供了丰富的落地场景。
哪些技术和场景值得关注？低空经济中，电动垂直起降飞行器潜力巨大，可在城市交通拥堵时开辟空中交通场景，实现快速点对点运输。还可开发应急救援场景，用于地震、洪水等灾害的应急救援。
在首发经济中，增强现实技术（AR）发展空间广阔，可应用于文化旅游场景，让游客佩戴AR设备重现古迹原貌、了解历史故事；也可用于教育培训场景，使学生用AR直观学习生物解剖、机械结构等复杂知识。
要培育场景，需开放包容、打破部门与行业壁垒，鼓励多方参与。政府应简化审批、出台支持政策，并完善基础设施，包括数字、物理基础设施，如智能网联汽车测试道路、物联网通信网络。
同时，建立场景供需对接机制至关重要，可通过线上线下平台，实现新技术、新产品供需精准匹配，并通过场景体验反馈，不断优化场景设计。
二、从市场需求驱动技术落地
钟辉勇：上海交通大学安泰经济与管理学院、中国发展研究院副研究员，博士生导师
未来必须加强应用场景的培育与开放，以真实市场需求推动新技术落地。
中国的优势在于超大规模市场、丰富应用场景。需要推动技术供给与市场需求精准匹配，形成从技术突破、场景测试、产业应用、产生效益、驱动更多技术突破的良性循环。
其中，新领域新赛道场景，可能包含尽快全面推动自动驾驶落地。
高价值小切口场景，意味着精准赋能，不求大而全，而是找到明确的痛点，用新技术解决。
跨区域跨领域综合场景，则意味着未来开放应用场景将是系统工程，不是小范围开放，而是在中央推动下打破部门壁垒，大幅推进综合、全局的改革措施。
三、「AI＋」赋能产业
胡国栋：工业和信息化部中国电子信息产业发展研究院（简称「赛迪研究院」）党委副书记、人工智能场景化应用与智能系统测评工信部重点实验室主任
推动新技术、新产品、新场景大规模应用，关键在拓展「AI＋」典型应用场景。
以人形机器人产业为例，其面临两大挑战：产品成熟度低、生产和维护成本高，距离产业化尚远；高价值应用场景有限，商业化落地困难。
针对拓展应用场景，工业和信息化部明确了人形机器人的三类方向：特种领域（恶劣或危险场景作业）、制造业典型场景（3C、汽车等）、民生及重点行业（医疗、家政等）。
技术创新与产业发展应紧扣解决需求痛点的应用场景，发挥场景应用的牵引作用。
技术突破需在落地场景中规模化应用，而场景落地依赖创新生态。应在电子、汽车、机械、医药等行业开放智能排产、人机协同、预测性维护等高价值场景，推动AI在重点行业的规模化应用。
同时，培育制造业企业的数字化管理、智能制造、网络化协同、个性化定制、服务化延伸、平台化设计等新模式新业态，推动AI驱动的产业全要素发展。
四、硬软件支撑双轮驱动
钟世虎：上海国家会计学院现代产业发展研究中心副主任、副教授
国常会提出「加快场景培育和开放，推动新场景大规模应用」，抓住了当前中国经济发展的核心痛点——如何将技术潜力、市场规模优势，转化为实际产业竞争力。
硬件是基础，包括支撑新场景的新型数字基础设施、算力平台、中试验证平台、数据开放平台等，没有这些，自动驾驶的车就无路可测，人工智能的算法就无数据可训。
软件支撑同样关键，许多新技术叫好不叫座，往往是制度未跟上技术发展。
目前法规相对滞后，例如AI法律责任界定、AI数据污染管控等，这些法规空白会成为扼杀创新的隐形天花板。监管创新不仅是「管」，更要探索「沙盒监管」等包容审慎的新模式。在可控范围内允许试错，为创新留出必要空间和时间。
会议强调加强部门协同，就是要用更高层协调力量，打破行政和市场壁垒，让要素在更大范围内顺畅流动。
同时，蓝图落地需防止地方一窝蜂和低水平重复建设，各地应结合自身比较优势布局场景，中央需加强顶层设计和引导。
此外，开放与安全需兼顾，数据开放必须在隐私、网络和国家安全保障下推进。并需建立完善的数据产权、流通交易、收益分配及安全治理制度。
还要关注公平与包容，防止新技术加剧数字鸿沟和区域分化，确保新技术发展成果惠及全体民众，在部署新场景时，要有意识地考虑其对就业、不同区域和不同人群的影响。
来源：国科火炬企业孵化器研究中心