第三节　联动推进激励评价机制创新

  以创新能力、质量、实效、贡献为评价导向，深化项目评审、机构评估、人才评价、收入分配改革，激发创新创造动力活力。开展以成果原创性和学术价值为主的基础研究评价，优化国际同行评价。推行以用户和市场反馈为主的应用研究和技术开发评价，将新技术新产品作为业绩考核、职称评定、人才计划支持的重要依据。赋予用人单位更大人才评价自主权，防止简单以称号头衔确定薪酬待遇、配置资源。完善人员编制、薪酬待遇、职称评聘、考核晋升等配套政策，畅通高校、科研院所、企业人才交流通道。健全海外引进人才支持保障机制，建立高技术人才移民制度，引育世界优秀人才。加强科学技术普及，培育创新文化，弘扬科学家精神。加强科技法治、伦理、诚信、安全建设。

  第四篇　深入推进数字中国建设　提升数智化发展水平

  把握数字化、网络化、智能化发展大势，充分发挥我国数据资源丰富、产业体系完备、应用场景广阔优势，激活数据要素潜能，加快数智技术创新，深化拓展“人工智能+”，赋能经济社会发展和治理能力提升，促进生产方式深层次变革和生产力革命性跃迁。

  第十二章　强化算力算法数据高效供给

  统筹推进算力设施建设、模型算法发展和高质量数据资源供给，筑牢数智化发展底座。

  第一节　加强算力设施支撑

  统筹布局、有序建设算力设施，推进算力资源规模化、集约化、绿色化、普惠化发展。加快国家枢纽算力设施集群建设，支持有条件地区根据低时延场景需求适度发展算力，推进云边端协同发展。加强高性能高质量智算资源供给，论证建设超大规模智算集群。推进算力设施市场化建设运营，支持通过政府购买算力服务、算力租赁等多种方式满足算力需求，创新发展标准化可扩展的智算云服务。推动绿色电力与算力协同布局。加强全国一体化算力监测调度，提升算力接入和精准匹配能力。加快培育自主可控、协同运行的软硬件生态。提升算力普惠易用水平，降低中小企业用算成本。

  第二节　促进模型算法迭代创新

  加快突破人工智能基础理论和核心技术，推进人工智能模型架构改进、算法优化，强化“模芯云用”协同创新。构建任务导向、灵活授权、跨域协同的算法创新组织模式，加快研究更加高效的模型训练和推理方法。鼓励多模态、智能体、具身智能、群体智能等技术创新，探索通用人工智能发展路径。推动通用大模型和行业专用模型同步发展，依托高价值场景推动模型应用落地和迭代升级。建立健全模型能力评估体系。

  第三节　深化数据资源开发利用

  构建国家数据资源体系，健全数据资源统计调查制度，建立全国数据资源“一本账”。统筹推进政务数据共享、公共数据开放和授权运营，健全公共数据资源开发利用责任制和个人数据合规利用机制，推动企业数据、行业数据开发开放。完善数据标准体系和质量管理体系，加快建设人工智能语料库，面向能源、交通、制造、教育、健康、金融等领域建设高质量数据集，建立人工智能训练数据合理使用制度。加强数据领域关键技术和设备研发应用，培育壮大数据产业，深入开展“数据要素×”行动。建设和运营国家数据基础设施，实施可信数据空间发展行动计划。