从上海张江综合性国家科学中心的“从0到1”策源，到沪苏浙皖产业链的“从1到100”转化，随着上海国际科创中心去年底正式扩围至长三角，这一区域的科技创新格局正在悄然变化——城市间的“比较竞争”，正快速转向创新联合体的“集团作战”……

5月20日，长三角地区主要领导座谈会召开，这是党中央决定推进上海（长三角）国际科创中心建设后首个长三角高层峰会，又是“十五五”开局之年，令人期待。

科创中心从“一个点”变成“一个面”，长三角的协同创新究竟该如何落子？科技要素跨区域流动，还有哪些无形的“闸门”亟待推开？科创一体化不仅是物理相加，更是化学相融，这背后的驱动力与阻力分别是什么……

围绕这些问题，大江东工作室以长三角目前发展势头最为强劲的AI产业为例，采访对话长三角国家技术创新中心主任刘庆、上海人工智能产业研究院院长朱兆颖两位专家，从他们的视角出发，助力大家对长三角一体化高质量发展的新目标、新打法、新挑战多一些观察与思考。

【观察嘉宾】

刘 庆 长三角国家技术创新中心主任

朱兆颖 上海人工智能产业研究院院长

●当前最薄弱、最缺位的环节，是“1—10”的中试放大，也就是科技创新与产业创新深度融合这个环节。应统筹规划布局和建设一批国家级创新平台基地，专门做高校和中小企业都做不了、做不好的事

●特别鼓励“科学家+工程师+企业家”的三螺旋组合创业，让懂基础研究的人与懂工程化的人和懂市场的人从一开始就绑在一起，缩短“最先一公里”到“最后一公里”的漫漫征途

刘庆：哪个领域的创新都是全链条创新，都包含0-1的基础研究、1-10的中试放大、10-100的产业化应用。在我们看来，“1-10”的中试放大，也就是科技创新与产业创新深度融合这个环节，是当前最薄弱、最缺位的环节。高校擅长原始创新，但不擅长工艺放大、成本控制、稳定性验证；中小企业缺资金、缺平台、缺经验，无力承担高风险中试，导致大量 AI 底层材料、芯片、算力硬件等成果 “卡” 在小试之后、量产之前。

这就需要由国家层面针对“1—10”这个关键薄弱环节，统筹规划布局和建设一批国家级创新平台基地，专门做高校和中小企业都做不了、做不好的事，把实验室成果打磨成产业可用、成本可控、批量可产的成熟技术，真正打通 AI 领域从基础研究到场景应用的全链条堵点。

朱兆颖：过去很多算法在实验室表现优异，一到工业现场就失效，根本原因在于缺乏高质量的多模态行业数据与模型持续互馈。

由谁来解决这个环节？应该由政府牵头，联合链主企业和新型研发机构，共建长三角AI中试基地，设置开放的数据验证场和模型评测场，把数据流动的合规性、模型泛化的可靠性都在这里跑通，真正打通“模数共振”的转化断点。

我们特别鼓励“科学家+工程师+企业家”的三螺旋组合创业，让懂基础研究的人与懂工程化的人和懂市场的人从一开始就绑在一起，缩短“最先一公里”到“最后一公里”的漫漫征途。

长三角的科创金融走在全国前列，科创板AI上市企业、政府引导基金和耐心资本都较为活跃。但中试环节周期长、风险高，传统资本往往“不敢投”。要破解这一难题，一是设立长三角AI中试转化专项基金，采取“拨投结合、先投后股”和风险补偿机制，对国家急需的“模数共振中试平台”给予长期支持。二是大力推广算力券跨域通兑、公共数据授权运营和隐私计算技术，让中小微企业也能低成本地调用高价值数据与模型资源进行验证。三是探索数据资产增信、中试保险等创新金融工具，让企业的数据能力、模型储备都能转化为信用。当门槛降低，耐心资本才更愿意陪跑“1-10”的这段艰险路程。

●科技创新的竞争，归根结底是人才生态与数据效率之争

●当人才随创新链布局而非行政边界流动，长三角便能实现从“抢人内卷”到“协同共赢”的跃升

朱兆颖：科技创新的竞争，归根结底是人才生态与数据效率之争。以人工智能领域为例，可持续的人才供给需要从三个维度重构。

一是培养体系破壁。建立长三角AI卓越工程师学院联盟，强化“算法+行业”的复合训练，重点培养既懂大模型训练又懂数据治理的 “模数共振架构师”；

二是流动机制破壁。推进三省一市高层次人才资格互认、社保互通，鼓励“周末科学家”“双聘教授”等柔性流动，让顶尖大脑既能扎根当地，又能服务全区域；

三是评价体系破壁。不仅要看论文和专利，更要认可开源贡献、数据集构建和中试工程化等落地价值，吸引全球极客和工程师来长三角构筑“人才蓄水池”。

当数据能够跨域流动、人才能够无感切换，产业创新才会迎来真正爆发。

刘庆：长三角要避免“抢人大战”，关键是共建“没有围墙”的区域创新共同体，以体制机制协同取代“内卷竞争”，比如中国科技大学的教授可以依托人员流动机制，自由前往上海开展协同研究，上海交大的科研成果如果适合宁波的产业土壤，就可自由去当地开展产业孵化。

更深层次的破壁，在于打破财政资金的地域壁垒，支持科技创新的地方财政资金，实现跨区域流动，比如苏州企业的技术难题被上海的高校解决，苏州的财政资金能不能直接给到上海的教授呢？

上海需强化龙头担当，不仅做强基础研究与设施优势，更要打造“研发产业”，以国际化服务吸引全球人才，成为长三角的研发总部基地。苏浙皖则应立足产业特色——合肥量子、杭州人工智能、南京能源装备等，由链主企业发布共性技术难题，汇聚至上海科创平台，以“揭榜挂帅”对接全球资源。当人才随创新链布局而非行政边界流动，长三角便能实现从“抢人内卷”到“协同共赢”的跃升。

●国际科创中心“扩围”的核心是打破地区壁垒，实现人才、成果、产业真实需求等创新要素跨区域畅通流动

●建立更科学的考核政策绩效，“指挥”各地做各自最擅长的事，最终拼成一张代表中国、参与全球竞争的创新版图

刘庆：长三角地区拥有全国最丰富的科创资源，以及AI、算力、通信、新能源、高端装备等完整产业生态，来自细分领域龙头企业海量真实的需求，能够为技术提供快速迭代、价值验证的最优土壤。

国际科创中心建设从“上海”变成“上海（长三角）”，扩围的核心是打破地区壁垒，实现人才、成果、产业真实需求等创新要素跨区域畅通流动。在一体化过程中，每个地区都要有各自的角色定位。

比如上海，要加大开放力度，依托国际化大都市优势，集聚全球创新人才与成果，代表长三角、服务全国提升国际影响力；推动科创与国际金融中心深度融合，以金融赋能科技创新；发挥龙头带动作用，提供高水平科技供给，支撑全国高质量发展。

江苏、浙江、安徽则需各扬所长。特别是创新要素最为集中的南京、杭州、合肥等城市，要立足自身科创禀赋与产业优势错位布局、协同发力。比如合肥聚焦量子领域、杭州聚焦人工智能、南京聚焦能源装备等，协同联动打造区域创新策源地。苏浙皖三省需依托链主企业，梳理行业共性难题，纳入上海（长三角）国际科创中心一体化攻关范畴，面向全球团队揭榜攻关，探索财政资金跨区域、跨境配置，以小切口开展科技体制改革先行先试。

朱兆颖：长三角的AI产业原始创新仍以跟踪式为主，颠覆性理论偏少；数据孤岛仍未打破，跨域、跨行业的数据流动机制不健全，高质量数据集供给不足；协同效率不够高，出现了一些算力中心同质化建设和模型低水平重复训练。

要改变现状，必须在协同机制上做文章。建议建立长三角AI产业协同赋能中心，三省一市共同发布场景“揭榜挂帅”清单，统一算力调度和评测标准，依据各地禀赋划定主攻赛道，对大型智算中心实行联合论证、错位建设。

更重要的是，用“模数共振”的实际转化成效来考核政策绩效——看一个平台或项目有没有真正带动高质量数据流动、有没有孵化出可复制的行业大模型。这样，各地就不会盲目铺摊子，而是做各自最擅长的事，最终拼成一张代表中国、参与全球竞争的AI版图。

出品：人民日报社上海分社大江东工作室

监制：吴 焰

审校：曹玲娟

协调：巨云鹏

采写：黄晓慧 马作鹏

海报：钱尤祎