问题——新一轮科技革命和产业变革加速推进的背景下，创新要素跨境流动更加频繁，但全球也同时面临人口老龄化、健康风险上升、地缘政治不确定性加大等共同挑战。技术迭代加快、产业化周期缩短，使“从实验室到生产线”的衔接更显关键：一上，新技术扩散带来治理、规则与安全的新议题；另一方面，知识产权、标准体系、数据基础等“软基础设施”若跟不上，创新成果就难以持续稳定地转化为现实生产力。 原因——与会代表普遍认为，当前变化由三方面因素叠加而成：其一，人工智能与大模型等通用技术快速渗透，正重塑科研范式与产业组织方式；其二，全球创新链与供应链高度耦合，任何环节的规则分歧都可能显著抬高协作成本；其三，健康与可持续发展的需求更为迫切，推动药物研发、材料科学、数字技术等领域加速交叉融合。世界知识产权组织副总干事王彬颖表示，知识产权制度是支撑新技术扩散与商业化的重要支点。她提到，中国国内有效发明专利拥有量已突破500万件，在人工智能对应的专利申请上位居全球前列；北京等创新高地也通过技术与创新支持中心等机制，深入拓展国际合作。 影响——规则与能力能否同步建设，正直接影响创新质量与产业竞争力。国际标准化组织秘书长塞尔吉奥·穆希卡指出，国际标准如同“共同语言”，有助于在不确定性上升环境中增进互信、提升安全性，并为新技术进入市场提供更可预期的路径。他认为，中国持续加强参与国际标准治理与技术活动，显示出推动标准体系建设的积极行动。围绕基础研究到产业落地的关键变量，中国科学院院士方忠提出，面向未来的物质科学将更趋“互联”，数据将发挥核心作用：连接数据中心、算法能力与实验仪器体系，成为推动发现与验证的枢纽。企业界同样关注技术驱动下的产业跃迁。阿斯利康全球执行副总裁、国际业务负责人尹思睿表示，中国已成为全球药物研发的重要力量，许多临床研究项目在中国启动；公司计划到2030年在华投入约1000亿元人民币，用于下一代创新药物研发与相关能力建设。技术企业代表杨植麟从研发范式演进出发，对大模型训练路径作出阶段性判断：从以天然数据和人工标注为主，转向更强调大规模强化学习体系，再迈向由系统辅助研究、加速任务构造与实验迭代的阶段，未来研发效率与组织方式可能发生明显变化。施普林格·自然旗下《自然》总编辑玛格达莱娜·斯基珀也提出，应强化科学界与政策制定之间的衔接，以更好应对快速变化带来的治理与伦理挑战。 对策——与会各方普遍认为，要实现“科技创新与产业创新深度融合”，需要在制度、标准、数据与人才各上共同推进：一是完善知识产权创造、保护与运用体系，提高高价值专利供给与转化效率，稳定企业和科研机构的长期投入预期；二是深化国际标准对接与共建，推动形成兼顾安全、包容与可持续的技术规则，降低跨境协作成本；三是夯实数据基础与科研基础设施，材料科学、生命科学等领域推进高质量数据积累与开放共享，同时加强数据合规与安全治理；四是面向老龄化与健康等全球性议题，鼓励跨学科、跨组织联合攻关，促进创新链、产业链、资金链、人才链更顺畅衔接；五是以更高水平开放促进合作，通过平台机制加强政策沟通、项目对接与成果转化，形成可推广的国际合作模式。 前景——多位嘉宾判断，未来一段时期，国际创新合作将呈现“技术更交叉、规则更重要、转化更敏捷”的特征。中国在超大规模市场、完整产业体系和持续增强的研发能力上具备综合优势。若能提高知识产权国际化运营能力、加深标准参与度并提高基础数据质量，有望在全球创新网络中发挥更大作用。同时，创新成果的普惠性与可持续性将成为重要衡量标准，健康、绿色、数字安全等领域的合作空间仍将扩大。
这场思想交流显示，创新正在从单点突破走向系统协同；中国在多个领域从追随者逐步转向规则的共同参与者与建设者，其实践为发展中国家参与全球治理提供了可参考的路径。面对共同挑战，只有构建开放包容的创新共同体，才能在不确定时代保持发展定力。正如与会专家形成的共识：科技向善的价值，最终在于让创新红利切实惠及每一个人。