Josephine Teo 在 ATxSummit 2026 公佈 NAIS 更新——「雙擊」而非「重啟」。3 個方向、10 項優先方向、4 個國家 AI 任務（先進製造、金融、互聯互通、醫療），加 National AI Impact Programme（10000 家 SME 目標）與 Champions of AI 計劃。

2026 年 5 月 20 日，數字發展與信息部長 Josephine Teo 在 ATxSummit 2026 開幕主題演講上公佈 NAIS 更新。她把更新形容為「雙擊」而非「系統重啟」——延續 NAIS 2.0 的框架，疊加 2026 年 2 月成立、Lawrence Wong 總理親任主席的國家 AI 理事會（NAIC）的更高目標。 3 個方向 + 10 項優先方向：覆蓋部門與公共部門轉型、人才與基礎設施、治理與國際合作。 4 個國家 AI 任務（部門轉型重點）： 先進製造——鞏固製造業 AI 優勢，對接同日公佈的 NVIDIA Singapore AI Research Lab 的 embodied AI 落地 金融服務——延續 FEAT / Veritas / MindForge / BuildFin.ai 五層堆疊 互聯互通（Connectivity）——5G + 資料基礎設施 醫療——AI 輔助診斷 / 慢性病預測 / 個性化醫療 兩個企業採納計劃： National AI Impact Programme——目標 10000 家 SME「有意義採納 AI」 Champions of AI——為頭部企業提供更深度、定製化的對接支援 Teo 以樟宜機場 T5 擴建為例說明「新航站樓只裝硬體不夠」——AI 不是炫技，而是要解決具體運營挑戰，硬體 + 軟體協同創新才能起效。 NAIS 更新與同日公佈的 NVIDIA Singapore AI Research Lab、Punggol Digital District 多運營商機器人 testbed 三件事聯動，標誌著新加坡 AI 戰略從「規劃期」進入「成果交付期」。

NVIDIA 在 ATxSummit 2026 公佈在新加坡設立第一個研究實驗室（亞太第二個），聚焦 embodied AI 與 efficient AI computing。

2026 年 5 月 20 日，NVIDIA 在 ATxSummit 2026 公佈在新加坡設立第一個新加坡研究實驗室（也是 NVIDIA 在亞太地區的第二個研究存在）。NVIDIA 首席科學家、研究高階副總裁 Dr. William Dally 出席公告。 兩條研究主線： 1. Embodied AI（具身智慧）——機器人與自主系統在物理世界中感知、推理、執行。重點應用包括智慧檢測、自主裝配、預測性維護，對接新加坡先進製造業基礎與同日公佈的 Punggol Digital District 多運營商機器人 testbed。 2. Efficient AI computing——降低算力成本、提升能效，支撐更廣泛的 AI 部署。這是 NVIDIA 自身硬體路線（H100→B200→Rubin）之外的演算法層、系統層效率研究。 合作模式：與本地大學、產業夥伴、政府機構聯合開展研究——具體合作機構未公佈。Dr. Dally 同日在新加坡理工學院與 300+ 理工學院 / 大學學生分享 IC 設計經驗。 戰略意義：與新加坡貢獻 NVIDIA 約 15% 全球營收的現狀相比，這是 NVIDIA 首次在新加坡建立研究存在而非純商業存在——把新加坡從「GPU 轉運中心」敘事推向「原創 AI 研究節點」。同日公佈的 NAIS 更新「先進製造」國家 AI 任務與此 Lab 強烈呼應。Josephine Teo 在演講中說：「This is why we welcome NVIDIA's new Research Lab in Singapore, focussing on embodied AI and efficient AI.」

IMDA 在 ATxSummit 2026 公佈在 Punggol Digital District 建立片區級、多運營商、混合公共環境的 embodied AI testbed，2026 年下半年 launch。首批：Certis、DHL、Grab、QuikBot；配套 Centre for Intelligent Robotics（IMDA + NRP）。

2026 年 5 月 20 日，IMDA 在 ATxSummit 2026 公佈在 Punggol Digital District（PDD） 建立多運營商機器人 testbed——2026 年下半年正式 launch。這是從 2025 年規劃期「片區級機器人 testbed」（IMDA-SIT-JTC 合作）走到正式商業 launch 的關鍵節點。 首批運營方（5/20 公佈）： Certis——安全巡邏機器人 DHL——物流 / 包裹配送 Grab——食品配送 QuikBot——參與配送 + 巡檢 testbed 核心創新：「多運營商共址」——區別於此前單 operator trial。多家機器人公司可以在同一 PDD 物理空間同時部署、測試服務，按 *Active Mobility Act* 片區級豁免運營。 配套： Centre for Intelligent Robotics（CIR）——IMDA + 國家機器人計劃（NRP）共建，知識夥伴 FieldAI、Thoughtworks，技術夥伴 Slamtec、Unitree、QuikBot SIT 聯合實驗室——與 Unitree、Slamtec、QuikBot 合作，覆蓋機器人認知能力、空間感知、仿人機器人包裹分揀 測試場景：食品 + 包裹配送、清潔、安全巡邏——覆蓋 PDD 真實公共環境。 戰略聯動：與同日公佈的 NVIDIA Singapore AI Research Lab（embodied AI 主線）、NAIS 更新「先進製造」國家 AI 任務聯動，三件事構成新加坡 embodied AI 戰略 5/20 完整公告包。Josephine Teo 在演講中說：「We are also developing Punggol Digital District as a frontier testbed... provide special testing permits for robot deployment.」

OpenAI 與 MDDI 在 ATxSummit 2026 公佈 OpenAI for Singapore：承諾超過 S$300M，在新加坡建立美國以外首個 Applied AI Lab，並在未來幾年創造 200+ 本地技術崗位。

2026 年 5 月 19 日，OpenAI 宣佈與新加坡數字發展與信息部 (MDDI) 推出 OpenAI for Singapore，並在 5 月 20 日 ATxSummit 2026 由 IMDA / MDDI 對外納入同日 AI 落地包。官方口徑包括三條主線：前沿 AI 落地、下一代本地 AI 人才、讓公民和企業更廣泛受益。 核心事實： 超過 S$300M 承諾：投入新加坡 AI 生態。 Applied AI Lab：設在新加坡，是 OpenAI 美國以外第一個 Applied AI Lab。 200+ 本地技術崗位：未來幾年在新加坡建立技術團隊，新加坡也會成為 Forward-Deployed Engineers 的全球樞紐之一。 對齊國家 AI 任務：重點支援公共服務、金融、醫療、數字基礎設施等場景。 人才與採用：與教育部、GovTech、本地生態夥伴合作，包括 OpenAI Academy 新加坡章節、Codex for Teachers hackathon、Forward-Deployed Engineer training programme，並參與 National AI Impact Programme。 這不是簡單的區域總部新聞，而是把 OpenAI 的工程部署能力接到新加坡 NAIS / NAIC 執行管線裡。對 sgai.md 來說，它應被記錄為 2026-05 戰略更新中的“外資前沿能力 + 本地人才 + 產業採用”節點。

10 億新元（7.79 億美元）公共 AI 研究投資，聚焦負責任和資源高效的 AI。

2026 年 1 月 24 日，數字發展與信息部宣佈 2026-2030 年間投資超 10 億新元（約 7.79 億美元）用於公共 AI 研究。三大方向：一是"負責任和資源高效的 AI"研究，延續 AI Verify 等可信賴 AI 路線；二是全鏈條 AI 人才培養，從高中預科到大學教師培訓；三是支援產業應用，縮短研究到商業化路徑。這是繼 2024 年 5 億新元高效能運算資源投資後的又一重大投入，標誌著新加坡從"試點探索"進入"規模化建設"階段。人均 AI 投資達 139 美元，遠高於美國（33 美元）和中國（7 美元）。

升級版國家 AI 戰略，提出 AI for Public Good、AI for Growth 雙軌目標，確定九大優先領域。

NAIS 2.0 將 AI 戰略從"重點應用"升級為"系統性賦能"。雙軌目標：AI for Public Good 和 AI for Growth。涵蓋十五大行動，追加撥款至 10 億新元以上，建設國家 AI 計算基礎設施。確定九大優先領域：交通物流、製造業、金融、安全、網路安全、智慧城市、醫療、教育和政府服務，其中醫療和金融科技獲最高投資比重。

數字基礎設施升級藍圖，涵蓋數字政府、數字經濟、數字社會三大支柱。

Smart Nation 2.0 是 2014 年智慧國家倡議的全面升級，於 2023 年 10 月釋出。三大支柱：數字政府——推動政府服務全面數字化和 AI 化；數字經濟——支援企業數字化轉型和 AI 採納；數字社會——確保全民具備數字素養，縮小數字鴻溝。2024 年 10 月啟動具體落地計劃，包括 1.2 億新元 AI 應用基金，支援五大國家 AI 專案：智慧貨運規劃、市政服務、慢性病預測與管理、個性化教育和邊境清關。在基礎設施層面，規劃了國家級 AI 計算平臺、資料共享基礎設施和安全的數字身份體系。

新加坡首份國家級 AI 戰略，確立五大重點領域和三大推動力。

NAIS 1.0 標誌著 AI 從技術議題上升為國家戰略。五大重點領域：智慧交通與物流、智慧城市、醫療健康、教育、安全與保障。三大推動力：三重螺旋合作、AI 人才管道、資料架構與可信 AI。催生了 AI Singapore 專案和 100 Experiments 計劃。

新加坡數字化轉型總體框架，為後續 AI 戰略奠定基礎。

2014 年，新加坡總理李顯龍宣佈 Smart Nation Initiative，這是全面數字化轉型的總體戰略框架。核心目標包括利用數字技術改善市民生活、創造更多經濟機會、建設更緊密聯絡的社群。雖非專門的 AI 政策，但為後續 AI 戰略提供了制度基礎和政策框架。

SAF 第四軍種成立——把 AI 與數字情報寫進軍種結構本身。

2022 年 10 月，新加坡國防部正式成立 SAF Digital and Intelligence Service (DIS)，作為陸軍、海軍、空軍之外的第四軍種，專責數字與情報作戰、網路防禦、AI 決策支援。2025 年 DIS 進一步重組為 DCCOM（數字網路指揮部）和 SAFC4DC（C4 與防務計算指揮部）兩個司令部。這是新加坡國家級 AI-native 戰略最深的結構性動作——把 AI 寫進軍種本身，而非作為某個部門的專案。配套：DIS × AI Singapore MoU、DIS Sentinel Programme + AI 課程、SAF Digital Range / CyTEC 升級。

前沿 AI 安全研究的國家級研究所，承擔 Singapore Consensus 協調職能。

Singapore AI Safety Institute (AISI) 於 2024 年成立，年度預算 S$10M，由 IMDA 與 Digital Trust Centre 聯合運營，掛靠 NTU。承擔前沿 AI 模型的紅隊評估、對齊研究、可追溯性測試三類核心研究。AISI 還作為 Singapore Consensus on Global AI Safety Research Priorities 的協調中心，並主辦 International Scientific Exchange on AI Safety。官方口徑中，Singapore Consensus 來自 2025 年 SCAI: ISE，彙集 11 個國家的 100+ 參與者形成“活檔案”，2026 年 ISE 繼續更新研究優先順序；它不是“11 國簽署”的政府間協議。AISI 是新加坡"用 0.07% 全球人口撬動 G7 級 AI 治理話語權"戰略最關鍵的機構。

新加坡智慧國家2.0戰略旨在實現三個核心目標：信任、增長和社群。這些目標源於公民多年來通過調查、研究和反饋渠道提出的關鍵關切，反映了政府如何利用技術改善公民生活併為所有人創造繁榮數字未來的承諾。智慧國家2.0戰略將隨著數字發展的演進而不斷迭代和調整。

新加坡智慧國家2.0戰略旨在實現三個核心目標：信任、增長和社群。這些目標源於公民多年來通過調查、研究和反饋渠道提出的關鍵關切，反映了政府如何利用技術改善公民生活併為所有人創造繁榮數字未來的承諾。智慧國家2.0戰略將隨著數字發展的演進而不斷迭代和調整。

新加坡在第 17 屆 ISO/IEC JTC 1/SC 42 全會提交的全球首個生成式 AI 測試國際標準草案。

2026 年 4 月 20 日，第 17 屆 ISO/IEC JTC 1/SC 42 全體會議在新加坡開幕（首次在東盟舉辦，由 IMDA 與 Enterprise Singapore 聯合主辦，35+ 國家、250+ 專家參與）。新加坡正式提交 ISO/IEC 42119-8 標準草案——如果通過，這將是全球首個針對生成式 AI 系統的國際測試標準。 兩個核心方向： 基準測試（Benchmarking）：用統一資料集衡量 AI 效能，解決"考什麼、怎麼評分"的可比性問題 紅隊測試（Red Teaming）：模擬攻擊找出系統漏洞，標準化"隱藏風險怎麼找出來" 提案建立在 IMDA 已有的國內測試基礎設施之上：AI Verify Toolkit、Starter Kit for Testing of LLM-Based Applications、Global AI Assurance Sandbox。樟宜機場 2025 年 2 月獲得的全球首張 ISO/IEC 42001 AI 管理體系認證，則提供了"AI 治理可被外部審計"的可執行案例。 IMDA 現任 CEO Ng Cher Pong（2025-11 上任）在開幕致辭中說："標準的制定不能以龜速推進——否則將被 AI 高速變革所淘汰。"他同時強調標準應在行業、文化和語言層面具有代表性，東南亞作為全球文化最多元的地區之一必須接入標準制定。 國際 ISO 標準從提案到正式釋出通常需要數年。但提案一旦提出，等於把全球後續討論的框架定下來了——這正是新加坡"用 0.07% 全球人口撬動 G7 級 AI 治理話語權"的典型操作。

IMDA 於 2026 年 1 月在達沃斯釋出全球首個 Agentic AI 治理框架，並在 2026 年 5 月加入 60+ 機構反饋與 10+ 真實部署案例。

IMDA 於 2026 年 1 月在世界經濟論壇釋出 Model AI Governance Framework for Agentic AI，2026 年 5 月 20 日在 ATxSummit 更新版本。 更新重點不是另起爐灶，而是把幾個月內收集到的產業反饋和真實部署案例放回框架中。官方披露：更新版吸收了 60+ 機構反饋（包括 AWS、DBS、Google、Salesforce），並加入 10+ 真實 agentic AI 部署案例（包括 Ant International、CDL、Cyber Sierra、Dayos、GovTech、Google、OCBC、PwC、Tencent、Workday 等）。 框架繼續強調：AI Agent 可以提高生產力，但人類仍對系統結果承擔最終責任。新增案例讓企業能看到如何處理多 agent 系統、第三方 agent、自動化偏差、風險分級、人類審批和審計等實際問題。

Google 與新加坡政府在 2025 年 8 月啟動全球首個 AI Agents Sandbox，2026 年 5 月釋出白皮書，驗證 computer-use agents 在公共服務場景中的機會和風險。

Google 與新加坡政府（CSA、GovTech、IMDA）在 2025 年 8 月啟動 AI Agents Sandbox，約四個月內測試 computer-use agents 在真實公共服務環境中的表現，並於 2026 年 5 月釋出白皮書。 三個測試場景： 自動化政府數字服務 QA 測試。 自動化 AI 安全測試，降低 chatbot 上線前評估的人力成本。 協助公民 / 社工處理社會援助申請流程。 官方總結的風險主題包括：人類監督、定製化與控制、網路安全（尤其是間接提示注入）、資料保護與隱私。這個 sandbox 與同日更新的 Agentic AI Governance Framework 形成配套：一個是治理框架，一個是政府場景中的實測反饋。

AI Verify Foundation 推出亞洲首個 AI 測試服務商認可計劃，預計 2026 年第三季度開放申請，目標是建立可信 AI assurance 市場。

AI Tester Accreditation Programme (AI TAP) 由 AI Verify Foundation 推出，面向提供生成式 AI 技術測試服務的公司。官方稱這是亞洲首個同類計劃，預計 2026 年第三季度開放申請。 AI TAP 認可的是“測試服務商”的能力，而不是給某個 AI 系統蓋章。評估範圍包括：具體測試服務的技術能力、公司資質與業務記錄、財務可持續性、運營準備度、業務範圍與實際能力一致性。 這個計劃的戰略意義在於把 AI Verify 從工具和框架推進到“市場基礎設施”：企業不必只相信供應商自測，也可以採購被認可的第三方 AI assurance 服務。它直接補上新加坡治理路線中“原則 / 工具 / 沙盒”之後的認證與服務市場一環。

專門針對生成式 AI 的治理框架提案，應對大模型帶來的新挑戰。

全球較早的專門針對生成式 AI 的治理框架提案。九大維度：問責制、資料治理、可信開發與部署、事件報告、測試與保證、安全、內容來源、使用者素養、輔助措施。採用多利益相關方方法，強調"沙盒式"治理。

全球首個 AI 治理測試框架和工具包，支援企業自測 AI 系統合規性。

全球首個 AI 治理測試框架與工具包。11 項可測試指標，開源工具包，與國際標準對齊。2023 年成立 AI Verify Foundation 推動全球協作。將 AI 治理從"原則"推向"可操作"。

亞洲首個 AI 治理框架，提出可解釋、透明、以人為本的 AI 治理原則。

2019 年在達沃斯釋出，亞洲首個 AI 治理框架。四大核心原則：內部治理結構與措施、決策中的人類參與、運營管理、利益相關方互動與溝通。被 OECD 引用為最佳實踐。

新加坡核心資料保護法律，2020 年修訂加入 AI 相關條款。

核心資料保護法律，2012 年通過，2020 年重大修訂。引入合法利益例外（Business Improvement Exception）、資料可攜帶權、加強執法力度。為 AI 資料使用劃定法律邊界。

GenAI 在金融業的風險框架，24 家機構 + 四大雲廠商（Microsoft / AWS / Google / NVIDIA）共建。

Project MindForge 是 MAS 主導的金融業 GenAI 風險框架，於 2024 年啟動。Consortium 成員包括 24 家金融機構（DBS、UOB、OCBC、HSBC、JPMorgan 等）+ 四大雲與 AI 廠商（Microsoft、AWS、Google、NVIDIA）+ 監管機構。框架圍繞七大風險維度：模型幻覺、資料洩露、偏差與公平、供應鏈依賴、可解釋性、對抗性攻擊、責任分配。MindForge 的特殊之處在於讓監管機構、被監管金融機構、技術供應商三方在同一桌上協調——這是新加坡 AI 治理"訓練寬鬆 + 輸出嚴管"哲學在金融業的具體落地，也是 FEAT → Veritas → MindForge → BuildFin.ai 五層堆疊中第三層。

金融業 AI 模型風險管理的監管期望書，正式約束銀行使用 AI。

MAS 於 2024 年 12 月釋出 AI Risk Management Guidelines，把 FEAT / Veritas / MindForge 多年累積的實踐經驗固化為正式監管期望書。覆蓋：模型治理（資料、訓練、驗證、上線）、第三方 AI 風險（雲廠商、模型供應商、API）、模型監控（漂移、偏差、效能）、人在迴路、事件應對與責任。配套 BuildFin.ai 平臺讓被監管機構能持續測試和報告。這是全球首批專門針對銀行業 AI 的監管檔案，比歐盟 AI Act 金融條款落地更快。

面向醫院、醫生與 AI 開發者的醫療 AI 安全使用與良好實踐指南。

Artificial Intelligence in Healthcare Guidelines (AIHGle) 於 2021 年 10 月由衛生部 (MOH)、衛生科學局 (HSA) 與當時的 Integrated Health Information Systems (IHiS，2023 年改組為 Synapxe) 聯合釋出，是新加坡醫療 AI 的核心非約束性指南。兩個目標：一是支援安全有效的醫療 AI 部署，二是補充 HSA 對 AI-Medical Devices (AI-MD) 的硬性監管要求。覆蓋 AI 開發者與醫療機構兩側的全生命週期：開發階段的臨床有效性證據要求、部署階段的臨床工作流融入與人在迴路、上線後的持續監控與不良事件報告、患者溝通與知情同意。AIHGle 與 HSA 基於 Health Products Act 的醫療器械註冊要求形成"軟指南 + 硬法"雙層結構，是 ACE-AI、Synapxe AI 平臺等國家級醫療 AI 專案的合規底座。

含 AI 的醫療器械須在 HSA 註冊——硬法層面的醫療 AI 准入門檻。

Health Products Act 2007 是新加坡醫療器械的核心法律，由衛生科學局 (HSA) 執行。含 AI 元件的醫療裝置（AI-Medical Device, AI-MD）——無論是獨立軟體 (Software as a Medical Device, SaMD) 還是嵌入裝置的演算法——必須按風險等級在 HSA 註冊後方可在新加坡上市或臨床使用。配套監管檔案：Regulatory Guidelines for Software Medical Devices（2022 修訂）專章覆蓋 AI-MD 的訓練資料質量、模型變更管理 (Change Control Plan)、持續學習系統 (Continuous Learning) 的特殊要求、臨床證據等級、網路安全和資料保護。AI-MD 還須遵循 Good Machine Learning Practice (GMLP) 原則，與 FDA 和 Health Canada 的多邊協調框架一致。這一條是 W&C tracker 單列的兩條 AI 相關存量立法之一——它說明新加坡"沒有專門 AI 法"的真實含義：用既有行業法的現代化修訂把 AI 納入硬法監管，而不是另立一部橫切法。

2017 修訂引入第 6C 節，授權 LTA 監管自動駕駛車輛測試與使用。

Road Traffic Act 1961 通過 2017 年的 Road Traffic (Amendment) Act 增設第 6C 節（Trials and use of autonomous motor vehicles），把自動駕駛 (AV) 寫入硬法。核心條款：陸路交通管理局 (LTA) 獲授權制定細則、簽發 AV 測試與運營許可、設定保險與安全要求、在劃定區域 (designated area) 進行豁免。配套是 2017 年頒佈的 Road Traffic (Autonomous Motor Vehicles) Rules，覆蓋：測試申請與審批、安全員要求、資料記錄與事件報告（黑匣子）、與 LTA 的持續報告義務、最低保險額度。新加坡同步建立了 CETRAN (Centre of Excellence for Testing and Research of AVs) 測試中心和 one-north 自動駕駛試驗區，把法律授權落到物理基礎設施。這條與 Health Products Act 共同構成 W&C tracker 單列的"用既有行業法管 AI"的兩個核心樣本——也是 NAIS 1.0 五大重點領域之一"智慧交通與物流"的法律基座。

AI 系統全生命週期安全最佳實踐指南。

CSA 於 2024 年 10 月釋出 AI 系統安全指南及配套實踐手冊，填補了 AI 安全領域的治理空白。指南覆蓋 AI 系統全生命週期：規劃與設計階段的威脅建模、開發階段的資料與模型安全、部署階段的安全測試、運維階段的監控與事件響應。重點關注對抗性攻擊防禦、資料投毒防範、模型竊取防護、供應鏈安全等 AI 特有風險。

法律訴訟中使用生成式 AI 工具的原則和指引。

新加坡最高法院於 2024 年釋出生成式 AI 使用指南（Registrar's Circular No. 1 of 2024），適用於所有法院體系。核心原則：律師和當事人對提交法院的所有內容負最終責任，無論是否使用 AI 生成；使用 GenAI 輔助準備的法律檔案須披露 AI 使用情況；引用的案例和法律條文須經人工核實。體現了司法系統對 AI 工具的務實態度——不禁止使用，但強調人類責任不可轉移。

將 FEAT 原則轉化為可操作的評估工具包，提供開源方法論。

Veritas 倡議是 FEAT 原則的實踐延伸，由 MAS 聯合金融機構共同開發。專案目標是建立一套開源、可操作的評估方法論和工具包，幫助金融機構將 FEAT 原則落地到具體 AI 應用中。涵蓋客戶營銷公平性評估、信用風險評分透明度評估等場景。Veritas 持續更新迭代，體現新加坡"原則→工具→實踐"的漸進式 AI 治理路徑。

PDPC 明確 PDPA 在 AI 推薦與決策系統中的合規邊界——為企業用個人資料訓練和執行 AI 提供確定性。

PDPC 於 2024 年 3 月釋出《Advisory Guidelines on Use of Personal Data in AI Recommendation and Decision Systems》，把 PDPA 在 AI 場景下的具體適用方式講清楚。覆蓋三類常見情形：(1) 用個人資料訓練、測試、監控 AI 模型——可援引 Business Improvement Exception 或 Research Exception，但需通過合理性測試、資料最小化、去標識化等門檻；(2) 用 AI 進行推薦或決策——須履行通知和同意義務，決策類應用須告知資料主體；(3) 資料保護影響評估（DPIA）的最佳實踐模板。這是 PDPC 把 PDPA 2020 修訂（合法利益例外、Business Improvement Exception）轉化為 AI 落地操作手冊的關鍵檔案，與 Copyright Act §244 共同構成新加坡 AI 訓練側"雙重法律基礎"。

金融業 AI 使用的公平性、倫理、問責和透明度原則。

MAS 於 2018 年釋出 FEAT 原則，為金融機構使用 AI 和資料分析提供治理指引。四大原則：公平性（Fairness）——確保 AI 決策不產生歧視；倫理（Ethics）——AI 使用符合道德標準；問責（Accountability）——明確 AI 決策的責任歸屬；透明度（Transparency）——AI 決策過程可理解、可解釋。2022 年更新版納入更多實踐指導。

AI 訓練免責條款——與日本並列全球最寬鬆的 AI 訓練版權立場。

Copyright Act 2021 第 244 條 "Computational Data Analysis" 給 AI 訓練資料使用提供明確的免責條款：合法獲取的內容（不論是否有版權）可用於 AI 模型訓練、文本與資料探勘等"計算分析"用途，不構成版權侵權。這與日本《著作權法》第 30-4 條並列為全球最寬鬆的 AI 訓練版權立場——美國仍在 fair use 案例法爭議中、歐盟需依賴 Text and Data Mining Exception 的 opt-out 機制。配合 IPOS 的 "When Code Creates" 報告（2024）和"訓練寬鬆 + 輸出嚴管"哲學（OCHA + Elections Bill + Criminal Law Bill + Online Safety Bill 四件套），新加坡為 AI 公司提供了全球最清晰的法律邊界之一——這是 EDB 能引進 OpenAI / Anthropic / DeepMind 等機構的關鍵背景之一。

成立國家 AI 委員會、AI 稅收減免、one-north AI 園區、AI Mission 計劃。

2026 年預算案將 AI 推進提升到前所未有的高度。核心舉措：成立由總理親自主持的 National AI Council；Enterprise Innovation Scheme 的 400% 稅務扣除擴充套件至 AI 相關支出；啟動 one-north AI 園區建設；推出 AI Mission 計劃聚焦關鍵領域應用；設立 National AI Literacy Programme 提升全民 AI 素養。這是新加坡 AI 政策從戰略到全面執行的標誌性預算。

ACE-AI 預測工具部署、BRCA1/2 基因檢測補貼、MediShield Life 覆蓋預防性手術、MediSave 限額提升。

2026 年 3 月衛生部供給委員會辯論，衛生部長王乙康宣佈新加坡正式成為超老齡社會（65 歲以上人口超 21%）。核心措施：一、ACE-AI 預測工具（由國家醫療科技局 Synapxe 開發），預測 3 年內糖尿病及高脂血症風險，>75% 風險者由 3 年一檢提升至每年檢查，2027 年初推廣至所有約 1,100 家 Healthier SG 診所，堅持"AI 增強而非 AI 決定"原則，臨床醫生保持在決策迴路中；二、BRCA1/2 基因檢測從 2026 年 12 月起獲最高 70% 補貼，每年 2,000+ 人符合條件；三、MediShield Life 擴充套件覆蓋預防性乳房切除術（Q3 2026）及風險降低型輸卵管卵巢切除術（Q4 2026）；四、MediSave 慢性病與預防護理限額從 500/700 提至 700/1000（2027 年 1 月起），惠及 91 萬+ 患者。

黃循財首份預算案，釋放大規模 AI 投入訊號。

2025 年預算案是黃循財出任總理後的首份預算案，首次將 AI 列為財政優先事項。重點措施包括：加速企業數字化轉型撥款、擴大 AI 技能培訓計劃覆蓋面、增加 AI 研發投入。預算案為後續 NAIS 2.0 的落地執行提供了財政保障，標誌著 AI 從戰略規劃正式進入財政撥款階段。

250 億新元五年研發計劃，AI 列為重點投資領域。

RIE2025 計劃覆蓋 2021-2025 年，總投入 250 億新元，是新加坡歷史上最大規模的研發投資。四大戰略領域：製造貿易與連線、人類健康與潛能、城市可持續發展與智慧國家、數字經濟。AI 貫穿各領域，是核心使能技術。計劃支援 AI Singapore 等國家級 AI 研究專案，資助 AI 人才培養、基礎研究和產業應用。

參與 Seoul AI Safety Summit，進一步推進 AI 安全治理承諾。

2024 年 5 月，新加坡參加在韓國首爾舉行的第二屆 AI 安全峰會，簽署 Seoul AI Safety Commitment。在 Bletchley Declaration 基礎上進一步深化承諾：推動前沿 AI 安全評估標準的制定、支援 AI 安全研究所之間的國際協作、促進 AI 安全測試方法論的共享。新加坡連續參與兩屆峰會，持續鞏固其在全球 AI 治理中的積極參與者角色。

簽署 Bletchley Declaration，承諾 AI 安全國際合作。

2023 年 11 月，新加坡作為 28 個簽署國之一參與了在英國 Bletchley Park 舉行的首屆全球 AI 安全峰會。簽署 Bletchley Declaration，核心承諾包括：識別前沿 AI 帶來的共同風險、各國承擔 AI 安全的相應責任、加強 AI 安全研究的國際合作。宣言特別關注前沿 AI 模型的潛在風險，包括網路安全威脅、生物技術風險和虛假資訊。

新加坡成為 GPAI 創始成員，參與負責任 AI 國際治理。

新加坡於 2020 年成為 GPAI 創始成員國之一。GPAI 是由多國政府發起的國際倡議，旨在通過多利益相關方合作推動負責任 AI 的發展和使用。新加坡積極參與 GPAI 的工作組，包括負責任 AI、資料治理、未來工作、創新與商業化等方向。加入 GPAI 體現了新加坡在 AI 治理領域的國際參與意願，也為本國政策制定引入國際視角和最佳實踐。

2025 年 SCAI: ISE 產出的全球 AI 安全研究優先順序“活檔案”：100+ 參與者、11 個國家，並在 2026 年 ISE 繼續更新。

Singapore Consensus 是 2025 年 Singapore Conference on AI (SCAI): International Scientific Exchange on AI Safety 的成果檔案。官方口徑是：2025 年 4 月 26 日，100+ 來自學界、產業和政府的參與者，覆蓋 11 個國家，共同識別並形成對高優先順序技術 AI 安全研究方向的共識。 它不是“11 國簽署”的政府間協議。更準確的說法是：來自 11 個國家的 100+ 參與者共同貢獻的、持續歡迎全球研究社群反饋的 living document。 檔案建立在 Yoshua Bengio 主持、33 個政府支援的 International AI Safety Report 基礎上，目標是為全球 AI 安全研究提供可協作的技術優先順序。2026 年 5 月 17-19 日的 ISE 2026 繼續召集全球專家，更新 Singapore Consensus，以反映 agentic deployments、AI misuse、能力提升和安全研究的新發展。 這仍然是新加坡最重要的國際治理槓桿之一：不是靠“簽約數量”取勝，而是靠把學界、產業和政府放在同一個技術問題清單上。

ASEAN 10 國採納的 AI 治理指南，新加坡主導起草，IMDA 承擔秘書處職能。

ASEAN Guide on AI Governance and Ethics 由新加坡主導起草，2024 年 2 月由 ASEAN 數字部長會議正式通過，10 個成員國採納。指南直接基於新加坡 Model AI Governance Framework，是新加坡治理模板的"區域化版本"。覆蓋：組織治理、資料治理、AI 系統全生命週期管理、人在迴路、風險分級。新加坡通過 ASEAN Working Group on AI Governance（WG-AI）持續承擔秘書處職能。這是新加坡戰略的關鍵槓桿——把本國治理標準變成區域預設標準，讓外資在東南亞部署 AI 時自然地遵循新加坡定義的邊界。延伸：2026 年 ASEAN Hanoi Declaration 進一步深化數字部長合作。

REAIM Seoul Summit 五個聯合主辦國之一，把"軍事 AI 責任使用"推向國際議程。

Responsible AI in the Military Domain (REAIM) Seoul Summit 2024 是 REAIM 系列的第二屆，新加坡作為五個聯合主辦國之一（與韓國、荷蘭、英國、肯亞），把軍事 AI 的責任使用推到國際議程。Summit 通過《Blueprint for Action》——首個把軍事 AI 治理寫成可操作步驟的多邊檔案，覆蓋：人在指揮鏈中的位置、自主武器邊界、AI 決策的國際人道法適用、跨國信任建立機制。新加坡同時主持 REAIM Asia Regional Consultations，把對話擴到東南亞。這是新加坡用"治理中立區"定位介入最敏感議題（軍事 AI）的標誌性動作——不靠武力，靠規則起草權。

新加坡主辦的 AI 安全科學交流機制：2025 年產出 Singapore Consensus，2026 年 5 月繼續更新研究優先順序。

International Scientific Exchange on AI Safety (ISE) 是新加坡用科學會議方式推動 AI 安全國際合作的機制，由 IMDA / Singapore AI Safety Institute 牽頭。 2025 年 ISE 在 Singapore Conference on AI (SCAI) 期間召開，關鍵成果是 Singapore Consensus on Global AI Safety Research Priorities。2026 年 5 月 17-19 日，ISE 2026 在新加坡再次召開，目標是根據 2026 International AI Safety Report、agent deployments、AI misuse 與能力提升的新情況，更新 Singapore Consensus、識別新研究優先順序、推進全球協作。 ISE 的關鍵設計是“科學家 + 政府 + 產業”混合，而不是純外交峰會。新加坡藉此把高度政治化的 AI 安全議題轉成技術研究議程：先形成可驗證、可協作的研究問題，再讓治理框架和國際機制接住。