Josephine Teo 在 ATxSummit 2026 公布 NAIS 更新——「双击」而非「重启」。3 个方向、10 项优先方向、4 个国家 AI 任务（先进制造、金融、互联互通、医疗），加 National AI Impact Programme（10000 家 SME 目标）与 Champions of AI 计划。

2026 年 5 月 20 日，数字发展与信息部长 Josephine Teo 在 ATxSummit 2026 开幕主题演讲上公布 NAIS 更新。她把更新形容为「双击」而非「系统重启」——延续 NAIS 2.0 的框架，叠加 2026 年 2 月成立、Lawrence Wong 总理亲任主席的国家 AI 理事会（NAIC）的更高目标。 3 个方向 + 10 项优先方向：覆盖部门与公共部门转型、人才与基础设施、治理与国际合作。 4 个国家 AI 任务（部门转型重点）： 先进制造——巩固制造业 AI 优势，对接同日公布的 NVIDIA Singapore AI Research Lab 的 embodied AI 落地 金融服务——延续 FEAT / Veritas / MindForge / BuildFin.ai 五层堆栈 互联互通（Connectivity）——5G + 数据基础设施 医疗——AI 辅助诊断 / 慢性病预测 / 个性化医疗 两个企业采纳计划： National AI Impact Programme——目标 10000 家 SME「有意义采纳 AI」 Champions of AI——为头部企业提供更深度、定制化的对接支持 Teo 以樟宜机场 T5 扩建为例说明「新航站楼只装硬件不够」——AI 不是炫技，而是要解决具体运营挑战，硬件 + 软件协同创新才能起效。 NAIS 更新与同日公布的 NVIDIA Singapore AI Research Lab、Punggol Digital District 多运营商机器人 testbed 三件事联动，标志着新加坡 AI 战略从「规划期」进入「成果交付期」。

NVIDIA 在 ATxSummit 2026 公布在新加坡设立第一个研究实验室（亚太第二个），聚焦 embodied AI 与 efficient AI computing。

2026 年 5 月 20 日，NVIDIA 在 ATxSummit 2026 公布在新加坡设立第一个新加坡研究实验室（也是 NVIDIA 在亚太地区的第二个研究存在）。NVIDIA 首席科学家、研究高级副总裁 Dr. William Dally 出席公告。 两条研究主线： 1. Embodied AI（具身智能）——机器人与自主系统在物理世界中感知、推理、执行。重点应用包括智能检测、自主装配、预测性维护，对接新加坡先进制造业基础与同日公布的 Punggol Digital District 多运营商机器人 testbed。 2. Efficient AI computing——降低算力成本、提升能效，支撑更广泛的 AI 部署。这是 NVIDIA 自身硬件路线（H100→B200→Rubin）之外的算法层、系统层效率研究。 合作模式：与本地大学、产业伙伴、政府机构联合开展研究——具体合作机构未公布。Dr. Dally 同日在新加坡理工学院与 300+ 理工学院 / 大学学生分享 IC 设计经验。 战略意义：与新加坡贡献 NVIDIA 约 15% 全球营收的现状相比，这是 NVIDIA 首次在新加坡建立研究存在而非纯商业存在——把新加坡从「GPU 转运中心」叙事推向「原创 AI 研究节点」。同日公布的 NAIS 更新「先进制造」国家 AI 任务与此 Lab 强烈呼应。Josephine Teo 在演讲中说：「This is why we welcome NVIDIA's new Research Lab in Singapore, focussing on embodied AI and efficient AI.」

IMDA 在 ATxSummit 2026 公布在 Punggol Digital District 建立片区级、多运营商、混合公共环境的 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 公布在 Punggol Digital District（PDD） 建立多运营商机器人 testbed——2026 年下半年正式 launch。这是从 2025 年规划期「片区级机器人 testbed」（IMDA-SIT-JTC 合作）走到正式商业 launch 的关键节点。 首批运营方（5/20 公布）： Certis——安全巡逻机器人 DHL——物流 / 包裹配送 Grab——食品配送 QuikBot——参与配送 + 巡检 testbed 核心创新：「多运营商共址」——区别于此前单 operator trial。多家机器人公司可以在同一 PDD 物理空间同时部署、测试服务，按 *Active Mobility Act* 片区级豁免运营。 配套： Centre for Intelligent Robotics（CIR）——IMDA + 国家机器人计划（NRP）共建，知识伙伴 FieldAI、Thoughtworks，技术伙伴 Slamtec、Unitree、QuikBot SIT 联合实验室——与 Unitree、Slamtec、QuikBot 合作，覆盖机器人认知能力、空间感知、仿人机器人包裹分拣 测试场景：食品 + 包裹配送、清洁、安全巡逻——覆盖 PDD 真实公共环境。 战略联动：与同日公布的 NVIDIA Singapore AI Research Lab（embodied AI 主线）、NAIS 更新「先进制造」国家 AI 任务联动，三件事构成新加坡 embodied AI 战略 5/20 完整公告包。Josephine Teo 在演讲中说：「We are also developing Punggol Digital District as a frontier testbed... provide special testing permits for robot deployment.」

OpenAI 与 MDDI 在 ATxSummit 2026 公布 OpenAI for Singapore：承诺超过 S$300M，在新加坡建立美国以外首个 Applied AI Lab，并在未来几年创造 200+ 本地技术岗位。

2026 年 5 月 19 日，OpenAI 宣布与新加坡数字发展与信息部 (MDDI) 推出 OpenAI for Singapore，并在 5 月 20 日 ATxSummit 2026 由 IMDA / MDDI 对外纳入同日 AI 落地包。官方口径包括三条主线：前沿 AI 落地、下一代本地 AI 人才、让公民和企业更广泛受益。 核心事实： 超过 S$300M 承诺：投入新加坡 AI 生态。 Applied AI Lab：设在新加坡，是 OpenAI 美国以外第一个 Applied AI Lab。 200+ 本地技术岗位：未来几年在新加坡建立技术团队，新加坡也会成为 Forward-Deployed Engineers 的全球枢纽之一。 对齐国家 AI 任务：重点支持公共服务、金融、医疗、数字基础设施等场景。 人才与采用：与教育部、GovTech、本地生态伙伴合作，包括 OpenAI Academy 新加坡章节、Codex for Teachers hackathon、Forward-Deployed Engineer training programme，并参与 National AI Impact Programme。 这不是简单的区域总部新闻，而是把 OpenAI 的工程部署能力接到新加坡 NAIS / NAIC 执行管线里。对 sgai.md 来说，它应被记录为 2026-05 战略更新中的“外资前沿能力 + 本地人才 + 产业采用”节点。

10 亿新元（7.79 亿美元）公共 AI 研究投资，聚焦负责任和资源高效的 AI。

2026 年 1 月 24 日，数字发展与信息部宣布 2026-2030 年间投资超 10 亿新元（约 7.79 亿美元）用于公共 AI 研究。三大方向：一是"负责任和资源高效的 AI"研究，延续 AI Verify 等可信赖 AI 路线；二是全链条 AI 人才培养，从高中预科到大学教师培训；三是支持产业应用，缩短研究到商业化路径。这是继 2024 年 5 亿新元高性能计算资源投资后的又一重大投入，标志着新加坡从"试点探索"进入"规模化建设"阶段。人均 AI 投资达 139 美元，远高于美国（33 美元）和中国（7 美元）。

升级版国家 AI 战略，提出 AI for Public Good、AI for Growth 双轨目标，确定九大优先领域。

NAIS 2.0 将 AI 战略从"重点应用"升级为"系统性赋能"。双轨目标：AI for Public Good 和 AI for Growth。涵盖十五大行动，追加拨款至 10 亿新元以上，建设国家 AI 计算基础设施。确定九大优先领域：交通物流、制造业、金融、安全、网络安全、智慧城市、医疗、教育和政府服务，其中医疗和金融科技获最高投资比重。

数字基础设施升级蓝图，涵盖数字政府、数字经济、数字社会三大支柱。

Smart Nation 2.0 是 2014 年智慧国家倡议的全面升级，于 2023 年 10 月发布。三大支柱：数字政府——推动政府服务全面数字化和 AI 化；数字经济——支持企业数字化转型和 AI 采纳；数字社会——确保全民具备数字素养，缩小数字鸿沟。2024 年 10 月启动具体落地计划，包括 1.2 亿新元 AI 应用基金，支持五大国家 AI 项目：智能货运规划、市政服务、慢性病预测与管理、个性化教育和边境清关。在基础设施层面，规划了国家级 AI 计算平台、数据共享基础设施和安全的数字身份体系。

新加坡首份国家级 AI 战略，确立五大重点领域和三大推动力。

NAIS 1.0 标志着 AI 从技术议题上升为国家战略。五大重点领域：智能交通与物流、智慧城市、医疗健康、教育、安全与保障。三大推动力：三重螺旋合作、AI 人才管道、数据架构与可信 AI。催生了 AI Singapore 项目和 100 Experiments 计划。

新加坡数字化转型总体框架，为后续 AI 战略奠定基础。

2014 年，新加坡总理李显龙宣布 Smart Nation Initiative，这是全面数字化转型的总体战略框架。核心目标包括利用数字技术改善市民生活、创造更多经济机会、建设更紧密联系的社区。虽非专门的 AI 政策，但为后续 AI 战略提供了制度基础和政策框架。

SAF 第四军种成立——把 AI 与数字情报写进军种结构本身。

2022 年 10 月，新加坡国防部正式成立 SAF Digital and Intelligence Service (DIS)，作为陆军、海军、空军之外的第四军种，专责数字与情报作战、网络防御、AI 决策支持。2025 年 DIS 进一步重组为 DCCOM（数字网络指挥部）和 SAFC4DC（C4 与防务计算指挥部）两个司令部。这是新加坡国家级 AI-native 战略最深的结构性动作——把 AI 写进军种本身，而非作为某个部门的项目。配套：DIS × AI Singapore MoU、DIS Sentinel Programme + AI 课程、SAF Digital Range / CyTEC 升级。

前沿 AI 安全研究的国家级研究所，承担 Singapore Consensus 协调职能。

Singapore AI Safety Institute (AISI) 于 2024 年成立，年度预算 S$10M，由 IMDA 与 Digital Trust Centre 联合运营，挂靠 NTU。承担前沿 AI 模型的红队评估、对齐研究、可追溯性测试三类核心研究。AISI 还作为 Singapore Consensus on Global AI Safety Research Priorities 的协调中心，并主办 International Scientific Exchange on AI Safety。官方口径中，Singapore Consensus 来自 2025 年 SCAI: ISE，汇集 11 个国家的 100+ 参与者形成“活文件”，2026 年 ISE 继续更新研究优先级；它不是“11 国签署”的政府间协议。AISI 是新加坡"用 0.07% 全球人口撬动 G7 级 AI 治理话语权"战略最关键的机构。

新加坡智慧国家2.0战略旨在实现三个核心目标：信任、增长和社区。这些目标源于公民多年来通过调查、研究和反馈渠道提出的关键关切，反映了政府如何利用技术改善公民生活并为所有人创造繁荣数字未来的承诺。智慧国家2.0战略将随着数字发展的演进而不断迭代和调整。

新加坡智慧国家2.0战略旨在实现三个核心目标：信任、增长和社区。这些目标源于公民多年来通过调查、研究和反馈渠道提出的关键关切，反映了政府如何利用技术改善公民生活并为所有人创造繁荣数字未来的承诺。智慧国家2.0战略将随着数字发展的演进而不断迭代和调整。

新加坡在第 17 届 ISO/IEC JTC 1/SC 42 全会提交的全球首个生成式 AI 测试国际标准草案。

2026 年 4 月 20 日，第 17 届 ISO/IEC JTC 1/SC 42 全体会议在新加坡开幕（首次在东盟举办，由 IMDA 与 Enterprise Singapore 联合主办，35+ 国家、250+ 专家参与）。新加坡正式提交 ISO/IEC 42119-8 标准草案——如果通过，这将是全球首个针对生成式 AI 系统的国际测试标准。 两个核心方向： 基准测试（Benchmarking）：用统一数据集衡量 AI 性能，解决"考什么、怎么评分"的可比性问题 红队测试（Red Teaming）：模拟攻击找出系统漏洞，标准化"隐藏风险怎么找出来" 提案建立在 IMDA 已有的国内测试基础设施之上：AI Verify Toolkit、Starter Kit for Testing of LLM-Based Applications、Global AI Assurance Sandbox。樟宜机场 2025 年 2 月获得的全球首张 ISO/IEC 42001 AI 管理体系认证，则提供了"AI 治理可被外部审计"的可执行案例。 IMDA 现任 CEO Ng Cher Pong（2025-11 上任）在开幕致辞中说："标准的制定不能以龟速推进——否则将被 AI 高速变革所淘汰。"他同时强调标准应在行业、文化和语言层面具有代表性，东南亚作为全球文化最多元的地区之一必须接入标准制定。 国际 ISO 标准从提案到正式发布通常需要数年。但提案一旦提出，等于把全球后续讨论的框架定下来了——这正是新加坡"用 0.07% 全球人口撬动 G7 级 AI 治理话语权"的典型操作。

IMDA 于 2026 年 1 月在达沃斯发布全球首个 Agentic AI 治理框架，并在 2026 年 5 月加入 60+ 机构反馈与 10+ 真实部署案例。

IMDA 于 2026 年 1 月在世界经济论坛发布 Model AI Governance Framework for Agentic AI，2026 年 5 月 20 日在 ATxSummit 更新版本。 更新重点不是另起炉灶，而是把几个月内收集到的产业反馈和真实部署案例放回框架中。官方披露：更新版吸收了 60+ 机构反馈（包括 AWS、DBS、Google、Salesforce），并加入 10+ 真实 agentic AI 部署案例（包括 Ant International、CDL、Cyber Sierra、Dayos、GovTech、Google、OCBC、PwC、Tencent、Workday 等）。 框架继续强调：AI Agent 可以提高生产力，但人类仍对系统结果承担最终责任。新增案例让企业能看到如何处理多 agent 系统、第三方 agent、自动化偏差、风险分级、人类审批和审计等实际问题。

Google 与新加坡政府在 2025 年 8 月启动全球首个 AI Agents Sandbox，2026 年 5 月发布白皮书，验证 computer-use agents 在公共服务场景中的机会和风险。

Google 与新加坡政府（CSA、GovTech、IMDA）在 2025 年 8 月启动 AI Agents Sandbox，约四个月内测试 computer-use agents 在真实公共服务环境中的表现，并于 2026 年 5 月发布白皮书。 三个测试场景： 自动化政府数字服务 QA 测试。 自动化 AI 安全测试，降低 chatbot 上线前评估的人力成本。 协助公民 / 社工处理社会援助申请流程。 官方总结的风险主题包括：人类监督、定制化与控制、网络安全（尤其是间接提示注入）、数据保护与隐私。这个 sandbox 与同日更新的 Agentic AI Governance Framework 形成配套：一个是治理框架，一个是政府场景中的实测反馈。

AI Verify Foundation 推出亚洲首个 AI 测试服务商认可计划，预计 2026 年第三季度开放申请，目标是建立可信 AI assurance 市场。

AI Tester Accreditation Programme (AI TAP) 由 AI Verify Foundation 推出，面向提供生成式 AI 技术测试服务的公司。官方称这是亚洲首个同类计划，预计 2026 年第三季度开放申请。 AI TAP 认可的是“测试服务商”的能力，而不是给某个 AI 系统盖章。评估范围包括：具体测试服务的技术能力、公司资质与业务记录、财务可持续性、运营准备度、业务范围与实际能力一致性。 这个计划的战略意义在于把 AI Verify 从工具和框架推进到“市场基础设施”：企业不必只相信供应商自测，也可以采购被认可的第三方 AI assurance 服务。它直接补上新加坡治理路线中“原则 / 工具 / 沙盒”之后的认证与服务市场一环。

专门针对生成式 AI 的治理框架提案，应对大模型带来的新挑战。

全球较早的专门针对生成式 AI 的治理框架提案。九大维度：问责制、数据治理、可信开发与部署、事件报告、测试与保证、安全、内容来源、使用者素养、辅助措施。采用多利益相关方方法，强调"沙盒式"治理。

全球首个 AI 治理测试框架和工具包，支持企业自测 AI 系统合规性。

全球首个 AI 治理测试框架与工具包。11 项可测试指标，开源工具包，与国际标准对齐。2023 年成立 AI Verify Foundation 推动全球协作。将 AI 治理从"原则"推向"可操作"。

亚洲首个 AI 治理框架，提出可解释、透明、以人为本的 AI 治理原则。

2019 年在达沃斯发布，亚洲首个 AI 治理框架。四大核心原则：内部治理结构与措施、决策中的人类参与、运营管理、利益相关方互动与沟通。被 OECD 引用为最佳实践。

新加坡核心数据保护法律，2020 年修订加入 AI 相关条款。

核心数据保护法律，2012 年通过，2020 年重大修订。引入合法利益例外（Business Improvement Exception）、数据可携带权、加强执法力度。为 AI 数据使用划定法律边界。

GenAI 在金融业的风险框架，24 家机构 + 四大云厂商（Microsoft / AWS / Google / NVIDIA）共建。

Project MindForge 是 MAS 主导的金融业 GenAI 风险框架，于 2024 年启动。Consortium 成员包括 24 家金融机构（DBS、UOB、OCBC、HSBC、JPMorgan 等）+ 四大云与 AI 厂商（Microsoft、AWS、Google、NVIDIA）+ 监管机构。框架围绕七大风险维度：模型幻觉、数据泄露、偏差与公平、供应链依赖、可解释性、对抗性攻击、责任分配。MindForge 的特殊之处在于让监管机构、被监管金融机构、技术供应商三方在同一桌上协调——这是新加坡 AI 治理"训练宽松 + 输出严管"哲学在金融业的具体落地，也是 FEAT → Veritas → MindForge → BuildFin.ai 五层堆栈中第三层。

金融业 AI 模型风险管理的监管期望书，正式约束银行使用 AI。

MAS 于 2024 年 12 月发布 AI Risk Management Guidelines，把 FEAT / Veritas / MindForge 多年累积的实践经验固化为正式监管期望书。覆盖：模型治理（数据、训练、验证、上线）、第三方 AI 风险（云厂商、模型供应商、API）、模型监控（漂移、偏差、性能）、人在回路、事件应对与责任。配套 BuildFin.ai 平台让被监管机构能持续测试和报告。这是全球首批专门针对银行业 AI 的监管文件，比欧盟 AI Act 金融条款落地更快。

面向医院、医生与 AI 开发者的医疗 AI 安全使用与良好实践指南。

Artificial Intelligence in Healthcare Guidelines (AIHGle) 于 2021 年 10 月由卫生部 (MOH)、卫生科学局 (HSA) 与当时的 Integrated Health Information Systems (IHiS，2023 年改组为 Synapxe) 联合发布，是新加坡医疗 AI 的核心非约束性指南。两个目标：一是支持安全有效的医疗 AI 部署，二是补充 HSA 对 AI-Medical Devices (AI-MD) 的硬性监管要求。覆盖 AI 开发者与医疗机构两侧的全生命周期：开发阶段的临床有效性证据要求、部署阶段的临床工作流融入与人在回路、上线后的持续监控与不良事件报告、患者沟通与知情同意。AIHGle 与 HSA 基于 Health Products Act 的医疗器械注册要求形成"软指南 + 硬法"双层结构，是 ACE-AI、Synapxe AI 平台等国家级医疗 AI 项目的合规底座。

含 AI 的医疗器械须在 HSA 注册——硬法层面的医疗 AI 准入门槛。

Health Products Act 2007 是新加坡医疗器械的核心法律，由卫生科学局 (HSA) 执行。含 AI 组件的医疗设备（AI-Medical Device, AI-MD）——无论是独立软件 (Software as a Medical Device, SaMD) 还是嵌入设备的算法——必须按风险等级在 HSA 注册后方可在新加坡上市或临床使用。配套监管文件：Regulatory Guidelines for Software Medical Devices（2022 修订）专章覆盖 AI-MD 的训练数据质量、模型变更管理 (Change Control Plan)、持续学习系统 (Continuous Learning) 的特殊要求、临床证据等级、网络安全和数据保护。AI-MD 还须遵循 Good Machine Learning Practice (GMLP) 原则，与 FDA 和 Health Canada 的多边协调框架一致。这一条是 W&C tracker 单列的两条 AI 相关存量立法之一——它说明新加坡"没有专门 AI 法"的真实含义：用既有行业法的现代化修订把 AI 纳入硬法监管，而不是另立一部横切法。

2017 修订引入第 6C 节，授权 LTA 监管自动驾驶车辆测试与使用。

Road Traffic Act 1961 通过 2017 年的 Road Traffic (Amendment) Act 增设第 6C 节（Trials and use of autonomous motor vehicles），把自动驾驶 (AV) 写入硬法。核心条款：陆路交通管理局 (LTA) 获授权制定细则、签发 AV 测试与运营许可、设定保险与安全要求、在划定区域 (designated area) 进行豁免。配套是 2017 年颁布的 Road Traffic (Autonomous Motor Vehicles) Rules，覆盖：测试申请与审批、安全员要求、数据记录与事件报告（黑匣子）、与 LTA 的持续报告义务、最低保险额度。新加坡同步建立了 CETRAN (Centre of Excellence for Testing and Research of AVs) 测试中心和 one-north 自动驾驶试验区，把法律授权落到物理基础设施。这条与 Health Products Act 共同构成 W&C tracker 单列的"用既有行业法管 AI"的两个核心样本——也是 NAIS 1.0 五大重点领域之一"智能交通与物流"的法律基座。

AI 系统全生命周期安全最佳实践指南。

CSA 于 2024 年 10 月发布 AI 系统安全指南及配套实践手册，填补了 AI 安全领域的治理空白。指南覆盖 AI 系统全生命周期：规划与设计阶段的威胁建模、开发阶段的数据与模型安全、部署阶段的安全测试、运维阶段的监控与事件响应。重点关注对抗性攻击防御、数据投毒防范、模型窃取防护、供应链安全等 AI 特有风险。

法律诉讼中使用生成式 AI 工具的原则和指引。

新加坡最高法院于 2024 年发布生成式 AI 使用指南（Registrar's Circular No. 1 of 2024），适用于所有法院体系。核心原则：律师和当事人对提交法院的所有内容负最终责任，无论是否使用 AI 生成；使用 GenAI 辅助准备的法律文件须披露 AI 使用情况；引用的案例和法律条文须经人工核实。体现了司法系统对 AI 工具的务实态度——不禁止使用，但强调人类责任不可转移。

将 FEAT 原则转化为可操作的评估工具包，提供开源方法论。

Veritas 倡议是 FEAT 原则的实践延伸，由 MAS 联合金融机构共同开发。项目目标是创建一套开源、可操作的评估方法论和工具包，帮助金融机构将 FEAT 原则落地到具体 AI 应用中。涵盖客户营销公平性评估、信用风险评分透明度评估等场景。Veritas 持续更新迭代，体现新加坡"原则→工具→实践"的渐进式 AI 治理路径。

PDPC 明确 PDPA 在 AI 推荐与决策系统中的合规边界——为企业用个人数据训练和运行 AI 提供确定性。

PDPC 于 2024 年 3 月发布《Advisory Guidelines on Use of Personal Data in AI Recommendation and Decision Systems》，把 PDPA 在 AI 场景下的具体适用方式讲清楚。覆盖三类常见情形：(1) 用个人数据训练、测试、监控 AI 模型——可援引 Business Improvement Exception 或 Research Exception，但需通过合理性测试、数据最小化、去标识化等门槛；(2) 用 AI 进行推荐或决策——须履行通知和同意义务，决策类应用须告知数据主体；(3) 数据保护影响评估（DPIA）的最佳实践模板。这是 PDPC 把 PDPA 2020 修订（合法利益例外、Business Improvement Exception）转化为 AI 落地操作手册的关键文件，与 Copyright Act §244 共同构成新加坡 AI 训练侧"双重法律基础"。

金融业 AI 使用的公平性、伦理、问责和透明度原则。

MAS 于 2018 年发布 FEAT 原则，为金融机构使用 AI 和数据分析提供治理指引。四大原则：公平性（Fairness）——确保 AI 决策不产生歧视；伦理（Ethics）——AI 使用符合道德标准；问责（Accountability）——明确 AI 决策的责任归属；透明度（Transparency）——AI 决策过程可理解、可解释。2022 年更新版纳入更多实践指导。

AI 训练免责条款——与日本并列全球最宽松的 AI 训练版权立场。

Copyright Act 2021 第 244 条 "Computational Data Analysis" 给 AI 训练数据使用提供明确的免责条款：合法获取的内容（不论是否有版权）可用于 AI 模型训练、文本与数据挖掘等"计算分析"用途，不构成版权侵权。这与日本《著作权法》第 30-4 条并列为全球最宽松的 AI 训练版权立场——美国仍在 fair use 案例法争议中、欧盟需依赖 Text and Data Mining Exception 的 opt-out 机制。配合 IPOS 的 "When Code Creates" 报告（2024）和"训练宽松 + 输出严管"哲学（OCHA + Elections Bill + Criminal Law Bill + Online Safety Bill 四件套），新加坡为 AI 公司提供了全球最清晰的法律边界之一——这是 EDB 能引进 OpenAI / Anthropic / DeepMind 等机构的关键背景之一。

成立国家 AI 委员会、AI 税收减免、one-north AI 园区、AI Mission 计划。

2026 年预算案将 AI 推进提升到前所未有的高度。核心举措：成立由总理亲自主持的 National AI Council；Enterprise Innovation Scheme 的 400% 税务扣除扩展至 AI 相关支出；启动 one-north AI 园区建设；推出 AI Mission 计划聚焦关键领域应用；设立 National AI Literacy Programme 提升全民 AI 素养。这是新加坡 AI 政策从战略到全面执行的标志性预算。

ACE-AI 预测工具部署、BRCA1/2 基因检测补贴、MediShield Life 覆盖预防性手术、MediSave 限额提升。

2026 年 3 月卫生部供给委员会辩论，卫生部长王乙康宣布新加坡正式成为超老龄社会（65 岁以上人口超 21%）。核心措施：一、ACE-AI 预测工具（由国家医疗科技局 Synapxe 开发），预测 3 年内糖尿病及高脂血症风险，>75% 风险者由 3 年一检提升至每年检查，2027 年初推广至所有约 1,100 家 Healthier SG 诊所，坚持"AI 增强而非 AI 决定"原则，临床医生保持在决策回路中；二、BRCA1/2 基因检测从 2026 年 12 月起获最高 70% 补贴，每年 2,000+ 人符合条件；三、MediShield Life 扩展覆盖预防性乳房切除术（Q3 2026）及风险降低型输卵管卵巢切除术（Q4 2026）；四、MediSave 慢性病与预防护理限额从 500/700 提至 700/1000（2027 年 1 月起），惠及 91 万+ 患者。

黄循财首份预算案，释放大规模 AI 投入信号。

2025 年预算案是黄循财出任总理后的首份预算案，首次将 AI 列为财政优先事项。重点措施包括：加速企业数字化转型拨款、扩大 AI 技能培训计划覆盖面、增加 AI 研发投入。预算案为后续 NAIS 2.0 的落地执行提供了财政保障，标志着 AI 从战略规划正式进入财政拨款阶段。

250 亿新元五年研发计划，AI 列为重点投资领域。

RIE2025 计划覆盖 2021-2025 年，总投入 250 亿新元，是新加坡历史上最大规模的研发投资。四大战略领域：制造贸易与连接、人类健康与潜能、城市可持续发展与智慧国家、数字经济。AI 贯穿各领域，是核心使能技术。计划支持 AI Singapore 等国家级 AI 研究项目，资助 AI 人才培养、基础研究和产业应用。

参与 Seoul AI Safety Summit，进一步推进 AI 安全治理承诺。

2024 年 5 月，新加坡参加在韩国首尔举行的第二届 AI 安全峰会，签署 Seoul AI Safety Commitment。在 Bletchley Declaration 基础上进一步深化承诺：推动前沿 AI 安全评估标准的制定、支持 AI 安全研究所之间的国际协作、促进 AI 安全测试方法论的共享。新加坡连续参与两届峰会，持续巩固其在全球 AI 治理中的积极参与者角色。

签署 Bletchley Declaration，承诺 AI 安全国际合作。

2023 年 11 月，新加坡作为 28 个签署国之一参与了在英国 Bletchley Park 举行的首届全球 AI 安全峰会。签署 Bletchley Declaration，核心承诺包括：识别前沿 AI 带来的共同风险、各国承担 AI 安全的相应责任、加强 AI 安全研究的国际合作。宣言特别关注前沿 AI 模型的潜在风险，包括网络安全威胁、生物技术风险和虚假信息。

新加坡成为 GPAI 创始成员，参与负责任 AI 国际治理。

新加坡于 2020 年成为 GPAI 创始成员国之一。GPAI 是由多国政府发起的国际倡议，旨在通过多利益相关方合作推动负责任 AI 的发展和使用。新加坡积极参与 GPAI 的工作组，包括负责任 AI、数据治理、未来工作、创新与商业化等方向。加入 GPAI 体现了新加坡在 AI 治理领域的国际参与意愿，也为本国政策制定引入国际视角和最佳实践。

2025 年 SCAI: ISE 产出的全球 AI 安全研究优先级“活文件”：100+ 参与者、11 个国家，并在 2026 年 ISE 继续更新。

Singapore Consensus 是 2025 年 Singapore Conference on AI (SCAI): International Scientific Exchange on AI Safety 的成果文件。官方口径是：2025 年 4 月 26 日，100+ 来自学界、产业和政府的参与者，覆盖 11 个国家，共同识别并形成对高优先级技术 AI 安全研究方向的共识。 它不是“11 国签署”的政府间协议。更准确的说法是：来自 11 个国家的 100+ 参与者共同贡献的、持续欢迎全球研究社区反馈的 living document。 文件建立在 Yoshua Bengio 主持、33 个政府支持的 International AI Safety Report 基础上，目标是为全球 AI 安全研究提供可协作的技术优先级。2026 年 5 月 17-19 日的 ISE 2026 继续召集全球专家，更新 Singapore Consensus，以反映 agentic deployments、AI misuse、能力提升和安全研究的新发展。 这仍然是新加坡最重要的国际治理杠杆之一：不是靠“签约数量”取胜，而是靠把学界、产业和政府放在同一个技术问题清单上。

ASEAN 10 国采纳的 AI 治理指南，新加坡主导起草，IMDA 承担秘书处职能。

ASEAN Guide on AI Governance and Ethics 由新加坡主导起草，2024 年 2 月由 ASEAN 数字部长会议正式通过，10 个成员国采纳。指南直接基于新加坡 Model AI Governance Framework，是新加坡治理模板的"区域化版本"。覆盖：组织治理、数据治理、AI 系统全生命周期管理、人在回路、风险分级。新加坡通过 ASEAN Working Group on AI Governance（WG-AI）持续承担秘书处职能。这是新加坡战略的关键杠杆——把本国治理标准变成区域默认标准，让外资在东南亚部署 AI 时自然地遵循新加坡定义的边界。延伸：2026 年 ASEAN Hanoi Declaration 进一步深化数字部长合作。

REAIM Seoul Summit 五个联合主办国之一，把"军事 AI 责任使用"推向国际议程。

Responsible AI in the Military Domain (REAIM) Seoul Summit 2024 是 REAIM 系列的第二届，新加坡作为五个联合主办国之一（与韩国、荷兰、英国、肯尼亚），把军事 AI 的责任使用推到国际议程。Summit 通过《Blueprint for Action》——首个把军事 AI 治理写成可操作步骤的多边文件，覆盖：人在指挥链中的位置、自主武器边界、AI 决策的国际人道法适用、跨国信任建立机制。新加坡同时主持 REAIM Asia Regional Consultations，把对话扩到东南亚。这是新加坡用"治理中立区"定位介入最敏感议题（军事 AI）的标志性动作——不靠武力，靠规则起草权。

新加坡主办的 AI 安全科学交流机制：2025 年产出 Singapore Consensus，2026 年 5 月继续更新研究优先级。

International Scientific Exchange on AI Safety (ISE) 是新加坡用科学会议方式推动 AI 安全国际合作的机制，由 IMDA / Singapore AI Safety Institute 牵头。 2025 年 ISE 在 Singapore Conference on AI (SCAI) 期间召开，关键成果是 Singapore Consensus on Global AI Safety Research Priorities。2026 年 5 月 17-19 日，ISE 2026 在新加坡再次召开，目标是根据 2026 International AI Safety Report、agent deployments、AI misuse 与能力提升的新情况，更新 Singapore Consensus、识别新研究优先级、推进全球协作。 ISE 的关键设计是“科学家 + 政府 + 产业”混合，而不是纯外交峰会。新加坡借此把高度政治化的 AI 安全议题转成技术研究议程：先形成可验证、可协作的研究问题，再让治理框架和国际机制接住。