新基建”指以5G、人工智能、工业互联网、物联网为代表的新型基础设施，本质上是信息数字化的基础设施。“新基建”涉及的产业领域主要包括七个板块，分别是5G基站、大数据中心、人工智能、特高压、新能源充电桩、城际高铁和轨道交通、以及工业互联网。
从立法、政策方面完善AI应用的安全性，制定相关法规，为智能技术的应用安全提供法律保障，防控人工智能技术带来的潜在风险。近日，中国新版《个人信息安全规范》正式发布。新版对于个人信息的主体告知收集、个人生物信息的存储方面都有了细化和完善。
“投资、消费和出口”是拉动国民经济增长的三驾马车。受“新型冠状肺炎”疫情的影响，消费和出口受挫，投资则成为政府稳定经济局面的重要手段。投资手段中，“新基建”因短期有助于稳增长、稳就业，长期有助于增加有效供给，因此，被政府部门频频提及。
明确人工智能法律主体以及相关权利、义务和责任。在现有法律中，构建归责原则，将技术伦理产生的问题化为可以实施的法律原则乃至法律规则。另一方面，设立人工智能发展规划和前沿技术领域的负面清单，从法律底线构建“安全防火墙”。在国家层面立法实现对人工智能的算法设计、产品开发、数据采集和产品应用的全流程规制，在可能引发人工智能不可预知性和不确定性的技术领域，立法设立红区或研发限制规范，推进人工智能技术健康发展与应用。
2018年12月，“新基建”概念被初次提及;2019年，在中央召开的重要会议中，“新基建”又被多次提及;2020年以来，受疫情的影响，经济下行压力加大，推进“新基建”被政府强调的频次更高了。
更多样的应用场景，意味着更广阔的发展空间，同时也面临着更大的安全风险。2019年人工智能全民级应用的人脸识别技术正处于爆发元年，但却因屡次爆出信息泄露、黑客入侵而饱受人们的质疑。
人工智能技术的应用与发展，离不开对数据的采集与利用，数据不断更新与扩张则会引发信息泄露、侵犯隐私的风险，这些数据涉及各行各业、各类主体，隐私安全成为阻碍人工智能进一步落地使用的重要因素。为了促使人工智能技术平稳安全落地，就要在法律和制度上引导行业健康发展，积极促进技术与人的和谐共处。
另外，激光雷达研发成本和制作成本都很高，研发成本可以靠大产量去摊薄，但制作工艺复杂，边际成本高又决定了就算产量真的能大起来，成本下降也不会太多。更何况是现在产量并不大。
所以，总的来说，在突破创新性技术出现前，激光雷达的价格下降是非常有限的。而激光雷达的成本与自动驾驶的发展速度又有着相互制约的关系：激光雷达成本高，那么自动驾驶成本就会跟着高，发展速度缓慢；又因为自动驾驶发展慢，所以激光雷达的需求不会特别大，产量少，成本难以下降。
所以，总的来说，在突破创新性技术出现前，激光雷达的价格下降是非常有限的。而激光雷达的成本与自动驾驶的发展速度又有着相互制约的关系：激光雷达成本高，那么自动驾驶成本就会跟着高，发展速度缓慢；又因为自动驾驶发展慢，所以激光雷达的需求不会特别大，产量少，成本难以下降。
激光雷达属于高精密光学仪器，需要专家级的工程师耗费大量时间调试校正，并且调试校正的时间随着雷达线束的增加，呈几何级数增长。所以产量非常低，价格自然就这么高了。这就是为什么Velodyne可以降价16线，但没有降自动驾驶更需要的64线和128线，因为成本就是要那么高。
从技术制度上防控AI带来的安全风险。比如，成立具有国家战略高度的人工智能风险防控系统与实体研究机构，切实加强各类人工智能安全应用平台建设和人工智能学科专业建设与人才培养；形成以政府为主导、企业为主体、市场为导向的产学研相结合的模式，鼓励开发相关人工智能技术，拓宽人工智能技术的安全应用领域，优化智能技术开发架构，降低人工智能带来的隐患。
谷歌及百度的无人驾驶试验车采用的64线激光雷达，价格就约为50万元人民币，一个激光雷达比普通的一辆车要贵得多。所以，用激光雷达方案的自动驾驶汽车想大规模推向市场，目前是难以实现的，会为此买单的消费者是很有限的。
数据显示，2015-2019年，我国全社会固定资产投资增速呈波动下降趋势。2019年，全社会固定资产投资额为64.57万亿元，比上年增长5.9%，其中，基础建设投资增长3.8%。值得注意的是，2015-2017年，我国基建投资增速一直低于全社会固定资产投资增速，而2018年及以后，基建投资增速提升，也正是在2018年，“新基建”概念政府被提出。
“现在，带有L4级的自动驾驶改动成本约为8-10万美元，在改装第一代自动驾驶的时候大概花了两百万人民币。”一位业内人士透露。其中，激光雷达公认是最花钱的地方之一。
据招商证券初步测算，2020-2025年在我国“新基建”建设涉及的七大产业领域中，城际高铁和轨道交通领域的总投资规模大，投资规模预计达34400万亿元;其次是5G基础建设领域，，投资规模预计达24000万亿元。
