2026年中国人工智能发展趋势展望

人工智能（AI）企业数量预计将超过6000家，人工智能核心产业规模预计将超过1.2万亿元，同比增长近30%。全球大型国家开源模型累计下载量已超过100亿次。中国已经成为全球最大的人工智能专利持有者，占全球的60%……这个数据概述了2025年中国的人工智能发展是什么样子。另一方面，人工智能技术正在取得革命性的进步，开始走一条与美国硅谷不同的“开源创新”之路。另一方面，人工智能与经济、社会的融合正在由浅入深地演变。 1月份以来，智普、天数智信、MiniMax等国内人工智能企业陆续上市。在本月清华大学主办的AGI-Next峰会上，行业专家达成了共识人们一致认为，以对话为中心的“聊天”范式已经结束，人工智能竞赛已经进入了智能代理“做事”的时代。 2026年是“十五五”规划的开局之年。根据“十五五”规划建议，我国将加强人工智能与产业发展、文化建设、民生保障、社会治理的融合，全面赋能千行万业。新华社记者采访相关部委负责人、行业专家、行业代表和企业家，观察人工智能发展新动向。技术推介礼：AI“连天”趋势“物联网” 一月，第二版DeepSeek携梁文峰STAFF的专访，再次将这家国内AI公司推到了聚光灯下。本文的主要贡献是尝试解决使用时出现的内存瓶颈和稳定性问题。大型模型下雨。据业内人士评价，新一代尺寸更大的车型外观更加犀利。 DeepSeek的一举一动都备受关注。一年前推出的国产大型模型“DeepSeek-R1”对全球人工智能行业产生了巨大影响。 “DeepSeek已经到达了中国AI技术道路的革命性崛起。”清华大学智能制造研究院长期努力表示，“中国转向主打软轻的MODEL，解明的”人工智能沿着两条主线实施，用于推进技术突破相同边界、解决根本性问题。 “进化热潮”，即计算“更显式”搜索网络不仅意味着提高单个模型的性能，而且还可以使用更少的计算和更多的数据获得更多的智能。国家AI公司面笔智能联合清算大学公布“大模型密度法”，决定大模型扩展方向：AI进化容量和密度同时兼顾，提高效率，这是从“做规模”到“做密度”的转变之一。中国信息通信研究院副院长魏亮介绍，主要方向是提升性能、细化机制、算法框架和实践方法。从算法架构来看，信息通信技术服务局发布的《人工智能产业发展研究报告》中国行动指出了稀缺注意力机制，例如DeepSeek的NSA和月之暗面的MoBA。 ，成为提高模型推理效率的重要技术途径之一。一个常见的解释是想象你坐在一个挤满数万人的礼堂里。注意力机制从传统的“听取所有人的意见”更新为现在的“听取关键参与者的意见”。大scale模型基本上是通过大量数据总结语言规则，训练特定的识别模式，获得预测文本的能力。正如一个不懂诗的孩子可以通过反复重复来背诵《静夜思》。回顾这一波AI浪潮，算法架构与算力、数据一样是智能出现的重要条件。张亚勤表示：“规模法则还没有过期，我们仍然需要算力和数据作为基础。”不过，他也指出，算力的边际效益趋于稳定。业内人士认为，算法架构的创新将是人工智能未来发展的转折点。随着模型“智力密度”不断提升，让前沿智能“落地生根”并获得“更高性能”将是行业不得不面对的挑战。 “几十年来，人工智能主要专注于新领域的开发方法和培训模式。 ” 前 OpenAI 研究员、后来成为腾讯总统府首席 AI 科学家的姚舜宇认为，下一阶段的 AI 竞赛将是谁解决哪些问题。“腾讯内部部署了 900 多个大规模模型开发场景和应用。核心理念是让AI深度融入场景，让AI好用，实现普惠生产力。”腾讯相关人士表示，有研发能力的厂商正在逐渐聚集到全球范围内的大规模模型库，高质量的数据和广泛的生态系统和场景将是增强竞争优势的关键因素。各大厂商正在集体加速AI现实场景的开发。百度最近成立了基础模型研发部门和应用模型研发。公司创始人李彦宏表示，未来只会有乙人工智能领域的基础模型还剩下一些，但应用层将会有很多不同方向的成功参与者，这是最大的机会所在。据中国信息通信研究院的一份信息显示，基础模型的数量不断趋同，重点是在实际场景中应用的效果。以“六小虎”规模化模式为例，百川智能深耕医疗健康，而零一智能则专注于医疗健康。为公司实施定制解决方案。这些揭示了趋势。曾经声名狼藉的“百模之战”已经落下帷幕，等待参赛者的，是一场专注于穿透真实场景、构建产业生态、深度挖掘应用价值的耐力赛。自1956年达特茅斯会议以来，人工智能已经走过了70个年头。人工智能正在加速进化s 智能代理 AI。智能AI可以像人类一样设置任务、规划实施路线和进行实验。可以提供错误反馈。它具有三个特点：自主性、举一反三的能力和长期记忆。如果聊天机器人是“会说话的字典”，那么智能人工智能就是“自主的家庭主妇”。中科院软件所研究员高登表示，未来人工智能不仅能听懂指令，还能“看”图像、“听”声音，成为具有综合认知能力的“万能感知器”。 “智能体增强了基于大规模模型的工程能力，极大地突破了人工智能能力的界限。”中国信息通信研究院人工智能研究所所长魏凯表示，智能体在可靠性、上下文记忆和远程任务方面仍需改进，与标准相比还存在很大差距。ge 级应用。张亚勤及其同事还认为，人工智能的创新前沿将超越数字世界的界限，未来的人工智能将是信息智能、物理智能和生物智能的融合。人工智能发展的下一个目的地是进入物理世界。 1月，中国的具身智能模型在全球标准中排名第一。有业内评论人士认为，这意味着中国团队训练的机器人“大脑”具备了理解和执行物理世界任务的能力。中外专家认为，人工智能正在构建一个与现实世界交互的“世界模型”，以理解和模拟物理定律。物理智能赋予人工智能在现实世界中感知和行动的能力。例如，机器人可以自主执行复杂的任务，内部驾驶智能可以从容应对复杂的路况。人工智能将不仅仅是“数字世界的“思考者”，但也将逐渐成为物理世界的“实干家”，未来将成为生物世界的“探索者”。 发展算力：加速并协调系统升级 2025年，新公司大规模推出新产品，市场反响超出预期：预留服务器几分钟就满了，系统几近瘫痪。基础设施服务商无问芯利用平台技术服务支撑多地计算资源在关键时刻，该源充当了公司计算能力的“空中加油”，确保了产品发布的关键窗口。“未来，我们希望计算能力就像自来水一样：你打开它，它就可用，你关闭它，它就停止了。你不用担心它从哪里来。”公司联合创始人夏立学谈到这个愿景时表示：无文分为基本算力、智能算力、超级算力。人工智能的基础是智能计算，它不仅仅是一堆芯片，而是一个由硬件、软件、电力和网络精确协调的系统。 AI算力就像一支超级工程军队：GPU等计算芯片是执行高难度任务的“兵器”，高速网络是各种武器协同高效协同的“信息高速公路”，存储系统是可随时查阅的“战略物资库”，软件框架和算法是统筹全局的“调度指挥中心”。一切运作都离不开基础保障。发电厂保证电力“弹药”的持续供应，而系统的供应液体冷却则是士兵的“冷却服”。人工智能时代，算力就是新石油，人工智能算力中心就是提炼和运输石油的超级工厂。加速器工信部数据显示，我国已建成42个万华智能计算集群，Intel.igent计算能力超过1590EFLOPS，位居全球第一。业界相信，中国算力的发展将继续呈现“政府高水平设计+市场创新活力”的两轮驱动特征。产业结构从分散到全国一体化是计算能力未来发展的一个明显特征。东数西算工程已形成覆盖东中西部地区的8个核心节点和10个数据中心集群，其中8个核心节点建成的智能计算规模超过全国智能计算总量的80%。 “十五五”规划建议推进“国家综合算力网”，《关于深化综合算力网实施的意见》国务院《“人工智能+”行动》强调“加强智能算力协同”，提出算力未来发展将加强高效协同。工业和信息化部赛迪研究院电子研究所副所长马晓凯认为，算力网络建设将呈现强化、融合、协作、价值的特点。算力资源向中心节点汇聚，跨区域调度平台逐步完善，政府引导和市场运营合作机制逐步完善。中国信息通信研究院云计算与大数据研究所副所长 李杰相信云计算和大数据将朝着高密度算力、大规模集群、绿色低碳的方向发展。算力中心单机架算力和算力密度逐步提高，算力中心之间的协作协调能力加强，大规模算力集群建设加快。在工业上，万级甚至百万级的集群将成为支撑万亿参数模型训练的基础。例如，百度集团从2011年开始研发昆仑酷睿，去年11月推出了新一代昆仑酷睿M系列和天池超级节点，计划将单个智能计算集群规模从3万个节点扩大到100万个节点。在硬件层面，这不仅包括芯片研发，还包括专门集成的技术进步电路和新架构，例如集成存储和计算，以及协作软件和硬件生态系统的创建。各大科技公司都在打造兼容多种国产芯片的异构计算平台。在应用层面，算力正加速从科技公司向各行业延伸。今年，上海、珠海等国宣布发行算力券，降低中小企业获取智能算力的门槛，引导算力资源流向工业生产等实体经济其他领域。业界将电力称为“计算能力的终结”。中国信息通信研究院的一份inf报告显示，到2024年，我国数据中心能耗将占社会能源消耗的1.68%，并提出三点不同的目标：未来的预期发展情景（中、高和低）。在适度增长的基础上，预计到2030年底这一比例将达到3%左右，全国数据中心用电量预计将超过4000亿千瓦时。按照快速增长趋势，可能会超过7000亿千瓦时。 “计算与IT协作”已经从一种趋势变成了一种战略必然。国家正在引导算力在可再生能源丰富的西部地区部署，打造绿色算力基地。企业也在积极考虑绿色电力直供、分布式新能源等模式。去年，腾讯数据中心的绿色电力占比达到80%。一些公司倾向于将计算能力定位于需要高延迟的计算能力，例如实时支付和实时推理、更近以及冷数据存储等西方不需要高延迟的服务。东西方交易亏损由于电网传输成本和延误可能会抵消部分电价优势。专家表示，通过网络技术优化、智能业务调度和电力系统灵活交互，实现社会综合成本最优，将是IT基础设施的主要竞争。有权力的地方。李杰对算力的前景感到兴奋，并认为“我们不仅仅寻求性能的进步”，这一系统的改进将决定中国如何将“新石油”转变为驱动智能时代的蓬勃力量。数据挖掘：从关注规模到关注质量和体验。在保定，工程师们标记了雨雪中自动驾驶车辆的交互式轨迹，创建了一个交互式数据集，用于研究中国北方郊区道路的复杂状况。中国。在成都，医学生标记 CT 图像以提高肝癌的疗效。在海口，信息技术学生分析记录水果生长的无人机图像，用于智能灌溉和收获系统。人工智能数据最近在招聘平台上被标记为“首选重点大学、本科生、硕士和博士候选人”，最高月薪近2万元。因人工智能而兴起的数据标注产业，正在从劳动密集型产业向知识密集型产业转变。十年前，数据标注公司往往集中在中西部地区，那里即使是没有受过教育的人也可以用鼠标“查看和标记图像”。随着生成式人工智能在各行业的突破性采用和实施，越来越需要提取行业公司积累的数据和专家经验，并将这些经验转化为人工智能可以理解的“数据燃料”。数据对于人工智能有多重要？在人工智能的三个组成部分中，算法是定义人工智能学习方法和逻辑的模型。计算公司计算能力是引擎并提供计算功能。数据就像人类学习所必需的书籍和经验。随着规模扩大降低了算法的边际效益，开源技术提高了计算能力的普及，人工智能技术的竞争焦点正在转向一个更基础、更难以复制的要素：高质量数据。魏凯表示，需要高质量的工业数据集来训练工业模型，解决垂直行业的严重问题。 “比如放射科医生要依靠几十年的医疗经验来判断片子是否有结节，人工智能也必须教医生看片子。现在的数据标注必须深入发展，转化深厚的行业知识和经验。”高质量的数据从哪里来？即数据标注通过特征提取、分类、识别等操作，将人类的知识和思维逻辑转化为机器可读的格式。符号和标签。这是创建高质量AI数据集的重要环节。通过标注形成的高质量数据可以提高专业领域大规模垂直模型的性能。总产量 中国的数据量占全球的四分之一以上。中国拥有全球最大的互联网用户群体和门类齐全的产业体系。从原材料提取到中间产品加工、最终产品生产，每个要素、每个流程、每个环节的数据都已成为宝贵的资源。但另一方面，也有很多人遇到过A医院的检测结果B医院不接受的情况。原因是医疗数据标准不统一，数据无法在医院之间流动，存在很高的隐私风险。工业和信息化部赛迪研究院信息与软件研究所所长 韩健技术认为，数据价值密度不均匀、数据标准不均匀、数据流通障碍重重，导致大量数据“存而不用”。各个部门，一个公司的数据就像一座孤岛。 “不敢发”（怕泄露）、“不想发”（怕失去竞争优势）、“发不了”（缺乏技术标准）。谜题正在被解开。数据是重要生产要素的认识不断凸显，国家数据办公室挂牌，“数据元素x”三年行动计划（2024-2026）相继出台，培育数据产业，打造高质量数据集。国家数据局指导成都、合肥、沉阳等7个城市创建数据标注基地试点。截至2025年第三季度，医疗、制造、教育等行业已形成500多个高质量数据集数据标注相关产值已达163亿元。数据集建设正在从通用核心数据集转向高质量工业数据集。据中国信息通信局AcaIn对数据标注公司的调查显示，78%的公司提供的工业数据集主要集中在交通、医药健康、教育、工业制造等领域。业内人士认为，今年围绕数据的演变将达到更深层次。从人工智能技术发展来看，随着模型训练进入深水区，数据需求不断增加，但简单的存储方式已不再可持续。训练数据密度和利用效率是新的焦点。数据集建设重点从规模转向质量，智能生成、专家切分、合规治理等帮助突破了数据瓶颈。从 p从AI应用来看，数据集、专业化、优质的工业企业将是宝贵的资源，尤其是在工业、金融、医疗等领域。与此同时，合成数据技术将变得越来越流行。为了克服真实数据难以获取或涉及隐私时的数据瓶颈，必须利用人工智能技术生成符合物理定律和业务逻辑的训练数据。不少专家预测，一旦人工智能应用到千行百业，数据将成为中国的新优势。因为中国产业门类齐全，数字经济正在兴起。这是因为新能源汽车等产业走在世界前列，达到并建设了全球最大的5G网络。魏凯先生表示，未来的关键是充分利用日本在制造业、互联网等领域积累的“数据金矿”，形成“企业产生数据、数据训练AI、AI反哺企业”的良性循环。中国人工智能学会会员、香港科技大学（广州）副校长熊辉表示，数据将驱动人工智能优化，从而改善行业，产生更多数据并形成闭环。我国各门类的工业体系都提供了非常丰富的应用场景，这对于形成数据飞轮来说是一个很大的优势。产业赋能：推动中国制造业加速转型和现代化。如果一家拥有70多年历史的电池厂应用AI，会发生什么？研发过程中采用大型AI式模型，高效开发电池多方位特性。生产使用人工智能实时链接设备和流程，以进行预警并提高稳定性。人工智能云系统引入em进行测试，用算法代替人工，保证量产时的质量稳定性。工厂的这场变革，体现了人工智能不再局限于高科技产业，而正在成为传统产业转型提升的重要驱动力的趋势。 “美国主打闭源，而中国则主导开源市场，这种格局正在直接推动中国市场。”企业正在快速进入AI+行业。 ”熊辉表示。根据国家数据局的数据，2024年初中国日均代币消费量为1000亿个，到2025年6月末，中国日均代币消费量突破300亿个，一年半时间增长了300多倍，体现了AI应用使用量的快速增长。代币，中文称为“词元”，是大语言信息处理的基本单位。主要l大型模型公司也支持这一趋势。日均代币使用量超过50万亿，同比增长10倍以上，累计代币使用量超过100。我们拥有超过100家企业客户。业内专家预测，未来代币消费将呈现“28格局”。 “规模化模式会首先在数字化基础较好、数字化人才相对集中的行业落地，比如互联网服务、金融、政务等信息化程度较好的行业。而在实体资产较多、数字化进程相对较慢的传统行业，落地速度会较慢。”魏凯分析道。中国信息通信研究院的报告显示，人工智能在各产业领域呈现差异化渗透特征。其中，以电子信息、消费品、汽车等行业为代表的装备制造业。它占据主要份额是钢铁、石化、电力、能源等。对于2026年人工智能在制造业的大规模采用，他认为人工智能将从完成简单的任务开始逐步引入制造业。 “目前，我们看到大车型中40%以上的应用都是以客户为中心”，有服务管理等运营环节，还有30%到40%用于研发环节。原本位于“中间”的人工智能应用在生产制造环节的占比，已从2024年的19.9%提升至2025年的25.9%，并将持续提升。 “这种分布体现了人工智能在制造业渗透的渐进特征。与以信息时代为特征的第三次工业革命的‘零参与’和‘追随者’相比，第四次工业革命‘中国极有可能走在前列’，人工智能是最底层的。”“技术水平不高。”张亚勤说。这一判断是委员会的共识。这背后是全球最完整的产业体系、大量的应用场景数据、强大的工程能力和巨大的市场需求。这些因素综合在一起，让中国制造业在人工智能时代实现了腾飞。去年1月，《关于深度实施人工智能+行动的意见》提出，将人工智能应用贯穿设计、中试、生产、服务、运营全过程。 2020年，工业和信息化部、信息化部等八部门印发《关于实施人工智能+制造专项行动的意见》，提出推动形成特色鲜明的全覆盖产业模式，到2027年推广500个典型应用场景。信息技术部李乐成表示，将深入实施“人工智能+制造”专项行动，微调大模型、大产业模型设计，在多个重点行业培育智能主体和智能本土企业。加快智能制造升级，探索人工智能应用场景，汇聚数千个“小场景”，形成一体化“大场景”。熊辉表示，传统行业AI改造的核心是将行业问题抽象为AI问题，并实现低成本落地。以广州小家电产业群为例，可以利用产业优势，快速形成数据库智能闭环，调整大小机型，提高终端的智能化水平。中国超过600万家工厂将在多种场景下实施人工智能。这不仅是一场技术革命不仅是生产方式的重大改变。社会价值：治理方式和运行规则发生重大变化。在重庆市潼南区桂林街道梨树村，智能监控系统默默守护着一名85岁的独居老人。如果系统检测到异常，从预警到网络人员赶到只需15分钟。这是人工智能融入政府公共服务的常见场景。从后处理到主动预警，从“人海战术”到智能航运，人工智能的触角以前所未有的广度和深度嵌入社会肌理。人工智能带来的变革将推动城市治理更加智慧、精准。在四川省德阳市，城市大脑算法在几分钟内发现了道路问题。甘肃省林多市一座桥上的人工智能识别出行人攀爬栏杆等行为我们走近水源，并与警方和其他部门合作，挽救了 20 多人的生命。在一个历史时刻，人类与机器之间出现了一种新的协作模式，重新构想了治理的概念。中国信息通信研究院经济与政策研究所副所长李强志认为，我国正在推动人工智能治理“下沉场景强化”，推动人工智能技术与政治、公共安全等领域深度融合。这种力量也渗透到日常生活的毛细血管中，即消费。 AI万能搜索、AI选品辅助、AI调整、AI榜单……去年“双十一”购物节期间，淘宝、天猫一次性上线了六款AI导购应用。 “平台和产品已经越来越了解消费者，不再是‘猜他们喜欢什么’简单的问题，而是‘了解他们喜欢什么’”他们需要的帽子”。消费的起点正在逐渐从用户需求清单转向AI算法推荐。”桃田集团研究中心主任徐飞表示。人工智能正在实现定“需求”、聚焦采纳的目标，从“技术可行”走向“社会需求”。麦当劳中国与蔚来汽车联合推出的中国首个AI车辆语音点餐系统。麦当劳中国体验与信息技术总监陈士宏表示，人工智能技术不断渗透消费场景，推动消费升级。 《关于全面实施‘人工智能+’行动的意见》提出，推动智能终端“万物智联”，培育智能产品生态圈，大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能手机等新一代智能终端。中金公司2026年展望报告指出，“端侧AI时代”已深入家电，今年有望成为AI家电大规模普及的重要一年。新一波家电升级可能即将到来。爱奇艺AIGC技术创意总监王庆峰表示，人工智能正在逐步推动消费从“需求减供给”的状态转向“供给决定需求”的状态。这背后的动力是人工智能，从表面的效率优化开始，逐渐渗透到体验的重塑，甚至更深层次的价值体系的重塑。人工智能重新定义了价值，但最深刻的是，它利用了人类的价值观。学习日语的刘典在人工智能流行的这两年，决定辞去工作，学习计算语言学。 “感谢人工智能，c 的难度“跨越国界减少了，很多知识门槛也没有想象中那么高。”他说。人工智能正在渗透到各个领域，先锋正在利用人工智能驱动更大的价值。位于上海漕河泾开发区的人工智能校友中心，聚集了60多家人工智能初创企业，创业者的平均年龄为28岁。树纵科技专注于“多模态知识图谱”。创始人丁田是一位热爱人文的学生。他认为，人工智能时代，技术正在从难以逾越的障碍，变成人人皆可利用的资源。“环境编程”被柯林斯词典评为2025年度词汇，从“输入代码”到“谈论代码”，腾讯官方表示，90%以上的腾讯工程师都在使用AI编码，并根据自身实践推出了CodeBuddy（云代码助手）。支持多种格式，服务e企业和程序员。在人工智能的帮助下，工程师可以专注于创新并提高他们的能力。随着人工智能重新定义工作和技能，传统教育也将永远发生变化。在深圳职业技术大学的一间教室里，AI一步步教学生如何编码。徐建岭主任表示，成功的“AI+教育”不是让学生依靠AI来寻找答案，而是培养学生利用AI进行创新。学生竞争力的核心不再是单一的操作技能，而是解决复杂问题的能力、“AI+技能”的组合素养、可持续学习的自我提升。在人工智能时代，每个人都将能够发挥自己的潜力，专注于只有人类才能控制的知识和创造。安全注意事项：栏杆施工将更加严谨、务实。近日，美国《韦氏词典》评选“slop”（人工智能垃圾内容）为2025年年度词汇。无独有偶，它还被英国杂志《经济学人》和澳大利亚麦格理词典选为年度词汇。该术语被一些网民翻译为“AI垃圾”，指低质量、无意义或质量差的AI图像和文本等内容。这些话的背后隐藏着一种席卷全球的现象，互联网上充斥着人工智能生成的荒唐无意义的视频、图像和文本。这是对那些知道人工智能技术突飞猛进的人们的警告，但日益增长的安全风险和道德挑战也不容忽视。 “一家公司与一家三级医院合作开发人工智能健康助手，最初的设计使用了真实医生的图像和声音。我指出这家公司可能误导患者，过度信任医生。”中科院自动化研究所研究员、联合国高风险专家曾毅说。vel 人工智能咨询小组谈到这些案例时说道。根据易等人的建议，该公司推出了一款以卡通人物为形象的应用程序，以强化助手的定位。曾毅表示，越来越多的人工智能公司开始考虑人体体温校准技术。人工智能有哪些风险？他总结道，算法偏差和决策“黑匣子”之间的界限正在变得模糊。张亚勤认为，最突出的领域是信息智能。人工智能面临着被用来生成虚假信息、复杂的伪造和欺诈以及生成人工智能的知识产权问题的风险。未来，当更大的模型和智能体连接到无人车和机器人时，如果智能体之间的协作和博弈失控或被恶意利用，风险将会更大。给予曾毅举例说，“越狱攻击”是通过精心设计的关键字绕过安全限制并造成有害、有偏见或不道德结果的对抗性攻击，是当前大规模语言模型安全领域的严峻挑战。 “把手”和“刹车片”是如何连接的？我国不断强化安全壁垒，走出了一条从灵活引导到持续强化法治保障的特色治理路径。 《关于全面实施“人工智能+”行动的意见》提出，形成“动态、敏捷、多元”的“元协同人工智能治理格局”。国家网信办、国家发展改革委、科技部等部门正在通力合作，推进人工智能治理从理念到实施。 “十五五”规划提出加强人工智能治理，完善相关法律。业界认为，这提供了明确的方向，留下了足够的空间，为未来五年我国人工智能的健康发展奠定了坚实的基础。去年年底发布的《拟人互动人工智能服务管理暂行办法（征求意见稿）》提出，拟人互动服务提供者建立应急响应机制，如果用户明确提出自杀建议，允许人工智能接管对话。 “公布这个临时措施，是为了体现我国人工智能政策的“适应性”和监管框架的进展，并征求公众意见。”曾毅表示。既有“软”的政治指引，也有“硬”的法律保障。今年刚刚修订，制定律师保障法，完善律师制度加强人工智能风险监测评估和安全监管。 “标准制定”已成为AI行业的共识。从研究机构到企业平台，每个人都希望建立健全的人工智能安全道德体系并明确数据使用。 、职责定义和其他重要规则。 2024年，中国信息通信研究院启动“大规模预训练模型（文本生成函数）安全认证”，迎来大规模模型内容安全的系统化、规范化认证。一些机构和企业也正在牵头制定行业标准，比如腾讯与中国信息通信研究院联合推出了首个国家大规模人工智能标准模型。发展需要各国共同推动、协调治理。薛澜 研究所所长参与起草《人工智能全球治理行动计划》的清华大学人工智能与国际治理学院院长表示，构建公平、全面、平衡的人工智能全球治理体系关系全人类共同发展。人工智能是推动发展的新生产力，是影响人类未来命运的新力量。如何加快科技应用，改善社会福祉，同时加强人道主义关怀，化解潜在风险，事关发展，事关未来。人工智能技术在中国的发展和应用令人兴奋，需要全社会的深度参与。 （记者熊正彦、龙攀、吴宇、宋晨、刘真、龚文、周文涛以及本文部分海报均由AI制作）
（编辑：陈琪）