来源：新华日报原标题：省政府召开“人工智能+医疗健康”路演推进会，刘小涛出席并讲话3月20日，省政府召开“人工智能+医疗健康”路演推进会，以标杆应用促进人工智能赋能医疗卫生领域高质量发展，更好满足人民群众日益增长的多元化医疗健康服务需求。省长刘小涛出席会议并讲话。会上，省卫生健康委、省医保局、省药监局、东南大学中大医院、苏州镁伽科技公司、南京大学，分别围绕AI赋能诊疗全过程应用、医保基金监管应用、医疗器械智慧审评应用、重症救治与肝癌精准诊疗，以及自主智能体赋能生命科学变革、“AI+心理”综合健康服务平台等项目进行演示，来自高校、科研院所、创新平台、头部企业、行业协会、基层医院的专家代表对路演项目进行点评。刘小涛指出，医疗健康是民生福祉的关键领域，要牢牢把握人工智能技术深刻重构医疗健康全产业链条的机遇，积极促进“人工智能+医疗健康”发展。着力强化基础支撑，推动“三医”协同和跨部门数据共享，建设高质量、标准化医疗健康数据集和可信数据空间，引进和培养既懂临床医学、药学又懂人工智能的复合型人才。着力强化场景驱动，联合开展垂直大模型和切口小、方法巧、效果灵的智能体开发，加强居民慢性病规范管理服务和重点疾病、重点人群管理，进一步缩短新药研发周期、降低研发成本。着力强化机制创新，完善产学研医用协同创新机制，支持企业发挥主体作用，“以赛促用”“以测促用”推动优质医疗人工智能应用复制推广。着力强化风险意识，完善风险评估和全流程安全监管，确保数据和技术产品安全。刘小涛强调，各地各部门要把人工智能发展摆在更加突出的位置，健全工作专班，完善推进机制，围绕硬件、软件、场景、生态，加快人工智能产业发展，深化拓展“人工智能+”，让企业和群众更加可感可及。副省长赵岩主持会议，副省长沈剑荣，省政府秘书长赵建军，省有关部门单位、各设区市政府负责同志，首轮高水平医院建设单位负责同志，有关医院、高校、企业、行业协会负责人，分别在主会场、分会场参加会议。（王拓李嘉豪）

3月19日，国务院国资委党委与中央企业党委（党组）开展理论学习中心组“人工智能+”专题联学，深入学习贯彻习近平总书记关于人工智能发展的重要指示精神，贯彻落实全国两会有关部署要求，坚持自立自强，突出应用导向，以更大力度推动国资央企充分发挥自身优势，体系化推进“人工智能+”产业创新和赋能应用，为我国人工智能产业健康有序发展贡献更大力量。国务院国资委党委书记、主任张玉卓主持联学。上海人工智能实验室主任、首席科学家周伯文应邀作辅导报告。国务院国资委党委委员参加学习。周伯文紧密结合习近平总书记关于人工智能发展的重要指示精神，系统解析通用人工智能时代的技术演进路径和产业变革趋势，深入阐释“人工智能+”六大领域的创新实践和落地潜力，审视现实挑战与制约因素，对以“人工智能+”培育新质生产力，需聚焦拓展宽度、挖掘深度、强化协同、加速迭代，实现从“0-1”的原始范式创新到“1-100”的增量突破、变革生产关系的变量效应、迭代优化提效的裂变升级等作了系统讲解，并就国资央企结合战略定位发展人工智能、赋能世界一流企业建设提出建议。张玉卓表示，国资央企要深入学习贯彻习近平总书记关于人工智能发展的重要指示精神和党中央有关决策部署，在促进人工智能赋能千行百业、建设更多世界一流企业方面切实肩负起使命责任、不断取得新成效。要强化统筹推动，编制好中央企业人工智能产业发展“十五五”规划，进一步加大投入力度，加强安全治理能力建设，统筹好发展与安全。要强化创新驱动，突破“卡脖子”难题，坚持“产业出题、科研答题”，持续提升产业链韧性，加快体制机制革新，打造安全可靠的人工智能产业底座。要强化应用示范，深化场景赋能，加强数据治理，探索平台化发展，构建跨领域大规模的人工智能产业集群，推动人工智能在中央企业规模化落地。要强化开放合作，做强国家级开源社区，充分发挥“焕新社区”作用，推动跨领域跨学科协同，建设央企“AI+”产业共同体，加快人工智能全球合作，涵养互利共赢的产业发展生态。

新加坡亚洲新闻台网站3月19日文章，原题：中国的机器人雄心在舞台上令人瞩目，但依然存在挑战今年春晚，中国的机器人吸引全球关注。这场表演也成为杭州的骄傲，因为部分人形机器人来自当地企业宇树科技。这座以风景如画的西湖和电商巨头阿里巴巴诞生地而闻名的中国东部城市，正将自身定位为中国大力发展的“未来产业”的最前沿。其中的未来产业之一就是具身智能。具身智能——将人工智能集成到机器人、汽车和智能设备等物理实体——已经成为中国重点发展的战略性新兴产业之一。这一未来产业已被写入中国的“十五五”规划纲要，表明中国决心推动人工智能从软件领域进入现实世界：人形机器人不但在工厂“工作”，还在物流和医疗保健行业“一展身手”，并帮助人们做家务。这些现实距离我们有多近？业内人士表示，中国的机器人技术与真正的通用人形机器人仍存在差距。即便如此，中国在提高人形机器人技术方面正持续取得切实进展。机器学习的进步意味着机器人现在可以更自然地模仿人类动作。就目前的许多工业环境而言，这种能力已经足够先进。成本较低是中国机器人企业的主要优势之一，因为大部分供应链都在中国国内。业内人士表示，中国的制造业基础相当先进且供应链非常完整，电机、雷达、减速器和控制器等关键部件都在中国内部开发，这有助于相关企业控制成本。武汉一家机器人企业最近几周的人形机器人租赁需求同比增长了一倍多，但租赁和表演并非其核心业务。负责人介绍，公司主要开发能应用于不同机器人平台的可调整或定制硬件和软件系统，包括机器人在景区当导游、在公园当检查员，甚至在展览厅当讲解员。然而，它们与家用人形机器人仍有一段距离。对于消费者而言，它们的售价仍然过高，同时机器人的智能和操作系统仍需大幅改进。分析人士表示，人形机器人尚未真正为进入现实世界做好准备，它们仍需大量数据和训练。不过，在人形机器人研究中开发的一些技术已被应用到其他领域，如人形机器人拥有的“灵巧双手”功能可以改进工业机器人的性能。（作者瑞贝卡·梅特奥等，王会聪译）

2026年世界移动通信大会上，人们正在围观行走的人形机器人。新华社发脑机接口智能装备吸引观众前来参观。新华社发工业机器人在“灯塔工厂”智能装配线上忙碌。新华社发【为推进中国式现代化凝聚磅礴力量·“十五五”新图景新征程】编者按从“数字屏幕”走向“现实世界”，从“会聊天”转为“会办事”，人工智能（AI）创新迭代，应用场景不断丰富，正加快走进千家万户，给我们打开无限的可能。今年政府工作报告提出，“打造智能经济新形态”,引发广泛关注，也传递出鲜明信号：要抓住人工智能发展机遇，拓展人工智能赋能千行百业的广度和深度，尽快打开经济增长的新空间，培育新模式、壮大新动能。今后，如何深化拓展“人工智能+”？其将怎样改变生产生活？记者就此进行了采访。加快培育产业集群本报记者李丹阳今年政府工作报告提出“打造智能经济新形态”，强调“推动重点行业领域人工智能商业化规模化应用”。这是政府工作报告连续第三年部署“人工智能+”，也是首次提出“智能经济新形态”。在民革广东省委会副主委唐冬生看来，这一新表述释放出一个明确信号：人工智能从“技术突破”走向“规模应用”，关键在于找到真正能够落地的产业路径。“人工智能要产生市场价值，必须有物理载体，与真实世界发生互动。”唐冬生在采访中说，“这个载体，就是具身智能。”过去一年，他的调研足迹遍及上海以及佛山、深圳、杭州、苏州等多个城市，走访多家机器人和人工智能企业。在不少企业展厅里，他看到了各种先进的人形机器人样机：能跑步、能翻跟头，还能表演舞蹈。但产业发展不能只停留在展示和表演阶段，关键还是要回答一个问题——市场在哪里？一家工业机器人企业负责人坦言，虽然公司已经研发出具身智能的人形工业机器人，但订单并不多。“工业生产环境是标准化的，传统编程机器人已经可以完成大部分工作。”唐冬生转述企业的判断。工业场景的现实，让他开始把目光转向服务领域。在调研中，两款产品给了他很大启发。一款是能够跟随用户移动的智能音响，通过视觉识别和传感器感知人的状态，根据情绪推荐音乐；另一款是“保健助理”智能体，可以在用户工作时进行肩颈按摩，还能简单交流。“它们的特点是功能很聚焦，卖得也不错。”唐冬生说，一家企业甚至一次性拿到了上万台订单。在他看来，这类产品提供的不只是功能，更是一种情绪价值。“有了人工智能之后，产品可以理解人的情绪、陪伴人、回应人。”唐冬生说，无论是年轻人的疗愈需求，还是老年人的陪伴需求，都为智能体产品提供了新的市场空间。比“把产品卖出去”更重要的，是“创造一个新市场”。基于调研，他表示，智能经济的新形态，不只是满足已有需求，更重要的是通过新技术创造新的需求和新的市场。当昂贵、复杂、需要大量数据训练的“全能人形机器人”与市场不匹配时，不如从单一功能、能解决具体问题的智能体产品开始，一步一步走。唐冬生建议，构建具身智能应用生态，加快培育智能体产业集群。重点布局三类先导场景：服务领域推进智能体家电化，发展陪伴、健康、照料等智能体产品，如情绪陪伴式移动聊天智能体、追随式移动音箱、亲情体验式按摩理疗智能体；工业领域推广仓储物流、质检、巡检等智能体应用；特种领域突破危化检修等高危场景应用。定期发布重点场景机会清单，鼓励国资机构率先采购，推广可复制的“样板间”模式。“未来产业不是等出来的，而是通过技术创新和应用场景培育出来的。”唐冬生说，“让人工智能真正进入现实生活，形成规模化应用，智能经济的新形态便会逐渐成形。”“数字名医”提升服务本报记者张锐王建宏有了AI云陪诊“楚大夫”的精准导引，患者挂号就诊不再来回跑、到处问；借助人工智能增强现实(AI+AR)技术，医生手术时仿佛开了透视眼，洞察入微纤毫毕现……“近年来，‘人工智能+医疗卫生’不断攀高向新，人们在求医问诊中切实感受到了科技的民生温度。”湖北省孝感市中心医院党委书记、院长谢志斌说，随着前沿科技的日新月异，传承久远的中医药也迎来振兴发展重要机遇期。去年10月，国家卫健委、发改委等五部门联合印发的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》明确提出，“人工智能+中医药”是深化重点应用的八大方向之一，重点加强智能中医诊疗应用、加强中药全周期智能管理、推进中医药装备智能升级。谢志斌坦言，当前，乡镇卫生院、社区卫生服务中心等基层医疗卫生机构，还普遍面临中医医师资源紧缺、服务能力不均衡、中药质量把控难、居民候药时间长等困境。而“人工智能+中医药”将更好打通基层中医药服务“最后一公里”。从“数字中医人”，到“仲景方证虚拟数字人”，再到中医数字健康人“安诊儿”……这些年，中医药诊疗大模型竞相问世、持续迭代。就拿“安诊儿”来说，它15秒即可完成体质辨识、生成个性化中医养生方案。在谢志斌看来，这些“数字名医”化身基层医生的“超级智囊”，成为区域医疗中心的“能力放大器”和“连接器”，有力提升了整体诊疗水平。方便看中医，放心用中药。湖北省孝感市中医医院智慧煎药中心依托互联网、物联网等信息技术，与医院门诊系统对接，实时接收电子处方，煎药机熬药结束后，打包机自动打包。随后，快递送药上门，大大方便了患者用药。谢志斌表示，近年来，各地急患者所急、想患者所想，推出“数字名医”、中医四诊仪，构建区域中医药云平台，建设智慧共享中药房等措施，有效提升了基层中医药服务的可及性，推动优质医疗医药资源下沉。但需要看到，“人工智能+中医药”在数据采集、数据共享、算法优化、复合型人才等方面还存在短板。“促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用。‘人工智能+中医药’前景广阔，未来可期。”谢志斌说，相信随着“智慧中医药”云平台的搭建完善，中医智能辅助诊疗系统的研发部署，中药全周期智能管理的拓展优化，中医药智能装备的更新迭代，县域“智慧共享中药房”的落子布局，中医药人才培养“AI+师承”的赋能提质，老百姓在家门口就能享受到越来越优质的中医药服务。培育未来“智匠之师”本报记者吕慎王艺钊朱斌“智能经济以‘人工智能+’为核心驱动力，正改变着各个产业的生态与技能人才的需求结构。”天津职业技术师范大学副校长王劲松在接受记者采访时表示，职业教育也要通过“人工智能+”筑牢智能经济发展人才根基，为未来培育“智匠之师”。王劲松认为，从科研迈向产业化，“人工智能+”既为职业教育带来挑战，也蕴含着更大的机遇，要主动作为、先行先试，职业人才才能在服务产业发展中实现自身跃升。他表示，职业教育不能等产业来适配，而要主动适配产业，以变应变，以新迎新。如何推动职业教育全面适配智能经济新形态？王劲松认为需从四方面发力：一是重构专业体系，紧扣智能经济相关产业链布局，增设如数据要素、具身智能等交叉学科专业，用数智技术提升传统专业；二是锻造智能师资，加快培育兼具职教能力与智能技术素养的复合型教师队伍，补齐教师数智化技能短板；三是深化产教融合，联动智能产业龙头企业共建实训平台、开发产业课程，实现教学与产业同频共振；四是创新培养模式，推行理论与实践一体化、沉浸式教学，让学生在实践中提升智能技术应用与创新能力。王劲松认为，强化人工智能基础设施建设，可以推动职业教育数智化转型。从教学场景看，AI基础设施可以拓展出诸如“智能孪生生产系统”等实训场景，学生可以在逼真环境中模拟真实生产流程；从教师发展看，依托算力平台和行业大模型，职业院校可以构建跨区域跨领域的新形态“虚拟教研室”，一线教师随时接入产业前沿技术，解决“教材滞后于车间”的痛点。高质量AI基础设施还有可能促使企业愿意将真实生产线、工业数据接入学校，共同开发新形态实训课程，形成“校中有厂、厂中有校”的育人共同体。“强教必先强师，打造未来‘智匠之师’，可以为职业教育服务智能经济新形态提供有力保障。”王劲松指出，与传统“工匠之师”相比，“智匠之师”要求技能人才的能力从“一技之长”向“跨界融合”转变，教学视野也要从传授当下技能延伸到预判产业未来，构建“人工智能+教育+工程学科”培养新范式是解决这一新情况新问题的重要途径。“未来，我们要培养的是能在数字孪生空间中加速技术迭代、驾驭人机协同新场景的技能人才。”王劲松强调，无论技术如何迭代，“精益求精”的精神始终是职业教育的灵魂。“未来的‘智匠’，既要有拥抱智能的‘变’，也要有守住匠心的‘不变’。这正是我们从‘工匠之师’走向‘智匠之师’的精神内核，也是职业教育服务高质量发展的底气。”重塑产业发展方式本报记者杨桐彤重庆两江新区赛力斯超级工厂内，数千只机械臂在空中挥舞，上百台自动导引运输车灵活穿梭运输物料。当一辆汽车通过检测点位时，高精度智能相机自动捕捉图像，结合深度学习算法，迅速完成对底盘上百颗螺栓状态、位置的自动检测。哪怕是头发丝般的细微偏差，也逃不过系统的“火眼金睛”，检测精度达99.9%。这样的智能化场景，给台盟中央参政议政委员会副主任孙昌隆留下了深刻印象。“这不仅是机器换人，更是数据驱动。”孙昌隆说，“这一场景生动展现了人工智能与实体经济的深度融合，也让人直观感受到‘人工智能+’正在重塑产业发展方式。”今年政府工作报告明确提出“深化拓展‘人工智能+’”。在孙昌隆看来，深化拓展“人工智能+”是对过去两年“人工智能+”行动的升级与深化，其在打造智能经济新形态中发挥着核心引擎作用。孙昌隆表示，深化拓展“人工智能+”，意味着人工智能不再只是局部环节的“辅助工具”，更是逐步嵌入产业运行的核心流程，成为“操作系统”。同时，也意味着推动人工智能从实验室里的“盆景”，走向千行百业的广阔“风景”，实现商业化规模化发展。近年来，人工智能正加速融入各行各业。在制造业，AI视觉检测、智能排产系统让生产线更高效稳定；在消费领域，智能推荐、虚拟试穿等技术不断改变购物体验；在医疗领域，AI辅助影像诊断帮助医生更快、更准确地识别疾病风险……一个个“人工智能+”应用场景，正在悄然改变人们的生产生活方式。数据显示，过去一年，我国人工智能核心产业规模超1.2万亿元，企业超6200家；2025年，我国开源大模型下载量位居全球第一；截至2025年底，我国规上制造业企业人工智能技术应用普及率超30%；智能网联汽车、人工智能手机和电脑、智能穿戴等智能终端融入日常生活，国内企业推出300多款人形机器人产品。不过，在孙昌隆看来，“人工智能+”要进一步深化拓展，还面临一些现实挑战。一方面，制度供给仍显不足。目前关于人工智能的相关法律法规多集中在网络安全法、数据安全法等，针对人工智能应用的系统性法律体系尚未完全形成；一些新问题如深度合成造假、AI生成内容的知识产权归属等，仍缺乏统一裁判标准。另一方面，技术发展速度快，但相关配套尚未完全跟上，数据孤岛、算力成本高等问题，仍在一定程度上制约人工智能发展。对此，他建议，加快推进人工智能相关立法，建立基于风险等级的分级分类监管制度；同时完善配套支撑体系，推动算法审计、深度伪造检测等国家标准尽快出台落地；并打牢人工智能发展的底座，实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度。“‘人工智能+’发展空间十分广阔，它将从单一环节应用走向全产业链重构，从以理解为主的‘生成智能’迈向具备执行能力的‘行动智能’，同时，也从产业应用进一步向医疗、教育、养老等民生领域延伸。”孙昌隆说，“未来，人工智能将更加广泛而深入地融入经济社会运行与人们的日常生活。”确保数据安全可靠本报记者刘习“‘人工智能+’领域的拓展以及新一代智能终端和智能体的发展，可能是人类科技发展的必由之路。人类期望人工智能给我们带来更多的惊喜，我们应在有约束的条件下让人工智能蓬勃发展。”中国科学院自动化研究所研究员、中国科学院院士乔红在接受本报专访时表示。乔红认为，在人工智能已融入生产和生活各领域的当下，探索发掘新的应用场景，让人工智能参与并创造智能治理新模式仍有广泛空间。“人工智能大模型有点像是人类的‘镜子’，人类不能因为照镜子感到害怕。”乔红如此比喻，“AI是人类智慧或者劳动产生的数据资源的集大成，海量的高质量数据资源保障了大模型的性能，人类的智慧才是大模型的‘灵魂’。”她进一步解释：“以具身智能为代表的新一代智能终端和智能体实现了软件算法和硬件系统的统一，多学科交叉和数据模型的融合可以保障高性能、高泛化的具身智能体，在个人陪护、一些危险或者重复性工作的替代等方面有重要的应用，提高社会治理效率和效能。”对于如何用好人工智能技术这个工具，乔红认为，从数据和技术两个方面着手，是探索人工智能治理新模式的关键。“要确保作为‘软内容’的数据的真实、安全、可靠。国家层面的数据基础设施建设和制度规范是保障数据用得准、用得好的关键。”乔红说，“智能治理过程中，数据溯源机制在保护深度参与智能治理场景的个体中意义重大。我国在数据确权、安全和多模态处理中积累了大量技术成果，能够保障数据资源的开发和数据价值要素的释放。”乔红认为，在探索智能经济新形态的过程中，政府、学术界、产业界及平台方需协同发力，探索建立“基础研究—技术开发—示范应用”的全链条支持机制，引导创新资源向解决现实问题领域倾斜；另一方面，对于人工智能替代了的一些行业工作，政府要做好过渡期的协调，这也是我国的体制优势之一。对于智能经济新形态的探索，乔红表示，要在明确社会需求的基础上进行前瞻性布局。“人工智能大模型和支撑具身智能体的基础和技术，不仅形成了重要的底座，也有很多垂域应用。用于具身智能系统的数据模型中，机理较少的部分与硬件系统的融合已经取得了重要的成果，但要实现整体的高性能、高泛化，需要多学科基础理论和高技术的融合，才能降低数据训练用量，提高可靠性和可解释性，实现不同具身智能体的迁移，为高质量的发展贡献能力，让智能经济的发展行稳致远。”（来源：光明日报）

当前，人工智能技术正加速渗透金融领域，从交易决策到风险管理，行业全链条面临深刻变革。在这一进程中，品牌资产作为金融机构“信任基石”的外在体现，其管理方式也在经历技术重塑。面对信息传播高速化、隐蔽化的新趋势，如何借助智能手段及时识别声誉风险、量化品牌价值，成为行业高质量发展的必答题。信息爆炸时代的声誉风险与品牌挑战当前，金融市场舆论环境日益复杂，传统的依靠人工排查与简单关键词拦截的品牌维护模式，在应对新型传播机制时日益显现出局限性。金融机构正面临两大极具时代特征的严峻挑战：首先是传播裂变的“极速化”与“自动化”。在算法推荐与多平台联动的机制下，舆情发酵周期大幅缩短，部分案例中从异动网帖出现到引发全网关注仅需数小时。同时，部分自媒体利用AI技术进行自动化抓取、洗稿与矩阵式分发，使得未经证实的信息呈现指数级扩散趋势。其次是规避监测的“多模态反侦察”。为了绕过传统舆情软件的规则监控，当前部分信息源熟练采用拼音缩写、表情包隐喻、图片暗语乃至模糊描述进行传播，进一步增加了风险识别的难度。行业权威报告显示，当前头部资管机构每日需处理的泛资管相关信息流常常突破百万条大关。在海量且高度隐蔽的“噪音”中，传统手段往往面临“信噪比”过低的困境，容易错失风险处置的最佳窗口期。因此，对于期望专注AI时代品牌资产管理的金融机构而言，建立具备即时归集与敏感语义挖掘能力的底层技术体系，显得尤为关键和紧迫。科技赋能：量化评估重塑品牌管理格局在此背景下，一批金融科技企业开始探索将大数据、自然语言处理等技术应用于品牌声誉管理。以成立于上海的橘涞金服为例，该公司通过自主研发的算法模型，对债券、股票等金融资产的相关信息进行跨平台归集与分析。据企业负责人介绍，其系统日均处理各类资管信息超过100万条，并尝试通过图像识别、语义理解等技术识别隐蔽性较高的风险信号。值得关注的是，这类技术企业正逐步与行业组织形成协作。目前橘涞金服已加入智能投研技术联盟（ITL），其团队也是中关村数字媒体产业联盟数智金融专委会的发起委员机构。业内专家认为，将技术模型与金融行业经验相结合，有助于建立更客观的品牌评估维度，为金融机构提供动态参考。从被动防御到主动资产增值的战略跃迁在技术浪潮的推动下，开展和专注AI时代金融证券行业的品牌资产管理，其核心逻辑已经发生根本性转变：从以往被动的“危机公关与防守”，走向了主动的“品牌资产增值与生态建设”。据业内知名的《品牌营销观察系列报告》分析，近年来，从短视频IP打造到浮动费率创新营销，行业热点层出不穷。这要求金融机构的品牌管理不仅要懂传播，更要深谙金融逻辑与技术趋势。橘涞金服等前沿机构正是基于核心团队数十年的资管行业深度洞察，结合强大的智能分析能力，帮助机构厘清复杂的数据脉络。这种基于碎片化数据挖掘的驱动方法，正成为辅助投资风控与优化品牌策略的双引擎。内外兼修，筑牢品牌根基展望未来，随着大模型等生成式AI技术的持续演进，品牌声誉管理有望与智能投研、风险控制等环节更深度地融合。对金融机构而言，从被动应对声誉风险转向主动建设品牌价值，既是适应技术变革的必然选择，也是实现高质量发展的内在要求。业内人士指出，第三方技术机构在数据挖掘和模型构建方面具有专业优势，但金融机构仍需立足自身业务特点，将技术工具与战略规划有机结合。只有在技术创新与行业规律之间找到平衡，方能在智能时代筑牢品牌根基，服务实体经济行稳致远。

近年来，人工智能技术突飞猛进，智能原生新模式新业态大量涌现。《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出要全面实施“人工智能+”行动，加强人工智能同产业发展相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。我国产业体系完备、门类齐全，应用场景丰富，顺应技术创新和产业创新融合规律，找准推进路径和关键突破口，大力推动“人工智能+产业”，不仅是当前和未来一段时期贯彻落实党中央要求的应有之义，也是打造新质生产力、构建现代化产业体系的关键内容。推动“人工智能+产业”是利当前、惠长远的战略之举。人工智能技术创新活跃、渗透性强，正迈向规模化应用，是促进生产力和生产关系深层次变革的关键力量。一是孕育新兴业态，壮大发展新动能。人工智能带动产业链环节发展，人工智能原生应用竞争激烈、用户规模增长，企业和个人付费使用相关功能。截至2025年底，我国大模型备案748款，人工智能应用成为企业新兴增长点。人工智能产品从概念走向量产，受市场关注。据预测，2025年中国人工智能设备出货量将同比增长20%。二是赋能传统产业，提升全要素生产率。人工智能融入传统领域全链条，提升智能化水平。如预测性维护降低成本，智能排产优化供应链，农业应用提高产出率。人工智能还能预测需求，实现柔性制造。学术研究表明其对制造业全要素生产率提升有正向效应。在服务业，人工智能可缓解“鲍莫尔病”，提高生产率。三是加快人工智能创新商业化，实现双向赋能。推动“人工智能+产业”可实现技术供给与产业需求高效对接。一方面，人工智能企业要深入行业，开发垂类模型，实现商业闭环；另一方面，传统企业要提供场景，牵引人工智能技术优化。这种模式助推人工智能企业建立商业模式，提升传统产业智能化能力。四是拓展消费场景，助力持续扩大内需。我国超大规模市场和消费者高接受度为人工智能产品和服务提供空间。中国受访者对人工智能信任度和接受程度高，职场应用率领先。人工智能推动产品智能化演进，新兴消费产品普及，互动式消费场景涌现，还能创造新消费增长点。推动“人工智能+产业”是一项系统工程，涉及方方面面，目前还有一些问题亟待解决。比如，高质量数据集还不够丰富，大模型企业在利用用户场景数据方面存在不少安全顾虑等；定制化成本高，难以规模化推广；算力基础设施布局分散，规模化、集聚化效应不够；供需匹配还不够紧密，大模型落地还面临行业知识不足、场景开放不够、适应性不强等问题；专业人工智能技术人才短缺，中小企业难以负担，加快人工智能应用渗透的公共服务短板尚需补齐。推动“人工智能+产业”发展的关键是尊重技术创新规律，发挥市场牵引作用，由企业基于投入产出综合考量，针对自身痛点难点，拥抱相适配的人工智能产品和服务，从技术路径、行业领域、产业链环节等方面进行多维度探索，逐步探索出合适的路径。从技术路径看，大模型、专用模型并行发展是当前人工智能赋能产业高质量发展的主要特征。行业专用模型方面，生产环节识别类应用、专家系统技术应用成熟度相对较高，效果也不错，但能解决的问题相对聚焦，落地场景要求具体清晰，如视频监控模型、在线质检系统、产品质量缺陷预测模型、流体力学仿真模型等。大模型发展路径上，目前大语言模型应用最为广泛，行业垂类大模型主要用于科技研发、生物医药、材料、能源等领域，如蛋白质结构预测模型、材料科学与工程大模型等；多模态大模型在装备智能化、视觉识别等领域获得初步尝试；时序大模型在交通、金融、气象等领域已形成动态生产调度优化、设备预测性维护等典型应用。从行业领域看，在制造业领域，离散制造业切入相对容易、渗透度相对较高，普遍探索智能研发、按需生产、柔性制造等，如汽车、航空等装备制造行业因数字化基础好、数据量大，在智能研发环节人工智能应用程度较高；流程制造业如能源电力、钢铁、石化等行业因其链条长、工艺复杂，较为关注生产效率、安全监管、环保合规等增益，在拥抱人工智能时，优先部署过程智能控制、设备智能运维、参数自动优化、表面缺陷精准检测等应用。在服务业领域，金融、会计、法律等专业服务行业，已从基础操作延伸至深度决策分析，如通过人工智能合同可使审查效率提升80%，语音机器人可自动处理80%以上的常见咨询，人工智能生成内容（AIGC）加快剧本生成和视频编辑创作。从产业链环节看，产业链两端的研发设计、运营服务等环节知识密集、数据密集，容错率高，落地相对较快，但生产制造等中间环节对任务执行精准度、可靠性、连贯性要求较高，落地相对缓慢，整体上看，现阶段呈现出“微笑曲线”特征。以研发环节为例，因价值更高、数据通用性较强，已成为实际落地优先领域，如基于人工智能的实时数据仿真计算、工艺参数优化或新产品发现等。再以服务环节为例，麦肯锡2025年一项调查显示，在营销与销售、战略与财务、产品开发等职能中，人工智能带来的营收提升效应显著，在零售和电商场景中，人工智能推荐系统可提升15%—25%的转化率。生产管理环节，虽然也涌现出一些典型细分场景，如生产过程控制优化、质量分析、安全管理与巡检等，但在全链条智能化推进过程中，仍处于探索阶段。此外，面对人工智能技术创新和产业创新融合需求，推进“人工智能+产业”应关注以下关键着力点。加快建设高质量数据集。人工智能技术的研发创新和产业应用落地，除了需要基础数据集外，更离不开行业高质量数据集。应分门别类打造行业数据标准体系，进一步支持加快建设重点行业高质量数据集，重视积累负面样本数据。推动自动化标注技术应用，大力发展仿真与合成数据，探索模拟稀缺高质量数据集的有效路径。分行业分领域制定企业数据治理指南，明确数据流通使用制度和安全责任规则，促进数据拿出来、动起来、用起来。促进各行业各领域开放应用场景。针对大模型在产业链各环节应用中的“两端快、中间慢”特征，可在巩固两端应用的良好基础上，加快生产制造环节应用步伐。遴选培育一批工业领域垂直大模型典型应用场景。鼓励制造业龙头企业加快人工智能技术在新场景中的应用探索。创新和开放智能调度、无人运输、无人配送、智慧仓储等应用场景。推动国有企业深化“人工智能+”场景建设，强化高价值场景供给，拓宽场景开放广度和深度。在开放应用场景时，还应同步加快制度创新步伐，例如健全创新型产品或服务的准入、标准、认证等制度，允许人工智能新技术新产品先行先试。推动人工智能终端产品迭代。我国作为全球消费电子产品的需求大国，智能终端与大模型融合势必会催生巨大的需求增量。可考虑制定人工智能终端产业发展相关规划，与促消费、扩内需等支持政策协同推进。进一步完善产业生态，促进硬件提供商、大模型服务商、终端厂商、人工智能应用开发商等多方协同创新发展。推动各类智能新产品如人形机器人、人工智能家居、人工智能手机、人工智能穿戴设备和健康监测设备、智能汽车等在消费使用中加快迭代升级。在云上构建人工智能服务生态。人工智能既需要训练算力，也需要推理算力，对算力集群的规模、计算性能要求较高，云计算作为高效、便捷、集约、绿色的算力应用模式，已成为推进“人工智能+”的关键基础设施。应以增强智算云服务的经济性、普惠性和竞争力为导向，吸引供给侧将数据资源、模型服务上云。充分发挥我国电力优势，加强算力、电力、网络的一体化规划，通过绿电直供等新模式，加大绿电供应保障，同步持续提升互联网专线的经济性，降低需求侧企业用云、用模型的成本。让人工智能广泛赋能中小企业发展。中小企业是推动创新、促进就业、改善民生的重要力量，推进人工智能赋能中小企业是趋势，但也是个难题。可考虑出台中小企业使用人工智能指引，在产业园、开发区等企业集聚区进行辅导普及。探索开展中小企业人工智能创新应用试点，注重智能化解决方案的投入产出实效，总结复制推广典型经验和做法。支持开发一批经济适用、简单易用的人工智能应用，通过算力券、模型券等支持中小企业拥抱人工智能。鼓励龙头企业联合产业链合作伙伴向中小企业免费或低成本提供算力、模型、数据集等基础能力。来源：学习时报作者:马源,郭宁

来源|人民论坛网-人民论坛杂志转载请注明来源人工智能是新一轮科技革命和产业变革的重要驱动力量，是能够造福人类的国际公共产品。当前，人工智能引发的风险挑战日益复杂严峻，单一国家或地区难以独立有效应对跨领域、跨区域、跨系统的复杂风险。凝聚共识，构建全球人工智能安全与治理体系刻不容缓。世界互联网大会秘书长任贤良在《人民论坛》刊文指出，需从全球层面，加快构建系统前瞻、协调高效、普惠包容的全球人工智能安全与治理体系，提升各国参与治理与风险应对的能力，将人工智能的不确定性转化为共同发展的确定性，推动全球迈向更加公平、包容、可持续的数智未来。推荐阅读。构建全球人工智能安全与治理体系刻不容缓习近平总书记指出：“人工智能带来前所未有发展机遇，也带来前所未遇风险挑战。”随着人工智能技术加速迭代和规模化应用，其风险形态和影响范围正发生深刻变化。特别是以大模型、生成式人工智能、智能体和具身智能等为代表的技术快速发展，人工智能正深度嵌入经济社会运行体系，向更广泛、更深层次场景拓展，相关风险不再局限于技术层面，而是呈现出跨域传导、系统性外溢的显著特征。斯坦福大学“以人为本的人工智能研究所”发布的人工智能指数报告显示，2024年，人工智能风险事件呈激增态势，报告数量同比大幅增长56.4%至233起。人工智能领域安全挑战与治理压力相互交织，成为全球共同面临的现实考验。在人工智能风险事件频发、影响不断外溢的背景下，单一国家或地区已难以独立应对由技术扩散带来的系统性挑战，现有全球人工智能安全与治理体系面临明显的结构性难题。人工智能技术的跨越式发展与快速扩散，正推动其风险系统性外溢。从技术层面看，人工智能模型和算法自身仍存在内生隐患。以深度学习为代表的主流算法体系结构复杂、运行机理不透明，模型决策过程难以解释和验证，在可预测性、可控性和可追责性方面存在明显不足。一旦系统出现异常行为或决策偏差，往往难以及时溯源和修正。与此同时，受限于训练数据质量、模型设计假设及现实环境复杂性，人工智能系统普遍存在偏见固化、鲁棒性不足和输出不稳定等问题，“幻觉”现象进一步削弱模型运行的可靠性。从应用层面看，人工智能风险在大规模部署和跨场景应用中进一步放大，会增加恶用滥用行为。随着生成式人工智能工具的普及，内容生成、信息传播和决策辅助等功能被广泛嵌入公共治理、商业运行和社会生活中，人工智能生成内容的全球传播与开源模型的快速扩散，使恶意利用门槛大幅降低，深度伪造、虚假信息操纵等滥用行为显著增加，对公共安全、社会治理、公共信任构成冲击。与此同时，人工智能正持续嵌入能源、交通、金融、通信等关键基础设施和高风险行业领域，其潜在失效、操控或攻击行为都具有跨领域连锁效应，任何漏洞都可能引发系统性危机。人工智能风险的累积加剧治理层面的挑战。人工智能技术的内生风险暴露当前治理框架在确保技术可控、可信方面的不足。缺乏监督的算法可能延续甚至放大已有的社会偏见；数据使用过程中的个人信息滥用，也易引发用户信任危机；系统自动决策发生错误时，责任归属难以界定，加剧治理复杂性；在安全机制不完善的情况下，数字化存储信息可能转化为系统性风险。人工智能风险具有明显的跨国界、跨领域特征，数据流动、模型部署和技术扩散，可能使单一国家或地区的监管短板演化为国际性风险。治理体系滞后于技术演进，难以形成前瞻部署与敏捷应对。人工智能技术呈现出高度不确定性和快速迭代特征，关键性突破的发生路径与时间节点难以预判，而现有国际规则的制定与更新通常以多年为周期，难以及时回应技术变革，存在“治理速度差”。在方向上，由于缺乏系统化的前沿风险识别与预警机制，治理措施往往难以进行先导性部署，更多停留在事后修补层面；在协同上，多边谈判与规则协商进程缓慢，各国监管举措不同步，客观上放大跨境风险传导的治理缝隙；在工具上，面向模型安全、应用风险的监测指标体系与评估平台尚不成熟，限制监管机构在风险识别、动态评估与精准干预方面的能力。多方协作机制不足，治理碎片化趋势加剧。人工智能具有跨领域、跨行业、跨场景的显著特征，其治理涉及政府、国际组织、企业、科研机构与社会公众等多方主体。然而，现有的多利益攸关方治理机制在职责划分、责任边界与监督方式上仍不清晰，难以形成协同行动合力。与此同时，地缘政治博弈与技术竞争持续挤压国际合作空间，部分国家通过出口管制、技术封锁和“脱钩”策略谋求优势，客观上加剧规则碎片化，削弱全球层面对系统性风险的集体应对能力。全球人工智能治理体系面临协调不足、执行乏力的现实困境。数智鸿沟持续扩大，制约全球共识形成与治理协同。随着人工智能深度融入经济社会运行体系，“数字鸿沟”正演化为“数智鸿沟”，从早期的“接入差距”演变为“素养差距”，并进一步向当前基于数据驱动的“智能差距”迭代，成为阻碍全球包容性发展的障碍。当前，全球人工智能发展呈现出高度不均衡态势，算力资源、核心技术与高端人才集中于少数国家和地区，多数发展中国家面临“算力贫困”与创新壁垒，部分国家在网络安全防护、风险预警和应急处置方面能力不足，容易成为网络攻击和技术滥用的薄弱环节，对全球数字生态稳定构成潜在威胁。国际电信联盟（ITU）《2024年事实与数据》报告显示，高收入国家网络已近全域千兆覆盖，低收入国家接入率仅27%，且资费负担沉重。技术领先国家更关注前沿突破与竞争优势，而广大发展中国家则更迫切需要能力建设、技术普及与风险防护支持。不同国家在技术基础、治理能力与风险承受水平上差距显著，不仅影响、阻碍发展中国家共享人工智能技术红利，也导致人工智能全球治理的诉求差异，难以形成共识，影响全球人工智能安全与治理体系的构建。全球人工智能安全与治理的国际探索与中国方案习近平主席指出：“人工智能对未来发展具有重大意义，应该使之为各国各地区人民造福。我们要以全人类福祉为念，推动人工智能朝着有益、安全、公平方向健康有序发展。”近年来，各方正通过多层次、多方向的努力，共同推进全球人工智能安全与治理体系的构建进程。国际社会在多边机制、区域规则、国家政策以及产业与学术实践等层面展开积极探索，其中，中国积极参与并推动全球人工智能治理进程，贡献出人工智能安全与治理的中国智慧。❖人工智能全球治理的国际探索国际社会在不同层面探索人工智能全球治理，但面临规则分散、协同不足、能力不均衡等问题。如何在此基础上进一步凝聚广泛共识，构建更加前瞻、协同和包容的全球人工智能安全与治理体系，是各方需要面对的共同议题。国际多边与顶层机制。在国际治理顶层设计上，联合国正通过强有力的议程设置发挥核心协调作用。秘书长高级别咨询机构相继发布治理报告，指明全球人工智能治理方向；联合国大会密集通过多项关键决议并确立《全球数字契约》，为全球治理提供行动纲领；教科文组织、国际电信联盟等专门机构在伦理规范、应用导向及儿童保护等垂直领域细化治理维度，构建起全方位的规范体系。G20、G7、金砖国家及上合组织等国际多边机制，以及全球人工智能安全峰会（英国、韩国、法国）等平台，通过发布宣言、倡议，加速在安全管控、普惠发展及军事伦理等关键议题上凝聚全球共识。世界互联网大会成立人工智能专委会，发布《为人类共同福祉构建全球人工智能安全与治理体系》等报告成果，同时通过举办研讨会、开设研修班等方式，推动建立具有广泛国际共识的全球人工智能安全与治理体系。区域与国家治理探索。各区域与主要国家立足自身发展阶段与制度背景构建人工智能安全与治理体系。欧盟出台具有法律约束力的《人工智能法案》，以风险分级为核心建立系统化监管框架；美国提出《人工智能风险管理框架》，强化前沿模型安全评估，并通过出口管制等措施突出国家安全导向；新加坡致力于培育可信创新生态；阿盟与非盟侧重于战略引领与政治共识的区域一体化；东盟聚焦技术形态的规范指引；拉美地区则强化高层对话与政策协调。这种“多点突破、协同共治”的格局，为全球治理体系的完善提供丰富的实践样本与制度储备。产业自律与学术探索。作为人工智能技术创新和应用的直接参与者，产业界与学术界在全球人工智能安全与治理中，正发挥日益重要的基础性作用。学术界通过跨国研究网络和专家对话机制，不断深化对前沿技术风险、系统性影响和治理工具的理论研究，为政策制定提供科学支撑。产业界则通过建立内部安全框架、风险评估机制，遵循负责任研发原则，探索将安全要求嵌入技术设计、模型训练和产品部署的全过程。❖中国的人工智能全球治理方案在全球人工智能治理面临规则碎片化、发展失衡和协同不足等挑战的背景下，中国立足自身发展实践，逐步形成一套兼顾安全、防控风险与促进发展的治理理念与实践路径，为国际社会提供了具有重要参考价值的中国方案。理念层面，中国发布《全球人工智能治理倡议》，提出以“以人为本、智能向善”为重点的人工智能治理价值取向，倡议各国“秉持共同、综合、合作、可持续的安全观，坚持发展和安全并重的原则，通过对话与合作凝聚共识，构建开放、公正、有效的治理机制，促进人工智能技术造福于人类，推动构建人类命运共同体”。制度建设层面，中国围绕人工智能全生命周期，持续推进系统化的安全与治理框架构建。相继发布《人工智能安全治理框架》1.0版和2.0版，对人工智能技术内生风险、应用风险和衍生风险进行分类梳理，明确提出以风险分级分类管理为基础，将安全要求嵌入模型研发、部署和应用全过程。这一框架注重将前沿风险防控与现实应用治理相结合，强调统筹技术创新和应用实践，构建跨国界、跨领域、跨行业的协同治理格局，为各类治理主体提供相对清晰、可操作的政策指引。实践探索层面，中国在算法、数据和应用层面同步推进。通过推进落实模型安全评测、算法备案、生成合成内容标识等制度文件，加强对高风险模型和应用场景的规范管理，提升人工智能系统的可控性和可追溯性。国际合作层面，中国积极推动人工智能治理的多边化和机制化进程，强调以联合国为中心，通过国际组织和多边平台开展政策对话、经验交流与能力建设合作。2025年，中国发布《人工智能全球治理行动计划》，提出围绕前沿风险应对、治理规则对接和能力建设等重点方向，深化国际协作，倡议成立世界人工智能合作组织，旨在为各国特别是发展中国家参与全球人工智能治理提供平台。应对人工智能风险，构建系统前瞻的安全与治理体系面对全球人工智能风险挑战，单一国家、单一部门已难以有效应对跨领域、跨区域、跨系统的复杂风险。亟需从全球层面加快构建兼具前瞻性、系统性的人工智能安全与治理体系，提升对系统性风险的整体应对能力。强化前瞻研判与风险预警，防范前沿技术失控风险。人工智能技术迭代速度快、突破路径不确定性高，模型能力与安全特性高度复杂，需坚持“科学、敏捷、协作”的原则，将前瞻研判作为构建全球人工智能安全与治理体系的重要起点，推动共识形成，加强机制建设，共建平台生态，推动治理模式由被动应对向主动防范转变。一是推动形成防范前沿人工智能系统性风险的国际共识。围绕前沿模型能力失控、规模化外溢风险等关键问题，加强政策层面对话与专家层面交流，将防范系统性和灾难性风险作为各国前沿技术发展的共同底线。二是完善前沿风险识别、评估与预警机制。依托多边合作平台，加强对前沿模型能力演进、安全特性及潜在风险的持续跟踪，探索建立覆盖模型训练、部署和演化全过程的风险监测框架，为提前识别和干预重大风险提供支撑，缩小治理与技术发展的“时间差”。三是探索共建人工智能安全评测的共性工具与平台生态。通过国际合作推动开发开放、可共享的安全测试工具、评测方法和基准数据集，开展前沿模型的联合评测与风险测试，逐步形成面向全球的人工智能安全技术工具箱，为治理决策提供支撑。加强跨境规则协调，防范治理碎片化放大系统性风险。算法透明、隐私保护、内容安全等已成为全球共同议题，任何单一国家都难以独自应对。规则分化、标准割裂和监管不同步，容易形成治理“缝隙”，放大潜在风险。应在尊重各国国情和发展阶段差异的基础上，推动全球治理规则的协调衔接。其一，以发展负责任的人工智能为原则共识，提升模型透明度和可解释性，尊重隐私、加强数据治理，确保人工智能公平、安全、可靠。其二，加强重点领域治理规则的对接与互认。围绕人工智能生成内容、模型滥用、跨境应用等风险较为集中的领域，加强政策沟通与标准协同，逐步提升人工智能生成内容的可识别性、可追溯性。其三，完善跨境协作与执法协同机制。通过信息共享、联合研判和协同处置，提升对跨境滥用恶用行为的应对能力，防止局部风险通过技术扩散演变为区域性乃至全球性问题，减少治理碎片化带来的监管风险，增强全球人工智能安全与治理体系的整体韧性。加强多方协作，构建协调高效的安全与治理体系人工智能技术发展和实践应用涉及多方主体，包括政府、国际组织、企业、科研机构与社会公众等。实现全球人工智能安全与治理体系，除了需要全球各国形成共识，也需要不同主体的协同合作、共同参与。明晰各方权责，构建协调有力的安全与治理体系。人工智能治理涉及政府、国际组织、企业、科研机构与社会公众等主体，角色差异、资源禀赋与目标取向的不同，导致在责任界定、规则落实和协同能力方面的结构性挑战。为破解责任模糊与执行困境，需构建权责明晰、协同有力的多利益攸关方治理体系。政府承担制度供给、监管执行和风险防控等职责，通过完善法律法规和政策框架，明确安全底线与合规要求，并提升对高风险模型和关键应用场景的监管执行与风险处置能力。国际组织在标准互认、规则对接、能力建设方面发挥协调与支撑作用，并支持发展中国家提升治理能力。企业切实履行安全与合规责任，在模型设计、数据治理和内容生成等关键环节强化风险管理，落实算法安全、透明度和责任追溯要求。科研机构提供前沿技术评估与风险研判的方法支撑，公众通过反馈、监督与参与提升治理包容性。构建以联合国为中心的多边治理体系。构建以联合国为中心的多边治理体系，是构建全球人工智能安全与治理体系的重要方向。联合国在成员覆盖和议题整合方面具有不可替代的优势，是协调全球人工智能安全与治理资源的重要平台。需以联合国为中心，探索在联合国框架下推动多边合作从倡议性安排向制度化协作转型。一方面，在联合国框架下建立跨机构的人工智能治理协调机制，推动不同机构间议程对接与政策整合，提升全球规则的一致性与开放性；另一方面，通过跨机构合作网络、信息共享机制、跨境执法协作和能力建设平台，逐步形成覆盖风险评估、内容治理、模型测评、伦理审查等关键环节的制度化合作体系，推动形成更加稳定、分工合理、可持续的治理格局。凝聚广泛共识，构建普惠包容的安全与治理体系2024年6月12日，习近平主席在向联合国贸易和发展会议成立60周年庆祝活动开幕式发表视频致辞时指出，“坚持以人为本、智能向善，在联合国框架内加强人工智能规则治理”，为全球人工智能安全与治理提供建设性思路。践行“以人为本、智能向善”共识，弥合日益扩大的数智鸿沟，共建网络空间命运共同体，是全球人工智能安全与治理的重要任务。落实“以人为本、智能向善”的全球共识。“以人为本、智能向善”是当前国际社会在人工智能治理领域具有广泛基础的价值共识。尽管各国在发展阶段、制度模式和利益诉求上存在差异，但维护公共安全、保障人的尊严、促进社会福祉始终是各国的共同目标。当前，地缘政治博弈和技术竞争正对全球治理合作造成冲击，以“小圈子”和排他性安排为特征的规则制定方式，削弱国际规则的开放性与协调性，侵蚀多边合作的广泛参与基础。某些西方国家将人工智能视为战略竞争工具，采取出口管制、技术封锁和供应链脱钩等措施，不仅损害长期积累的国际科技合作网络，也加剧全球治理机制的碎片化趋势。在此背景下，落实“以人为本、智能向善”的价值共识具有现实紧迫性和长远意义。无论技术路线如何分化，人工智能都应服务于公共利益和社会发展。在推进共识落地方面，联合国《未来契约》《全球数字契约》等文件，已在理念和规范层面形成广泛影响。可依托人工智能问题独立国际科学小组等机制，强化风险研判、政策咨询和科学传播方面的功能，在为联合国系统和各国政府提供专业支持的同时，为政策协商和风险沟通提供共同认知基础。弥合数智鸿沟，构建普惠包容的安全与治理体系。需正视全球人工智能发展鸿沟与各国治理诉求的差异，通过技术共享与数智素养培育，提升发展中国家能力，解决发展中国家的利益关切。重视发展中国家在基础设施、算力供给、数据利用和治理能力方面的现实约束，通过技术援助、经验共享和能力对接，提升其自主发展与治理能力，使人工智能真正成为促进发展而非加剧不平等的技术力量。着力完善与各国技术能力及发展水平相适应的差异化责任体系，推动建立灵活务实、分层分类的国际协作与支持机制。根据各国发展水平、技术能力与治理基础，分类设定相应义务，在确保技术领先的开发主体切实承担前沿模型风险研判与治理责任的同时，保障受影响的各方有效行使监督权利。同时，将开放包容的多边协商平台制度化，确保各国在技术标准协调、政策框架构建与风险应对过程中享有实质性参与空间，在国际规则制定与议程设置中保障发展中国家的平等参与权和代表性，促进共同安全，提升全球数字生态韧性。通过加强跨国能力建设合作和公共产品供给，缩小不同国家在风险识别、应急响应和制度执行方面的差距，防止局部问题向系统性风险演化，为网络空间的长期稳定提供支撑。携手共建网络空间命运共同体，应对全球人工智能安全与治理难题。2024年，为落实联合国大会关于加强人工智能能力建设国际合作的决议，中国提出“人工智能能力建设普惠计划”，倡导将发展置于全球人工智能治理的重要位置，推动更多资源投入发展中国家能力建设。一是助力基础设施建设，通过支持跨境通信网络建设、输出成熟的智能城市解决方案等方式，助力发展中国家在政务、交通、教育和医疗等领域实现数智化升级。例如，通过中非卫星遥感合作等项目，向多国无偿提供高分辨率数据资源，提升其在自然资源管理和公共治理中的自主应用能力。二是深化数字政策沟通与多边协作，依托《全球人工智能治理倡议》《全球数据安全倡议》等倡议文件，推动联合国层面就能力建设形成制度共识，并在中非、中国-东盟等合作框架下推进数字与人工智能合作行动计划落地，打造南南合作的重要实践平台。三是着力提升数智素养和人才能力，通过世界数字教育大会、数字研修项目和联合培训机制，围绕人工智能、数据治理、网络安全和数字经济关键领域，支持发展中国家培养兼具技术能力与治理意识的复合型人才。构建具有广泛共识、前瞻系统、协同高效、普惠包容的人工智能安全与治理体系，是智能化浪潮下国际社会面临的共同课题。唯有秉持开放、公正、有效的治理理念，在统筹发展关切与安全目标的基础上推进规则协调与能力建设并行，才能不断夯实全球人工智能安全与治理体系的现实支撑。通过弥合数智鸿沟、提升各国参与治理与风险应对的能力，将人工智能的不确定性转化为共同发展的确定性，推动全球迈向更加公平、包容、可持续的数智未来。上文略有删减选自|《人民论坛》杂志2026年第3期原标题|构建全球人工智能安全与治理体系作者|世界互联网大会秘书长任贤良新媒体编辑|赵光菊原文责编|董惠敏人民论坛新书上架《治理智慧每日读》正式发售300余条治理智慧帮助党员干部深化治理认知增强履职本领

本报讯（记者袁传玺）随着“打造智能经济新形态”上升为国家战略，全球资本与产业重心正从生成式AI的软件叙事，转向具身智能在物理世界的规模化落地。业内普遍认为，2026年将成为AI从云端走向实体、重塑实体经济生产力的关键元年。在“人工智能+”政策引导下，一批深耕垂直场景、实现技术闭环与全球化商业变现的中国企业脱颖而出。长期以来，机器人赛道的资本市场热度，多集中于技术概念的迭代与人形机器人的远期想象，却忽视了一个核心事实：仓储物流场景，是AI+机器人率先实现全流程商业化落地、完成盈利闭环的核心主阵地。作为实体经济的“血管”，物流仓储环节标准化程度高、人力替代需求刚性、可复制性强，天然成为智能经济落地的最佳试验田。从全球赛道格局来看，仓储自动化行业正迎来新一轮的技术重构。传统赛道中，日本大福、德国德马泰克等国际巨头，凭借固定自动化产线的技术积累，长期占据高端市场主导地位。而随着AMR自主移动机器人技术的成熟，中国企业实现了弯道超车。据行业数据，中国企业已占据全球AMR市场超40%的份额，其中极智嘉更是连续七年稳居全球AMR市占率第一，与海康机器人、海柔等国内玩家一同，完成了对海外传统巨头的追赶与超越。与此同时，海外科技巨头也在加速布局这一赛道：Exotec持续迭代系统，波士顿动力也将仓储柔性操作机器人作为商业化落地的核心方向，足见这一赛道的战略价值。但行业的普遍痛点依然突出。绝大多数玩家仍难以完成盈利闭环，要么陷入价格战内卷，要么手握技术却无法实现规模化落地。即便是全球头部企业，也大多面临“增收不增利”的困境，这也成为赛道整体估值提升的核心瓶颈。而两会“智能经济新形态”的提出，恰恰给行业指明了破局方向：只有将AI技术深度嵌入实体经济，实现从技术到订单、从落地到盈利的全链条闭环，才能真正分享智能经济的发展红利。在这一点上，行业内已出现了标杆性的破局样本。极智嘉依托全栈自研的具身智能基座模型，打造出端到端全流程无人仓解决方案，跳出了单一设备销售的内卷，转向高附加值的AI+机器人解决方案交付，更实现了行业罕见的商业化闭环：2025年公司新增订单同比增长31.7%，更实现了经调整净利润转正，成为新一代智能机器人企业中，少数率先兑现盈利的企业。这种“技术落地-业绩兑现”的闭环能力，恰恰契合了当前资本市场与政策导向的核心要求。资本市场的定价逻辑，早已悄然生变。此前市场愿意为技术概念给出高溢价，而如今，只有真正实现商业化落地、具备持续盈利能力的企业，才能获得估值的持续提升。从全球估值对比来看，海外成熟的仓储自动化企业PE估值普遍在25-30倍，而国内具备技术壁垒、全球化能力与盈利兑现能力的龙头企业，仍存在显著的估值折价。随着智能经济主线的持续崛起，行业的估值分化将进一步加剧：具备全链条商业化能力的企业，将迎来全面的价值重估；而仅靠概念炒作的企业，终将被市场淘汰。智能经济的时代大幕已经拉开，AI+机器人的竞争，从来都不是实验室里的参数比拼，而是实体经济中的落地能力较量。谁能率先将技术转化为生产力，将场景转化为持续的盈利，谁就能在这场决胜局中，占据最终的主导地位。