加快推动人工智能高质量发展和全方位赋能

编者按

人工智能是新一轮科技革命和产业变革的重要驱动力量。进入新时代，党中央高度重视人工智能发展，习近平总书记对人工智能作出一系列重要指示批示，两次主持中央政治局集体学习并发表重要讲话，强调人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。本期文萃版围绕这一主题展开探讨，以飨读者。

推动人工智能高质量发展需要精准发力、协同推进

余晓晖

当前，人工智能技术路线的竞争格局仍有重大变数，但效率优先已经成为各方关注的重要路线之一，我国在工程化创新和应用场景上积累的比较优势，恰恰与这一方向高度契合。机遇千载难逢，窗口稍纵即逝。我们要以习近平总书记关于人工智能发展的重要论述为根本遵循，坚定信心、真抓实干，把战略判断转化为持续的产业竞争力，加快推动人工智能高质量发展和全方位赋能。当前需要在几个关键领域精准发力、协同推进。

处理好规模与效能的关系，推动我国从“算力大国”向“算力强国”发展。我国算力总规模已位居全球前列，但规模优势转化为效能优势，仍有大量工作要做。要进一步引导各地统筹布局智算中心建设，推动万卡级及以上智算集群向枢纽节点集聚，深化算力与电力、网络的协同规划，提升绿电、核电等清洁能源占比，降低整体能耗强度，增强算力基础设施的可持续运营能力。要面向应用场景推动算力的精准供给，针对大模型训练、推理、科学计算等不同负载特征，优化算力资源的调度与配置，避免“大水漫灌”式的粗放供给，实现算力资源与应用需求的高效匹配。要加快推进算力互联网络建设，推动东西部算力协同互补，降低算力使用门槛，使中小企业也能便捷获取高质量算力资源，搭建智能化转型的普惠基础设施。

处理好追赶与创新的关系，在效率路线上打造自主竞争优势。当前我国工程化创新实力已得到国际验证，但要在规模定律持续演进的过程中保持长期竞争力，需在坚持效率优先战略方向的同时，加强原始创新能力建设。要用好国家科技重大专项等渠道，加强人工智能基础理论框架体系研究，强化对基础模型架构创新、训练算法优化、原生多模态融合等前沿方向的支持；推进多元技术路线并行探索，对智能体自主进化、可解释性与对齐等新型方向保持战略储备，防止在单一路线上形成路径依赖。要构建以企业和高校为主导的产学研协同创新体系，推动科学界与产业界深度融合，打通基础研究向产业转化的链条，建立鼓励创新、宽容失败的评价机制，形成无缝协作的创新生态。要加大人工智能专业人才培养力度，支持校企联合培养，推动产教融合，壮大既懂技术又懂行业的复合型人才队伍，为持续突破提供充足的人才储备。

处理好单点突破与整体协同的关系，以软硬件生态建设打造系统性竞争优势。人工智能竞争的历史经验表明，单点技术的突破固然重要，但真正决定产业格局的，是能否形成软硬件深度协同的完整生态体系。例如，英伟达在人工智能时代建立起难以撼动的市场地位，根本原因在于图形处理器（GPU）、统一计算设备架构（CUDA）软件栈与PyTorch等主流框架共同构成了一个开发者高度依赖的完整生态，芯片、框架、工具链、应用层彼此深度适配，形成了“越用越优”的生态正循环，使后来者即便在单点硬件上实现超越，也难以动摇其整体生态优势。这一规律对我国具有深刻启示：补齐软硬件协同短板，不能依赖单点突破，必须系统推进“算法—框架—芯片—系统”全链条的协同对接，打破各家芯片厂商各守一套软件栈的碎片化格局，推动开发者能够在国产软硬件体系上高效构建各类应用。要鼓励芯片厂商与大模型研发团队开展早期深度的协同设计，使硬件特性与模型架构相互适配。

处理好技术与产业的关系，推动应用落地从“样板间”走向规模化。人工智能与实体经济的融合，不是技术的单向输出，而是技术能力与产业需求双向适配、相互塑造的过程。要培育壮大专业化的行业应用服务提供商，让既懂人工智能技术、又懂行业知识的“中间力量”承担起供需对接的桥梁职能。工业领域是人工智能赋能实体经济最具战略价值的主战场，已涌现出一批有说服力的实践案例：在质量检测环节，视觉大模型将漏检率大幅压缩，实现全流程在线检测；在工艺优化环节，大模型通过对海量历史生产数据的学习，持续输出最优工艺参数组合，将产品良率提升至人工经验难以企及的水平；在设备运维环节，预测性维护模型将计划外停机时间显著缩短，有效降低生产中断损失。这些实践的共同规律是：人工智能以数据为纽带，将工程师积累数十年的隐性经验转化为可复用、可迭代的显性知识，成为工厂持续改善的“数字参谋”。要推动龙头企业率先开展深度应用，再通过供应链带动机制向产业链上下游中小企业扩散，同时打通跨企业、跨机构的数据流通壁垒，使丰富的应用场景真正转化为驱动模型持续进化的数据飞轮。

处理好发展与治理的关系，以高水平治理护航高质量发展。治理与发展并非对立关系，而是辩证统一、相辅相成的，应从提升产业实力的高度来认识安全治理的战略价值。要健全完善人工智能政策法规、标准规范与伦理准则体系，为技术创新破除枷锁、扫除障碍，为产业落地应用注入可持续发展动力。要推动可信人工智能技术攻关，切实提升算法模型的准确性、鲁棒性和可解释性，将“用得不放心”转化为“用得放心”。要加快建立覆盖大模型全生命周期的安全评估体系，完善针对幻觉率、抗攻击性、可控性等安全能力的标准化测试方案，推动安全治理从被动应对向主动防范转变。治理能力本身就是产业竞争力的重要组成部分——只有建立系统完备、科学有效的人工智能治理体系，才能为高价值行业应用打开广阔空间。

打造中国人工智能国际公共产品，为世界贡献中国智慧和中国力量。立足国内优势，与南方国家共享人工智能技术成果、经验与应用方案，推动全球治理规则协调统一。健全人工智能开源机制，加快建设高水平人工智能开源社区。支持以“技术开源+生态共建”推广通用模型，以“本地化拓展+普惠赋能”开拓全球市场，为发展中国家提供高质量技术供给。加强政府引导与产业协同，推动硬件、算法、应用、解决方案等全链条服务出海，让全球共享发展红利。推动落实《“人工智能+”国际合作倡议》，依托联合国、中国—东盟、金砖、“一带一路”等双多边机制，协同推进人工智能国际交流合作。高质量建设中国—金砖国家人工智能发展与合作中心、中国—东盟人工智能产业创新中心，加快人工智能能力建设，参与全球人工智能治理。秉持“普惠包容、智能向善”理念，以中国人工智能发展实践讲好中国故事、贡献中国力量。（摘自《求是》杂志2026年第10期，原标题为《准确把握人工智能发展前沿与竞争格局》）

引领和促进人工智能拟人化互动服务向上向善发展

国家互联网信息办公室网络法治局

近年来，人工智能技术快速演进，带来了前所未有的发展机遇，也带来了前所未遇的风险挑战。国家网信办、国家发展改革委、工业和信息化部、公安部、市场监管总局联合公布《人工智能拟人化互动服务管理暂行办法》（以下简称《办法》），将自今年7月15日起施行。推进人工智能依法治理和《办法》落地落实，离不开各方面的共同努力，需要加强制度供给，强化协同联动和制度实施，切实提升治理效能，引领和促进拟人化互动服务向上向善发展，并为全球人工智能治理作出贡献。

持续完善人工智能制度规范。要统筹立改废释，灵活运用多种立法形式，体系化推进人工智能立法。广泛凝聚社会共识，及时建立健全人工智能发展治理基础规则。完善《办法》配套规范，深化以技治技探索，推进拟人化互动服务相关标准建设，发挥技术标准的指引作用。深化运用“小快灵”立法快速响应机制，积极应对拟人化互动服务和其他应用领域的风险挑战，研究制定数字虚拟人、智能体等相关规定，协同完善保障数据、算力、算法、网络安全等人工智能要素及规范重点应用场景方面的立法，努力做到新技术新应用发展到哪里、人工智能立法就覆盖到哪里。

着力加强制度实施。要着眼拟人化互动服务的发展治理制度，强化统筹协调，协同实施算法备案、安全评估等制度，完善跨部门信息共享和工作联动机制，提升实施工作合力。推动拟人化互动服务提供者履行安全主体责任，切实建立健全算法机制机理审核、信息内容管理、网络和数据安全等制度，引导行业加强自律。推进拟人化互动服务领域执法，依法查处侵害未成年人权益、非法收集个人信息等违法行为，切实维护用户合法权益。指导推动人工智能沙箱安全服务平台建设，鼓励拟人化互动服务提供者接入沙箱平台进行技术创新、安全测试，促进拟人化互动服务安全有序发展。

积极深化网络普法和理论研究。推动拟人化互动服务在法治轨道上健康运行，离不开网络法治宣传教育走深走实。发挥“E法同行”新品牌示范引领作用，开展《办法》等主要制度宣传普及。推动拟人化互动服务企业开展合规专题宣讲，系统解读拟人化互动服务制度规范和合规要求。用好新技术新手段，提高有关普法产品的实效性、趣味性、互动性，激发网民学法用法热情。加强拟人化互动服务安全知识、法律法规等宣传普及，重点针对未成年人、老年人等群体开展差异化普法，提升其风险识别能力和自我保护意识。深入开展人工智能有关法学理论研究，提炼标识性概念、原创性观点，助力构建具有中国特色、符合技术发展规律的人工智能自主知识体系和法治体系。

不断密切国际交流合作。人工智能治理是世界各国面临的共同课题。要坚持开放合作，深化法规、标准、技术等关键领域国际交流合作，积极推进拟人化互动服务治理规则交流。立足我国人工智能治理实践，促进各方就关键概念定义、透明度要求、风险识别与干预机制、未成年人保护等深化规则交流。依托世界互联网大会、世界人工智能大会等国际平台，深化拟人化互动服务治理经验交流互鉴，加强双边对话、多边磋商、最佳实践案例分享等，持续宣介“以人为本、智能向善”理念，推动形成具有广泛共识的全球治理框架和标准规范，为全球人工智能治理提供中国方案。（摘自《红旗文稿》杂志2026年第10期，原标题为《以“小快灵”立法规范人工智能拟人化互动服务》）

人工智能驱动哲学社会科学深刻变革

张东刚

纵观人类文明史，每一次划时代的技术革命，都不仅是以生产工具为代表的生产力飞跃，更是认识世界、改造世界的思维方式的深刻变革。从马克思主义的观点看，人工智能作为当代最活跃、最具渗透性的“一般智力”形态之一，代表着生产力的质变性突破。这种跃升必将要求并推动作为上层建筑重要组成部分的哲学社会科学，在研究预设、方法路径、评价标准等方面，发生系统性、结构性的重塑。

拓展认知疆域，重塑研究范式。研究范式是特定学术共同体在某一历史时期所共同遵循的基本信念、理论框架与方法规范，构成知识生产与理论建构的深层基础。范式的转型往往先行于知识体系的重构，并为后者提供前提性条件。因此，剖析人工智能对研究范式的影响，是理解其赋能自主知识体系建构的逻辑起点。从哲学基础来看，人工智能重塑研究范式涵盖本体论、认识论与方法论三个层面。在本体论范式上，人工智能推动社会实在图景发生结构性变化，催生了新的、亟待认识的社会实在，研究对象不再局限于物理空间中的人类行为，而是扩展至人机交互、算法驱动、数据留痕等新型社会现象。在认识论范式上，人工智能通过引入数据驱动、模式识别、关联分析等新型认知方式，使知识可以从海量数据中“涌现”出来，挑战了“无理论不认知”的传统信条。在方法论范式上，人工智能极大拓展了哲学社会科学的研究工具与方法谱系，计算社会科学、生成式社会模拟、自然语言处理、图学习模型等新型研究方法迅速兴起，与传统定性、定量方法形成互补与融合。

革新认知方式，变革知识生产。知识生产是人类社会对客观世界进行认知加工、形成系统化知识成果的创造性活动，其规模、速度与质量直接决定着知识体系的完备程度与更新能力。从历史演进来看，传统哲学社会科学的知识生产主要采取个体化的“手工作坊”模式，学者凭借个人学养积累，通过文献研读、田野调查等方式提出问题、形成观点并著书立说，知识传播依赖于期刊、著作与课堂，知识获取主要发生在学术共同体内部，呈现出周期长、门槛高、受众窄等特征。人工智能的兴起正在推动知识生产向智能化、协同化、普惠性方向转型。在知识的提出环节，人工智能极大地增强了问题发现与假设生成的能力，通过大规模文献挖掘、学术趋势分析和社会舆情监测，为研究者提供数据驱动的选题建议。在知识的传播环节，人工智能利用智能推荐系统、学术知识图谱与多语言互译工具，实现了知识的即时推送、精准匹配与无障碍传播。在知识的接受环节，人工智能通过提供智能摘要、知识问答、关联推荐、交互式学习等新型接受方式，使研究者能够快速把握知识脉络、精准定位核心观点，从而加速知识的内化、转化与新知识的再生。

重构学术生态，重建评价体系。学术评价体系是对哲学社会科学研究成果、研究人才及学术机构进行价值判断的标准与方法集合，在知识体系建构中发挥着“指挥棒”与“风向标”的关键作用。学术评价体系设定何为“好研究”“真问题”“高水平成果”的判断标准，潜移默化地引导着研究者的选题方向、方法取向和价值追求，从而深刻影响着知识体系建构的路径选择与资源分配。在人工智能赋能下，学术评价体系呈现出三个鲜明特征。一是评价主体多元化。二是评价维度融合化。三是评价过程动态化。同时，评价数据可以累积形成学者的“学术成长档案”，为人才评价提供更加立体、长时段的过程支撑。（摘自2026年5月25日《学习时报》，原标题为《人工智能时代中国自主知识体系建构》）

以人工智能创新生态赋能新质生产力发展

刘学文

当前，全球新一轮科技革命和产业变革蓬勃兴起，以人工智能为代表的新一代信息技术加速创新，日益融入经济社会发展各领域全过程，正在深刻改变人们的生产生活方式，成为推动新质生产力发展的重要力量。新质生产力的发展需要良好创新生态支撑，人工智能创新生态作为创新生态的重要组成部分，能够从多个维度赋能新质生产力发展。

精心培育人工智能创新生态

人工智能创新生态是一个综合性的有机整体，涵盖企业、高校、科研机构、政府、金融机构等众多类型的参与主体。这些主体通过紧密互动、资源共享、信息交流以及协同合作，共同形成一个有利于科技创新的环境。创新生态是一个开放系统，随着技术进步、市场需求和政策环境的变化而不断演进。在演化过程中，新的主体、技术和资源不断融入，各创新主体风险共担、利益共享、互惠共生，以此保持创新效率，维持生态活力和竞争力。

人工智能创新生态对发展新质生产力具有基础性、系统性的赋能作用。良好的创新生态能够提供创新发展动力、激发创新主体活力、促进创新要素协同共生、平衡创新利益分配，进而提升创新整体效能。从宏观层面看，创新生态本质是一种软实力，高水平创新生态离不开系统完备的基础设施支撑和体制机制保障，是国家创新体系综合实力的体现。从微观层面看，创新生态能够为创新主体提供良好发展环境，促进创新主体之间的协同合作，提高创新效率。

人工智能创新生态赋能新质生产力发展的机理

发展新质生产力，必须形成与之相适应的新型生产关系，而人工智能创新生态正是这种适配关系的重要载体。其核心是通过多元主体的高效协同，打破传统生产关系中的信息壁垒与利益分割，推动知识、技术、数据等要素的社会化协作，以“技术革命—要素配置—产业转型—生产率跃升”的逻辑赋能新质生产力发展。

人工智能创新生态是催生技术革命性突破的强劲引擎。人工智能创新生态通过多元主体协同，推动基础研究、应用研发与技术转化的全链条贯通：高校与科研机构聚焦算法原理、通用大模型等底层创新，企业主导技术工程化与场景落地，政府通过政策引导与资源倾斜降低创新风险，金融机构提供耐心资本助力科技创新产业化。这种协同机制加速了人工智能技术从实验室走向产业，为新质生产力提供强劲技术内核。

人工智能创新生态是优化生产要素创新性配置的关键力量。新质生产力以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，而人工智能创新生态通过要素聚合与重组，为这种跃升提供关键支撑。从劳动资料看，全国一体化算力中心建设使得算力网络逐步完善，以协作机器人、人形机器人为代表的智能装备迭代升级，推动劳动资料从物质形态向数字智能形态转型；从劳动对象看，数据作为新型生产要素，通过创新生态中的数据开放共享平台、交易市场实现高效流动，其与算法、算力的协同，使数据要素的价值充分释放，并使之成为新质生产力的核心劳动对象；从劳动者看，产学研用协同育人机制，推动劳动者向“数字素养+专业能力”的复合型人才转型，适配新质生产力对高素质劳动力的需求。

人工智能创新生态是驱动产业转型的核心动能。一方面，通过“人工智能+”行动将智能技术深度嵌入传统产业的生产运营全流程，实现全方位、全链条的数智化升级，加速传统产业从单点优化向系统重构跃迁。另一方面，人工智能创新生态有效汇聚技术、制度与资本的力量，打通技术研发与产业应用之间的转化通道，显著加速新兴产业和未来产业培育，并为这些产业的规模化发展提供持久动力。

人工智能创新生态是实现全要素生产率跃升的重要支撑。全要素生产率大幅提升是新质生产力的核心标志，人工智能创新生态通过“技术—要素—产业”的协同作用，直接推动这一跃升。从技术层面看，创新生态中的算法优化、算力提升降低了生产环节的信息不对称与试错成本；从要素层面看，数据、人才、资本在创新生态中高效流动，通过数据要素市场化配置、跨区域算力调度，提升了配置效率；从产业层面看，创新生态推动的产业跨界融合，拓展了生产可能性边界，形成规模经济与范围经济。

培育适应新质生产力发展的人工智能创新生态

构建协同机制，强化创新生态内在联动。一方面，推动“教育—科技—人才”循环，筑牢源头创新。另一方面，强化“科技—产业—金融”循环，加速科技成果转化。

优化要素配置，提升数据、算力、算法协同效能。一是建立数据要素市场化配置体系。在保障安全的前提下，推动公共数据开放与行业数据共享，依据数据权属分置明确收益分配规则，使数据要素在流动中释放价值。二是统筹算力基础设施布局。以全国一体化算力网络为框架，优化东中西部算力资源的协同调度，通过市场化机制及适当政策引导平衡算力供给与需求，降低中小企业技术应用成本。

推动“人工智能+”深度融合，加速产业生态迭代。产业是新质生产力的载体，人工智能创新生态以“技术渗透—业态创新—结构升级”的路径赋能产业变革。一方面，引导传统产业智能化转型。另一方面，培育新兴产业与未来产业集群，通过集群化发展降低创新成本。

完善制度环境，平衡创新活力与风险防控。建立包容审慎的监管框架。针对人工智能技术的内在不确定性与场景差异性，探索“沙盒监管”与“分类监管”相结合的模式，在守住安全底线的同时为技术应用预留空间。监管重心应从事前审批转向事中事后监管，避免过度干预抑制创新活力。强化知识产权保护与伦理治理，既要完善人工智能领域专利保护规则，激励原始创新。完善制度环境的核心是构建“激励—约束”平衡机制，既通过产权保护激发创新动力，又通过规则设计防范负外部性。（摘自2026年5月26日《光明日报》）

责任编辑：赵智华

文章来源：http://www.anfangnews.com/2026/0616/16216.shtml