苗圩：牢牢掌握人工智能發展和治理主動權

苗圩 全國政協常委、經濟委員會副主任

本文轉載自3月11日《人民日報》。

本文字數：6892字

閱讀時間：21分鐘

習近平總書記在參加江蘇代表團審議時指出：“中國的科技發展要在國際上開展合作的同時，堅持獨立自主、自立自強”。當前，新一輪科技革命和產業變革加速演進，人工智能已成為引領這一輪科技革命和產業變革的戰略性技術，正在深刻改變全球經濟格局和競爭態勢。習近平總書記強調：“要推動人工智能科技創新與產業創新深度融合，構建企業主導的產學研用協同創新體系，助力傳統產業改造升級，開辟戰略性新興產業和未來產業發展新賽道”“完善人工智能監管體制機制”。我國數據資源豐富，產業體系完備，應用場景廣闊，市場空間巨大。習近平總書記關于發展人工智能的重要論述，為推動我國人工智能朝著有益、安全、公平方向健康有序發展指明了前進方向、提供了根本遵循。我們要準確認識我國在人工智能領域取得的成績和發展經驗，充分發揮我國在科技創新、產業創新和體制機制創新上的獨特優勢，牢牢掌握人工智能發展和治理主動權，促進我國人工智能發展行穩致遠。

我國人工智能技術發展和應用取得舉世矚目成效

習近平總書記指出：“黨中央高度重視人工智能發展，近年來完善頂層設計、加強工作部署，推動我國人工智能綜合實力整體性、系統性躍升。”總體上看，發展人工智能既是企業間的競爭，更是國家間的競爭。企業是推動技術突破和產業創新的主體，國家則提供創新環境和產業生態等基礎支撐。一國的國情稟賦和發展導向，決定著該國人工智能的發展路線和發展空間。當前，在人工智能發展成效上，我國與美國同處全球領先地位，我國長于“從1到N”的規模化應用，兩國形成差異化發展路徑，各有所長、各具特色。

在算法模型方面，我國走在了開源路線的前列。算法模型是人工智能發展的關鍵底座。我國以開源路線實現趕超，正通過架構創新與效率躍升重塑全球人工智能競爭格局。比如，深度求索（DeepSeek）通過動態稀疏注意力機制、混合專家架構等工程化的極致創新，實現了低成本、高性能的突破。更重要的是，以DeepSeek、阿里等為代表的中國廠商走的是開源路線，這一做法能夠充分動員國內外各方智慧力量參與算法模型的協作共創，極大降低了中小企業乃至個人開發人工智能工具的門檻。我國企業不僅在全球開源模型榜單上占據領先地位，更通過全棧開源策略，構建起繁榮的開發者生態，加速技術擴散與產業應用。盡管谷歌等企業在生成式人工智能上具有開創性貢獻，但生成式人工智能只是邁向通用人工智能的重要一步，在通用人工智能尚未實現的情況下，美國巨頭企業紛紛采取閉源的商業模式，在一定程度上限制了技術的普惠性與協作開發潛力。

在算力硬件方面，我國實現了能力大幅躍升。算力硬件是人工智能發展的核心支柱，我國通過自主創新與體系化布局，在芯片研發與智算基礎設施建設上取得重大突破。以華為昇騰、寒武紀思元等為代表的國產芯片產品，正逐步構建起國產化生態，緩解了高端芯片領域的“卡脖子”壓力。與此同時，我們以系統級的工程能力彌補單點芯片性能短板，通過超大組網、高速互聯和統一調度等工程創新，采用開放架構兼容主流生態、支持多品牌硬件混合部署，建設了若干萬卡集群智算中心，在集群層面達成算力效能的規模化躍升。構建全國一體化算力網，推動“東數西算”，實現了全國范圍的算力和電力資源優化配置。2025年，我國智能算力規模超過1590百億億次/秒（EFLOPS）。建設算力集群是一條符合我國國情和能力優勢的算力發展之路，為我國人工智能科技創新和產業創新奠定了強大的算力基礎。

在支撐要素方面，我國供給規模與網絡優勢突出。支撐要素是人工智能發展的基礎前提，我國憑借超大規模市場與適度超前的基礎設施建設，在數據、網絡與能源等關鍵支撐要素上形成了獨特的綜合優勢。2025年我國擁有總規模達11.25億人的全球最大網民總數，2024年數據生產量達到41.06澤字節，占全球數據總量的26.67%，為人工智能模型訓練提供了豐富數據源泉。我國建成了全球最大、覆蓋最廣的網絡基礎設施，2025年5G基站總數484萬個，約占全球60%，全國光纜線路總長度達7499萬公里，打通了從云端算力到終端場景的“大動脈”，確保了數據要素能夠被高效采集、流通并獲得應用。人工智能的快速發展對電力的需求量極大，一些國家和地區已經出現電力供應不足問題。我國不僅是全球最大的光伏與風電產能國，更通過領先全球的特高壓輸變電技術，構建了“西電東送”的電力能源大動脈，為耗能巨大的智算中心提供了大規模、低成本的綠色電力供給。根據國家能源局數據，2025年，我國風電與光伏新增裝機超過4.3億千瓦、累計并網裝機規模突破18億千瓦，可再生能源發電裝機占比超過六成；可再生能源發電量約4.0萬億千瓦時，超過歐盟27國用電量之和。展望未來，隨著“雙碳”目標逐步實現和新能源技術迭代，我國綠電占比將持續提升，為人工智能產業可持續發展提供長期競爭力。

在創新機制方面，我國教育科技人才一體化推進成效顯著。創新機制是人工智能發展進步的重要保障，我國通過系統性的頂層設計，推動教育教學、科技研發與人才培養緊密銜接，形成了良性循環。我國人力資源總量、科技人力資源總量、研發人員總量世界第一，科學、技術、工程、數學專業畢業生每年超過500萬人。在科研和教學中，人工智能工具使用率高，這為人工智能發展提供了非常堅實的人才基礎。我國通過卓越工程師培養計劃等，打通政產學研資源，協同培養高質量工程技術人才，目前校企聯合招收培養工程碩博士近2.6萬人，實現了工程碩博士有組織、成建制、大規模的校企聯合培養。國家主導的科技重大專項與產業引導基金，有效引導了智力資源與資本向人工智能關鍵領域集聚，加快了從學術論文到技術專利再到市場產品的轉化效率。這種教育、科技、人才一體化推進模式，為我國人工智能高質量發展提供了扎實的智力支撐。

推動科技創新和產業創新深度融合，促進我國人工智能高質量發展

習近平總書記指出：“要正視差距、加倍努力，全面推進人工智能科技創新、產業發展和賦能應用”。當前人工智能持續快速發展，從科技突破到產業轉化的距離和周期顯著縮短，科技創新和產業創新融合發展的作用愈發凸顯，對于把握人工智能發展規律、搶抓重大機遇、塑造發展新動能具有重要意義。同時，發展人工智能的資金和資源需求量大，需要構建以企業為主體、產學研用相結合的創新體系，促進技術發展迭代。推動科技創新和產業創新深度融合，將我國的場景、資源、體制等優勢轉化為技術和產業優勢，是促進我國人工智能高質量發展的關鍵路徑。

更大范圍推動數字化向智能化抵進。我國在數字化轉型方面成效顯著。面對人工智能浪潮，必須加快完成智能化升級。產業體系完整、產業鏈供應鏈健全，是我國的獨有優勢，許多產業已經形成很好的數字化基礎，進一步推動更大范圍、更深程度的智能化將有效帶動發展方式轉型，開拓經濟增長新空間。截至2025年底，我國已累計建成4.3萬余家智能工廠，在汽車制造、電子信息等領域已建成大量智能工廠與數字化車間。但要看到，當前多數智能工廠側重自動化設備使用與工業軟件應用，人工智能賦能的深度尚待提升。新一代智能制造的發展方向是生產系統能夠自主感知、學習、決策，并做出相應的生產調度和優化迭代。應進一步明確智能化轉型升級方向，擴大智能制造和智能工廠示范范圍，推進工業供應鏈智能協同，加強自適應供需匹配，推廣人工智能驅動的生產工藝優化方法，讓制造業成為人工智能科技創新和產業創新深度融合的主戰場。

構建以企業為主體的技術創新體系。習近平總書記指出：“要發揮企業主體作用，推動各類創新資源向企業集聚，大力培育核心技術領先、創新能力強的科技領軍企業和高新技術企業，引領帶動產業向前沿和高端領域邁進。”在人工智能發展中，企業是最為活躍的創新主體，以企業為主體構建技術創新體系能夠充分調動各類創新資源，推動技術突破。放眼國內國外，推動人工智能實現重大發展迭代的通常是企業。截至2025年6月底，我國大模型數量以1509個的絕對優勢位居世界首位，占全球總量約40%，涌現出一批具有全球影響力和技術引領性的企業。但要看到，美國的英偉達等頭部公司還牢牢把持著產業生態上游，特別是先進制程芯片和開發工具。我們應立足國情，充分發揮我國優勢，組建跨行業、跨學科的創新聯合體，打一場人工智能“團體賽”。集中產學研力量協力攻克高端芯片、基礎軟件等核心技術，構建自主可控、協同運行的人工智能基礎軟硬件系統。鼓勵制造業龍頭企業開放場景，聯合高校院所與上下游企業，組建利益共享、風險共擔的創新聯合體。完善開源生態，健全人工智能開源機制，加快建設高水平人工智能開源社區，引導企業探索商業反哺開源模式，促進不同開源項目之間的兼容，提高工具鏈協同效率。

抓好存量設備智能化升級改造。存量設備智能化改造是推動人工智能科技創新和產業創新深度融合的重要著力點，能夠直接提升生產效率、降低運行成本。2024年以來，我國啟動新一輪大規模設備更新和消費品以舊換新行動，設定了到2027年工業、農業等領域設備投資規模較2023年增長25%以上以及規模以上工業企業數字化轉型等方面的目標，為我國存量設備智能化升級提供了有力政策支持。我國已連續10多年保持全球最大工業機器人市場，“十四五”以來工業機器人新增裝機量占全球比重超過50%。在當前階段，將現有工業機器人從程序控制改造為智能控制具有廣闊應用前景。同時，作為機床生產和消費大國，我國數控機床規模龐大，升級需求迫切。推動數控機床向智能控制演進，不僅能提高生產柔性化水平，還能同步支撐人形機器人關鍵部件（如絲杠等）生產的精度與可靠性需求。要用好用足“兩新”政策，分類分級推動工業機器人、數控機床、動力裝備等更新升級，鼓勵采用模塊化、柔性化改造方案。推廣設備融資租賃、效益分享等模式，降低企業改造門檻。鼓勵設備制造商、軟件企業、高校院所等協同開發低成本、高可靠、易運維的智能化改造套件與工具鏈，提升智能改造服務的規模化供給能力。

建立適配人工智能發展的新型投融資體制。金融支持對于推動人工智能科技創新和產業創新深度融合至關重要，是技術突破與產業升級的源頭活水。當前人工智能發展具有投入高、不確定性強等特點，對投融資的需求與其他行業領域相比存在明顯不同。美國科技巨頭正以前所未有的風險投資力度押注人工智能，Alphabet、亞馬遜、Meta、微軟公布的2026年資本支出計劃，總額高達約6500億美元，主要投向數據中心新建及配套設備布局。相比之下，我國人工智能頭部企業在2025年的資本開支普遍在千億元人民幣，國家人工智能產業投資基金總規模為600.6億元。必須系統性改革和創新投融資機制，打造能夠覆蓋人工智能發展全生命周期的金融生態。支持政府引導基金與社會資本合作，設立更多專注硬科技和早期投資的專業子基金。深化資本市場改革，優化科創板、創業板對人工智能企業的上市標準和估值體系。暢通多元化退出渠道，積極發展并購市場，鼓勵龍頭企業通過并購整合創新資源。創新金融產品和服務，鼓勵銀行業金融機構開發面向人工智能企業的知識產權質押融資、研發貸款等產品。發展科技保險，分散研發與創新風險。

趨利避害建立健全人工智能治理體系

習近平總書記指出：“要統籌發展和安全，有效防范化解各類風險，切實維護國家安全和社會穩定”“人工智能帶來前所未有發展機遇，也帶來前所未遇風險挑戰”。隨著人工智能向生產生活各環節各領域深入滲透及其智能水平躍升，其引發重大安全問題乃至系統性風險的可能性不斷放大。在推動人工智能科技創新和產業創新深度融合的同時，必須處理好發展和安全的關系，加強人工智能治理，構建安全可靠的發展環境，積極應對智能化轉型過程中的各類風險沖擊；著力將人工智能塑造為造福人類的國際公共產品，廣泛開展人工智能國際合作，為彌合全球人工智能發展鴻溝作出中國貢獻。

正確認識人工智能對就業的影響問題。當前關于人工智能取代人類就業的討論很多，事實上智能化造成的就業崗位替代尚沒有大規模到來。回顧歷史，歷次產業革命都是對就業崗位創造性破壞的過程。人們應用突破性技術和產業模式，通常首先取代的是“臟、累、苦、險”工種，進而替代重復性工作，以滿足人類對更好生產生活狀態的追求。比如，汽車普及后，馬車夫的崗位逐漸消失，取而代之的是汽車司機崗位；再如，集裝箱得到廣泛使用后，碼頭搬運工數量漸少，但對集裝箱裝卸工的需求爆發。人工智能對就業的影響同樣如此。智能化工具替代的是重復性、程序性的工作環節，能夠把勞動者從這些工作環節中解脫出來，并形成新的崗位需求，如算法調教師、智能場景設計師等。此外，在人工智能帶動勞動生產率水平大幅提升后，人類可以有更多休閑時間。當前，應加大“投資于人”的力度，開展人工智能技術技能提升等專項培訓，幫助勞動者向人機協同的新角色轉型；提升新就業形態勞動者勞動權益保障水平，完善新就業形態下的社會保障網，落實和優化休假制度，讓人工智能發展紅利為全社會所共享。

健全法律倫理規則體系。人工智能的健康發展離不開法律與倫理的雙重約束。在法律倫理規則建設上，國內外已有不少實踐。比如，歐盟《人工智能法案》于2024年8月正式生效，確立了基于風險分級（禁止、高風險、有限風險和最低風險）而設定的監管范式。我國出臺了《生成式人工智能服務管理暫行辦法》《人臉識別技術應用安全管理辦法》《人工智能生成合成內容標識辦法》等專門管理規范，并在《關于加強科技倫理治理的意見》《新一代人工智能倫理規范》等文件中明確了人工智能倫理指引要求。下一步，針對人工智能應用帶來的侵權、歧視、偽造等風險問題，需加快建立健全覆蓋算法、數據與應用的法律法規框架，加快制定算法安全評估、深度合成內容檢測等領域的國家標準與行業標準，通過法律法規、政策標準、倫理準則等協同發力，平衡好發展和安全的關系。

構建沙盒監管模式。人工智能創新產品具有“黑箱”屬性，輸出內容具有不可解釋性。與之相適配的是沙盒監管模式，即為經營主體提供相對包容的試驗環境，允許其在限定規模、限定場景內試運行新產品、新服務、新模式與新技術，適度豁免部分現行規制約束。我國已有相關探索，例如北京經濟技術開發區于2024年率先建立全國首個人工智能數據訓練基地并應用“監管沙盒”機制，為人工智能企業提供包含“算力+數據+合規”的一體化訓練與測試環境。未來，應加快完善相關制度安排，設定人工智能沙盒監管的準入、運行與退出規則，明確對企業技術安全性、倫理合規性及風險應急處置等方面的要求。建立分級響應機制，對應不同風險等級事件采取不同的應對處置措施。持續提升監管技術能力，開發與監管需求相適應的監管科技工具包，使監管能力與人工智能技術同步演進。

建立風險防控機制。把握人工智能發展趨勢和規律，構建技術監測、風險預警、應急響應體系，將確保人工智能安全、可靠、可控。當前，人工智能發展迅猛，模型能力泛化、多模態融合使傳統安全防護手段逐漸顯露短板，風險形態已從顯性的數據泄露、算法歧視等，延伸至價值觀滲透、深度偽造、認知操縱等隱性領域。建立全鏈條風險防控機制，不僅是技術治理的需要，更是統籌發展和安全的內在要求。要壓實人工智能企業的安全主體責任，推動企業尤其是頭部企業健全風險防控和安全應急機制，明確企業對于人工智能產品和服務的安全義務。建立健全由多部門組成的人工智能安全應急管理機制，提升快速反應和處置能力。在自動駕駛、智慧醫療、金融科技等重點行業，常態化組織人工智能安全應急演練，模擬模型投毒、對抗樣本攻擊、深度偽造等典型場景，優化企業響應流程，提升各方協同效率。

推動全球治理協作。人工智能具有跨國界屬性，人工智能治理絕非一國一域之事，需要在全球層面推動各方協同協作。盡管已有多個國際組織和國家間合作平臺開始推動構建人工智能治理框架，但目前全球人工智能治理總體仍處于碎片化狀態，缺乏統一的全球協調機制。應積極參與國際規則對話，加快推動建立全球人工智能治理框架，推進多邊規則協調，促進形成獲得廣泛認可的治理模式。在數據跨境流動、打擊利用信息通信技術犯罪等國際合作需求較大領域先行開展治理協作試點，積累互信基礎。通過技術合作與能力建設，協助發展中國家融入人工智能發展進程，縮小數字鴻溝，讓技術成果惠及世界各國。