7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海召开。会上，国家发展改革委会同有关部门共同发布了《人工智能合作发展行动计划》（以下简称《行动计划》）。
《行动计划》旨在贯彻落实习近平总书记有关“人工智能应该是造福全人类的国际公共产品”的重要指示精神，从数据、算力、生态、赋能、人才、规则、治理和伦理等方面，提出优质数据供给、智能算力普惠、开源生态共享、人工智能深度赋能、数智人才共育、规则标准共建、安全治理协作、人工智能向善等八项行动，以务实举措响应联合国关于加强人工智能国际合作、弥合数字鸿沟、推动人工智能赋能可持续发展等方面的倡议。
赛迪顾问人工智能与大数据研究中心常务副总经理邹德宝在接受《每日经济新闻》记者微信采访时表示，本次发布的《行动计划》是我国推进人工智能国际合作、完善全球智能治理的顶层部署，导向鲜明、意义深远。
释放出什么信号？
知名经济学家、工信部信息通信经济专家委员会委员盘和林在接受《每日经济新闻》记者微信采访时表示，国家发展改革委等部门共同发布《行动计划》释放出三大信号。
“其一是人工智能被定位为全球公共产品的信号，其中重要的一点是面向发展中国家提供普惠智算服务。”盘和林说，其二是释放构建发展与安全平衡的中国治理范式的信号，找到安全治理和AI（人工智能）发展的平衡点；其三是以多边主义破解全球治理碎片化的困局，推进AI全球治理体系建设。
邹德宝也对《行动计划》发布释放的政策信号作了具体阐释。
首先是加强开放合作，践行多边主义，推动人工智能数据、算力、开源资源全球共享共用，促进全球协同共进、包容发展。
其次是贡献中国治理方案，坚持发展与安全并重、创新与规范并行，统筹标准共建、安全共治、伦理向善工作，引领构建公正合理的全球人工智能治理体系。
最后是赋能全球高质量发展，深化人工智能实体经济赋能应用，推动各国数智产业融通升级，助力全球经济提质增效。
在邹德宝看来，《行动计划》立足产业发展规律，构建了全方位、体系化的国际合作发展路径。
具体而言，一是夯实发展根基，统筹推进优质数据、普惠算力、开源生态三大基础建设，筑牢全球人工智能创新发展底层支撑。二是健全协同体系，整合产业赋能、人才共育、国际合作等关键环节，打造研用贯通、供需衔接的一体化发展格局。三是引领良性生态，凝聚全球人工智能向善发展共识，完善协同治理机制，保障人工智能产业健康有序、长效发展。
推进数据跨境流动
《每日经济新闻》记者注意到，《行动计划》将“优质数据供给行动”放在首位，提出推进数据跨境流动，在部分领域建设运营跨境可信数据空间，促进高效、便利、安全的数据跨境流动。协同构建高质量语料库和行业高质量数据集，推动多语种语料共建共享，为全球人工智能创新筑牢坚实基础。
盘和林对记者表示，将“优质数据供给”列为八项行动之首，是基于全球合作视角的战略考量。“数据跨境流动是人工智能领域国际合作的前提。”盘和林说，数据质量决定全球AI治理的公平性，低质量数据会导致算法偏见。当然，数据并非唯一瓶颈，制约国际AI合作的因素是多元的，比如算力、算法、人才等。
邹德宝对《每日经济新闻》记者表示，将优质数据供给摆在八项行动首位，精准立足人工智能发展核心规律，是立足全局、固本拓新的发展要求。
具体而言，这首先是立足核心要素属性。“数据是人工智能迭代升级的基础资源、关键动能，优质数据供给提质增效，能够有效激活模型创新、拓展应用边界。”邹德宝说。
其次，这也是立足国际合作前提。邹德宝说，数据互联互通是开展算力共享、生态共建、产业协同的前置基础，优先做强数据合作，能够全面畅通全球智能合作体系。
此外，这是立足产业升级需要。“以优质数据资源建设牵引全链升级，能够带动技术创新、场景落地、业态迭代，持续释放人工智能发展动能。”邹德宝说。
记者注意到，国家数据局数据显示，2025年，我国用于人工智能训练和推理的数据总量为199.48EB（艾字节），同比增长42.86%，推理数据量首超训练数据量，达101.34EB。
邹德宝表示，当前全球人工智能发展是多要素协同共进的系统工程，八项行动相辅相成、一体推进，有助于强化基础能力协同，统筹普惠算力建设、开源生态培育、数智人才共育，全方位夯实人工智能创新发展硬实力。同时，也能强化制度规则协同，深化国际标准共建、安全治理协作、伦理规范共融，健全全球人工智能发展制度保障。此外，还有助于强化发展格局协同，统筹各方资源优势、发展需求，推动全球人工智能均衡发展、共赢发展，持续赋能人类共同福祉。
让AI迈向“群体智能”
赛智产业研究院院长赵刚在接受《每日经济新闻》记者采访时表示，我国AI技术发展任重道远，需要持续在算力、算法、智能体和高质量数据等方面发力。
具体而言，要提升AI芯片单卡、万卡和高带宽内存等性能，为万亿参数级大模型训练与推理提供坚实可靠的算力底座。
与此同时，要构建“一栈多芯”的统一 AI系统软件栈，从根本上破解国产芯片生态割裂、重复适配的难题。要突破实时交互世界模型与具身智能原生设计，推动AI从虚拟空间走向物理世界，实现与真实环境的深度交互。
此外，还要构建多智能体协同框架与智能体互联网基础设施，让AI从“单兵作战”迈向“群体智能”。要加强具身智能等高质量数据集建设，为模型训练提供充足“燃料”，突破通用泛化能力瓶颈。要完善人工智能绿色安全治理体系，为AI技术创新与产业应用筑牢安全底线，推动AI健康有序绿色发展。
金领速配提示：文章来自网络，不代表本站观点。
