会议概况与启动 - 今年是中国时隔12年再次担任亚太经合组织(APEC)东道主，2月上旬在广州举行了APEC“中国年”的首场正式活动[1] - 本次会议吸引了来自21个经济体的1400余名代表参与，全面启动了全年合作进程，为11月的APEC领导人非正式会议奠定基础[1] - 会议围绕“建设亚太共同体，促进共同繁荣”的年度主题及“开放、创新、合作”三大优先领域展开深入讨论[1] 主题内涵与历史传承 - 会议主题“建设亚太共同体，促进共同繁荣”与APEC推动贸易投资自由化便利化、深化区域经济一体化的核心使命高度契合，是对其30多年合作脉络的延续[2] - 主题延续了APEC的宏大愿景，例如2014年北京会议提出共建“面向未来的亚太伙伴关系”，2020年通过《2040年亚太经合组织布特拉加亚愿景》[2][3] - 会议呼吁重温合作初心，坚持以开放型经济应对全球不确定性，反对将经贸问题政治化、工具化，坚守APEC“大家庭精神”[2] 三大优先领域的具体规划 - **开放领域**：提出拓展亚太自贸区建设路径，推动制定互联互通升级版蓝图，旨在破解区域一体化面临的制度性障碍[3] - **创新领域**：强调以数字化、智能化、绿色化转型培育新质生产力，通过人工智能治理、智慧海关合作等举措打造新的增长点[3] - **合作领域**：注重兼顾成员经济体多样性，在粮食安全、能源、公共卫生等议题上推动经验共享与能力共建[3] 中国经验与区域合作路径 - 会议期间各方围绕“一个目标、两条路径、三个转型、多元合作”的重点工作展开讨论，旨在将宏观愿景转化为务实成果[4] - 在创新转型方面，中国凭借在数字经济、绿色技术等领域的成熟方案，与亚太新兴经济体对智能化、低碳化的迫切需求形成精准对接[4] - 注重以“软联通”赋能“硬联通”，通过标准互认、政策协调、人文交流等机制降低合作成本，增强区域产业链供应链韧性[4] - 合作思路体现为以连接抵御脱钩、以创新打破壁垒、以繁荣消除隔阂，是对亚太合作初心的当代实践[4] 发展机遇与未来展望 - APEC“中国年”恰逢中国“十五五”规划开局之年，两者能够相互成就，为亚太合作注入新动力[5] - 展望未来，亚太合作需继续坚持初心，以开放纾发展之困、以创新聚增长之势、以合作谋共享之福[5]

电影行业票房表现 - 2026年春节档电影总票房（含预售）突破15亿元人民币 [1] - 档期内影片《飞驰人生3》《惊蛰无声》《熊出没·年年有熊》票房位列前三 [1] - 2026年度全国电影总票房已超过40亿元人民币 [1] 人工智能行业监管与发展 - 截至2025年底，中国累计已有748款生成式人工智能服务完成备案 [1] - 2025年中国人工智能治理体系建设加速演进，呈现小切口、场景化、精细化特征 [1] - 行业正构建敏捷治理体系，为人工智能发展提供明确、稳定、可预期的轨道 [1] 松延动力公司动态 - 公司为2026年春晚自主研发并迭代三版仿生人形机器人，技术核心为仿生人脸底层架构 [2] - 通过在铂金硅胶中添加高分子材料，增强了仿生人脸的拉伸自然度与耐久性 [2] - 通过高紧凑型驱动设计，在有限空间内放入32个驱动电机以实现丰富面部动作 [2] - 2025年其仿生人脸产品已进入商业导览等多个实际应用场景，并非仅限实验室产品 [2] 禾赛科技公司动态 - 公司JT128激光雷达被宇树两款人形机器人（G1和H2）搭载，并亮相2026年春晚 [2] - 几十台搭载其激光雷达的机器人在春晚舞台上表演 [2] - 禾赛JT系列激光雷达累计交付量已突破20万颗，并成功应用于多款具身智能机器人产品 [2]

行业治理体系建设进展 - 截至2025年底，累计已有748款生成式AI服务完成备案 [1] - 2025年人工智能治理体系建设加速演进、日趋成熟 [1] - 2025年人工智能治理呈现出小切口、场景化、精细化特征，逐步构建起一套敏捷治理体系 [1] 行业治理体系发展方向 - 人工智能治理体系为人工智能提供明确、稳定、可预期的发展轨道 [1] - 伴随技术快速演进，治理体系必须更具前瞻性、适应性、系统性和包容性 [1] - 治理目标是确保人工智能技术安全可靠、可控，确保高质量发展和高水平安全良性互动 [1]

中国与中亚国家安全合作总体态势 - 近年来中国与中亚国家安全合作循序渐进 合作领域不断拓展 合作程度持续深化 [1] - 双方相互创造良好周边安全环境 促进国家建设和发展 其安全合作已成为国际安全合作实践与理论互动的典范 [4] 安全合作的具体领域与机制 - 双方率先将应对非传统安全威胁列入国际安全合作议程 共同提出“三股势力”是国际安全的新威胁 并探索通过建立信任、密切合作等方式应对新威胁的新路径 [3] - 建立起地区多边安全合作的专门机制 针对“三股势力”发展、活动和威胁的地区性和跨国性特点 改变以往共同签署合作文件、各国分别落实的做法 探索新的安全合作模式 建立起专业化的安全合作机制 [3] - 合作从传统、非传统安全领域拓展到安全合作的新兴领域 在解决边境地区军事互信和裁减军事力量等重大安全问题后 近年又将数据安全、生物安全、外空安全、全球人工智能（AI）治理等新兴领域纳入安全合作范畴 [4]

美印贸易协议与能源合作 - 美国宣布将印度商品关税从50%降至18%，其中完全取消去年8月因印度购买俄罗斯石油而额外加上的25%惩罚性关税 [1] - 作为交换，印度承诺停止从俄罗斯进口石油，转而从美国和委内瑞拉进口 [1] - 印度是世界第三大石油进口国，此前每天从俄罗斯进口约180万桶原油，俄罗斯石油每桶比美国石油便宜10至15美元 [1] 协议内容与潜在影响 - 印度承诺从美国购买超过5000亿美元的商品，其中能源占据最大份额 [5] - 该协议预计将促进印度对美出口增长，进而推动印度GDP增长约1.2% [5] - 协议可能使美国石油出口增加20%，并使委内瑞拉的石油重新进入印度市场 [10] 印度立场与执行的不确定性 - 印度官方在公开声明中未提及俄罗斯石油，私下透露可能不会完全停购，而是考虑通过第三方国家转运以确保供应 [3] - 印度外交部强调能源选择基于国家利益，分析师认为印度可能表面上减少购买，但通过第三方渠道保持灵活性 [7] - 俄罗斯表示未收到印度停止购买的正式通知，双方有总值数百亿美元的长期合同 [5] 印度经济与行业影响 - 印度制造业去年因高关税导致通货膨胀上升至7%，新协议被视为一个喘息机会 [3] - 转向美国石油意味着印度的能源支出将增加数百亿美元 [3] - 印度能源部门担心快速转换油源可能影响供应链，进而波及电力和交通运输等关键行业 [5] 地缘政治与多方博弈 - 美国在印度与欧盟签署自贸协议后加速了与印度的谈判，急于确保不失去印度市场 [3] - 如果印度减少一半的俄罗斯石油进口量，俄罗斯每年将损失约200亿美元收入 [5] - 印度与俄罗斯军事合作深厚，其70%的武器依赖俄罗斯的发动机和导弹 [7] AI峰会与科技合作 - 印度邀请中国参加2月在新德里举行的AI影响力峰会，焦点是AI治理、算力合作和数据管理 [9] - 超过100个国家受邀，中国是最早确认参会的国家之一，中国科技部副部长将率队出席 [9] - 印度科技部表示此举旨在加强与中国的合作，避免完全依赖美国技术 [9] - 邀请函强调AI技术在边境数据和供应链管理中的作用，被视为印度平衡各方关系的信号 [10]

人工智能治理的定义与范畴 - 人工智能治理是组织为确保人工智能实例安全、公平且正确使用而建立的一系列规则和检查措施 [1] - 其核心在于确保人工智能使用优质、干净的数据，遵守法律法规，并对重要决策实施人工复核，即“人机协同设计” [1] 人工智能治理框架的构建起点 - 建议从确定一个合适的治理框架开始，可选用现有框架如NIST AI风险管理框架、IEEE伦理一致性设计、欧盟可信AI伦理指南，或创建混合框架 [3] - 强调没有万能的解决方案，框架应根据实际情况调整，且不应受外部强制约束 [3] - 框架的构建可基于中央目录，目录是可视化和管理模型信息的理想场所 [4] 人工智能治理框架的核心构成要素 - **物理细节**：包括模型名称、描述、所有者、管理员、开发者、人工监督团队、版本、状态、生命周期及安全分类 [5] - **用途和范围**：涵盖商业案例、目标受众、允许与禁止的使用场景、关键性和风险等级（如低、中、高）[5] - **技术细节**：包含模型类型或架构、数据信息、性能、鲁棒性测试、偏差检查、模型局限性及安全防护措施 [5] - **操作细节**：涉及部署详情、监控、再培训策略、变更与审计详情，对于大语言模型还需记录提供商、基础模型、提示模板、RAG上下文来源等 [5] 商业案例与使用规范 - 商业案例应详细阐述问题、解决步骤、解决方案及其有效性，并可补充问题持续时间等要求 [8] - 需明确记录解决方案的目标用户及其受益方 [8] - 必须明确规定模型允许和不允许的操作场景，并对限制给出解释，以管理用户期望 [8] 风险与关键性评估 - 关键性分类用于评估模型故障对组织的损害程度，可采用低、中、高等级别 [9] - 风险等级评估潜在损害，低风险对声誉损害小，高风险可能导致严重财务、声誉或法律后果，如泄露个人身份信息或商业机密 [9] - 风险指标用于解释关键性评级的原因，可涉及财务、声誉、法律等多个维度 [9] 技术细节的深度解析 - **模型类型**：需指定模型类别（如大型语言模型、分类器）、行为方式（生成式/预测式）、决策性质（确定性/概率性）及自主程度 [11] - **架构信息**：包括物理部署环境（云、本地）、硬件资源（GPU/CPU、内存）、软件架构（Transformer、CNN）、开发生命周期（预训练、微调）、模型参数及使用的协议（如RAG）[12] - **数据信息**：需详细记录训练数据、微调数据集、RAG数据源，并说明数据的安全级别、来源（公开、授权、合成）以及已知的数据缺口或偏差 [13] 模型性能评估与监控 - **基准测试**：需设立初始基准测试结果作为基线，指标可包括准确率、F1分数等 [14] - **当前性能**：应维护当前基准测试分数以便与初始预期对比，建议限制目录中的历史记录数量，将完整历史保存在独立数据库中 [15] - **性能特征**：衡量指标包括用户感知评分、吞吐量（如每秒请求数RPS、每秒令牌数TPS）、延迟分布（如P95延迟）以及资源利用率 [16] 稳健性、偏见与安全控制 - **稳健性测试**：评估模型在异常条件下的表现，包括对提示变化的敏感度、在噪声输入下的性能、长上下文退化情况、工具故障恢复能力及分布外行为 [17] - **偏见检验**：需记录是否已进行偏差评估、所用测试工具方法、对敏感属性（如种族、性别）的影响观察以及残余偏差风险评级（低/中/高）[18] - **模型局限性**：需向用户和审计部门明确说明模型的已知故障模式、超出范围的使用案例以及已知的幻觉模式 [20] - **护栏和控制**：阐述为降低风险采取的措施，如提示约束、内容过滤、个人身份信息编辑、工具访问限制、人机交互要求、置信度阈值及日志记录等 [21] 治理信息的存储与整合 - 建议将每个AI模型的信息以“AI模型卡”或“AI模型参考”的形式保存在中央目录中 [7] - 强调应记录所有流程和程序在目录中，以消除管理孤岛 [7]

全球南方国家共同诉求与立场 - 全球南方国家拥有反抗殖民统治、争取民族独立的相似历史经历 其共同主张包括捍卫国家主权、不干涉内政和维护文明多样性[4] - 发展是全球南方国家当下最重要的共同利益 它们普遍处于探索现代化道路的不同阶段 需要公平开放的贸易和投资环境 而非制裁、贸易壁垒和脱钩断链[5] - 全球南方国家在面对地缘政治冲突时 表现出强烈的独立自主倾向 拒绝让本国利益服从于霸权意志[5] - 全球南方国家对外部干预保持天然警觉 不再对西方主张亦步亦趋 而是坚持独立自主的发展道路并积极参与国际事务[6] - 在第八十届联合国大会一般性辩论中 多位全球南方国家领导人发声反对霸权主义、单边主义干涉他国内政和破坏国际秩序[6] 全球南方国家的角色与行动 - 全球南方国家并非国际秩序的被动接受者 而是推动国际关系民主化的重要力量[7] - 当前全球治理体系呈现滞后性与失衡性 全球南方国家要求增加代表性、推动国际秩序向更加公正合理方向发展的呼声空前高涨[7] - 面对乌克兰危机 全球南方国家发出了劝和促谈的理性声音 中国积极劝和促谈 并与巴西在联合国发起“和平之友”小组[8] - 面对巴以冲突 全球南方国家站在人道主义和国际法一边 呼吁停止战火、实现国际公平正义[8] - 全球南方国家正主动参与塑造历史 积极构建更加平衡、多极化和具有代表性的全球治理体系[9] - 全球南方国家开辟出一条团结互助的共同发展道路 以双多边平台为依托 在平等互信、互利共赢的基础上实现联动发展[9] 全球南方国家在全球治理中的具体倡议 - 在人工智能治理领域 中国发布《全球人工智能治理倡议》 呼吁增强发展中国家在人工智能全球治理中的代表性和发言权[10] - 在应对气候变化领域 巴西作为《联合国气候变化框架公约》第三十次缔约方大会东道主 联合多国推动将气候融资和公正能源转型纳入核心议程[10] - 在全球经济治理中 二十国集团轮值主席国连续4年由全球南方国家担任 将债务重组、发展融资和数字鸿沟弥合等议题纳入议程[10] 中国与全球南方国家的合作及方案 - 中国式现代化强调循序渐进、兼顾效率与公平 为其他全球南方国家提供了一种可借鉴的思路[11] - 中国采取“存量改革”与“增量构建”并重的做法 提升全球南方在全球治理体系中的代表性和话语权[12] - 在存量改革方面 中国大力推动增加新兴市场国家和发展中国家在国际货币基金组织和世界银行中的权重 并主张优先增加发展中国家在联合国安理会的代表性和发言权[12] - 在增量构建方面 中国通过全球发展倡议、全球安全倡议、全球文明倡议和全球治理倡议 与全球南方国家对接发展战略并开展合作[12] - 中国通过推动金砖国家扩员及“金砖+”模式等完善多边合作 帮助全球南方国家从规则接受者转向规则制定者[12] - 中国通过务实合作项目为全球南方国家赋能 例如在农业领域与非洲国家开展技术示范和能力建设 在基础设施领域帮助非洲国家弥合基建缺口[13] - 中国提出并持续推进高质量共建“一带一路”和四大全球倡议 直接回应了全球南方国家在基础设施不足、融资渠道有限以及能源安全、粮食安全、气候变化等发展及安全层面的核心关切[13]

行业现象：GEO服务的兴起与运作模式 - 生成式引擎优化服务正受到越来越多商家的青睐 其服务会分析AI大模型的内容抓取偏好 并通过技术设定让AI把带有品牌信息的内容整合成答案 即人为控制AI的信息筛选 [1] - 在搜索引擎主导流量的时代 已有针对搜索引擎排名优化网站内容的服务 当前用户使用偏好向AI聚集 AI生成内容成为商业角逐重点 [1] - GEO服务的核心卖点是“迷惑性” 即将商业推广包装成AI生成的客观内容 以增强广告说服力 [2] 潜在风险与合规争议 - 利用GEO服务让AI“打广告”产生了更多合规争议 广告法规定“广告应当具有可识别性 能够使消费者辨明其为广告” 难以被标识的AI广告有侵犯消费者知情权之嫌 [1][2] - 部分GEO服务商为吸引AI的“目光”而捏造事实 涉嫌虚假宣传和不正当竞争 [2] - 若放任大量夹杂商业属性的同质化信息污染AI训练数据 长远来看不利于技术的迭代进化 [3] 治理挑战与监管方向 - 2025年底举行的中央经济工作会议提出“完善人工智能治理” [3] - AI的应用意味着将代替人作出很多具体决策 例如“AI手机”以智能体代替用户点餐、购物 当技术成“黑箱” 用户更容易在不知不觉中被影响 [3] - 传统的互联网广告监管多为事后监管 在AI数据“投喂”阶段进行监管、防患于未然的机制尚待完善 [3] - 治理的当务之急是与时俱进转变治理思维 推动关口前移 提高全流程监管效能 具体包括对新业态特点进行研判并划定清晰红线 明确服务商和平台责任以清除“灰色地带” 探索“以技治技”提升算法透明度和可解释性 [3] 宏观视角下的共性挑战 - AI“打广告”折射出技术变革浪潮中治理面对的共性挑战 技术发展的超前性考验治理者快速反应、及时跟进的能力 技术议题的专业化呼唤以更开放多元的治理格局吸纳更多专业智慧共治共享 [4] - 需要在观点的交锋和利益的博弈中反思并匡正技术走向 避免陷入技术主义的狭隘与傲慢 从而让全社会共享繁荣 [5]

文章核心观点 - 生成式引擎优化服务正受到商家青睐，通过技术手段人为影响AI大模型的内容抓取与答案生成，使AI输出带有品牌推广性质的内容，这实质上是利用AI“打广告” [1] - 这种将商业推广包装成AI客观内容的方式具有强迷惑性，引发了关于侵犯消费者知情权、涉嫌虚假宣传与不正当竞争等合规争议，同时可能污染AI训练数据源，长远不利于技术迭代 [1][2] - 面对AI“打广告”等新业态带来的治理挑战，需要推动监管关口前移，完善全流程监管，通过划定红线、明确责任、提升算法透明度等方式，在促进创新与保障用户权益间取得平衡 [3][4] GEO服务的兴起与运作模式 - 商家对GEO服务的青睐度上升，该服务通过分析AI大模型的内容抓取偏好，运用技术设定使AI将品牌信息整合进生成的答案中，实现人为控制AI的信息筛选 [1] - 此模式类似于搜索引擎主导时代的SEO，是商业竞争在用户偏好向AI聚集背景下的自然延伸 [1] - GEO服务的核心“卖点”在于其迷惑性，能够将商业推广包装成AI生成的客观内容，从而增强广告的说服力 [2] 引发的合规与行业风险 - GEO服务使AI生成的广告难以被标识，可能违反广告法关于广告应具有可识别性的规定，涉嫌侵犯消费者知情权 [2] - 部分服务商为吸引AI关注而捏造事实，涉嫌虚假宣传和不正当竞争 [2] - 大量夹杂商业属性的同质化信息可能污染AI训练数据源，长远来看不利于AI技术的迭代与进化 [2] 治理挑战与监管方向 - AI应用（如“AI手机”代理决策）使技术成为“黑箱”，用户可能在不知不觉中被影响，传统的互联网广告事后监管模式面临挑战 [3] - 治理的当务之急是转变思维，推动监管关口前移，特别是在AI数据“投喂”阶段建立防患于未然的机制 [3] - 需要研判新业态特点以划定清晰红线，明确服务商和平台责任以清除“灰色地带”，并探索“以技治技”以提升算法透明度与可解释性 [3] - 技术发展的超前性和议题的专业化要求治理体系具备快速反应能力，并构建开放多元的格局以吸纳专业智慧共治共享 [4]

项目启动与核心目标 - 北京大学中外人文交流研究基地与启明创投联合启动“构建人工智能护栏的全球共识”课题项目 [1] - 项目致力于建立清晰、可操作、可持续的共识达成与落实机制，以破解AI治理分歧 [2] - 项目旨在为各界搭建一个基于共同认知的对话框架 [1] 人工智能的机遇与挑战 - 人工智能在信息处理、知识创新、健康保障、经济提质增效等领域取得显著进展 [1] - AI是一项变革性技术，将在多数情况下提升效率、提升生活品质，乃至改变社会运行方式 [1] - AI在带来深刻改变的同时，也带来很多全球性的风险和挑战 [1] 治理框架与方法论 - 项目计划通过“全景绘制”梳理各国AI治理框架，明确共识、分歧与空白领域 [2] - 项目将依托“共研协调”建立分歧动态追踪机制，识别全球AI治理安全红线与共同基础 [2] - 项目将落实“机制落地”，构建“对话—共研—转化—追踪”全流程机制，推动共识凝聚与技术可持续发展 [2] 风险识别与治理重点 - 应区分人工智能的“存在性风险”与“系统性风险”，当前政策应聚焦于现实、可解决的系统性风险 [2] - AI风险具有多层次性，需强调“动态安全观”与“敏捷治理”理念 [3] - 护栏设计需考虑内在权衡，开放科学与研究共享对于全球共同学习、避免重复错误至关重要 [2] 治理实施与协作机制 - 建议建立从企业到国家的“PDCA”（计划、执行、检查、处理）闭环管理机制，形成多方协同的治理生态 [3] - 可通过具体的风险评估与模型测试让AI治理原则落地 [3] - 呼吁加强跨国危机管理协作，共同提升应对突发事件的能力 [3] 国际合作与共识构建 - 人工智能风险的有效治理是全球性课题，亟需国际社会携手合作、协同应对 [1] - 研究应正视政治差异与制度能力建设问题，在承认分歧的基础上寻求可操作的共识与架构 [3] - 建议从识别若干无争议的共识性治理课题入手，突破当前治理对话受困于话语分歧、无法行动的局面 [3] 治理的最终目标与社会影响 - 任何技术或制度性护栏的效力最终都依赖于其所嵌入的法律与社会规范体系 [3] - 对护栏的合理期待不是其能确保绝对安全，而是在存在重大不确定性的背景下有助于维护公众安全感知和社会信任 [3]