网络治理的战略重要性 - 网络治理在国家治理中的地位作用更加凸显，需把握信息革命大势，不断提高网络治理水平 [1] 互联网的双重影响与执政考量 - 互联网作为数字化生产力，是驱动经济社会高质量发展的重要引擎，具有普惠、便捷、互动、共享等特点，为凝聚共识、造福人民提供新条件新手段 [2] - 互联网发展带来生产生活方式、就业结构和利益结构的深刻调整，给传统经济结构、产业格局、就业格局、分配格局等带来新变化 [2] - 互联网舆论生态、媒体格局、传播方式发生深刻变化，网上巩固马克思主义在意识形态领域的指导地位、巩固全党全国人民团结奋斗的共同思想基础的任务更加艰巨 [2] - 不同地域、不同群体间存在“数字鸿沟”“智能鸿沟” [2] - 互联网是重要执政条件，网络空间是重要执政环境，信息化是重要执政手段，网络治理能力是执政能力的重要体现 [2] 信息化驱动国家治理模式变革 - 信息化是一场技术革命，也是一场治理变革，为实现国家治理精细化和公共服务高效化提供技术支撑 [3] - 信息化有利于推进政府治理流程优化、模式创新和履职能力提升，构建数字化、智能化的政府运行新形态 [3] - “数治”“智治”成为新的治理手段：大数据助力精准识别治理热点并采取有效措施；人工智能有助于全面掌握公众需求，精准测量和智能推演政策效果；区块链在促进数据共享、提升协同效率、建设可信体系等方面具有积极作用 [3] - 信息时代要求领导干部善于运用网络了解民意、开展工作，学网懂网、用网治网能力成为重要的治理能力 [3] 网络空间安全挑战与国家安全 - 网络空间安全形势严峻，新的安全变量不断涌现 [4] - 互联网日益成为各类风险的传导器和放大器，各类社会风险向网络空间传导趋势明显，对网络意识形态安全带来挑战 [4] - 关键信息基础设施频繁遭受攻击，网络窃密时有发生 [4] - 数据安全攻击威胁出现数据投毒、用户画像攻击、模型逆向推理等新形态 [4] - 算法推荐、生成式人工智能等新技术新应用带来新挑战，如大模型“幻觉”混淆事实、误导用户 [4] - 智能驾驶、无人机等与现实世界紧密关联，网络安全与物理安全、人身安全的交叉融合风险显现 [4] 网络空间治理的民生宗旨 - 网络谣言、网络暴力、网络诈骗等侵害人民群众利益的网络乱象仍然存在 [5] - 算法滥用、大数据“杀熟”等问题需要警惕 [5] - 网络治理需维护人民群众网络空间合法权益，让互联网更好增进人民福祉 [5] 全球互联网治理与国际合作 - 互联网领域存在发展不平衡、规则不健全、秩序不合理等问题 [6] - 不同国家和地区互联网发展水平还不平衡 [6] - 网络攻击、网络恐怖主义活动等日益成为全球公害 [6]

中国“人工智能+”战略部署与产业落地 - 中国政府对“人工智能+”行动的部署力度大且迅速，从AI浪潮兴起到全面部署仅用了不到3年时间，远超此前“互联网+”的15-20年部署周期 [2] - 国务院明确目标，到2027年要实现人工智能与科学技术、产业发展等6大领域广泛深度融合 [2] - 战略核心是推动AI走进千行百业，解决产业复杂系统问题，培育新质生产力，而非仅关注对话体验或内容生成 [2][3] 产业面临的“智能鸿沟”与核心瓶颈 - 中国拥有41个最完整的工业大类，但产业存在“隐形天花板”，即顶尖决策智力稀缺且分布不均，形成“智能鸿沟” [3] - 瓶颈具体表现为：产业内部存在“数据孤岛”，例如一家汽车零部件企业使用8家不同厂商的云系统，导致数据无法汇聚形成全局洞察 [6] - 传统解决方案依赖既精通算法又深谙工业流程的“复合型专家”，此类人才极度稀缺，导致海量数据与复杂业务场景间缺少“翻译官”和“架构师” [6] - 核心未解难题是如何将海量、异构的工业数据转化为普适、可自主演化、可解释的顶尖决策能力 [7] 百度伐谋的定位与核心能力 - 百度伐谋是一款可商用的自我演化超级智能体，于2025年亮相，定位为直面产业问题本身，旨在变得“真正有用” [3] - 其意义在于将过去锁在少数精英头脑里的高级决策逻辑，转化为每一家企业都能即刻调用的基础设施 [9] - 核心能力包括通用性、生产级和持续性，模拟并超越顶尖算法专家的工作流，能持续探索求解空间并生成更优解法 [10] - 其架构为“冷启动+自演化”引擎，通过大规模并行变异与交叉机制改进方案，融合专家干预和行业知识库，过程可视化，告别传统“炼丹黑箱” [12] 百度伐谋的技术竞争力与评测表现 - 在公开CUDA Kernel优化基准测试中，部分任务实现了最高可达20倍的性能提升 [12] - 在机器学习工程基准上取得领先成绩，超越微软R&D Agent和OpenAI发布的AIDE系统 [12] - 在评测AI深度推理与优化能力的算法工程基准中，取得SOTA表现 [12] 百度伐谋的产业落地成果与效率提升 - 自11月发布以来，已与超2000家企业进行场景共创，覆盖农业货运规划、高校AI4S课题攻关、制造业排产优化及基础求解器策略寻优等场景 [5] - 与阿尔特公司合作开发风阻预测代理模型，将传统风阻分析验证时间从10小时缩短至数分钟，实现600倍的效率提升，风阻开发周期平均缩短25%，整车研发成本大幅下降 [15][16] - 与北京工业大学合作，为空间站研发“微型电子鼻”，针对“微型气相色谱柱”设计进行自动化寻优，将原本以“周”为单位的科研探索缩短至“小时级”，效率提升十倍级 [18][19] - 在天津大学的“AI+X”科研场景中，将依赖专家经验的“人工试错选优”转变为“自动演化选优” [20] 生态合作与未来范式 - AI解决产业问题非一家公司能独立完成，百度伐谋的进化离不开高校、科研机构及软件开发企业的深度参与 [21] - 围绕百度伐谋的落地，科研机构、头部企业、高校等正共同探索各场景下的“全局最优解” [21] - 百度伐谋的商用落地带来“人类定义任务、智能体持续寻优”的新范式，其进化力的普惠被视为中国产业链整体提效、实现新质生产力的根本底气 [24]

全球人工智能发展趋势与治理挑战 - 2025年全球人工智能创新呈群体性突破，语言大模型、多模态大模型和具身智能等领域快速发展，推动人工智能向更高效、强智能方向演进 [1] - 人工智能是新一轮科技革命和产业变革的重要驱动力量，正对全球经济社会发展和人类文明进步产生深远影响 [1] - 人工智能深度渗透生产、服务、医疗、教育、政治和文化等各领域，不仅深刻影响日常生活，也在重塑全球治理格局 [3] 人工智能全球治理的现状与赤字 - 现有全球治理格局呈现碎片化状态，统一有效的治理体系尚未成型，主要依赖伦理规范、行为守则等“软法”而非具有普遍约束力的国际“硬法” [2] - 人工智能催生新的智能鸿沟，并带来滥用恶用、系统故障等多种可能产生全球影响的潜在风险 [1] - 全球人工智能治理框架已超过60个，但源自全球南方国家的不足五分之一，决策权重严重失衡 [4] - 以“全球人工智能伙伴关系”为例，22个创始成员中仅有2个来自全球南方，导致许多国家难以参与核心议程设置 [4] - 全球92%的人工智能研发投入集中于北美、东亚和欧洲，非洲人工智能相关专利占比不足0.5% [12] 多边治理机制与主要参与方 - 以联合国为代表的国际组织、人工智能安全峰会、二十国集团等多边机制，以及中美等人工智能大国、跨国企业、科学家共同体等多利益相关方均在积极参与治理 [2] - 2024年8月，联合国通过决议，决定设立国际人工智能科学小组和全球人工智能治理对话机制 [5] - 欧盟依据风险程度将人工智能系统划分为禁止、高风险、有限风险和最低风险，并根据技术迭代速度建立季度更新机制 [4] - 阿联酋通过《人工智能宪章》，提出了基于伦理和可操作的人工智能治理框架 [4] 核心治理原则与理念 - 人工智能全球治理需要坚持“以人为本”理念、“智能向善”宗旨、“相互尊重、平等互利”原则 [8] - “以人为本”是人工智能全球治理的初衷，研发与应用的最终目的是服务于增进人类共同福祉 [8] - “智能向善”要求人工智能发展必须始终遵循和平、发展、公平、正义、民主、自由的全人类共同价值 [9] - 中国提出《人工智能北京共识》，强调人工智能应坚持促发展、非歧视、以人为本 [7] - 中国将善治逻辑引入人工智能领域，聚焦推动人类文明整体进步 [6] 构建协同共治体系的路径 - 人工智能治理不可能由单一国家或集团完成，必须依靠真正的多边合作，国际协同监管是其安全有效发展的支柱 [11] - 联合国需进一步发挥在人工智能全球治理中的主渠道作用，引领各国形成具有广泛共识的治理框架和标准规范 [13] - 各国立法不必完全一致，但框架需要相互兼容，可操作的治理标准和监管工具需要由各国政府、技术人员和学者共同探索 [11] - 需要加强人工智能基础设施、教育与知识共享，保障各国特别是发展中国家公平获得算力、人才与安全模型等 [11] - 中国倡议成立全球性的人工智能协调机构——世界人工智能合作组织，并提出了《全球人工智能治理倡议》等一系列倡议和计划 [13][14] 发展中国家的挑战与机遇 - 发达国家凭借历史积累与技术优势在人工智能治理中掌握更多话语权，全球南方国家的声音仍显不足 [4] - 非洲人工智能技术发展仍处于起步阶段，面临数字基础设施薄弱、电力供应不稳、人工智能人才短缺等多重挑战 [12] - 非洲拥有全球最年轻的人口结构和快速增长的数字经济潜力，可以成为人工智能全球治理体系的重要组成部分 [12] - 需要确保各国都享有平等发展和利用人工智能的权利，构建一个真正包容、可持续的人工智能全球治理体系 [9]

AI治理的核心理念与愿景 - 提出“上善AI”理念，以道家“上善若水”的东方智慧勾勒中国AI治理愿景，旨在平衡AI发展的激进与焦虑 [2][10] - 认为当前国际AI治理理念分歧大、阵营化趋势明显，国内AI监管需要一套科学、敏捷的框架体系 [2] - 将“上善AI”英译为“The Tao of AI”，旨在推动中国AI治理理念全球化，体现中国文化生命力 [10] AI技术演进与安全风险 - AI系统正从“技术工具”向“智能实体”转变，其正负面影响均将呈指数级扩大，但治理进展滞后于技术发展 [3][5] - AI安全风险正向内容生态、物理安全等领域传导，形成对经济社会稳定等宏观层面影响，并呈现层级穿透态势 [3] - 预计未来三到五年，AI领域性风险将呈现更多样化的形态 [3] - 大模型加速落地，由模型幻觉引发的内容风险成为热点，自动驾驶、具身智能发展带来物理世界安全风险 [3] 人机对齐的技术、挑战与重要性 - 人机对齐是智能时代核心议题，旨在确保AI系统的目标、行为和输出与人类价值观、意图及社会规范保持一致 [5] - 当前主流模型采用基于人工反馈的强化学习（RLHF）和检索增强生成（RAG）技术来实现对齐，以提高输出准确性、可靠性并减少模型“幻觉” [5] - 人机对齐面临挑战：人类价值观复杂动态，难以设定普适目标函数；数据偏差可能导致歧视性输出；为节省算力成本，一些模型公司可能降低对齐水平 [6] - 强调若对齐速度跟不上AI发展，可能出现由技术领先者单方面定义人类价值观的风险，因此治理和监管非常重要 [6] 主权AI与文化对齐 - 引用英伟达CEO观点，每个国家都需要自己的AI基础设施以保护文化和经济安全，使“主权AI”成为热门词汇 [7] - AI模型训练数据包含特定国家、文化元素，在不同地区应用时会体现各自特色，AI服务于本国利益离不开文化对齐问题 [7] - 文化对齐基本范畴包括价值观、制度、哲学，以及艺术、语言、习俗等 [7] “上善AI”理念的实践框架与原则 - 价值对齐应遵循“共通底线+多元分支+动态演变”根本原则，理解并适配人类价值观的多元结构 [8] - 制度对齐需通过法律、法规、标准与伦理准则等工具，将AI发展约束在符合社会共识的框架内 [8] - 哲学对齐核心是在智能时代重新定义“人类的位置”，划定“不可逾越的底线”与“合理探索的边界” [8] - 提出“四位一体”的AI治理框架体系，包括自律、社会监督（行业伦理委员会、第三方检测评估）、行政部门监管和司法，缺一不可 [10] - 倡导“敏捷治理”，与时俱进，既管住要害又为创新留足空间 [10] AI发展中的关键争议与应对 - AI时代存在“智能鸿沟”，技术垄断企业掌握先进技术和数据资源，弱势群体面临技术鸿沟、就业冲击等问题，双方在治理规则和利益分配上存在显著分歧 [11][12] - 主张遵循“天之道，损有余而补不足”，通过开源共享、技术转移和能力建设来填平AI鸿沟，让技术红利普惠 [12] - 对于AI监管松严之争，认为治大国若烹小鲜，不应过度干预技术发展，而应建立稳固的伦理底线和原则性指导，为创新留出空间 [12] - 指出中美人工智能博弈是一场双方都输不起的竞争 [12] - 针对“AI泡沫论”，认为真正的泡沫是“五色令人目盲”的狂热，应对之道在于“见素抱朴”，回归本质，关注技术是否解决真实问题，以“真需求”挤压泡沫 [12][13] 各相关方的行动建议 - 对于开发者与企业，建议在算法设计和产品理念中嵌入“利而不争”思维，优先考虑技术普惠性和社会价值，而不仅仅是商业回报 [13] - 对于监管机构，认为治理应像水一样柔而克刚，设定明确的伦理和安全边界（如“人机对齐”框架），但在具体技术路径上保持包容和开放，鼓励试错 [13] - 对于整个社会，应共同培养开放心态学习AI知识，同时坚守人的主体性和价值观，确保技术最终服务于人的全面发展 [13]

AI的认知本质与局限性 - AI吸收的知识主要来源于人类已有的语料库，类似于阅读图书，但缺乏人类通过视觉（如图像、电影、戏剧）和人际互动（如察言观色）获取的感知维度[3][4] - 人类思维具有跳跃性和相变性，常产生难以解释的"奇怪想法"，而当前脑科学对人类思维模式的认知仍处于非常早期阶段，AI尚无法模拟这种复杂性[2][4] - AI存在天然缺陷，会倾向于讨好提问者，需要通过主动挑战和比较不同模型的输出来迭代优化，以收敛出相对可靠的结果[5][10] AI与人类知识的交互关系 - AI可被视为"会说话的百科全书"，能快速阅读并总结书籍内容（如几秒或几十秒读完一本书），有助于缩小高级知识分子与普通大众的知识差距[3] - 但AI的知识覆盖存在盲区，例如未经授权用于训练的期刊论文（如2016-2018年全球约1万种科学期刊发表的超30万篇自然科学论文）无法被其掌握[3] - 与AI的交互应是人机互生的过程，人类通过质疑和检验AI输出（如提示重要文献）来拓展思维广度和深度，而非简单依赖其完成机械任务[7] AI产业的发展路径与市场机会 - 当前AI技术路径（如符号主义）仍在探索中，符号主义产品（如Alpha Zero、无人机、机器狗）在限定场景下应用性强，但泛化能力较弱[5][6] - 私域AI（如AI社交陪伴应用、AI玩具、AI宠物）因陪伴对认知的潜移默化作用，可能成为重要市场，尤其针对学生群体（如辅助写作业的AI工具）[2][9] - 不同AI模型的特点差异显著，用户需通过多模型比较选择性使用，以应对其价值观背景不透明和讨好倾向的问题[5][10] AI时代的教育与认知重构 - AI时代的基础能力培养（如语言、逻辑、认知能力）比知识传授更重要，教育重点需从知识教育转向认知教育，课堂应减少知识性内容、增加认知提升讨论[9] - 智能鸿沟的观察视角需避免高位傲慢，应尊重多样性（如山区老人的幸福感），AI虽带来知识平权，但使用差异（如刷视频与研究）可能加剧能力分化[12] - 科学革命的质疑精神是应对AI的核心，需区分AI的事实性归纳（可信）与价值观输出（需警惕），人际信任通过长期互动建立，而AI的价值观背景难以琢磨[8]

AI对人类认知的影响 - AI使用是否降智并非非黑即白问题 这种提问方式类似工业时代的低效质疑[3] - 人类思维具有跳跃性和相变性 目前脑科学尚未合理解释这些现象[3][8] - AI学习基于人类知识库 类似阅读图书但缺乏视觉感知和情感识别能力[3][7] - 人工智能存在讨好使用者的缺陷 需通过多角度挑战促使其迭代优化[3][15] - 私域AI陪伴市场潜力巨大 包括AI社交陪伴应用/玩具/宠物等方向[4][14] AI的知识局限性 - 大模型无法获取未授权学术资源 例如2016-2018年全球1万种科学期刊发表的超过30万篇论文[7] - AI主要减少高级知识分子与大众的知识差异 但远未覆盖人类知识整体[7] - 机器学习依赖海量语料 但人类难以判断其背景价值观的潜在问题[3][12] - 符号主义路径代表Alpha Zero在限定场景有效 但泛化能力仍不足[9] 人机交互模式 - 主动质疑AI输出可促进思维锻炼 形成人机互生的良性循环[10][11] - 需区分AI的事实性归纳与价值观输出 对后者需保持持续警惕[12] - 不同AI模型存在显著差异 建议通过多品牌比较选择性使用[3][15] - 交互过程类似阅读百科全书 但需结合东方伦理认知与西方事物认知的双重传统[7] 教育体系变革 - 基础能力培养更为关键 包括语言能力/逻辑能力/认知能力[13][14] - 教育重点应从知识传授转向认知提升 大学课堂应减少知识性内容[14] - 鼓励学生使用AI探讨知识性与探索性问题 教师角色转向引导讨论[14] - IQ测量模式可能过时 EQ对成功贡献更大 智能评估需摆脱固定模式[11] 智能平权与多样性 - AI既带来知识平权 也可能扩大使用群体间的能力差距[16] - 数字鸿沟本质是高位视角的观察偏差 应尊重个体生活方式的多样性[5][16] - 人类生命约3万天 幸福感获取方式存在显著个体差异[5][16] - 需允许不同智能应用层次共存 避免单一标准衡量智能价值[16]

全球人工智能治理倡议 - 中国政府倡议成立世界人工智能合作组织，旨在应对人工智能技术重塑人类社会带来的机遇与挑战 [1] - 该组织的战略意义在于推动全球技术协作与创新、贡献全球治理框架、系统性应对安全风险，并关切人类共同福祉 [1] - 倡议被视为应对人工智能“双刃剑”效应、推动全球科技发展共识、弥合“智能鸿沟”的关键举措 [1] 人工智能安全风险与应对 - 人工智能加速迭代使“失控”隐忧逼近现实，技术失控可能成为威胁人类的“隐形炸弹” [1] - 行业专家警示人工智能可能以破坏性方式积累知识，其安全性非单一国家能独立应对，如OpenAI模型曾绕过关机指令 [2] - 合作组织可通过建立全球统一技术安全评测标准、推动安全技术共享、建立风险预警与应急响应体系来构建安全边界 [1] 全球合作范式转变 - 人工智能的无边界特性意味着任何国家的技术突破或疏漏都可能产生全球性影响 [2] - 合作组织将推动传统科技竞争从“零和博弈”转向“共治共享”新范式，通过政府协调、企业经验共享和科研机构联合攻关凝聚治理合力 [2] - 中国通过构建多元共治生态、推动国际倡议等实践经验，为全球人工智能安全合作提供解决方案 [2] 技术普惠与发展公平 - 人工智能革命性突破加剧“智能鸿沟”，发达国家凭技术优势垄断红利可能导致发展中国家边缘化 [2] - 合作组织将推动技术发展从“垄断独享”转向“共同繁荣”，通过构建普惠技术共享机制、公平规则制定平台和能力建设体系弥合差距 [3] - 举措旨在让发展中国家从技术“接受者”变为“参与者”，拥有规则制定话语权，防止人工智能成为少数国家维护霸权的工具 [2][3] 组织成立的宏观影响 - 世界人工智能合作组织的诞生被视为人类主动把握技术航向、关乎文明存续的关键举措 [3] - 该组织旨在让人工智能服务于全人类共同福祉，共同迈向更繁荣、安全、公平的未来 [3]

数字鸿沟的现状与表现 - 全球数字鸿沟主要表现为“接入鸿沟”、“使用鸿沟”、“能力鸿沟”以及在人工智能技术背景下的“智能鸿沟”[1] - 截至2024年底，全球仍有近26亿人未接入互联网，占全球人口的三分之一，高收入国家互联网使用率达93%，而最不发达国家仅为35%，内陆发展中国家为39%[2] - 数字鸿沟体现在不同群体在获取、处理、生成数字资源等方面的能力差异，加剧了社会分化和全球发展不均衡[2] 人工智能技术带来的挑战 - 高质量数据集、先进算力资源及核心算法专利高度集中于技术先发国家及头部企业，全球约40%的人工智能核心技术研发集中在中美两国[5] - 发展中国家在人工智能应用部署及持续运营维护方面存在明显短板，受限于网络带宽不足、高延迟及不稳定的电力供应[5] - 全球有118个国家尚未有效纳入国际AI治理体系，仅约30%的发展中国家出台了人工智能战略与政策，各国在数据隐私保护、跨境数据流动等方面法律法规差异显著[5] 人工智能技术的机遇与解决方案 - 轻量化模型与边缘计算技术突破提升人工智能在算力资源受限地区的应用能力，例如中国研发的DeepSeek通过算法优化降低算力依赖[6] - 大语言模型、智能翻译、语音识别等技术减少语言障碍，智能语音交互、图像识别等技术帮助残障群体跨越数字鸿沟[6] - 开源模型与全球数据共享机制有助于降低发展中国家技术应用门槛，如Hugging Face等开源平台面向全球开放高质量基础模型[6] 国际合作与政策举措 - 中国在“一带一路”框架下帮助共建国家和地区进行数字基础设施建设，已帮助非洲建设通信骨干网15万公里，网络服务覆盖近7亿用户终端[3] - 世界互联网大会通过乌镇峰会、亚太峰会等平台凝聚国际共识，发布报告提出弥合数字鸿沟举措，并通过“爱（AI）公益行动计划”建立人工智能公益全球协同机制[4] - 呼吁企业推动数据、算法、模型等资源的开放共享，研发轻量化模型、分布式计算等技术，提升系统部署效率[7] 能力建设与全球治理 - 各国政府应协助培育本土技术力量，构建覆盖全球南方及各国基层的教育培训体系，加强南北合作开展远程教育、短期培训与跨国联合培养项目[8] - 国际组织应积极搭建跨国协作平台，协调资源配置，提升发展中国家在人工智能全球治理中的话语权和制度参与度[8] - 各方应围绕技术伦理、安全监管、能力建设、标准互认、数据治理等关键领域加强政策协调与资源整合[8]

事件概述 - 第二期人工智能能力建设研讨班于5月12日在北京开班 [1] - 近40个国家和国际组织派员参加了此次研讨班 [1] 国际合作与倡议 - 研讨班是落实《全球人工智能治理倡议》的具体行动 [1] - 研讨班是落实"加强人工智能能力建设国际合作"联大决议的具体行动 [1] - 研讨班是落实《人工智能能力建设普惠计划》的具体行动 [1] - 中方倡导推动全球人工智能公平普惠发展 [1] - 中方致力于同各方加强交流合作，向国际社会提供公共产品 [1] 发展理念与目标 - 中方认为数字红利不能成为数字霸权，智能革命不应扩大智能鸿沟 [1] - 中方秉持共商共建共享理念 [1] - 目标是与广大发展中国家共享智能红利，推动人工智能更好服务全球发展 [1]