飛象原創（孫迎新/文）生成式人工智能大模型是基于深度學習和大規模數據集訓練的復雜算法，能夠生成高質量、多樣化的文本、圖像、音頻和視頻等新內容。這些模型通過學習大量數據中的模式和特征，從而在無需人工干預的情況下創造全新的原創內容。在這個由算法和數據驅動的奇跡中，AI大模型能夠用語言描繪出栩栩如生的故事，用音符編織出動人心弦的旋律，甚至能夠用代碼構建出功能強大的軟件。它們不僅僅是工具，更是藝術家、音樂家和工程師的伙伴，共同創造出超越想象的作品。

日前，中央網信辦主任莊榮文在接受新華社采訪時表示，近年來，生成式人工智能快速發展，新技術不斷突破，新業態持續涌現，為經濟社會發展注入了強勁動能。截至目前，我國完成備案并上線、能為公眾提供服務的生成式人工智能服務大模型已達190多個，注冊用戶超過6億。

作為數字時代，推動人類在科技、生產、生活等各方面進行智能化轉型發展的重要工具與驅動力，生成式AI大模型的地位與重要性不言而喻，同時如何對擁有海量注冊用戶的大模型進行管理與建設也成為全球各國的信息科技管理部門亟待解決的問題。為此，莊榮文表示，積極推動生成式人工智能發展和管理，是網信工作的重要職責。在去年7月，國家網信辦會同相關部門發布《生成式人工智能服務管理暫行辦法》，在全球范圍內率先開展立法，為我國人工智能健康發展保駕護航。相關技術和應用呈現出積極有序發展的良好態勢。

針對如何推進人工智能基礎能力建設，加速自主大模型研發和應用，莊榮文做了進一步的闡述，并提出四個方面的建議，并表示下一步，將堅持統籌高質量發展和高水平安全，推動這一重要領域的產業發展、技術進步與安全保障。

建：強化自主可控，激發創新活力

生成式人工智能的發展，離不開自主可控的技術基礎，高質量的數據支持，合理的監管治理，以及企業的創新活力。通過以下四個方面的努力，我們可以期待，在不久的將來，我國的生成式人工智能技術將達到一個新的高度，為社會的發展做出更大的貢獻。

著力促進自主可控算力芯片、算法框架研發建設

自主可控的算力芯片和算法框架是生成式人工智能發展的基礎。算力芯片作為AI的“心臟”，其性能直接影響到AI模型的處理速度和效率。而算法框架則是AI的“大腦”，決定了AI的智能程度和應用范圍。目前，雖然國際上已有一些成熟的算力芯片和算法框架，但為了實現技術的自主可控，我們必須加大研發力度，推動國產算力芯片和算法框架的發展。

例如，華為推出的昇騰系列AI處理器，以及百度的PaddlePaddle深度學習平臺，都是我國在這一領域的杰出代表。通過這些自主研發的產品，我們可以減少對外部技術的依賴，提高我國在AI領域的競爭力。

打造高質量中文語料庫，大力推進人工智能基礎能力建設

中文語料庫的建設對于生成式AI尤為重要。由于中文的特殊性，如語言結構、語境理解等，都需要大量的中文數據來訓練和優化模型。因此，構建一個高質量、覆蓋廣泛的中文語料庫，對于提升AI的中文理解和生成能力至關重要。

同時，基礎能力的建設也是不可或缺的。這包括數據的采集、清洗、標注等前期工作，以及模型的訓練、測試、優化等后期工作。只有打好基礎，才能讓AI模型更加精準、智能。

堅持包容審慎和敏捷治理，優化大模型備案流程

在AI技術快速發展的同時，我們也面臨著諸多挑戰，如數據安全、隱私保護、倫理道德等問題。因此，我們需要堅持包容審慎的原則，對AI技術進行合理的監管和治理。

敏捷治理是指在確保安全的前提下，簡化流程，提高效率。例如，對于大模型的備案流程，我們可以采用在線備案、快速審核等方式，減少企業的等待時間，提高備案的效率。

降低企業合規成本，持續激發企業創新活力

合規成本是企業在遵守法律法規時所需承擔的成本。過高的合規成本可能會抑制企業的創新活力。因此，我們需要通過政策支持、稅收優惠等措施，降低企業的合規成本，激發企業的創新動力。

同時，企業自身也應該加強合規意識，主動適應監管要求，確保技術的健康發展。只有這樣，企業才能在激烈的市場競爭中立于不敗之地。

用：引導應用落地，賦能行業發展

生成式人工智能作為一項前沿技術，其在各行業的應用前景廣闊。通過充分發揮我國市場優勢，激活AI賦能實體經濟的作用，并推動其在傳統行業領域的應用突破，我們有理由相信，生成式AI將成為推動社會進步和經濟發展的重要力量。讓我們攜手共進，擁抱AI帶來的無限可能。

發揮市場優勢，促進技術落地

中國擁有世界上最大的互聯網用戶群體和快速增長的數字經濟市場。這一超大規模市場為生成式人工智能提供了廣闊的應用場景和豐富的數據資源。在工業領域，生成式AI可以通過模擬和預測，優化生產流程，提高效率和質量。例如，通過機器學習算法，可以預測設備故障，減少停機時間，提升生產線的穩定性。

在農業領域，生成式AI的應用可以提高作物產量和質量。通過分析氣候、土壤和作物生長數據，AI能夠為農民提供定制化的種植建議，實現精準農業。此外，AI還能夠在教育、醫療和衛生等領域發揮重要作用。在教育中，AI可以根據學生的學習進度和能力，提供個性化的學習計劃和資源。在醫療領域，AI輔助的診斷系統能夠提高診斷的準確性和效率，為患者提供更好的治療方案。

激活AI賦能實體經濟的作用

生成式AI不僅僅是技術層面的創新，更是實體經濟發展的新引擎。通過深度學習和神經網絡技術，AI能夠生成新的產品設計、優化供應鏈管理、提升客戶服務體驗等。這些應用不僅提高了企業的競爭力，也為消費者帶來了更多的選擇和便利。

例如，零售業通過AI分析消費者行為，能夠更準確地預測市場需求，減少庫存積壓，提高資金周轉效率。在金融領域，AI風控系統能夠實時監控交易行為，及時發現并防范欺詐風險，保障金融市場的穩定。

推動傳統行業領域的應用突破

盡管生成式AI在多個領域已經取得了顯著的成果，但在傳統行業中的應用仍有很大的發展空間。我們需要通過政策引導、資金支持和人才培養，推動AI技術與傳統行業的深度融合。

在制造業，AI可以與機器人技術結合，實現自動化和智能化生產。在建筑業，AI輔助的設計軟件可以提高設計效率，優化建筑結構。在交通領域，智能交通系統可以通過實時數據分析，優化交通流量，減少擁堵。

防：守牢安全底線，防范濫用風險

生成式人工智能的發展，為我們帶來了前所未有的便利和創新。然而，技術的進步不應以犧牲安全為代價。通過建立完善的安全標準體系，推動技術本身的安全能力提升，指導企業合法合規經營，以及積極防范技術濫用帶來的風險，我們可以在享受技術紅利的同時，確保社會的穩定和每個人的權益得到保護。這不僅是技術發展的要求，也是我們共同的責任和追求。

豐富完善安全標準體系

首先，我們需要在分類分級、安全測試、應急響應等方面建立和完善安全標準體系。這意味著，對于不同的生成式人工智能應用，要根據其潛在的風險和影響程度進行分類，制定相應的安全標準。例如，對于可能涉及個人隱私的應用，需要有更為嚴格的數據保護標準。

安全測試是確保技術安全的重要環節。通過模擬各種潛在的安全威脅，我們可以在產品發布前發現并修復安全漏洞。此外，建立應急響應機制，確保在安全事件發生時能夠迅速有效地應對，減少損失。

引導推動大模型提升安全能力水平

生成式人工智能的大模型，如自然語言處理（NLP）和圖像生成模型，是技術發展的核心。推動這些大模型提升安全能力，不僅是技術層面的挑戰，也是道德和社會責任的體現。我們需要引導研發者在設計和訓練模型時，充分考慮安全性，避免生成有害或不當的內容。

同時，通過持續的技術創新，如引入對抗性訓練和強化學習等方法，可以提高模型對惡意輸入的抵抗力，減少被濫用的風險。

指導相關平臺企業合法合規提供優質服務

平臺企業作為技術的應用者和推廣者，承擔著向用戶提供優質、安全服務的責任。政府和監管機構應指導這些企業遵循法律法規，建立健全的用戶數據保護機制，確保服務的合法合規。

此外，平臺企業還應加強與用戶的溝通，提高透明度，讓用戶了解其數據如何被使用和保護，增強用戶對平臺的信任。

防范技術濫用帶來的風險

技術濫用帶來的風險多種多樣，包括個人數據泄露、虛假信息生成、知識產權侵權等。防范這些風險，需要多方面的努力。

在個人數據保護方面，應加強數據加密技術的應用，限制數據訪問權限，確保只有授權人員才能訪問敏感數據。對于虛假信息的生成，可以通過算法識別和人工審核相結合的方式，及時發現并處理虛假內容。知識產權侵權問題則需要加強法律法規的建設，明確人工智能生成內容的版權歸屬，保護原創者的合法權益。

治：堅持協同共治，營造良好生態

在生成式人工智能領域，堅持協同共治，營造良好生態是一項長期而艱巨的任務。它需要我們不斷探索和實踐，以確保技術的發展既能帶來社會進步，又能保障人類的基本權益。通過凝聚各方力量，推動法律和規章制度的建立，實現人工智能安全治理的協調一致，以及開展國際合作，我們有信心能夠引導人工智能技術朝著更加健康、可持續的方向發展。

凝聚各方力量，推動法律和規章制度的建立

在生成式人工智能領域，技術的發展速度遠遠超過了現有法律和規章制度的更新速度。為了確保技術的健康、有序發展，首先需要凝聚政府、學術界、產業界以及公眾的力量。通過跨部門合作，共同研究和制定相關的法律和規章制度，確保人工智能的發展既符合倫理道德標準，又能夠促進社會的整體利益。

例如，歐盟在2018年發布了《人工智能協調計劃》，旨在建立一個全面的人工智能發展框架，包括倫理指南、投資計劃和立法建議。這表明，通過政策引導和法律規范，可以為人工智能的發展提供明確的方向和邊界。雖然歐盟制定了這樣的協調計劃，但并不意味著就可以在全球范圍內遵照執行，在具體實施過程中，還需要各個國家根據本國的實際情況進行調整，制定相應的具體實施辦法，這才是協同共治的核心思想。

推動人工智能安全治理的協調一致

人工智能的安全治理需要政府監管、行業自治、企業自律以及社會監督的共同努力。政府監管要確保人工智能的發展不損害公共利益，行業自治則需要行業內的自律機制，以維護行業的健康發展。企業自律是企業對自身行為的自我約束，而社會監督則是公眾對人工智能發展過程中可能出現的問題進行監督和反饋。

例如，谷歌的人工智能原則明確了公司在人工智能發展中應遵循的倫理標準，包括避免造成或加劇不公平的偏見等。這種企業自律不僅有助于提升企業形象，也是對社會責任的承擔。

開展人工智能安全國際合作

在全球化的今天，人工智能的發展已經不再是單一國家或地區的問題，而是需要國際社會的共同關注和合作。通過國際合作，可以共享研究成果，共同制定國際標準，引導人工智能技術朝著有利于人類文明進步的方向發展。

例如，聯合國教科文組織在2019年啟動了“人工智能倫理全球對話”，旨在促進全球范圍內對人工智能倫理問題的討論和共識形成。這種國際合作有助于形成全球性的人工智能倫理框架，為技術的發展提供指導。