中青报·中青网记者 贾骥业

当人工智能以前所未有的速度重塑世界，我们该如何驾驭这股力量？三次写入政府工作报告的“人工智能+”有何涵义上的变化？“人工智能+制造”未来要如何发力？围绕上述问题，中青报·中青网记者专访了全国政协委员、工业和信息化部原副部长王江平。

王江平长期关注技术变革与对社会尤其是相关产业发展带来的影响。过去一年，他投入大量精力调研我国的大科学装置、科研机构以及制造业企业，对人工智能治理、人工智能如何推动制造业转型升级等问题进行了深入研究。

有温度的人工智能治理

记者：人工智能在释放巨大生产力的同时，带来了哪些需要关注的治理问题？

王江平：一是理念上的二元对立。当前全球AI治理理念呈现出“控制”与“发展”二元对立，这种非此即彼的思维模式难以适配AI技术本身的复杂性和多面性。二是实践上的短期主义。在激烈的全球竞争和资本驱动下，AI治理实践常常陷入“短期主义”陷阱，追求眼前的技术突破和市场优势，忽视了技术对伦理安全、社会结构的长期性、系统性影响。三是文化上的单一视角。以西方价值观和利益为核心塑造的AI模型难以适应全球南方国家的多元文化需求，加剧了“智能鸿沟”。四是规则上的阵营化趋势。这种阵营化的博弈将技术治理异化为巩固科技霸权、划分势力范围的工具，使得全球协同治理步履维艰。

记者：2026年政府工作报告提出“完善人工智能治理”，“十五五”规划纲要草案也提到，完善人工智能领域法律法规、政策制度、应用规范、伦理准则，健全算法备案、透明度管理、安全评估等制度。站在“十五五”开局的新节点，您认为当前AI发展和治理之间，最大的“堵点”在哪？

王江平：当前AI治理最大的“温差”或“堵点”，在于技术迭代的指数级速度与治理体系渐进式更新之间的时差。技术在狂奔，但规则还在慢跑，容易形成治理真空。具体来说，有三大问题亟待“十五五”期间破题，即治理理念、治理技术、治理法规。

首先，是治理理念的更新。我们需要超越“监管”与“发展”的二元对立，建立一种“敏捷治理”或“韧性治理”的理念。治理不是“踩刹车”，而是“设路标”和“装护栏”，既要划定安全底线，也要为创新留出足够的试错和演进空间。这要求治理思维具备前瞻性和适应性。

其次，是治理技术的突破。治理不能停留在纸面规定，必须拥有可落地的技术抓手“人机对齐”是关键。“人机对齐”旨在通过技术手段，确保AI系统的目标、行为和输出与人类的价值观、意图及社会规范保持一致。需要大力投入对齐技术的研发，建立国家级评估标准和实验室，让AI“向善”可度量、可检验。

最后，是治理法规的完善。要加快构建分层分类、精准有效的法律规范体系。对于高风险应用（如自动驾驶、智慧医疗等），需建立强制性准入和持续监测机制；对于通用技术，则可通过标准、指南进行引导。同时，要建立有效的企业自律与第三方监督机制，形成政府、企业、社会协同共治的格局。

记者：您着重提到了“人机对齐”。当前，主流的“人机对齐”技术有哪些，都发挥了什么样的作用？

王江平：“人机对齐”技术，一方面让AI在面对对抗输入或陌生场景时不易“跑偏”，让我们理解AI的推理过程；另一方面，确保人类能监督和纠正AI的行为，并致力于将人类价值观嵌入系统目标。“人机对齐”最终目的就是让AI从“能力强大但不可控”走向“既强大又可靠”。

在技术进展方面，早期的“人机对齐”主要依赖基于人类反馈的强化学习（RLHF），让AI从人的偏好中学习。现在，技术路线更加多元和前沿：例如，基于AI反馈的强化学习（RLAIF），用AI来辅助评估，以解决人类标注成本高、尺度不一的问题；检索增强生成（RAG），通过引入外部知识库，提高回答的准确性和可追溯性，减少“幻觉”；还有“弱到强泛化”研究，探索如何用弱监督信号来引导更强的模型，这被认为是应对未来“超人模型”挑战的前瞻性方向。此外，像上下文学习、辩论驱动对齐等方法也在探索中。

“人机对齐”发展的总体趋势是从单一技术走向多技术融合，从预训练阶段的“一次性对齐”转向覆盖全生命周期的“动态持续对齐”。

“和而不同”的全球治理协同机制

记者：当前，构建有效的AI国际治理协调机制，最大的难点是什么？理想的协调机制应该具备哪些要素？

王江平：国际治理协调的最大难点，在于治理理念的深刻分歧与地缘政治的复杂交织。一方面，一些发达国家试图通过“小多边”机制确立以其价值观为核心的技术标准，可能导致规则割据，将多数发展中国家排除在外。另一方面，全球超过90%的算力集中在少数地区，许多国家缺乏基础设施和人才，这不仅造成发展不平等，也使得这些国家难以实质性地参与治理对话，可能导致“AI剥削”加剧。

一个理想、有效的国际协调机制，应至少具备3个要素：一是包容性。必须坚持以联合国为主渠道，确保所有国家无论大小强弱都能平等参与，特别是要倾听全球南方国家的声音。二是务实性。机制应聚焦于能够形成共识的、紧迫的全球性风险，如深度伪造、AI武器化、系统失控等，先就这些“底线问题”制定最低限度的国际规范与应对框架。三是发展性。不能只谈治理不谈发展。机制必须包含切实的技术援助、能力建设和知识共享计划，帮助发展中国家弥合智能鸿沟，让技术红利能够普惠共享。

未来的全球AI治理协同，应当是在尊重主权和文化多样性的基础上，寻求安全与发展的最大公约数，共同确保人工智能服务于全人类。

记者：“十五五”期间，我国AI治理应如何平衡“发展与安全”“开放与自主”这些看似矛盾的关系？我们有望在哪些方面形成具有国际影响力的“中国方案”？

王江平：第一，通过“文化对齐”，建立“四位一体”的治理框架实践范式。探索将中国传统文化中的“和合”“中庸”智慧与社会主义核心价值观，深度融入AI的设计、训练与评估全流程。这不仅是对内的治理需求，更能为全球提供一个不同于西方单一视角的、更具包容性的技术伦理样本。

第二，大力推动“人工智能+”行动，以解决社会实际问题为导向。引导AI技术奔着产业升级的“硬骨头”、民生服务的“痛点”去，用解决实际问题的效益来检验技术价值。特别是在“AI+制造”领域，要聚焦攻克“工业黑箱”、优化能耗、提升良品率等真实挑战。当AI能切实“利万物”时，其发展就拥有了最坚实的根基，安全也自然在应用中得以保障。

第三，倡导“和而不同”的全球治理协同机制。积极推动建立包容性多边对话平台，在联合国等多边框架下，就伦理准则、技术标准、安全框架等寻求“最大公约数”。在尊重各国主权与文化差异的基础上，共同应对深度伪造、数据跨境、AI武器化等全球性挑战。这既是我们坚持开放合作、反对“小院高墙”的立场，也是作为负责任大国对人类共同安全的担当。

如何重新理解“人工智能+”

记者：您提到了要大力推动“人工智能+”行动。2025年政府工作报告提出“持续推进‘人工智能+’行动”，2026年的政府工作报告则以“打造智能经济新形态”为标题单列成段，提出要深化拓展“人工智能+”。现在的“人工智能+”和此前有什么区别？如何理解“智能经济新形态”？

王江平：我们对新技术的认识都是逐步深化的。几年前，人工智能还没有广泛渗透到一些具体领域，落地载体并不丰富。如今，具身智能机器人的形态已经发生了很大变化，随着算力、数据等要素的加速积累，智能眼镜、智能手环等AI终端也逐渐走进大众的生活。今天的“人工智能+”和过去几年谈的“人工智能+”，无论从AI运用的广度深度、AI的技术水平等方面都发生了很大变化。

随着人工智能不断发展，出现了数字经济与智能经济并存的局面，有人称之为“数智经济”。数字经济指产业数字化和数字产业化，智能经济也存在产业智能化和智能产业化。产业智能化指各行各业如何实现智能化；智能产业化指发展智能核心产业，包括模型、智能体等。

今后数字经济将与智能经济并存。智能经济发展离不开“人工智能+”，只有高水平、全方位、深层次的“人工智能+”应用，才能有智能经济的美好未来。

记者：就“人工智能+制造”来说，我国发展“人工智能+制造”有哪些优势？

王江平：目前全球制造业增加值占全球GDP的约15%，人工智能带来的效率每提升1%，就能创造年均超1600亿美元的增长。全球主要国家都将人工智能作为重塑制造业竞争力的核心领域。

人工智能正在推动生产方式从“人控”走向“智控”，决策从“经验驱动”走向“数智驱动”。实践证明，领先的智能工厂能平均缩短研发周期28.4%，提升生产效率22.3%。推动人工智能与制造业“双向奔赴”，是为新型工业化注入强劲动力、培育新质生产力的关键举措。

我国拥有全球最完整的工业体系、超600万家制造业企业，形成了人工智能最宝贵的“全场景”应用土壤。同时，我们的算力规模全球第二，数字基础设施完善，人工智能核心产业规模已破万亿。下一步，需将场景优势、规模优势转化为产业发展“非对称优势”。

记者：围绕“人工智能+制造”，您提到要构建“全栈技术体系”和“产业生态”，具体包含哪些内容？二者之间是怎样的关系？

王江平：“全栈技术体系”是融合发展的基础，涵盖算力、模型、数据、网络与服务等多个层面。具体包括：推动智能芯片软硬协同发展，突破高端训练与端侧推理芯片；开发适应制造业实时性、可靠性、安全性特点的高性能算法模型，培育重点行业大模型并构建“云-边-端”体系；通过“模数共振”行动打造高质量工业数据集；建设全国一体化算力网，提升智算资源供给能力。同时，深化人工智能与工业互联网的融合，升级新型工业网络，为AI工业应用提供高通量、低时延的通信保障。

“产业生态”是融合发展的软性环境和协同网络。它包括：主体培育，即培育具有全球影响力的生态主导型企业、专精特新中小企业和“懂智能、熟行业”的赋能应用服务商；标准与开源，通过强化标准引领、建设开源社区，降低协同创新门槛；协同机制，鼓励组建“AI+制造”创新联合体，形成“以大带小、以点带链”的融通格局；以及人才引育，培养既懂制造又懂AI的复合型人才。

“全栈技术体系”与“产业生态”相辅相成、缺一不可。坚实的技术体系是生态繁荣的土壤；繁荣开放的产业生态，能反哺技术创新，通过丰富的应用场景驱动技术迭代，通过多元主体的协同攻克复杂难题，通过人才流动激发创新活力。

记者：今年年初，工业和信息化部牵头部署实施了“人工智能+制造”专项行动，您对未来我国推动“人工智能+制造”有何期待和建议？

王江平：一是坚持场景驱动，深挖价值。各地应结合自身产业特色和集群优势，系统梳理并深挖从工艺优化、智能质检到供应链协同等应用场景，将其精准转化为可建模、可计算、可迭代的AI任务。要建设并开放一批“人工智能+制造”应用场景，通过场景创新反哺关键技术迭代。

二是注重分类施策，精准滴灌。对龙头企业和央国企，鼓励其先行先试，打造行业平台和工业智能体，带动产业链整体转型。对广大中小企业，则需通过“深度行”活动、赋能服务团等方式，提供“小快轻准”的低成本解决方案和清晰易懂的应用指南，切实解决其“不会用、用不好”的转型难题。

三是构建协同生态，开放共赢。政府应积极引导，推动产业链上下游企业、高校、研究机构共建“AI+制造”创新联合体或“场景实验室”，形成“企业出题、院校答题、市场验题”的协同创新机制。同时，鼓励融入全球创新网络，参与国际标准制定，通过开放协作提升我国产业话语权。

中国青年报客户端北京3月13日电

来源：中国青年报客户端

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.