作者：何喜軍(jun) （北京工業(ye) 大學經濟與(yu) 管理學院教授）

　　截至今年7月底，我國累計有130個(ge) 人工智能大模型問世，其中，僅(jin) 今年前7個(ge) 月就有64個(ge) 大模型發布。不久前，首批通過《生成式人工智能服務管理暫行辦法》備案的11個(ge) 大模型產(chan) 品獲批向全社會(hui) 開放服務，引發關(guan) 注。大模型進入高速發展期。當前，一個(ge) 重要問題是如何統籌創新發展與(yu) 安全應用，推動生成式人工智能高質量發展，持續激發人工智能“頭雁”效應。

　　受益於(yu) 龐大的數據、參數以及較好的學習(xi) 能力，大模型增強了人工智能的通用性，有望成為(wei) 人工智能技術及應用的新基座、生產(chan) 生活的基礎性工具，帶來經濟社會(hui) 發展的深刻變革。同時，我們(men) 也不斷完善監管方式，製定相應的分類分級監管規則或指引。例如，今年6月份通過的歐盟人工智能法案授權草案以風險為(wei) 主線，嚴(yan) 格規定了高風險人工智能係統的前置審查程序和履行合規義(yi) 務。

　　對國產(chan) 大模型而言，亟待解決(jue) 的問題是多而不強。因底層技術突破難，很多公司選擇調用較為(wei) 成熟的大模型，直接賦能原有產(chan) 品和服務，技術同質化嚴(yan) 重，且缺乏源頭創新，高質量落地應用較少。生成式人工智能的強人機交互範式導致生成內(nei) 容的可信、可靠和可控性也麵臨(lin) 挑戰，倫(lun) 理和安全風險的不確定性增加。因此，要抓住關(guan) 鍵，整合資源，進一步在源頭創新上苦練內(nei) 功，在風險治理上打好基本功，在鑄就大模型商業(ye) 生態上勤修外功。

　　堅持源頭創新，提高生成式人工智能的核心競爭(zheng) 力。製定高端算力芯片、計算架構、大模型算法等基礎性原創性技術攻關(guan) 的中長期專(zhuan) 項規劃，實現更多從(cong) “0”到“1”的理論與(yu) 技術突破。出台算力基礎設施和數據資源指導意見與(yu) 實施細則，加快算力與(yu) 數據資源統一調度、開放和運營進程，培育“生成式人工智能+公有雲(yun) ”的綠色低碳服務模式。建設一批國家級開源平台、代碼托管及大模型開發測試平台，確保核心算法自主可控。

　　築牢風險底線，健全生成式大模型分類分級監管體(ti) 係。完善“政府—專(zhuan) 業(ye) 機構—社會(hui) ”三位一體(ti) 的風險監管體(ti) 係，保障大模型可信可控。設立國家級生成式人工智能監管部門，基於(yu) 大模型開發及應用全生命周期，製定內(nei) 生和衍生風險的分類分級標準體(ti) 係，明確監管對象、內(nei) 容、職責、方式及原則，並實施大模型風險備案製度；聚焦金融、醫療、教育等熱點領域，持續發布行業(ye) 大模型監管細則和實施辦法。遴選一批風險評估專(zhuan) 業(ye) 機構，開展風險監測及大模型合格評估。

　　加速應用落地，打造生成式大模型商業(ye) 生態。構建算力、數據、開源社區三大平台資源協同的通用大模型要素市場生態，支持國家級創新聯合體(ti) 研發高質量通用大模型。探索“通用大模型+微調”的垂類大模型研發新範式，鼓勵企業(ye) 整合行業(ye) 訓練數據集，聚焦真實場景，進行輕量化、專(zhuan) 業(ye) 化的模型部署與(yu) 商業(ye) 化應用，培育“通用+垂類”大模型交互共生、迭代優(you) 化的模型生態。降低高校、研究機構使用算力和數據資源的門檻，加速頂尖人工智能人才引育，為(wei) 全球人工智能發展與(yu) 治理貢獻中國方案。