八项行动计划出炉！人工智能国际合作有了路线图 专家：释放三大信号

来源：市场资讯

（来源：每日经济新闻）

每经记者：张蕊 周逸斐 每经编辑：陈旭

7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海召开。会上，国家发展改革委会同有关部门共同发布了《人工智能合作发展行动计划》（以下简称《行动计划》）。

《行动计划》旨在贯彻落实习近平总书记有关“人工智能应该是造福全人类的国际公共产品”的重要指示精神，从数据、算力、生态、赋能、人才、规则、治理和伦理等方面，提出优质数据供给、智能算力普惠、开源生态共享、人工智能深度赋能、数智人才共育、规则标准共建、安全治理协作、人工智能向善等八项行动，以务实举措响应联合国关于加强人工智能国际合作、弥合数字鸿沟、推动人工智能赋能可持续发展等方面的倡议。

赛迪顾问人工智能与大数据研究中心常务副总经理邹德宝在接受《每日经济新闻》记者（以下简称每经记者）微信采访时表示，本次发布的《行动计划》是我国推进人工智能国际合作、完善全球智能治理的顶层部署，导向鲜明、意义深远。

《行动计划》发布释放出什么信号？

知名经济学家、工信部信息通信经济专家委员会委员盘和林在接受每经记者微信采访时表示，国家发展改革委等部门共同发布《行动计划》释放出三大信号。

“其一是人工智能被定位为全球公共产品的信号，其中重要的一点是面向发展中国家提供普惠智算服务。”盘和林说，其二是释放构建发展与安全平衡的中国治理范式的信号，找到安全治理和AI发展的平衡点。其三是以多边主义破解全球治理碎片化的困局，推进AI全球治理体系建设。

邹德宝也对《行动计划》发布释放的政策信号作了具体阐释。首先是加强开放合作，践行多边主义，推动人工智能数据、算力、开源资源全球共享共用，促进全球协同共进、包容发展。

其次是贡献中国治理方案，坚持发展与安全并重、创新与规范并行，统筹标准共建、安全共治、伦理向善工作，引领构建公正合理的全球人工智能治理体系。

最后是赋能全球高质量发展，深化人工智能实体经济赋能应用，推动各国数智产业融通升级，助力全球经济提质增效。

在邹德宝看来，该计划立足产业发展规律，构建了全方位、体系化的国际合作发展路径。

具体而言，一是夯实发展根基，统筹推进优质数据、普惠算力、开源生态三大基础建设，筑牢全球人工智能创新发展底层支撑。二是健全协同体系，整合产业赋能、人才共育、国际合作等关键环节，打造研用贯通、供需衔接的一体化发展格局。三是引领良性生态，凝聚全球人工智能向善发展共识，完善协同治理机制，保障人工智能产业健康有序、长效发展。

数据跨境流动是国际人工智能领域合作的前提

每经记者注意到，《行动计划》将“优质数据供给行动”放在首位，提出推进数据跨境流动，在部分领域建设运营跨境可信数据空间，促进高效、便利、安全的数据跨境流动。协同构建高质量语料库和行业高质量数据集，推动多语种语料共建共享，为全球人工智能创新筑牢坚实基础。

盘和林对每经记者表示，将“优质数据供给”列为八项行动之首，是基于全球合作视角的战略考量。“数据跨境流动是国际在人工智能领域合作的前提。”盘和林说，数据质量决定全球AI治理的公平性，低质量数据会导致算法偏见。“当然，数据并非唯一瓶颈，制约国际AI合作的因素是多元的，比如算力、算法、人才等短板和全球分布不均衡同样会制约AI的全球发展。”

邹德宝对每经记者表示，将优质数据供给摆在八项行动首位，精准立足人工智能发展核心规律，是立足全局、固本拓新的发展要求。

具体而言，这首先是立足核心要素属性。“数据是人工智能迭代升级的基础资源、关键动能，优质数据供给提质增效，能够有效激活模型创新、拓展应用边界。”邹德宝说。

其次，这也是立足国际合作前提。邹德宝说，数据互联互通是开展算力共享、生态共建、产业协同的前置基础，优先做强数据合作，能够全面畅通全球智能合作体系。

此外，这是立足产业升级需要。“以优质数据资源建设牵引全链升级，能够带动技术创新、场景落地、业态迭代，持续释放人工智能发展动能。”邹德宝说。

记者注意到，国家数据局数据显示，2025年，我国用于人工智能训练和推理的数据总量为199.48EB（艾字节），同比增长42.86%，推理数据量首超训练数据量，达101.34EB。

邹德宝表示，当前全球人工智能发展是多要素协同共进的系统工程，八项行动相辅相成、一体推进，有助于强化基础能力协同，统筹普惠算力建设、开源生态培育、数智人才共育，全方位夯实人工智能创新发展硬实力。同时，也能强化制度规则协同，深化国际标准共建、安全治理协作、伦理规范共融，健全全球人工智能发展制度保障。此外，还有助于强化发展格局协同，统筹各方资源优势、发展需求，推动全球人工智能均衡发展、共赢发展，持续赋能人类共同福祉。

AI技术发展需在算力、智能体等方面持续发力

赛智产业研究院院长赵刚在接受每经记者采访时表示，我国AI技术发展任重道远，需要持续在算力、算法、智能体和高质量数据等方面发力。

具体而言，要提升AI芯片单卡、万卡和高带宽内存等性能， 为万亿参数级大模型训练与推理提供坚实可靠的算力底座。

与此同时，要构建“一栈多芯”的统一AI系统软件栈， 从根本上破解国产芯片生态割裂、重复适配的难题。要突破实时交互世界模型与具身智能原生设计，推动AI从虚拟空间走向物理世界，实现与真实环境的深度交互。

此外，还要构建多智能体协同框架与智能体互联网基础设施，让AI从“单兵作战”迈向“群体智能”。要加强具身智能等高质量数据集建设，为模型训练提供充足“燃料”，突破通用泛化能力瓶颈。要完善人工智能绿色安全治理体系，为AI技术创新与产业应用筑牢安全底线，推动AI健康有序绿色发展。