新康波週期或開啟，人工智能未來漸近

人工智能（AI）是新一輪科技革命和產業變革的重要驅動力量。

從ChatGPT到DeepSeek，生成式人工智能加速賦能千行百業，成為培育和發展新質生產力的重要引擎。這讓參加全國兩會的代表、委員感慨，“世界或將進入新的康波週期”。

康波週期，一種經濟週期理論，常以核心技術的突破作為劃分起點。它指的是長達50至60年的經濟波動中，經濟體分別經歷復甦、繁榮、衰退、蕭條等環節。

圖為在傅利葉智能機器人實驗室裡，工程師正在對通用機器人進行訓練、調試，每一個細節和關鍵關節都要進行無數遍的測試。/文匯報記者袁婧攝

在代表、委員眼中，新一輪康波週期的曙光乍現。以人形機器人為例，截至去年底，全國人形機器人企業已有近百家，其中30餘家企業宣佈今年開始商業化量產。值此關鍵時刻，如何搶抓機遇、乘勢而上？

代表、委員們認為，要主動解決目前AI領域存在的現實難題，即技術跑在標準前、產品跑在認證前、應用跑在法規前。通過系統設計、前瞻佈局、制度支撐，推動應用加快落地、促進人機交互與虛實融合、加快邁向通用AI，重新定義智能時代的勞動者和生產工具，促進新質生產力發展。

系統設計

從實驗室走上央視蛇年春晚舞臺，人形機器人規模量產在即。不少代表、委員卻在調研札記中寫下顧慮：協同難。

現象級應用迭出，紮根一線的代表、委員卻敏銳地捕捉到技術體系百花齊放的另一面——通信協議、接口標準缺失，導致硬件、算法、場景間協同困難。從運動控制精度到環境感知能力，都缺乏量化指標。

“工業數據共享難，垂直領域大模型低水平重複建設。”全國人大代表、中國電氣裝備科技創新部部長張帆認為，AI新技術在消費端挖掘出不少新風口，但在製造端仍未催生出高價值應用場景。

圖為人形機器人—“青龍”正在進行不同形狀和重量的物品識別和抓取能力測試。/文匯報記者袁婧攝

全國政協委員、上海市經濟和信息化委員會主任張英也發現，部分“偽智能”產品正流入市場，有企業為獲得資本青睞，利用智能概念包裝炒作普通產品。究其原因，現有檢測機構多聚焦傳統工業機器人，缺乏對人形機器人具身智能的專項評測。

飛速發展的新興產業亟需規範。日前，由中國牽頭制定的全球首個養老機器人國際標準發佈。該標準細化養老機器人的功能和性能分類，由此，引導從業者回歸理性，正視現實存在的技術瓶頸、成本制約以及市場需求差異等問題。

“加快制定行業分類體系、通信協議等基礎標準。”張英認為，規範數據採集及使用標準，明確人機交互安全規範標準及倫理準則，這樣才能通過軟硬協同提升產業規模化效率。

還有一些中小企業反映，訓練驗證資源匱乏，高成本仿真測試環境與實體“訓練學校”短缺，致使其難以完成可靠性驗證，制約技術迭代速度。

近日，全國首個異構人形機器人訓練場在滬啟用，今年有望沉澱下1000萬條數據。這一由國家地方共建人形機器人創新中心搭建的訓練場，有望破解標準難統一、數據無法跨平臺遷移複用等瓶頸。

這進一步啟發了張英。“能否打造國家級測評認證‘考場’，推動人形機器人‘持證上崗’？”她呼籲，從國家層面加強測評認證機制，全方位進行科學測評，保障上市產品的質量和安全性。

前瞻佈局

算力之於AI產業的重要性不言而喻。從快速處理用戶請求到實時分析決策，唯有高算力才能確保系統的響應速度和準確性。

調研中，張帆發現，各地算力資源分散，亟需統籌佈局。建議充分發揮龍頭企業的行業牽引作用，建設AI聯合創新中心，共建、共享、共用行業垂直大模型。

有代表認為，算力共享不應僅停留於企業主體間。調研發現，算力瓶頸正在讓“產學研”銜接難度變大。一邊是市場上持續迭代的新技術，另一邊是相對封閉的課程設置、學習平臺。建議通過產教融合破解高校科研的算力困局，同時，支持社會各類主體協同推動AI數據科學和高質量語料庫建設。

圖為每一個細節和關鍵關節都要進行無數遍的測試。/文匯報記者袁婧攝

國內頂尖高校紛紛行動起來，各顯神通。有些加強校企合作，有些租借資源，有些直接購買算力服務。比如：上海交通大學近日完成DeepSeek全系列模型的本地化部署，成為國內首批實現千億級大模型全棧國產化部署的高校之一。這標誌著高校AI基礎設施建設邁入新階段。

“探索AI加持下的科研新範式。”全國人大代表、上海交通大學校長丁奎嶺解釋，依託與企業共建的上海交通大學鯤鵬昇騰科教創新卓越中心，將推動DeepSeek系列模型與課程教學、科研創新等方面深度融合。比如：通過AI等新技術完成知識傳授，由此讓學生擁有更多空間充分互動研討，激盪創意思維。

在丁奎嶺看來，未來人才培養尤其要強調底層創新和交叉創新能力。對高校來說，這意味著理、工、農、醫、文等各學科都要積極擁抱人工智能。該校已成立AI綜合改革推進小組，通過有組織的科研與教學，全校“一盤棋”推動AI在不同學科、不同領域應用落地。近期，學校正醞釀成立千萬元級“AI+”種子基金，面向全校徵集優質課題，以項目資助為指揮棒，引導更多傳統學科師生融合AI技術，開拓科學研究的新可能。

“相信下一個DeepSeek級的創新突破，就在我們身邊，”丁奎嶺充滿期待。

制度護航

大模型井噴式迸發、通用AI進入研發快車道，新技術發展分秒千里，也帶來硬幣的另一面——AI造謠、AI侵權、AI詐騙等現象時有發生。

來自中國裁判文書網的數據顯示，2021年至2024年，全國法院共審理涉AI糾紛案件1659件，絕大部分系生成式AI相關案件。

放眼全球，為AI發展設定“基本護欄”成為共識。去年初，歐盟出臺全球首部綜合性AI監管法案，率先建立統一規範的監管框架，確保技術應用發展遵循公平、透明、可信的原則。

全國政協委員、國浩律師（上海）事務所合夥人呂紅兵梳理髮現，AI法草案目前已被國務院列入立法工作規劃中。“與傳統立法相比，AI立法面臨技術產業迭代帶來的社會關係不確定、風險不可預見等。”在他看來，制定一部綜合性AI法律難度極大，不妨先選擇生成式AI這一社會最關心、最直接、最現實的切口，儘快推進“小、快、靈”立法，儘早出臺行政法規。

圖為位於浦東張江的全國首個國地共建的人形機器人創新中心。/文匯報記者袁婧攝

呂紅兵認為，這部行政法規應對技術開發者、服務提供者、使用者、監管者以及社會公眾，分門別類明確各自權利和義務、職能與責任。比如：技術開發者對用於訓練大語言模型的數據進行嚴格篩選與分類，剔除不當元素文本數據，確保數據源合法且內容健康；對於現有模型，運用數據遺忘等技術手段，消除不當內容輸出；引入人工審核機制，對自動化系統標記為敏感或禁止的內容進行復核；建立開放研究、社區合作、線索舉報機制，優化大語言模型篩選系統。

代表、委員們認為，立法要切實迴應關鍵核心問題——AI生成內容過程中的著作權歸誰。呂紅兵建議，按照更好發揮數據要素作用的立法本意，淡化所有權、強化使用權，並明確使用原則。比如：涉及商業使用時，要求技術開發者支付報酬，由其與權利人組織協商解決。

治當下、謀長遠，AI立法正當其時。

（文章來源：上觀新聞）

來源：東方財富網

作者：上觀新聞