作者：唐杰（清华大学计算机科学与技术系长聘教授、清华大学人工智能研究院基础模型研究中心主任）

　　当前，全球人工智能加速从技术探索走向产业落地与场景重塑，正深刻改变人类生产生活方式。2023年4月28日，习近平总书记主持中共中央政治局会议，会议明确指出“要重视通用人工智能发展，营造创新生态，重视防范风险”。“十五五”规划纲要提出，“探索通用人工智能发展路径”。通用人工智能是人工智能发展的技术初心和前沿，是引领智能革命、重塑国家竞争力的战略制高点。新征程上，我们应勇担使命，积极探寻实现通用人工智能的中国道路。

　　1.通用人工智能开创人类社会“智能文明时代”

　　自1956年达特茅斯会议首次提出“人工智能”概念以来，人类社会便踏上了一场持续深化的智能革命之旅。从最初的专家系统、统计机器学习，到如今深度神经网络与大语言模型掀起的浪潮，人工智能正在以前所未有的广度和深度渗透到经济、社会、文化等方方面面，成为驱动全球生产力变革和影响人类文明形态创造的关键变量。这些成就在自然语言处理、计算机视觉等特定领域展现出超越人类的卓越能力，但在本质上仍依赖数据驱动的概率统计与模式关联，缺乏跨领域的通用性和真正的自适应能力。

　　通用人工智能则是要超越这一局限，旨在构建一种以人类全部智慧的总和为基础的，在认知深度、学习广度和行为自主性上可与人类比肩乃至超越人类的机器智能。它应具备自主推理、长程规划、持续学习和创造能力，能够进行抽象思考，理解复杂情感和社会互动，解决复杂问题，最终实现“让机器像人一样思考”的愿景。从人工智能迈向通用人工智能，标志着智能形态从辅助性工具向自主性实体的演进。其意义将超越以往任何一次技术革命，预示着人类文明与机器智能深度融合、共同演化的“智能文明时代”的来临，人类经济社会形态将因此发生重要改变。

　　其一，经济结构深度优化。通用人工智能具有自我迭代和低边际成本复制特性，能够突破土地、资本、劳动力、数据等传统生产要素的效能边界，催生并释放强大的新质生产力，这将深刻改变价值创造与分配逻辑，推动全球产业链与价值链向以知识创造和智能服务为核心的新经济形态跃升。其二，社会治理更趋智能。通用人工智能具备处理海量、高维、复杂数据的能力，能够对社会运行进行全局感知、系统建模和精准调控。这将帮助人类以更加科学、更加高效的方式应对气候变化、资源分配、公共卫生危机、金融系统性风险等宏观复杂性难题，推动社会治理从经验决策向海量数据驱动的智慧治理范式迈进。其三，文明形态加速演进。通用人工智能不再仅仅是被动响应人类指令的工具，而将成为人类探索未知、进行科学发现和艺术创造的认知伙伴，是人类智慧的广阔延伸。通过与通用人工智能的深度协同，人类有望突破自身生理和认知局限，加速解决基础科学领域的重大难题，在更丰富的维度上理解宇宙、生命和意识，开启人机融合、碳硅共生的文明新篇章。然而，通用人工智能的到来也伴随着深刻的哲学、伦理和社会挑战。机器的意识、权利、责任以及人类在超级智能面前的地位和价值，都是需要审慎思考的重大命题。探寻通用人工智能的实现道路，不仅是技术攻坚，更是一场关乎人类文明走向的价值思辨。只有以高度的责任感引导其向上向善发展，方能确保智能社会走向更加繁荣、公平且可持续的未来。

　　2.中国人工智能发展的历史成就与宝贵经验

　　近年来，我国紧抓时代变革机遇，系统部署、奋发作为，人工智能发展取得了举世瞩目的成就，积累了宝贵经验，为探索通用人工智能的中国道路奠定了坚实基础。

　　在技术能力方面，基础理论和关键核心技术取得体系化突破，创新策源能力显著增强。我国已经成为全球人工智能专利最大拥有国，国产通用基础模型持续快速迭代，代码编写等核心能力跻身全球前列，模型综合性能不断逼近国际顶尖水平；国产芯片加速追赶，与自主模型训推协同不断深化。在产业应用方面，人工智能深度赋能千行百业，词元经济蓬勃兴起。大模型、智能体在产业转型升级、提升社会生产效率中发挥着愈益关键的作用，词元要素价值不断凸显，成为智能经济高质量发展的重要驱动力。在生态构建方面，人工智能产业链和创新生态日益完备，集群效应与协同优势更加显现，我国人工智能正在从底层技术跟跑向全产业链生态自主跨越，“科技—产业—金融”良性循环加速打通。在人才队伍方面，覆盖基础研究、技术开发与产业应用的人才生态系统加速壮大，着力造就兼具技术深度与行业视野的复合型战略人才，我国培养的顶尖人工智能研究人员约占全球的50%，居世界第一。

　　回首过往，我国集智攻坚打破外部封锁，实现了人工智能的大发展，牢牢把握住数智时代的国家发展主动权。同时，也积累了一系列行之有效的宝贵经验，对迈向通用人工智能新的发展阶段具有重要启示意义。

　　一是坚持战略引领，一张蓝图绘到底。我国人工智能发展指导思想一以贯之，国家规划与地方规划紧密衔接、层层相嵌，充分发挥完整产业体系、超大规模统一市场、海量规模数据等方面优势，以场景驱动、以数据赋能、以应用加速，推动技术向世界领先水平迈进。

　　二是坚持自主创新，把握技术主动。将建立新一代人工智能基础理论体系和关键共性技术体系摆在重要位置，尊重市场规律和企业创新主体地位，形成百舸争流的良性发展格局。坚持长期主义，坚守技术理想，从底层技术做起，打造真正为用户创造价值的产品和服务。

　　三是坚持系统推进，加强各方协同。完善跨部门协调和决策咨询机制，强化政策设计的系统性、协同性、整体性，打通创新链、产业链、资金链、人才链、算力链与数据链。通过先导区、试验区、揭榜挂帅等机制，引导资源流向创新效率更高的地区和实体。

　　四是坚持敏捷治理，统筹发展与安全。在鼓励技术探索与防范系统性风险之间保持平衡，将安全、伦理及标准规范等前瞻嵌入人工智能技术研发与产业化的全生命周期，确保技术演进始终服务于社会福祉，不偏离安全底线。

　　五是坚持开源开放，共建共享国际公共产品。我国开源大模型全球开源社区生态影响力持续扩大，下载量与应用调用量爆发式增长，广大开发者积极参与，吸引全球创新要素共同加速技术创新和产业化进程。我国大模型企业积极携手产业链上下游和标杆社会组织“走出去”，与友好国家共同探索以主权大模型合作促进自主安全繁荣的新路径，以坚定行动服务构建人类命运共同体。

　　3.走出一条发展通用人工智能的中国道路

　　习近平总书记强调，“要站在推进强国建设、民族复兴伟业的战略高度，立足客观条件，发挥比较优势，坚持稳中求进、梯度培育，推动我国未来产业发展不断取得新突破”。通用人工智能是未来产业的制高点。应清醒看到，我国在高端算力芯片、底层算法架构、原生生态等关键方向上与国际领先水平仍存在差距，在引领下一轮变革的理论架构和认知范式上还需要更多“从0到1”的颠覆性创新。为此，应坚持系统观念，协同推进，形成“宏观政策—研发企业—应用行业”联动格局，汇聚推动通用人工智能发展的强大合力。

　　首先，在国家宏观层面，进一步强化从顶层设计到生态构建的政策导引。一是确立我国通用人工智能发展的战略目标体系。锚定关键时间节点，对我国具备自主科学发现能力、多模态深度推理能力、复杂任务自我规划与迭代能力的通用人工智能原型系统的研发和应用部署进行系统规划。在目标指引下，发挥新型举国体制优势，加强国家层面战略统筹，形成跨部门的调度力、执行力和协同力。二是构建与通用人工智能相适应的国家超级基础设施。建设一批高质量多模态数据集与高精度仿真验证基础设施，整合来自物理世界、人类社会和网络空间的异构数据，并通过超大规模预训练与高质量对齐数据实现统一表征；在行业高质量数据集建设中加快“人工智能+数据治理”双向驱动迭代，加强动态数据采集、整理与合成数据生成，增强数据可交互性，推动行业数据反哺模型研发；等等。三是加快构建中国特色的通用人工智能治理框架。汲取中华优秀传统文化和当代文明治理智慧，建立通用人工智能安全与治理的中国范式。立法确立安全红线，确保通用人工智能深层对齐社会主义核心价值观。建立分级响应与熔断机制，实时监控通用人工智能自主行为能力，防范偏离预设目标或产生不可预测情形。高度重视对齐与可解释性基础研究。围绕通用人工智能伦理加强国际影响力建设和规则体系建设，扩大全球共识，提升治理话语权。

　　其次，在技术实现层面，大力支持技术“摸高”、“无人区”探索与生态前瞻布局，推动触及智能本质的自我变革。一是加快通用基础模型关键能力攻坚。以最终攻克通用人工智能高地为目标，以长程任务、自主智能体、模型自优化与迭代、安全伦理等能力为重点，加速推高通用基础模型智能上限，为以智能原生为指向的各类应用重构、操作系统重写和千行百业重塑奠定基础。二是加快世界模型与多模态统一智能探索。构建能理解物理规律、社会规律以及人与环境之间因果关系的完整世界模型，以提升在未知环境中的预测和决策能力；建立统一的多模态表示，使模型能够自然理解多模态数据，实现跨模态高效推理与知识迁移。三是前瞻布局通用人工智能生态。针对以自然语言与多模态交互的未来应用开发模式，研发全新的通用人工智能操作系统，提供标准化接口和工具。超越短期商业利益，打造通用人工智能时代的新开发平台，成为发达智能时代的基础设施供应商和生态赋能者。

　　最后，在应用赋能层面，促进重点行业、关键场景、科学研究等与通用人工智能深度融合。一是推动通用人工智能与智能制造深度融合，结合具身智能等技术打造更多黑灯工厂和柔性制造生态系统。在汽车、电子、高端装备等代表性产业开展通用人工智能超级工厂试点，加快形成以客户需求为中心、高度柔性的智能制造新范式，助力我国从制造大国迈向制造强国。二是前瞻布局通用人工智能在城市治理、能源管理等复杂巨系统领域应用。鼓励有条件的城市携手模型企业开展通用人工智能“城市大脑”建设，建成一批城市级智能基础设施。整合子系统数据，形成实时全要素模型，实现更高水平的精细化治理。三是以通用人工智能引领科学发现范式变革，将科学研究转变为人机协同的高效系统工程。依托国家实验室体系和条件成熟的企业、科研单位，打造若干通用人工智能驱动的前沿科学研究平台，聚焦战略性学科领域布局一批有组织重大科研任务，大幅压缩科研创新周期，寻求根本性突破。

　　《光明日报》（2026年08月10日 06版）