平衡创新与安全行业大咖共议智能互联网长效发展

7月29日，北京，一场关于智能互联网未来的蓝皮书发布会，正在这里进行。在“大咖的选择”互动环节，几位行业专家面对面交锋，还同步引入了大模型来“答题”，场面挺有意思。

“大咖的选择”互动环节。人民网记者 翁奇羽摄

这次研讨的第一个议题，就直指当下AI产业最头疼的瓶颈——数据。凌锐蓝信科技创始人顾玮的观点很明确：优质训练数据的供给缺口，是目前制约人工智能规模化落地最突出的堵点。算力、算法的重要性，都要排在数据之后。

话糙理不糙。算力确实能提升系统性能上限，但一旦底层数据出了问题，失真、偏差，那直接就会传导到生产环节——设备操作失准、产线良品率上不去。补齐了高质量数据的短板，各个行业的AI解决方案才能稳定落地。从长远看，企业要靠轻量化中小模型来赋能通信网络，保障安全，同时支撑各类具身智能场景，并且坚守科技向善的方向。

话题一转，聊到AI智能体的发展路径。南方电网云南电网公司的王兴刚支持优先攻关自主执行能力。他的逻辑很简单：能够自主完成复杂任务，是智能体区别于传统大模型的核心价值，也是“云睿”这类产品的核心竞争力。如果一开始就用太严苛的安全规则束缚技术探索，反而会拖慢迭代步伐。发展与安全是辩证共生的，只有先放开自主能力创新，才能充分暴露风险，再针对性完善监管，形成以发展促治理、以治理保发展的正向循环。

王兴刚还提到，电力行业正在加快推进电、算、碳的协同布局，AI给新型电力系统建设带来了全新机遇，行业得主动拥抱智能化转型，深挖技术赋能实体经济的潜力。

从算力基础设施的角度来看，中国电信天翼云首席专家侯圣文认为，持续提升算法创新能力、健全算力统筹调度体系，是充分释放数据要素价值的关键。他把数据比作数字时代的原油，算力就是炼化工厂——没有统一调度的算力底座，海量原始数据根本没法转化为产业可用价值。当前算力领域的问题很明显：资源分散、架构异构、区域之间联动不畅。所以，统筹推进“算力一张网”意义深远。天翼云的息壤算力互联调度平台，已经能实现跨地域、异构算力的统一纳管与弹性调度，截至7月，平台纳管的算力规模已超过100EFLOPS。

侯圣文还建议，社会大众在安全合规的前提下，可以在工作与生活场景里合理用AI工具提效，同时保持独立判断力，注意甄别模型幻觉。产业端则可以依托息壤算力互联调度平台和星辰TokenHub运营服务平台，整合国内多元大模型资源，打通全行业的便捷算力供给渠道。

北京捷通华声的CEO陈明则从另一个角度切入——智能体的发展，必须筑牢安全可控的边界。一旦开放自主执行权限，风险就随之而来：指令注入、隐私泄露、程序漏洞，这些隐患仍然存在。不过，目前的技术落地案例已经证明，这条路是走得通的：他们企业落地了环评、排污许可审核智能体，原来人工需要数周的工作，现在20分钟就能完成，准确率超过95%。陈明判断，智能体自主执行技术已经具备落地基础，产业当下的核心任务，就是搭建完备的安全防护体系，保障它合规、稳定地赋能千行百业。

最后一个议题，围绕人形机器人的热潮展开。中国信通院的杨崑介绍，近期人形机器人跑马拉松、展演武术、完成特技动作，频繁亮相。这些公开展示，可不是单纯的流量式炫技，而是机器人技术落地前必不可少的实景工况测试。

从产业长远视角看，杨崑建议明确AI治理工作的边界。目前AI内容造假、数据污染、算法缺陷等问题，有些已经超出了过往安全治理的范围，需要系统性构建智能时代的治理原则。同时，还得重视技术落地的实效——大模型、智能体、人形机器人的研发投入，最终要匹配真实的产业场景与可持续的商业价值，加快实际需求和技术研发的可持续互动。

这场讨论的主持人，中国传媒大学的郑宁在最后总结时点明了核心：人工智能产业发展不存在单一最优解，各项技术要素、发展目标始终需要动态平衡。优质数据储备与算力算法升级、自主执行能力攻关与安全体系建设、前沿技术创新与产业落地应用——这三者相辅相成，一个都不能偏废。各行业主体应该立足自身赛道，持续实践探索，走出契合我国国情的智能产业高质量发展之路。