主要观点总结

第三届《这个AI不太冷》研讨会召开，重点讨论中国人工智能的发展与治理。会议指出我国大模型行业存在的问题，AI行业面临挑战与机遇并存的局面。政府部门将建立健全大模型研发、上线、运行等全生命周期管理体系。阿里巴巴集团发布《大模型技术发展及治理实践报告》，强调“负责任的技术”并致力于技术创新和与生态伙伴的协作。阿里研究院介绍基于自研‘通义’开源模型的衍生模型数量及影响力。会议还涉及AI风险、AI大模型安全等治理政策研究。

关键观点总结

关键观点1: 会议背景和目的

第三届《这个AI不太冷》研讨会关注中国人工智能的发展与治理，旨在探讨行业面临的问题和挑战。

关键观点2: 会议主要观点

会议指出我国大模型行业存在的问题，强调AI技术的发展与治理需要广泛和紧密的协作与配合。

关键观点3: 政府部门的态度和行动

政府部门将建立健全大模型研发、上线、运行等全生命周期管理体系，推进算力、数据等基础要素供给，以夯实人工智能发展的基础。

关键观点4: 阿里巴巴的发言和行动

阿里巴巴集团强调“负责任的技术”，并发布《大模型技术发展及治理实践报告》。努力推动技术创新和基础设施建设，通过自研基础模型推动行业发展。

关键观点5: 技术和治理的重要性

人工智能安全标准化工作是人工智能安全治理的重要支撑，也是技术健康发展的基本保证。

正文

以下文章来源于阿里巴巴人工智能治理研究中心（AAIG）

12月26日，第三届《这个AI不太冷》——【大模型技术发展与治理创新研讨会】在北京成功召开。本次研讨会由北京市互联网信息办公室指导，阿里巴巴集团主办。邀请了来自中国电子技术标准化研究院、中国社科院、北京大学、浙江大学等研究机构的专家参加会议，共同探讨中国人工智能的发展与治理之道。

“网上有个说法，‘国外一开源，国内就创新’，自主创新基础不牢。大量国产模型采用国外的开源架构进行训练，由于国外的原生创新是用国外的语料进行训练，导致国内与国际的顶尖水平还有一定的差距。” 北京市互联网信息办公室副主任潘锋在发言中开门见山地指出了我国大模型行业当前存在的问题。

潘锋认为，AI行业“百模大战”之下，真正有竞争力的模型并不多，不少企业还没有找到可盈利的商业模式，面临比较大的生存压力。在对话搜索场景面临竞争红海的同时，自动驾驶、办公、教育、医疗等垂直领域加速释放潜能，还没被充分挖掘。政府部门将建立健全大模型研发、上线、运行等全生命周期管理体系，统筹推进算力、数据等基础要素供给，协同各方夯实人工智能发展的基础。

中国电子技术标准化研究院副院长范科峰表示，在人工智能时代，发展与安全从来都不是对立的，而是相辅相成。人工智能安全标准化工作，既是人工智能安全治理的重要支撑，也是推动技术健康发展的基本保证。展望未来，人工智能技术的发展与治理必然需要更加广泛、更加紧密的协作与配合。

会上，阿里巴巴集团携手中国电子技术标准化研究院，联合发布《大模型技术发展及治理实践报告》。这是阿里巴巴连续第三年发布人工智能治理系列丛书，贯穿三年的主线是“负责任的技术”。

阿里巴巴集团副总裁钱磊介绍，“负责任的技术”有两层含义：一是“守己”，负责任地坚守科技伦理和安全底线；二是“利他”，作为大型科技公司，阿里有责任发展先进技术，促进行业发展，推动新技术真正走进千行百业。

大模型研发有比较高的技术门槛和资源门槛，相比于一年前，现在国内还在坚持训练基础模型、迭代模型能力的科技企业已经有所减少。钱磊表示，阿里巴巴坚持云和AI协同发展，过去一年高强度投入人工智能基础设施建设，推动算力成本持续降低，“通义千问”API调用价格一年间下降了97%。与此同时，阿里巴巴努力提高自研基础模型“通义”系列的能力，并且坚持全尺寸、全模态开源，促进技术创新，与广大生态伙伴一起，推动把AI能力真正转化成千行百业的生产力。

据阿里研究院院长袁媛介绍，Hugging Face社区上，目前全球开发者基于阿里自研“通义”开源模型二次开发的衍生模型已经突破8万个。“通义”比肩美国Meta的LlaMA，影响力稳居全球开源模型的第一阵营。

技术进步的每一步，不仅是对创新边界的拓展，更是对社会价值的赋能。每一次思想的碰撞和经验的分享，都是共同迈向责任与创新并行的坚定步伐。

未来，阿里将持续联动多方推进AI治理创新，以科技为笔，共同绘出更加安全、可靠、可信赖、可用的数智未来❤️

📺直播预告

📌往期推荐

👇AAIG课代表，获取最新动态就找她

关注公众号发现更多干货❤️

版块介绍 — 治理之智

在全球化背景下，科技的快速发展也带来了前所未有的治理挑战。本板块内容依托阿里巴巴集团先进的AI科技能力、丰富的应用场景与负责任的技术生态，聚焦于AI风险、AI大模型安全、AI大模型开闭源生态、AI大模型出海等AI治理政策研究，基于技术理性的风险观，为大模型发展与安全平衡与取舍提供独到见解。同时，我们致力于收集和分享海内外AI治理先进理论与经验，为构建合理的科技治理体系提供智慧与灵感。

推荐阅读

Reading

1、静水流深：美国人工智能治理的特征、趋势与启示

2、《中华人民共和国人工智能法（学者建议稿）》：产业期待中的中国方案

3、“不用旧瓶装新酒”：模型开源生态的认知——基于美国NTIA公共咨询意见的分析

4、寻找高质量数据：对“确定性”的实践探寻和思考

9、“全球AIGC版权侵权首判”留下的三个问题

10、2024年中国数据治理前瞻：再平衡与新常态