作者：郑庆华（同济大学党委书记、中国工程院院士）

近日，习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上的主旨讲话中指出，各国应当秉持以人为本、向上向善理念，让人工智能成为促进共同繁荣、维护共同安全的一个重要动力源，携手构建公正合理的全球人工智能治理体系。这一重要论述，深刻揭示了人工智能发展的价值方向，从模型能力走向系统能力，从外部监管走向内生治理，从少数主体的技术优势走向全人类的共同能力。打通这条逻辑链，才能让人工智能向上向善、行稳致远。

人工智能走向真实世界，首先要完成从模型能力到系统能力的跃迁。过去一段时间，人工智能的进步主要表现为参数规模扩大、生成能力增强和任务性能提升。这些突破十分重要，但模型在测试集上表现优异，并不等于能够在开放环境中稳定运行。真实世界充满不确定性和多重约束，医疗、交通和重大工程决策都不能把偶然生成当作可靠结论。

系统能力的核心，不是偶然达到的能力峰值，而是持续守护的可靠下限。从工程科学看，实验室中的能力上限决定一项技术有没有可能，真实环境中的可靠下限决定它能不能被社会采用。人工智能下一阶段的核心竞争，不只是模型规模和单项性能的竞争，而是基础理论、数据质量、因果认知、工程验证、场景适配和系统集成能力的竞争。要使人工智能真正赋能千行百业，不能只从数据中寻找规律，还要把科学机理、工程知识和现实约束融入模型，从一次性回答走向持续规划和结果验证，从单个模型走向人、机、环境协同运行的复杂智能系统。

从模型能力到系统能力，还要打通科学发现与工程应用的双向循环。人工智能的未来，不只取决于模型有多大，更取决于能否把知识、算法和工程经验组织成可验证、可复用、可持续演进的系统能力。

高校应成为复杂问题的定义者和可靠智能系统的创造者。大学不能只是成熟工具的使用者，也不能把“人工智能+”简单理解为增设课程或引入软件。更深层的变革，是重塑知识体系、科研组织和人才培养方式，培养兼具智能素养、专业能力和社会责任的复合型人才。

人工智能进入关键系统，治理就必须从外部监管走向内生设计。传统技术治理往往发生在产品形成之后，而人工智能的风险可能孕育于数据选择、目标设定、算法训练和系统部署的每一个环节，并通过模型复制和规模应用迅速放大。人工智能应当成为人类的可信工具。可信不是技术能力之外的附加标签，而是人工智能进入经济社会核心系统的基本前提。

有效治理不是限制创新，人工智能发展要避免把创新与安全简单对立。高水平治理既要守住底线，也要为负责任的探索留下空间。同时，治理方式也应与人工智能技术特点相适应。应根据应用领域、影响范围和风险程度实施分类分级治理，对医疗诊断、自动驾驶、公共决策等高风险应用提出更严格的安全要求，对一般性、辅助性应用保留合理创新空间。内生治理要求把安全、伦理和责任嵌入人工智能全生命周期。更重要的是，必须坚持人的主体地位。算法可以提供建议，但价值判断和最终责任不能转移给机器；人工智能可以拓展人的能力，但不能消解人的尊严、创造性和道德责任。

人工智能一旦成为科研创新、产业升级和公共服务的重要基础设施，其资源配置方式就会深刻影响国家、地区和群体的发展机会。当前，不同国家在算力设施、数据资源、人才储备和治理能力方面存在明显差距。真正值得警惕的，不只是技术水平的暂时落差，而是这种落差可能被固化为参与创新、制定规则和塑造未来的能力差距。

真正的普惠，不只是输出产品，而是帮助更多国家形成自主发展的能力。要帮助全球南方国家加强能力建设、弥合数智鸿沟，人工智能普惠不能停留于提供工具，而应通过人才培养、联合研究、基础设施建设和治理经验分享，使更多国家既能使用人工智能，也能参与技术创新和规则制定。衡量人工智能进步的尺度，不仅要看技术前沿推进了多远，还要看更多国家和普通人能否获得运用技术、参与创新和防范风险的机会。

开放合作不会削弱竞争力，反而能增强人类共同解决问题的能力。高校和科研机构应推动联合研究、人才共育、标准协同和文明互鉴，使更多国家参与人工智能发展进程。人工智能既要理解物理世界，也要尊重人类社会的多样性，避免用单一算法尺度裁量丰富多彩的人类文明。

人工智能发展的真正成熟，不是机器越来越像人，而是人类越来越有能力驾驭技术、规范技术、使用技术。从模型能力走向系统能力，解决的是人工智能能否可靠进入真实世界的问题；从外部监管走向内生治理，解决的是人工智能能否赢得持久信任的问题；从技术优势走向共同能力，解决的是人工智能否造福全人类的问题。只有把创新、治理和共享贯通起来，才能让人工智能始终向上向善、行稳致远。

《光明日报》（2026年08月07日 03版）