截至今年7月底，我國累計有130個人工智能大模型問世，其中，僅今年前7個月就有64個大模型發布。不久前，首批通過《生成式人工智能服務管理暫行辦法》備案的11個大模型產品獲批向全社會開放服務，引發關注。大模型進入高速發展期。當前，一個重要問題是如何統籌創新發展與安全應用，推動生成式人工智能高質量發展，持續激發人工智能“頭雁”效應。

受益于龐大的數據、參數以及較好的學習能力，大模型增強了人工智能的通用性，有望成為人工智能技術及應用的新基座、生產生活的基礎性工具，帶來經濟社會發展的深刻變革。同時，我們也不斷完善監管方式，制定相應的分類分級監管規則或指引。例如，今年6月份通過的歐盟人工智能法案授權草案以風險為主線，嚴格規定了高風險人工智能系統的前置審查程序和履行合規義務。

對國產大模型而言，亟待解決的問題是多而不強。因底層技術突破難，很多公司選擇調用較為成熟的大模型，直接賦能原有產品和服務，技術同質化嚴重，且缺乏源頭創新，高質量落地應用較少。生成式人工智能的強人機交互范式導致生成內容的可信、可靠和可控性也面臨挑戰，倫理和安全風險的不確定性增加。因此，要抓住關鍵，整合資源，進一步在源頭創新上苦練內功，在風險治理上打好基本功，在鑄就大模型商業生態上勤修外功。

堅持源頭創新，提高生成式人工智能的核心競爭力。制定高端算力芯片、計算架構、大模型算法等基礎性原創性技術攻關的中長期專項規劃，實現更多從“0”到“1”的理論與技術突破。出臺算力基礎設施和數據資源指導意見與實施細則，加快算力與數據資源統一調度、開放和運營進程，培育“生成式人工智能+公有云”的綠色低碳服務模式。建設一批國家級開源平臺、代碼托管及大模型開發測試平臺，確保核心算法自主可控。

筑牢風險底線，健全生成式大模型分類分級監管體系。完善“政府—專業機構—社會”三位一體的風險監管體系，保障大模型可信可控。設立國家級生成式人工智能監管部門，基于大模型開發及應用全生命周期，制定內生和衍生風險的分類分級標準體系，明確監管對象、內容、職責、方式及原則，并實施大模型風險備案制度；聚焦金融、醫療、教育等熱點領域，持續發布行業大模型監管細則和實施辦法。遴選一批風險評估專業機構，開展風險監測及大模型合格評估。

加速應用落地，打造生成式大模型商業生態。構建算力、數據、開源社區三大平臺資源協同的通用大模型要素市場生態，支持國家級創新聯合體研發高質量通用大模型。探索“通用大模型+微調”的垂類大模型研發新范式，鼓勵企業整合行業訓練數據集，聚焦真實場景，進行輕量化、專業化的模型部署與商業化應用，培育“通用+垂類”大模型交互共生、迭代優化的模型生態。降低高校、研究機構使用算力和數據資源的門檻，加速頂尖人工智能人才引育，為全球人工智能發展與治理貢獻中國方案。