时 间：2026年7月17日（周五）11:00-12:00

    主持人（邹韵）：尊敬的各位来宾，女士们、先生们，大家好！

    欢迎来到2026世界人工智能大会暨人工智能全球治理高级别会议主论坛。我是中央广播电视总台主持人邹韵，大家好。

    方才的开幕式意涵深远、凝聚全球共识，指明了人工智能发展的未来方向。本场主论坛正是落实开幕式指示精神、落地发展愿景的重要平台。人工智能的发展，首先离不开各界深度思想碰撞，接下来我们将进入主题演讲环节。

    首位登台的嘉宾是2024年图灵奖得主、“强化学习之父”，阿尔伯塔大学计算机科学教授理查德·萨顿先生。他已经深耕人工智能基础理论40多年的时间，并且搭建起了强化学习的完整概念与算法体系，今天他会为我们共同来解锁人工智能发展的经验时代。

    掌声有请萨顿先生！

    理查德·萨顿：非常感谢，欢迎女士们、先生们，我非常高兴今天能来发言，同时分享一下我对人工智能AI未来的想法。讲到未来，现在我们应该怎么样，今后应该怎么走，应该走向什么样的方向，首先我想先说两句，我在前面关于治理的开幕式之后，我觉得我是非常支持合作的观点，共赢的观点和建立合作伙伴关系的观点。

    今天我主要和大家谈一下我们怎么思考人工智能，特别是每个人都觉得人工智能现在在发生快速的变化，并且有很快的进步，每个人觉得是一样。但是如果真的是这样你也要思考一下是不是夸大或者夸张，可以看到人工智能背后的推动力可能也是夸大了它的进步或者重要性。

    有的人会害怕AI，他们也有原因和理由夸大重要性，特别是它的进步到底有多快，它到底真的有快速真的进步吗有一些方面、一些事情真的如此。

    比如说可以看到现在有很多的突破，我觉得应该是科学上的突破，这些科学上的突破出现在了我们有机器可以非常熟练使用语言这方面的能力，同时可以生成视频、图片。

    这些东西也是催生了很多的新行业和产业，也给我们带来很多的经济上的应用，带来真正的经济上的价值，这些非常重要。但是感觉好像这些还是比较大规模的运用还是模式的识别，我们可以把智能和计算两者不能混淆，这里大多数是计算的能力所以我们要特别关注这一点，必须要把这两者的定义区分开。

    讲到AI的科学就是智能的科学，它真的在快速进步吗，我觉得并不是如此，我们现在对真正体系系统的理解是很少的，待会看所有AI模型的时候，这些系统其实它们主要是在使用人类知识的力量，并且把它再交付给我们，他们并没有能力发现自己的知识，从很多方面他们是比较弱的，他们在整个思考过程中还是存在一些问题的，并不是如此强大，这给我们带来一个问题什么是智能我并不指望在这里告诉大家什么是智能，但是会给大家一些观点可以引发大家的思考，同时思考一下你同意哪一种观点和定义。

    刚刚开始讲智能的时候到智能是什么意思，就是Winjames（音），他是心理学的奠基之父，这是超过100多年前的事情了，他对于智能的定义可能并不一定是说的智能而是所谓的心智，他说所谓心智最大的标准是要达成一定的目标，但是使用是多样不同的手段。

    就我听来这是一个目标，要有相同的结果，但是用不同的手段实现，我们要通过心智，通过智能实现一个目标。

    或者可以使用其他的含义或者定义，就是要像人一样行为，通常是通过图灵测试进行表达，但是图灵从来没有用过图灵测试的提法，他讲的是模仿游戏，所以可能大家普遍有一种误解，图灵认为的像人一样的形式不觉得这是人工智能的测试。

    不过我们可以看到现在已经普遍接受了，现在有大语言模型在进行训练的时候要让它们像人一样进行行为，这也是其中的一个含义，我们有时候也会使用，但是这和威廉的定义不太一样了，如果我们查字典，一般的字典可以看到它的定义是获得和使用或者运用知识与技能的能力。

    它是指获得或者是运用知识于技能的能力，我们如果再回到人工智能之父，他说智能是通过计算来达成目标的能力，这里又提到了目标，又提到了计算，但我们讲的是人工智能，所以甚至就算是自然的智能也是需要计算，这些是各种各样不同的智能定义。

    我也有智能的定义，通过行为的适应来实现目标的能力，不断进行适应和调整。除此之外我个人的观点，我是觉得我们应该要设立关于心智的科学，不仅仅是自然的心智或者技术的应用，而是所有综合性的心智科学，他它是可以用于人类、动物、机器所有的这些心智都有共同的特征，都有它共同的特点，同时也都是为了要实现目标，随着时间的推移采取行动，但未来可能更多的心智是机器的心智。

    现在没有哪一门现有的科学把这些全部包含进去，无论是心理学、人工智能、认知科学，都没有办法做到这一点，所以我们没有办法把所有的机器都包含进去。因为我个人比较感兴趣的强化学习是综合性心智科学的开始。

    我今天讲的主题是我们现在还处于人类数据的时代，所有的这些AI，它们都是培训预测人们的语言下一个词，人们的标签，并且也是由人类专家进行微调的，大部分的机器学习是要进行知识的转移，从人转到机器身上。

    这种方法现在已经达到极限了，很多高质量的数据源被用完了，生成新的知识是这个范式没有办法实现没有办法做到的。我们现在在迈入所谓的经验时代，AI需要新的U数据来源，它能不断增长不断改善，随着智能体越来越强，它不是静态的数据集，因为静态的数据集是不够的。

    我们要得到这个数据源它是来自智能体，它自己的经验，它和世界的互动，我说的是它的经验是第一视角的。我觉得我们这些数据的信号它不断来来回回进行传递，这是非常快速，是在智能的智能体和它创造的环境就是世界当中来传达的，这些信号它的奖励、行为、观察，这些来定义它的目标到底是什么，所以这是人和动物学习的方式。

    心理学研究已经告诉我们了像AlphaGo是通过这样的方式来下棋，也是最近AlphaProof系统在国际奥数比赛当中得到比较好的成绩，接下来给大家看一个视频，也看出一下这是一个怎样的过程。

    这是婴幼儿，他在玩自己的玩具，大家可以注意一下他的数据，他收集到来自世界上的这些数据，其实是完全取决于他的这些行为，他做些什么，他会从一个玩具到另一个玩具，从每个玩具身上进行学习，玩完一个之后不玩了，玩下一个。他的行为是决定了他的输入，他是没有静态的数据集，不是事先构架好的，所以这些数据在打造的过程中是最为适合他的需求，以及也适合他的认知能力范围和水平，这是最关键的信息。

    然后我们可以看一下无论是动物或者人他进行各种行为的时候，这是我们做的，现在我们都坐着，但是我们的身体是采取行动而且是快速采取行动，对周遭发生的事情反应。

    我们是高带宽的信息处理，信息来了足球运动员马上就要决定，所有这些数据来了之后，他接下来应该怎么做，什么是比较明知的踢法。还有打棒球的人他击球的时候，当球来的时候，我们可以看到就这么短的时间内他马上要决定怎么来进行挥杆。还有鸟，可以看到还有狮子，就算是人在这里交谈，是很多的信息处理，也是为了完成一个目标，同时也是基于我们的经验，希望给大家有所理解。

    再看一下这张幻灯片的内容讲到经验型的AI，智能体是交互这些信号它的行为，它的感知，这些是它的经验，这可以说是我们的焦点，这是智能的全部，智能就是要打造这样的互动，因此我们可以看到这是一个焦点或者重点，是所有的心智终点，要采取行动要采取行为，并且有所感知。

    可以认为一个智能体它是智能的话，它能够预测和控制它的经验，它的感知，如果说它没有经验，那么我觉得根本没有什么智能可言。

    特别是我们没有办法去说这种行为的方式比另外一种行为的方式好，我们必须要有经验，要有奖励信号告诉我们这个行为得到奖励，但是另外一种行为没有让我得到奖励。现在的大语言模型它是没有这种奖励的，它没有办法知道这个行为是好的还是不好的。

    所以这最终是为什么它们有很大的限制，因为它们没有目标。

    观察也是很类似的，这就是所谓的事实准确性，大语言模型基本上没有办法把真的和假的区分开。如果没有经验，你的知识是预测去发生了什么，你没有经验的话，你可以看到之前发生的，但是你没有数据没有经验作为输入来源，你就没有办理知道你做出了预测到底是对的还是不对的，但是有了经验的AI就有奖励、目标，有真实的情况，就是你认为会发生的事情真实发生了。

    这是我们的想法，可能对大家来说是显而易见的，如果我们在研究AI的话，大家可能觉得这是非常自然的，这句话是来自Alan Turing的，他是计算机科学奠基之父。这是1947年的时候他说的，这时候甚至没有AI，他看的是自然的智能，他说我们需要的是一台机器，它可以从经验当中来自主学习，这是非常基本但是又是非常深刻的想法，它没有成为关键的现代AI组成部分。

    但是我觉得这个想法现在慢慢变得越来越重要，特别是在机器人当中，在一些工业的应用当中，所以我也很喜欢这样的说法，是维克多·雨果说的，他说“恰逢其时的思想，势不可挡”。

    所以我觉得我们要从经验当中进行学习，这个想法是所谓的恰逢其时，可能这个时代还没有真正到来，这是我们在迈入这样的时代。

    做一下总结，我觉得AI现在终于转向从经验来进行学习，而不是从人类的数据进行学习，这样它会变得更加强大，因为它可以持续学习新的东西，虽然现在有很多的炒作，甚至是对AI的恐惧，现在的AI智能还不够强大，我个人认为它是比较弱小而且是不可靠的，因为会产生很多的错觉，它可能告诉我们的东西是错的，但是同时它是非常有用的，它也给我们带来催生了很多的产业，而且所有人可以使用，每个人都可以使用，所以大家都感到非常激动，因为大家都发现AI现在还不是真正的智能，或者真正的自主智能，还没有达到这一步，但是我们在迈向这样的时代，我们要习惯，所以现在是第一次和它们接触，还没有来到真正超级智能时代，或者智能增强人类的时代，但是会给我们带来巨大的变革，应该是由人类推动的，同时这个变革会给到人类。

    所以可以看到如果作为一个从经验当中学习的人，我自己本人就是从经验当中学习的，一生都是如此。我觉得我可以预测到经验时代的到来，所以我们要说的是欢迎大家来到经验时代，非常感谢大家的聆听，谢谢。

    主持人（邹韵）：再次感谢萨顿教授的精彩发言，让我们来到经验时代。

    从“数据时代”到“经验时代”，真正的智能是在尝试中积累，在反馈中修正，在与真实世界的交互中“长”出来的。那么经验从何而来？当智能体走出代码与屏幕，走进物理世界——“经验”才真正发生。这，正是下一位嘉宾要为我们分享的主题。下面，有请AI领域青年创业者代表，阶跃星辰董事长、千里科技董事长印奇先生，带来主题演讲，掌声欢迎。

    印奇：非常高兴和荣幸在…过去5年的时间在全球范围内AI成为了世界最大的公约数，而当我们回头看刚刚听了两波AI大的发展浪潮，每一波浪潮是两种力量的叠加，往往是一方面模型能力得到了突破，另一方面我们在产业界找到了非常创新的AI产品形态。

    第一波经历了预训练模型和聊天机器人，所以有了ChatGPT时刻，第二波在发生是强化学习的推理模型和辅助编程的场景。

    大家可能会问第三波是什么，有很大的概率第三波是智能体，尤其是当智能体走进物理世界，这也是我今天想给大家做的分享。

    …15年前我大学毕业选择第一份工作就是成为AI创业者，那时候AI是非常小众的创业赛道，经过15年AI成为全球最大的公约数。不管是AI的技术发展还是产业发展，从业者深刻意识到我们是站在历史巨人的肩膀上…最早期的符号学派、连接学派，到刚刚创业时候的深度学习到今天的大模型，技术的底层是非常连续的。

    但是技术从量变到质量虽然有很大的缺陷，但是带来了非常基于函数式的跳跃…PC互联网时代到移动互联网再到半导体，甚至是新能源，过去这些巨大的技术变革，似乎是为这波AI的变革提供最基础的燃料。

    而我们站在2026年今天，可能在学术界和产业界有不同的共识，有一些人认为AGI今年已经到来，有一些人认为还需要时间。从我的角度看我非常深信…模型的能力已经跨越了某种意义上的边界，如果比较准确来讲至少我们站在了AGI高峰的山脚下。

    5年前AI Coding的Agent可能智能独立完成工作几秒钟，而今天它可以数小时甚至数天可以完成编程任务，不能说这不是一个巨大的飞跃。

    如果…非常多的新的评测级，大家如果看这些评测级的名字非常有意思，经常叫…我们会发现创作非常非常多的难题难倒AI，AI解决问题的能力比我们想象的更加快速。

    同时从去年开始编程成为了AI赛道最关注的领域，从这个角度我想分享一下自己的观点，AI的发展和两个词语非常相关，语言。

    刚才萨顿教授分享…图灵的测试会升级到2.0版本，我认为编程语言成为人和AI智能体最共用的语言，而在这样的更通用语言上，可能机器学习…最佳的产品载体，因为我们经历过大型计算机、个人电脑、网站、移动互联网应用，这里在AI时代最好的产品形态就是智能体。

    过去当我们不管是工作、生活、效率当中，往往是以个人作为生产力的最小单元，而当智能体不仅能陪我们聊天，而能感受外部世界…赋能很多的物理载体行动的时候，未来的智能体会成为最重要的生产力最小单元。

    未来每一个程序员会有一个编成智能体…每天的生产和智能体频繁打交道，智能体的时代可能每个人的能力边界都被大大拓展。

    智能体的时代这不仅仅是单点的应用场景，而是巨大的产业结构性变革，甚至我个人认为它的变革规模、强度和烈度会超过PC互联网叠加移动互联网的综合还大。

    这里有三个最新的东西是最重要的，第一是要有新的系统，过去20-30年时间，从PC到手机，我们已经非常熟悉Windows、Linux、安卓…信息之外为什么它没有真正进入到我们的生活，可能有很重要的原因是我们没有为它构建全新的操作系统。

    未来的操作系统它不是简单的软件驱动，而是由大模型驱动，可能同时是历时以来第一个操作系统，不会拘泥于某一个设备，…重新分配资源，我自己认为未来3-5年的时间里这样的操作系统会诞生，会成为新的经济新的基础设施。

    在这样的操作系统之下有一点非常重要，我们和机器打交道要有一个载体、介质，在这样的新的操作系统下需要设计一个未来真正面向智能体的NewDevices…拍照设备，未来3-5年时间甚至更长的时间，非常大的机遇是智能体将重新定义我们熟悉的所有硬件设备。

    大家有没有发现现在很多的年轻程序员他们的PC不会被关闭，他们走回家他们会远程使用PC，所以未来PC会变成个人工作站，未来我们用手机打电话的时间越来越少…同时它的恢复成为控制其他设备最重要的原点。

    而新能源汽车的变化已经遍布全球，我想新能源的变化在下一阶段没有真正变成非常智能化的空间…进入到汽车，真正未来车会成为我们最熟悉最大规模应用的第一个Robot形态…会成为真正…

    当我们有了新的操作系统、新的设备，最大的最让人兴奋的机遇是新的网络，可能我们已经熟悉的PC互联网和移动互联网…可能超过10亿人使用的网络，在这样的网络里人和人发生非常高效的链接，不光是人和人，人和信息、人和…发生非常本质的变化，这样一张网络会跟之前所有的技术进行叠加，包括Web3的技术，这样的网络里大家简单思考一个问题，这样的网络里如何做价值的定价，比如说在电商网络站里想购买一个iPhone…所有的经济学的基础理论都要将以算法的形式进行重新定义，这样的网络比现在的社交网络、电商网络更加有价值，这以AI的速度可能在未来3-5年时间是快速比较的必然趋势。

    以前设计所有信息学的产品，信息学的软件和硬件的时候，本质不变的理念叫做以人为中心…但是这里面下我们需要做升级，未来需要以人机共生为所有设计的基础，人机共生体系下…更是新的秩序重构，这里有非常非常治理的问题，谁能够赋能，会有权力上智能体为我们行动。

    而智能体的行为有正向和负向的…可信、可控。

    包括今天主席讲的一个点非常重要就是普惠，未来的智能体一定是要普及每个人，而这个智能体与每个人共生的过程中也会变得更加强大、更加聪明。

    而我们在AI的发展过程中一直有一个非常强烈的声音就是AI会替代人，我想AI只是一个更加强大的工具，正如PC的发明和互联网发明一样，AI时代来得太快了，确实给社会带来很多的冲击。

    但是在AI时代一定会创造更多的工作和角色…这些人可能真正能去跟AI，利用AI最新的工具，不光是个人，未来可能会出现很多的超级个体，一个人成为一个团队，成为一个程序员、产品经理，甚至成为一个很好的Marketing人员…

    最后我想回到阶跃星辰公司的使命，叫10倍每个人的可能，过去15年AI从业历史中，我自己感觉AI让我们最有意思的点是即使经过15年的发展AI的技术仍然非常年轻，产业非常年轻，我们不是在很成熟的道路上于大家竞速，而是真正有机会团结起全球最聪明的Mind…大家一起构建这一条道路，并且让这条道路越来越宽阔…让AI进入日常工作和生活，让AI能成为全球每一个用户真正的创新力量，谢谢大家。

    主持人（邹韵）：谢谢印奇先生的精彩分享。

    从量子信息的复杂推演，到化学分子的自主发现，跨学科融合、AI赋能成为全球科研发展的核心趋势。接下来，让我们将共同开启前沿思想的深度对话。一起来看大屏幕。

    （播放视频）

    接下来让我们有请圆桌对话嘉宾数学家、中国科学院院士鄂维南先生，Mr Gilles Brassard, Winner of the 2025 Turing Award, Professor at the University of Montreal，Mr. Omar M. Yaghi, Winner of the 2025 Nobel Prize in Chemistry, Professor at Tsinghua University以及复旦大学教授邱锡鹏先生登台。

    鄂维南：我们开始圆桌对话，有两个大的趋势，一是人工智能，二是量子技术，它们将如何改变科研方式，有组织的科研及新的技术发展，这是我们今天要讨论的内容，有三位专家来自三个学科，吉尔教授是量子技术的先驱和顶尖的科学家，亚吉教授是化学材料，邱锡鹏教授是年轻最顶尖的人工智能方面的教授，所以先请奥马尔和锡鹏，人工智能如何改变你们的科研方式，先请奥马尔。

    奥马尔·M·亚吉：我们第一次用大语言模型做科研，做的是化学家做化学科研当中的难题，在合成分子之后晶体化的过程，这一般是科研比较难的一点。

    我写了论文之后我在学校里走，有学生上前问题我，他们非常高兴我们写出了这个论文。当时我没有得诺贝尔奖，但之后得了，而且我也研究了大语言模型和人工智能如何帮助我们的化学研究。

    这些学生认为得到了许多的新的力量，在科研中有新的能力让他们可以用新的方式，比如说以前要花好几个星期几个月的时间做科研，现在可以更快速更高效做完，这也是在化学界看到新的发展。

    人工智能仍然没有可以完全使用，但是在现有的情况下，与…科研的方式，让大模型本身变得更好，同时帮助服务不同的科学学科发展如果不加以尝试风险就在有人工智能的智能体告诉我们科学应该怎么做，问题应该怎么回答，这个局面是不体好的，所以我们应该主动尝试去学习。

    邱锡鹏：作为人工智能方面的研究学者，大家可能跟我一样发现现在人工智能的模型迭代在不断加速进行，它的曲线越来越陡，人工智能不仅改变了传统的科学研究速度，同时也改变了人工智能本身的发展，所以人工智能本身是很重要的，我们可以使用它来建设模型的基建和架构，指导其发展的方向，也可以训练模型本身。

    用这个方法做科研，并且可以发展下一代的模型，所以是AI到AI的闭环。

    鄂维南：吉尔教授，你看量子技术如何改变做科研的方式呢？

    吉尔·布拉萨德：量子信息技术很有可能是在第二大快速计算机科学下发展的话题，排在它前面的是人工智能。与此同时量子技术对社会本身也有许多的影响力，有好有坏。

    首先从1994年开始，从…37加密计算整体的架构，可以做好对互联网更好的保护，这是很不一样的前景，这意味着我们可以解码解密所有的加密的信息，同时意味着我们可以把过去的信息和讯息解密，因为这是完全可以在系统上下载信息的，现在解码不了，以后有了技术就解码了，如果现在技术不成熟的话，我们就先储存这个信息，等技术成熟之后再回过头进行解密和解码，这是量子科技发展可能会带来的未来，我们从来没有经历过的局面。

    所有之前互联网上发生的随着量子技术的发展，都会展开在人们的面前，这是第一。

    第二量子技术一旦规模使用之后，可以用来建立新的药物、材料，当然量子计算会带来很多好的发展，量子科技下还有量子通讯、量子加密，是可以有完全无条件的保护通讯过程，所以这样的技术就可以解决我刚才说的负面产生的影响。

    简单来说量子技术会很大局面地影响整个社会，有一些是好的发展有一些是不太好的发展和人工智能本身是一样的。

    鄂维南：第二轮问题有关范式变化，有很多的内涵，我们就取其中一个方面，许多研究团队现在都是小作坊式的，但是人工智能时代就不是如此了，尤其是在中国，我们说了很多平台经济概念。

    如果你是安卓平台在上面做一个APP就非常简单了，我在想会不会有平台式的科研，也就是我们由AI驱动新一代的研究基建或者架构，所有的应用或者具体的做法，可以在这样的平台上进行科研，我们来讨论一下这个主题。

    主要是有关平台，并且说的是量子信息技术平台，这里有两个重要的问题，第一量子技术如果可以使用的话，它是一个平台式的会带来巨大变化的力量，当然会有好的发展、不好的发展。

    此外如果想要用大规模的量子解码要许多的架构搭建，需要有架构建立来交换量子技术，这在目前的互联网时代是做不到的。目前这块发展最先进的过程，最在部署量子技术方面的国家是中国，目前中国是最领先的，中国有1万公里我们说的量子计算的主架构，它涉及到中国的许多城市，而且做到了非常好的整合，把主干道和不同的量子计算区域连接起来，形成了一种交互不断在进行发展。

    在地空各方连通起来，所以一旦建立了起来这个架构是非常有用的，有很大的影响力，中国在这方面扮演非常领先的角色。

    奥马尔·M·亚吉：第二个………如果我们知道如何问这些关键的问或者最好的问题，我们去回答这些问题话，所以说从很多的角度来说，人工智能AI虽然给我们带来很多的答案，但是它只是改变了难度，就是问题的难度。

    在未来我认为在整个比较丰富的时代，或者是世界当中，我们有很多的材料，同时有更多材料涌现的潜力，简单的计算可能是…我们如何使用呢，我们又该如何真正使用好这些可能性的力量呢，所以我觉得我们所需要发展的是一种选择性的科学，也就是选择的科学，如何选择哪一个材料呢，是可以从分子一直发展到社会应用，今后可能从社会再回到分子的层面，因为要改变或者打造相应的系统，这些系统无论是称之为系统还是平台，这些系统会在全世界进行扩大规模，我们要让全球的人才参与进来，如果真的能成功，这个模式是非常聪明的，你的模型是最聪明的。

    因为你是把各个不同的文化，把各个不同的思想方式，把各个不同的解决问题方法整合在一起，所以我们可以看到未来的任务非常艰巨，同时潜力非常大，可以改善全球人们的生活，同时可以更好分配知识，通过这些跨国境的系统平台。

    邱锡鹏：首先我觉得平台应该是非常重要的，特别是对于科学研究来说，因为我们有很多的投资现在投资到基础设施当中，这个投资是非常大的，我们必须要特别关注这些投资来打造一些最基础的基础设施。

    但是我要分享的一点是作为一个平台它应该是人人都可以获益的，不仅仅是一小组人，应该所有的人都可以在平台的加持下得到更好的成绩，我们可以用这样的的说法让平台的研究。

    鄂维南：我们的时间还是比较少的…你对于最大的期待或者最大的担心是什么，第二个问题你可以给年轻人提供一些什么样的建议给在座的年轻人？

    吉尔·布拉萨德：我回答第二个问题，John Horror（音）是我的导师，我是1979年拿到PHD的，……46追逐你的目标，这样做研究是最让你激动的不要说追求那些给你财富或者是声誉的研究，要遵循你的模型，这是成功和快速的源泉关键。

    奥马尔·M·亚吉：我的建议给到年轻人梦想真的非常好，能做梦有梦想是非常好的事情，你的梦想成真必须做实验，你必须向变化适应，你能够进行变革，并且有一个开放的思维进行变革，不仅仅是你认为要怎么样变革，同时也要考虑到别人认为如何产生更大的影响，我们要不断实验去探索这是非常有趣的，你要有各种各样的发展期待和发展可能性，我觉得没有任何激动人心的生存方式了就是要不断追求梦想。

    邱锡鹏：…未来的研究当中，因为我们使用的模型是一样的，讨论的也是相同的比较类似的上下文和情景，所以未来的方法或者是我们的成就会变得越来越同质化，这是我比较担忧的问题。

    讲到给年轻人的建议我觉得要提好的问题，这可能是非常重要的，甚至比有答案更加重要。

    鄂维南：非常感谢讨论嘉宾的参与，非常感谢各位带来的精彩对话，给我们带来很多的思想碰撞，也给我们带来很多的灵感和启发，非常感谢。

    主持人（邹韵）：下面进入成果发布环节，三组重要成果将相继发布。首先发布《人工智能合作发展行动计划》和《中国智·惠世界（2026）》案例集，前者聚焦未来国际人工智能合作路线图与行动框架，后者精选中国人工智能成果惠及全球的10个鲜活实践。两项成果共同彰显了中国秉持共商共建共享理念、与各国携手推进人工智能普惠发展的真诚意愿。让我们先通过短片了解具体内容。

    （播放视频）

    接下来掌声有请启动嘉宾：

    中宣部副部长、中央广播电视总台台长 慎海雄；

    国家发展和改革委员会 副主任 黄如；

    教育部副部长 徐青森；

    科学技术部副部长 张光军；

    工业和信息化部副部长 柯吉欣；

    国家数据局局长刘烈宏 移步台中共同启动第一项成果。

    请各位嘉宾将右手放在启动装置上，让我们一起倒数，3、2、1，启动！

    热烈祝贺《人工智能合作发展行动计划》及《中国智·惠世界（2026）》案例集正式发布！请嘉宾回席就座。相信这一项成果发布将为全球人工智能的向善普惠发展注入源源不断的新动力。

    接下进入到第二项成果发布。

    智能体作为人工智能时代最具变革性的技术形态之一，其互信、互联、互操作水平，将深刻影响全球数字经济的融合程度与人类社会的共同未来。《智能体互信互联互操作全球合作倡议》呼吁打造开放、可信、安全、普惠的全球智能体生态，让智能体在协作中生长、在规则下繁荣。一起看大屏幕。

    （播放视频）

    热烈祝贺《智能体互信互联互操作全球合作倡议》正式发布！

    技术攀登越高，伦理治理的锚点越要扎得深稳。《国际人工智能伦理治理行动计划》旨在构建全球协作的行动框架，推动落实联合国《未来契约》及《全球数字契约》有关承诺，凝聚伦理治理共识，为全人类创造开放包容、发展可期的智能未来。我们来看短片。

    （播放视频）

    下面，掌声有请启动嘉宾：

    工业和信息化部 副部长 柯吉欣；

    联合国工发组织 副总干事 邹刺勇；

    Mr.Shahbaz Khan,Director and representative of UNESCO Regional  office for East Asia proceed to the stage。

    请各位嘉宾来到启动装置前，将右手放在启动装置上，请现场嘉宾跟我一起倒计时，3、2、1，启动。

    祝贺《国际人工智能伦理治理行动计划》正式发布，谢谢各位启动嘉宾。

    各位嘉宾，智能时代的浪潮奔涌向前，也愿我们同智能伙伴一道，携手同行，共赴未来。本届大会主论坛上午场议程至此圆满结束。再次感谢各位嘉宾的出席，再会。

    温馨提示，请各位嘉宾根据引导员指引，前往3号楼G层北门，乘车离开。