北京
近日，17 个国家联合发布政府资助人工智能研究协同优先事项文件，倡导各国在公共财政支持的人工智能科研项目上深化跨国协同，统筹资源布局、促进研究成果开放共享。该倡议聚焦人工智能安全、基础大模型研发、AI 伦理治理等全球性核心议题搭建合作框架，旨在化解各国分头研发带来的资源内耗，减少低水平重复投入，合力提升全球人工智能基础科研的整体效能。
当前人工智能前沿领域竞争加剧，基础模型训练、AI 安全测试等方向科研成本高昂，单一国家独立开展全链条研究面临资金、算力、数据集等多重约束，大量同类课题并行开展造成科研资源浪费。在此背景下，17 国提出协同科研的合作思路，引导各国公共资助项目围绕共性技术难题分工攻关，推动实验数据、评测基准、安全研究成果在参与国之间有序共享。
本次协同优先事项重点锚定三大核心方向：一是人工智能安全研究，围绕大模型对齐、模型风险评测、智能体安全边界等前沿课题开展联合试验，共建通用风险评估框架；二是基础模型技术攻关，针对基础模型底层架构、高效训练、轻量化部署等共性技术开展分工协作；三是人工智能伦理与治理研究，探索跨文化语境下 AI 伦理准则，为全球 AI 治理规则的磋商提供科研支撑。
倡议强调，跨国协同并非统一技术路线，而是尊重各国差异化的治理框架与科研目标，以自愿协作方式优化全球科研资源配置。通过联合立项、科研人员互访、联合学术研讨、共享评测工具等多元合作形式，降低前沿 AI 科研门槛，弥合不同国家在 AI 基础研究层面的能力差距，推动人工智能技术朝着安全、普惠、可持续的方向发展。
天工智研分析研判
全球 AI 科研范式调整，从单独竞争走向竞合并存。传统模式下各国 AI 基础研究多以独立立项、本土攻关为主，资源投入分散。这份协同倡议代表部分国家尝试建立公共资助科研的协调机制，以分工合作降低高昂的基础研发成本，意味着前沿 AI 领域的竞争形态正在转变，科研层面的跨国协作成为新选项。
聚焦基础与安全，补齐全球 AI 治理的科研底座。当前全球 AI 治理规则讨论较多，但底层实证研究、安全评测数据相对稀缺。多国联合开展 AI 安全、伦理治理研究，能够产出可互通的实验证据，为后续国际规则谈判提供技术支撑，打通科研与全球治理之间的链路。
协作存在天然边界，国家技术利益仍是核心考量。该机制依托自愿参与原则，不具备强制约束力。在核心技术、关键数据集等敏感领域，各国仍会保持技术保护。协同更多集中在非竞争性基础研究、风险评估、伦理框架等公共属性较强的方向，很难延伸至商用模型、核心产业技术领域。
⚖️
Serving national strategies, focusing on university research and the transformation of scientific and technological achievements
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
