来自社会各界的政协委员、代表也纷纷围绕“人工智能”建言献策，从数据、算力，到芯片、技术，再到法律、安全，以及人才培养、创新应用，各种声音万物竞发。

　　以下就是我们对于今年AI相关提案的总结，为避免大佬的申论学得太好大家读起来有困难，我在每段后面简单中译中翻译了一下。

　　数据显示，截至2023年底，中国10亿参数规模的大模型厂商及院校超过200家，存量数据资源丰富，但优质中文数据稀缺，很多大模型训练，非常

　　，在一定程度上限制了大模型的发展。周源将中文语料数据比作“水库”，在他看来，“目前大模型最大的语料库来自于UGC（用户生成内容）生态，即来自每个人的知识、经验、见解的上传。”

　　相比如何“打水”（数据爬取），更重要的是先扩充“水库”容量，再通过“数据清洗”，构建高质量中文语料库。

　　关于水库扩容，周源认为要建立数据合规的监管机制和评估办法，避免一些类似谣言、假新闻、垃圾信息等数据滥竽充数；

　　交易模式。由政府引导或相关行业组织牵头，构建有利于数据交易模式创新与合规的新秩序，推动数据交易行业有序发展和健康成长。

　　刘庆峰建议，推动国家级高质量训练数据的开放和共享，支持国家实验室、国家人工智能开放创新平台等优先、低成本使用。

　　张志勇则从行业的角度出发，建议制定统一标准的数据架构，鼓励建设高水平行业数据集，加强行业数据流通交易；同时引导

　　。说白了，从训练聪明的AI大模型角度来说，中文互联网的语料质量相对于英文互联网实在是太低了，我们可以说两边吹水娱乐打屁擦边内容其实差不太多，但是英文互联网上的爱好者论坛、专业论坛和开源代码平台，这些优质内容富矿，中文互联网上找不到对应的东西。

　　加上适度的监管，才能促进优质中文语料的产生，这与他知乎老板的身份非常契合，而几位大佬都认为应该动用新型举国体制，建立标准化的数据标注、交易、共享机制。

　　，鼓励国内外企业、研究机构、开发者之间的深度合作与交流，形成开放合作新格局，并增加对算力建设和应用的政策扶持。

　　，通过战略引导，加快实现国产操作系统的技术突破；另一方面，通过产品收敛降低软硬件及应用场景开发适配难度，加速实现生态突破。

　　京东技术委员会主席曹鹏也发现，国产替代往往是静态的，缺少前瞻性的规划，还存在与产业脱节的状况，只有

　　肯定是长期方向，最终肯定会聚焦，因为不同技术路线将造成很多重复投入或力量分散。另外，芯片作为信息产业链的底端，只有不断丰富国产芯片的生态体系，才能展现出技术优势。总的来说，AI芯片的发展，各位大佬有三点共识：

　　，英伟达的AI生态之所以强大离不开CUDA架构下众多开发者的贡献，别到时候中国搞出100个不同的架构，那就一个都搞不起来了；3）

　　在360创始人周鸿祎看来，2024年是大模型应用场景元年，中国可以走出一条具有中国特色的大模型发展之路，通过

　　。像“互联网+”一样，所有领域都值得用AI重塑一遍，尤其是面向消费者的大模型，完全可以发挥中国的人口红利优势和应用开发用户体验的优势。

　　而对企业来说，首先要建立AI信仰，坚信人工智能正朝着AGI快速前进，其次还需要拿出决心，All in AI。

　　换句话说，Sora相当于给人工智能加上了一双慧眼，使其像人一样理解这个世界背后的很多规律。以此为基础，Sora至少能在三个领域延伸发展：

　　，通用机器人借助Sora有了自己的眼睛，能通过观察世界，更了解如何跟世界去交互，从而对人形机器人产业带来巨大的推动；第三个在

　　关于AI的应用，红衣教主首先认为不要对AI进行狭窄化的理解，把AI仅仅当成聊天机器人或者视频图片生成工具。

　　它是一种与我们习惯的截然不同的理解问题的方式，因此它一定会赋能千行百业，所以态度上要ALL IN AI，不要去想你所在行业会不会被AI改变，要想它会怎么改变。

　　的方式，加强数据安全和知识产权的保护措施。金杜律师事务所高级合伙人张毅也提到，“算法技术全面步入应用阶段，但同时也引发了诸如算法歧视、算法黑箱、信息茧房、算法霸权等法律甚至伦理的一系列问题”。

　　的出台，弥补监管体系空白，同时，将人工智能和算法技术按风险等级进行划分并采取不同监管措施，并设置事前、事中和事后全生命周期监管措施义务。

　　南昌大学数学与计算机学院教授闵卫东也认为，构建安全可信的人工智能治理框架，相关部门既要紧跟技术步伐，更新监管政策，也要引领行业标准的制定，例如明确人工智能及其算法在使用和应用方面的限制和义务，加强用户隐私保护。

　　在技术端，闵卫东进一步建议，产学界应当加强相关研究，早日让处于“黑箱”的人工智能研究向“灰箱”进步，从而实现人工智能系统更加

　　，他建议国家要重视通用大模型安全问题，给予兼具“安全和AI”能力的企业专项扶持政策；鼓励政府、央国企与相关企业在大模型安全领域展开合作。

　　看起来，对于如何去监管AI确保安全这个问题，大佬们似乎没有特别统一的意见，总之是要加强研究，不断明确AI的边界，才能让人工智能沿着正确的方向前进。

　　对高校来说，一方面要加大高校人工智能学科建设的投入，通过加强与世界一流科研机构的合作交流、引进优秀师资力量、吸引企业高级人才和行业专家进入高校授课等方式，扩大教学力量。

　　；与此同时，鼓励企业与高校开展合作，人工智能大企业向高校学生开放实习实践机会，提升其理论与实践融合的能力，而系统性的人才培养体系，也可以满足企业对人工智能人才的需求。

　　在人才培养方面，科大讯飞董事长刘庆峰建议，加快运用大模型的现有能力，打造教师和学生的助手，赋能从中小学到职业教育和大学的教育教学提质增效。

　　，同时鼓励年轻人投身人工智能。以Sora背后的研发团队为例，汪小帆认为，“青年科技人才是实现高水平科技自立自强的生力军，技术越发展，这个趋势越明显”。

　　”等政策，打造企业、人才集聚的人工智能创新高地。总之，相信年轻人，让更多的年轻人在更早的时候开始，学习AI，应用AI，参与AI产品的开发。

　　工信部在2023年10月印发的《人形机器人创新发展指导意见》提到，人形机器人集工智能、高端制造、新材料等先进技术，有望成为继计算机、智能手机、新能源汽车后的颠覆性产品。

　　芜湖机器人公司董事长许礼进提出，我国人形机器人产业在场景创新和应用推广方面，还存在一些亟需解决的问题。

　　有待提升，例如四肢不够强健，双足行走和双臂作业爆发能力有待提高。二是高成本限制了商业化的应用推广，进一步导致市场不明确，

　　。在他看来，解决人形机器人面临的问。