人工智能 合作发展行动计划

原文要点

推进数据跨境流动，在部分领域建设运营跨境可信数据空间，促进高效、便利、安全的数据跨境流动；协同构建高质量语料库和行业高质量数据集，推动多语种语料共建共享。

白话解读

数据是AI的"燃料"。这一行动直指全球AI合作两大痛点——数据"流不动"（跨境合规难）与"不够用"（高质量语料稀缺，小语种尤其如此）。"跨境可信数据空间"是关键设计：不是简单放开，而是在可信、安全的技术框架内让数据可用、可共享。

看点小语种语料共建共享，是面向全球南方的普惠设计。

原文要点

推动智能算力设施联通；面向发展中国家提供普惠智算服务；联合建设绿色能源驱动基础设施，推动智算设施绿色低碳发展。

白话解读

算力是AI时代最大的门槛资源，也是发展中国家最难跨越的鸿沟。这一行动把中国的算力基建能力与绿色能源优势打包成"普惠服务"——"普惠"是核心词：不是最贵的算力，而是可负担、可持续的算力。

看点"绿电+算力"组合，是中国算力出海的差异化叙事。

原文要点

鼓励共建国际人工智能开源社区，推动通用大模型、基础算法、工具组件共享；协同制定开源合规体系与安全准则；支持各国基于开源模型开展本土化创新。

白话解读

这是中国AI开源路线的政策化表达。亮点在"本土化创新"——不只共享模型，还支持各国用自己的语言和数据做二次开发。同时主动提出共建"开源合规体系与安全准则"，回应国际社会对开源安全的关切。

看点从"用开源"到"共治开源"，角色在升级。

原文要点

深化"人工智能+"合作，搭建跨国产业合作平台，支持面向发展中国家数智能力建设，促进智能体规范应用与创新发展，推动人工智能在科学、制造、医疗、教育、农业、治理等领域应用赋能。

白话解读

这是国内"人工智能+"行动的国际延伸。六大领域的选择很有讲究：科学、制造指向生产力，医疗、教育、农业是民生刚需，治理是公共品——全部对准发展中国家的真实需求。"智能体规范应用"写入此类文件，说明 Agent 已从技术概念进入政策视野。

看点智能体（Agent）被点名，应用层合作有了新抓手。

原文要点

共建拔尖数智人才联合培养机制，推动高校、科研机构和企业国际合作；协同制定职业标准与技能认证体系；提升社会公众人工智能素养，关注和保障弱势群体权益，共同应对人工智能快速发展对就业的影响。

白话解读

这一行动的视角是"共育"而非"争夺"：联合培养、互认的技能认证、面向公众的AI素养。两个细节值得注意——把"弱势群体权益"和"就业冲击"写进国际合作文件，体现了对AI社会影响的正视。

看点职业标准与技能认证的"协同制定"，是人才跨国流动的基础设施建设。

原文要点

共建人工智能标准规范体系，推动国际标准制修订；协同构建标准对接协调机制，促进标准体系包容性与互操作性；加强人工智能发展战略、治理规则、技术标准的对接协调。

白话解读

标准之争是AI大国博弈的焦点。这一行动的关键词是"包容性"与"互操作性"——不追求一家标准通吃，而是推动不同标准体系之间能对话、能对接，降低全球AI协作的制度成本。

看点"对接协调"比"主导制定"更务实，也更容易形成共识。

原文要点

共建人工智能安全治理机制，加强网络安全威胁信息共享和应急处置合作，防范人工智能技术误用、滥用；研究提升人工智能可解释性、透明性、安全性，加强人工智能数据治理；提倡建立开放性平台，共享最佳实践。

白话解读

发展与安全一体两面。这一行动给出了可操作的安全合作抓手：威胁情报共享、应急处置联动、最佳实践开放平台。"可解释性、透明性"直指AI治理的技术深水区，也呼应了全球对"黑箱"的普遍焦虑。

看点从原则宣示走向机制建设，安全合作有了"施工图纸"。

原文要点

坚持公开透明、保护隐私安全、确保可控可信的人工智能科技伦理原则，共建人工智能伦理准则体系；贯彻落实以人为本、智能向善理念；消除种族主义、歧视和其他形式的算法偏见，保障公平性和非歧视性；推进AI科研国际治理合作，为全球南方贡献公共科学产品，服务联合国2030可持续发展目标。

白话解读

前七个行动回答"能做什么、怎么合作"，这一行动回答"该做什么"。"消除算法偏见"明确点名种族主义与歧视，回应全球南方对既有AI体系的担忧；"公共科学产品"把AI科研能力定位为全球公共品，最终落点是联合国2030议程。

看点"为全球南方贡献公共科学产品"，是整份计划最有分量的承诺之一。