今天分享的是：清华大学：2025人工智能治理年度报告：迈向“可衡量”的AI治理

　　清华大学《2025人工智能治理年度报告：迈向“可衡量”的AI治理》指出，2025年AI技术深度迈向物理世界，多路线探索通用人工智能，同时全球AI治理呈现表面繁荣但效能不足的现状，发展与治理的实质差距持续拉大，报告据此提出四大针对性治理建议，核心指向构建可衡量的AI治理体系。

　　2025年AI发展呈现三大特征，技术上迎来大模型向智能体演进的元年，空间智能、世界模型成为新研究方向，具身智能走出实验室实现有限规模应用，AI从数字工具转变为物理世界的“行动者”，但也伴随失控、责任界定等新挑战；基础设施建设提速，全球算力迈入ZFLOPS时代，却面临能源与算力双瓶颈，地缘化的算力竞争与能源短缺相互制约，成为AI落地的关键障碍；产业生态上，开源模型的繁荣重塑行业格局，推动技术普惠与产业智能化转型，同时开源模型的滥用风险、垂直应用场景下的AI准确性与人机信任问题凸显，特定场景的规则建设迫在眉睫。

　　在治理层面，2025年全球AI治理行动空前活跃，但仍存在诸多问题。国家层面各国加快治理体系建设与立法进程，却呈现差异化的治理导向；政府间多边机制虽持续探索合作，却面临联合国机制缺乏执行效力、传统多边平台议程分化、新型专门机制成果流于形式的困境；非国家行为体成为治理重要力量，科学共同体推动跨国安全共识形成，科技企业也逐步构建行业自律机制，为治理提供了民间支撑。

　　报告指出，AI发展与治理的差距源于技术不确定性与治理稳定性的张力、发展与治理的认知割裂、国家竞争对合作的压制、治理能力与工具滞后四大结构性矛盾。为此，报告提出四大建议：探索监管沙盒、标准前置等适应性治理框架；在AI安全、基础科学等领域锚定国际合作“锚点”；强化科学共同体、企业等非国家行为体的治理角色与能力；构建系统化、可量化的AI治理评估框架，通过对齐认知、诊断问题、引导资源、促进规则互认，让AI治理从原则化走向可衡量，弥合发展与治理的鸿沟。