人工智能产业繁荣指南：场景、标准与规范

人工智能已深度嵌入生产、消费与治理的每一个关键环节。2026年6月16日，2026人民数据大会于四川自贡召开，在“数据要素×人工智能”专题交流圆桌环节，多位行业专家围绕AI赋能实体经济、词元经济、数据治理等核心议题展开深度研讨。

专题交流现场。主办方供图

场景落地是衡量AI价值转化的核心标尺。人民网研发部主任袁雷指出，媒体AI产品必须在创新表达与导向正确之间取得平衡，本质是一场“人机双向赋能”的实践。在输入端，通过设立涉意识形态判别模型对用户请求进行风险分级，高风险内容由主流价值大模型处理；输出端则依托安全护栏进行二次审核。这套体系能否高效运转，取决于高质量语料库的积累。人民网采用人工设问、答题与三审三校机制，构建了系统化的主流价值语料工程，覆盖数据采集、标注、审核到场景触达的全链路。

当AI从内容生成走向物理世界，技术复杂度急剧攀升。北京知跃空间智能科技联合创始人张展认为，当前具身智能赛道热度虽高，但成本高企、模型稳定性与泛化能力不足、端侧适配困难、虚实场景脱节等障碍依然突出。他提到，通过探索类脑智能路径，借助生物仿生学从底层重构智能逻辑，可使模型兼具轻量化与高泛化优势，目前已在高端制造、特种智能装备等场景实现商业落地。

生活服务领域中，AI智能体的大规模推广面临用户认知与接受度的现实挑战。天鹅到家创始人兼首席执行官陈小华表示，未来AI智能工具将成为大众生活与工作标配。在天鹅到家的实践中，自研AI智能体已能通过自然语言理解用户需求，并完成从需求解析到预约确认的全流程智慧派单，展现了AI在垂直场景中的实际应用潜力。

Token质量正成为人工智能产业的价值标尺。重庆菲利信科技有限公司总裁贝依林观察到，随着多模态大模型爆发式增长，头部科技企业与运营商逐步推行Token质量分档定价——时序越精准、边界越清晰、语义关系越细致，Token所含有效信息密度越高，对模型训练的增益越强，定价也随之提高。Token质量的分级正在深刻重塑数据供给侧的竞争格局。

人工智能要行稳致远，必须坚守底线、动态治理。北京泽仪律师事务所主任周天喜提出，因AI误导造成的损失，应根据过错程度及实际控制力，由多方主体分层承担相应责任。他建议，企业需要构建事前预防与事后追责相结合的治理体系，通过协议明确权责、技术手段筑牢合规防线，同时严格落实高风险场景下的人工监督复核机制。

与会嘉宾形成普遍共识：高效匹配的场景生态、高质量的数据供给体系、权责清晰的治理规则，三者将共同驱动人工智能产业实现长期、稳健、惠及全社会的可持续发展。