2025年世界人工智能大会(WAIC)于7月26日在上海世博中心正式拉开帷幕，本届大会以“智能时代同球共济”为主题，由外交部、国家发展改革委、科技部、工业和信息化部等十余个国家部委与上海市政府共同主办，吸引了来自30余个国家和地区的1200余位嘉宾参会，其中包括12位图灵奖、诺贝尔奖得主和80余位中外院士，创下历届大会国际参与度新高。参会者共同探讨人工智能技术前沿、产业趋势及全球治理新范式。大会不仅展示了最新技术成果，更提出了具有全球影响力的治理倡议，为全球人工智能合作治理注入了鲜明的中国智慧，其中有两方面突出变化值得关注。

中国倡议成立全球人工智能合作组织，并非是在一张白纸上作画，而是对现有复杂且碎片化的全球AI治理格局的一次主动“介入”与“重塑”。要理解其深远影响，必须先剖析当前国际AI合作的主要模式与既有机制。

尽管人工智能这项本质上超越国界的技术迫切需要全球合作，但现有的多边人工智能政策框架在实现融合和有效实施方面仍面临重大挑战。国际组织在提出旨在指导人工智能伦理和负责任开发与部署的基础原则和建议方面发挥了重要作用。虽然这些规范性文书已得到广泛采用，但其非约束性以及持续存在的实施挑战，极大地限制了它们在促进全球监管一致性方面的作用。

表1:全球人工智能伙伴关系最初运营架构（融入经合组织前）

表2:全球人工智能伙伴关系现今治理层运营架构（融入经合组织后）

表3:全球人工智能伙伴关系现今专家层运营架构（融入经合组织后）

此外，GPAI的经验凸显了人工智能全球治理中包容性与敏捷性之间的内在冲突。虽然将所有利益相关方纳入人工智能治理是至关重要的，但这会无意中减缓决策和行动的速度，使其难以跟上快速发展的人工智能技术的步伐。规模较小、更“志同道合”的组织，例如七国集团，虽然可以加快速度，但往往以牺牲普适性和代表性为代价，这进一步加剧了通往全球共同治理人工智能的复杂性。这种权衡往往导致各国倾向于规模较小、速度较快的联盟，从而加剧了碎片化的局面。

全球人工智能治理并非单一实体的线性任务，而是一个由多元行动者构成的、错综复杂的生态系统。任何治理努力的有效性和合法性，都取决于对这个生态系统强有力且透明的整合。实现全球人工智能合作治理机构需要多种参与主体的融合，本文认为至少需要六个关键群体：国家政府与监管机构，国际组织和外事机构，工业与科技公司，民间社会与非政府组织，学术与研究机构，全球南方与代表性不足的国家。

国家政府与监管机构：他们是治理框架的最终决策者和合法性来源。政治领袖负责从国家战略和全球安全的高度，确立AI治理的宏观目标与基本原则。他们通过签署国际条约、发布联合声明（如《布莱切利宣言》）、承诺投入国家资源，为全球合作提供最高级别的政治意愿和驱动力。缺乏他们的支持，任何治理倡议都将沦为空谈。

国际组织和外事机构（IOs）：他们是治理框架的执行者和制度化桥梁。这些部门的专业人士擅长将高阶的政治共识转化为具体、可操作的国际法条文、组织章程和行事规则。他们负责处理复杂的国际谈判，设计合规监督与争端解决机制，并确保新成立的治理机构能够融入现有国际体系，高效运作。他们的经验对于构建一个能够长期稳定运行的国际AI机构至关重要。联合国、经合组织（OECD）、全球人工智能伙伴关系（GPAI）等机构是关键的“桥梁建设者”，它们协调跨国对话，推动“软法”（softlaw）文书的形成，在碎片化的格局中促进最低限度的标准趋同与合作。

工业与科技公司：尤其是“大型科技公司”（Big Tech），它们不仅是技术的创新者和实施者，其巨大的资源、技术专长和单边决策能力也深刻地塑造着市场动态与事实标准，对政策议程具有强大的影响力。他们的参与确保了治理规则能够紧跟技术发展的步伐，避免政策与现实脱节。他们是定义风险、评估模型能力、设计安全协议不可或缺的力量。企业代表的参与则能确保治理措施在商业实践中具有可行性，并推动行业自律。

民间社会与非政府组织（NGOs）：这些组织是公共利益的“守护者”，尤其在伦理、人权、隐私和透明度方面发声。他们的核心作用是放大被忽视群体的声音，确保治理结构能够回应少数群体、边缘化社区的关切，从而获得更广泛的合法性。

学术与研究机构：作为知识的生产者，它们为风险评估、技术标准制定和影响审查提供循证基础，是政策制定的重要智力支持。

全球南方与代表性不足的国家：这是一个至关重要但常被忽视的群体。对这些国家和公共利益团体的系统性忽视，会使现有的权力不对称和全球不平等永久化。它们的有效参与是实现公平、包容性治理的先决条件。

鉴于此复杂网络，单一、集中的全球治理模型已不现实。最具系统性弹性和适应性的制度设计是多中心、多层次的治理安排和动态的自适应框架。结合现实世界中的国际组织实践，全球AI合作治理可以初步探索并考虑以下四种互补而非互斥的模式：

模式一：政府间前沿人工智能委员会（Intergovernmental Commission on Frontier AI）—— 科学共识的引领者

此模式效仿政府间气候变化专门委员会（IPCC）和联合国环境规划署科学评估小组（SAP），旨在建立一个权威的、科学驱动的政府间机构。其核心任务并非制定具有约束力的政策，而是就前沿AI的风险（如失控风险、偏见、滥用等）进行科学评估，向各国政府提供中立、权威的科学共识报告和缓解策略建议，提升全球对AI风险的认知水平和政府的专业决策能力。IPCC的成功在于其将科学评估与政策制定过程进行“解耦”，赢得了全球范围的科学公信力。一个“AI领域的IPCC”将是全球治理的基石。它能够为后续的国际谈判提供一个共同的事实基础，有效弥合各国因技术理解差异造成的“认知鸿沟”。例如，该委员会可以定期发布《全球AI风险评估报告》，明确界定不同AI模型的“能力边界”与“安全阈值”，这将为国际社会讨论是否需要暂停某些高风险研究或部署提供科学依据。

模式二：高级人工智能治理组织（Advanced AI Governance Organization）—— 规范与标准的制定者

此模式参考国际民用航空组织（ICAO）或国际原子能机构（IAEA），是一个拥有更强制定和执行能力的政府间或多方利益相关者组织。该模式致力于将科学共识转化为具体的国际规范、标准和最佳实践，并监督其执行。正如ICAO为全球航空安全制定了统一的“游戏规则”，一个高级AI治理组织可以专注于为特定高风险AI应用领域（如自动驾驶、医疗诊断AI、金融交易AI）制定国际标准。例如，它可以设立一套针对前沿大模型的第三方审计与认证标准，要求模型开发者在发布前必须通过独立的安全评估。IAEA的核查经验也极具参考价值，该组织可以建立一套“AI安全保障监督”机制，对少数强大的AI模型进行开发过程的监督，确保其安全措施到位。

模式三：前沿人工智能合作体（Frontier AI Collaborative）—— 公平准入的促进者

此模式效仿全球疫苗免疫联盟（Gavi）或全球抗击艾滋病、结核病和疟疾基金（Global Fund），是一个国际公私合作伙伴关系（PPP）组织。其核心目标是“促进普惠”，即通过国际合作，确保发展中国家和欠发达地区能够公平地获取和受益于先进AI系统，同时为AI安全与治理研究提供全球化的计算资源。Gavi的模式证明了公私合作在解决全球健康不平等问题上的巨大成功。一个AI领域的合作体，可以将发达国家的政府资金、科技公司的技术模型、慈善基金会的捐助以及发展中国家的应用场景需求有效结合起来。例如，该合作体可以建立“全球AI算力银行”，为资源匮乏国家的科研人员提供进行AI安全研究所需的昂贵算力。同时，它可以资助将先进AI模型“适配”到解决全球贫困、粮食安全、气候变化等联合国可持续发展目标（SDG）的具体项目中，真正实现“AI for Good”。

模式四：人工智能安全项目（AI Safety Project）—— 前沿研究的合作平台

此模式以欧洲核子研究组织（CERN）或国际热核聚变实验堆计划（ITER）为蓝本，是一种专注于具体科学目标的公私合作研究平台。其使命是汇集全球顶尖的研究人员和工程师，共同攻克AI安全领域的重大技术难题。它将提供对先进AI模型和算力的访问权限，专用于安全对齐（Safety Alignment）研究，并促进学术界与产业界的深度协作。CERN的成功在于它集中了巨大的资源来解决物理学中最根本的问题。同样，AI安全研究，特别是与“超级智能对齐”相关的研究，可能需要远超任何单一公司或国家能承受的投入。一个类似CERN的AI安全项目，可以成为一个“中立”的科研特区，吸引全球最优秀的人才。在这里，来自不同国家甚至相互竞争公司的研究者可以放下戒备，共同开发和测试用于控制未来超智能的理论和技术，例如“可解释性”、“可控性”等核心技术难题。这对于防范AI的长期和灾难性风险至关重要。

表4:全球人工智能合作治理机构可考虑的组织运营架构

尽管构建全球AI治理框架的必要性已成共识，但前路充满荆棘。其核心挑战源于技术、政治和文化等多个维度的深层次矛盾。首先最为突出的困境与趋势便是目前全球人工智能治理非常明显的碎片化格局。

从一个战略构想走向一个具有全球公信力和影响力的国际组织，全球人工智能合作组织的未来道路充满复杂性。全球对AI协调治理的普遍渴求，当前AI技术“奇点”临近的集体焦虑，为超越地缘政治的合作提供了窗口期。中国作为全球最大的AI应用市场和重要的技术贡献者，其深度参与是任何有效的全球治理方案都无法绕开的一环。若能成功将全球人工智能合作组织打造成一个技术务实、政治包容、成果共享的平台，其前景可期。面对重重挑战，全球AI治理的未来并非一片黯淡。一个务实且具有前瞻性的路径，应当是放弃寻求“一蹴而就”的单一解决方案，转而采取一种多层次、多主体、逐步演进的“混合治理”策略。