2026年6月17日，法国埃维昂，日内瓦湖畔。

一个细节足以说明一切：在G7峰会的正式午餐环节，安保人员为Sam Altman（OpenAI）、Dario Amodei（Anthropic）、Demis Hassabis（Google DeepMind）以及来自Mistral、Cohere、Sarvam、Sakana的创始人安排了与七国领导人同等规格的座位——不是旁听席，不是记者区，而是主桌。十多名AI公司CEO与Trump、Macron、Meloni等国家元首同席而坐，讨论前沿AI风险、基础设施投资与AI主权。

5天前，2026年6月12日，其中一位座上宾——Dario Amodei的Anthropic——刚刚在美国政府指令下关闭了其Fable 5和Mythos 5模型的用户访问权限。

一家被政府强制关闭产品功能的公司，5天后坐在了制定全球AI规则的主桌上。这个矛盾，比任何分析框架都更精确地揭示了2026年AI权力格局的真实结构。

美国外交关系委员会（CFR）研究员Jessica Brandt对此的定性直接而犀利：”国家无法在没有私营AI公司配合的情况下，对AI做出可信承诺。这是权力转移的信号。”（来源：CNBC, 2026-06-17）

这句话值得反复推敲。它不是在描述一种影响力的增长，而是在陈述一种结构性依赖的确立。国家主权在AI领域出现了一个新的条件句：如果私营公司不配合，国家的承诺就是空话。

这是自核武器时代以来，技术力量与国家权力关系最深刻的一次重新排列。

第一层：为什么是现在，为什么是AI

要理解这张午餐桌的历史意义，必须先理解G7在2026年面对的地缘政治语境。

G7峰会自1975年创立以来，核心议题始终围绕宏观经济协调、贸易规则和安全合作。技术公司CEO从未出现在主桌上——不是Bill Gates，不是Jeff Bezos，不是Elon Musk在特斯拉最鼎盛时期。即便是2010年代智能手机和社交媒体重塑了整个信息生态，G7也只是在边会上与科技公司进行礼节性沟通。2018年加拿大夏洛瓦G7峰会期间，科技公司代表仅被安排在”多利益相关方对话”的边会环节，与NGO和学术界混坐。

2026年发生了什么，让这个惯例被打破？

答案不在于AI公司的市值或收入体量，而在于AI能力边界的跨越速度已经超出了传统政策制定的响应节奏。根据Epoch AI的追踪数据，2024至2026年间前沿模型的训练计算量以每年约4倍的速度增长，模型能力在编程、科学推理、多模态理解等维度上的基准测试得分年均提升超过30%。（来源：Epoch AI, 2026年）Dario Amodei在其2026年政策文章《Policy on the AI Exponential》中明确写道，AI正在经历”指数级”发展，政策制定者面临的核心挑战是：他们需要对一种他们无法完全理解、也无法独立验证其能力边界的技术做出具有约束力的国际承诺。（来源：darioamodei.com, 2026-05-15）

这创造了一种结构性的信息不对称。

当Macron向其他G7领导人解释”前沿AI风险”时，他需要Amodei或Hassabis在场来为这种风险背书——不是因为政治家缺乏智识，而是因为这些风险的技术细节只存在于少数几个训练过前沿模型的组织内部。全球真正在训练参数规模超过万亿的前沿基础模型的组织，截至2026年中不超过7家。没有AI公司的参与，G7关于AI安全的任何声明都将是空洞的政治修辞，无法形成可操作的技术标准。

这就是Jessica Brandt所说的”可信承诺”问题的核心：在AI治理领域，技术权威与政治权威出现了分离。

历史上有过类似的时刻。1945年后，核武器物理学家成为美苏军备控制谈判中不可或缺的技术顾问。但那时，核技术完全掌握在国家手中——曼哈顿计划是政府项目，科学家是雇员。今天的情况完全不同：前沿AI能力掌握在私营公司手中，政府是客户，不是所有者。OpenAI在2025年的年化收入已超过130亿美元（来源：The Information, 2025-10），其研发预算超过多数国家政府的AI研究拨款总和。

这个权力结构的倒置，才是这张午餐桌真正的历史含义。

第二层：谁在场，意味着什么

出席名单本身就是一份地缘政治声明。根据CNBC报道，出席的AI公司CEO超过10位，以下是可确认的核心名单：

美国阵营：OpenAI（Altman）、Anthropic（Amodei）、Google DeepMind（Hassabis）。这3家机构代表了当前前沿模型能力的绝对核心。在2026年初的主要基准测试中（包括GPQA、MATH-500、SWE-bench），这3家的旗舰模型持续占据前三位。加上其他美国代表，美国在AI席位上占据压倒性主导。

欧洲阵营：Mistral（法国）。这是Macron的主场，也是他最重要的AI地缘政治筹码。Mistral在2025年完成了超过6亿欧元的融资（来源：Reuters, 2025-11-20），估值达到约60亿欧元，是欧洲估值最高的AI初创公司。Mistral的出席，对Macron而言具有双重意义：既是法国在AI主权叙事上的具体体现，也是他向其他G7成员展示欧洲并非完全依赖美国AI的证据。

亚太阵营：Cohere（加拿大）、Sarvam（印度）、Sakana（日本）。

Sarvam的出席尤其值得关注。印度不是G7成员国，但Sarvam创始人作为受邀嘉宾出现在这张桌子上，意味着G7在AI治理框架上必须将印度纳入考量——印度拥有14亿人口、全球第三大数字支付基础设施（UPI在2025年处理超过160亿笔交易），以及对”AI主权”叙事的强烈政治需求。Sarvam专注于印度22种官方语言的模型开发，其存在本身就是对”AI治理不能只是英语世界的事”这一命题的活体论证。

Sakana AI代表日本。这家由前Google Brain研究员David Ha和Llion Jones（Transformer论文共同作者之一）创立的公司，在2024年完成了超过3亿美元融资（来源：TechCrunch, 2024-09-17），是日本AI领域最大的单笔融资。其在场的象征意义超过其当前的技术体量：日本政府在2025年发布的《AI战略2025》中明确将本土AI生态建设列为国家安全优先事项，Sakana是这一战略的旗帜性标志。

从出席名单读出的隐含逻辑：这不是一个技术能力的排行榜，而是一个地缘政治代表性的分配方案。每个G7成员国（及其希望拉拢的伙伴国）都需要在桌上有”自己的”AI公司。这意味着AI主权正在从一个抽象的政策目标，转变为一种具体的政治资产——谁有本土AI公司，谁就有在全球AI治理中的发言权。

大多数分析忽视的一点：Cohere的出席。Cohere是一家加拿大公司，专注于企业级AI部署和RAG（检索增强生成）技术，在消费者端知名度远不如OpenAI或Anthropic。但它的出席有精确的政治逻辑：加拿大是G7成员，渥太华需要一张AI牌，而Cohere是最合适的选择——它在2024年的估值约55亿美元，且其联合创始人Aidan Gomez是Transformer论文的共同作者之一。这表明，这张出席名单的编制逻辑不是”谁的技术最强”，而是”谁能代表哪个国家的AI主权叙事”。这个逻辑将深刻影响未来各国政府的AI扶持政策走向。

这里存在一个深刻的张力：前沿AI能力高度集中（实际上只有3-5个组织真正在技术前沿），但政治上需要分散化的代表性。这两种需求之间的矛盾，将是未来数年AI地缘政治的核心摩擦点。

第三层：Anthropic的矛盾处境——被管控，又被邀请

在所有出席的AI公司中，Anthropic的处境最为复杂，也最能揭示AI公司与国家关系的真实结构。

就在G7峰会5天前，2026年6月12日，一件在主流媒体上没有得到足够关注的事情发生了：据CNBC报道，Anthropic关闭了用户访问其Fable 5和Mythos 5模型的渠道，原因是”遵守政府指令”（comply with government directive）。（来源：CNBC, 2026-06-12）

这是出口管制机制的直接体现。美国政府通过出口管制框架——具体而言，是商务部工业与安全局（BIS）在2025年更新的《人工智能扩散规则》（AI Diffusion Rule）——要求AI公司限制特定模型对特定地区或用户的访问。该规则将全球国家分为三个层级，对第二、第三层级国家的前沿模型访问施加了严格限制。（来源：美国商务部BIS, 2025-01-15）Anthropic选择了合规——关闭访问，而不是与政府对抗。

然后，5天后，Amodei坐在了G7的主桌上。

这两件事并置，揭示了一个极其微妙的权力动态：Anthropic既是被管控的对象，又是管控体系需要的合作者。

被管控的一面：美国政府通过出口管制对Anthropic施加了直接的运营干预，迫使其关闭产品功能。这不是咨询，不是建议，而是强制性的政府指令。Anthropic在这个维度上是政府权力的承受者。

被邀请的一面：在G7峰会上，Amodei与世界上最有权力的7个政府的领导人同桌讨论AI政策的未来走向。在这个维度上，Anthropic是政策制定的参与者，甚至是某种意义上的共同制定者。

这种双重身份在历史上有过类似的先例。军火工业巨头（如洛克希德·马丁、雷神）长期处于类似的处境：既是政府监管和采购合同的对象，又深度参与国防政策的制定。但军火工业的这种关系花了数十年才建立（从二战到冷战末期），而AI公司在不到10年内就走完了这条路。

Dario Amodei本人的立场进一步加剧了这种张力。在其2026年5月发布的政策文章中，Amodei明确表达了对AI指数级发展的深切关注，写道政策制定者面临的窗口期可能”比大多数人预期的更短”，并呼吁建立”能够随AI能力增长而自动升级的治理机制”。（来源：darioamodei.com, 2026-05-15）他不是一个单纯的商业利益代言人，他的公开立场始终强调AI的潜在风险和治理的紧迫性。

这使得Anthropic在政策圈内的可信度远高于其他AI公司——一家公开声称自己的产品可能危险的公司，在AI安全讨论中拥有独特的道德权威。但这种权威是有代价的：它使Anthropic更难以反对政府的安全理由，即便那些理由在商业上对Anthropic造成了实质性损害。

出口管制争议的深层逻辑：Anthropic关闭Fable 5和Mythos 5的事件，折射出美国AI出口管制政策的一个根本性矛盾。一方面，政府希望通过管制防止先进AI能力扩散到对手国家；另一方面，过于严格的管制会削弱美国AI公司的全球竞争力，将市场拱手相让给管制更宽松的竞争对手。Anthropic在这个矛盾中没有好的选择：合规会损失市场，不合规会失去在政策圈的信誉和政府合同。选择合规，然后5天后出现在G7主桌上，可能是Anthropic能找到的最优解——用短期的商业让步，换取长期的政策影响力。

第四层：这次会议能解决什么，又无法解决什么

对任何峰会的分析，都必须区分两种输出：象征性成果和操作性成果。

这次G7 AI会议可能产生的象征性成果：

首先是”共同叙事”的建立。让美国、欧洲和日本的领导人在同一个框架内描述AI风险和机遇，本身就是有价值的政治成就。AI治理的全球碎片化——美国的行政命令路线（2023年10月拜登AI行政令，后被Trump政府部分修订）、欧盟的《AI法案》立法路线（2024年8月生效）、英国的自愿原则路线（2023年布莱切利宣言）、中国的分类监管路线（2023年《生成式人工智能服务管理暂行办法》）——正在创造一个规则套利的空间。G7如果能在峰会后发布一份具有实质内容的联合声明，至少能在叙事层面压缩这个套利空间。

其次是”AI公司参与治理”的合法化。这次午餐会议本身就是一个先例，它将AI公司CEO纳入政策讨论的正式框架，而不仅仅是游说和公众咨询。这种合法化一旦确立，将难以逆转。

这次G7 AI会议无法解决的问题：

第一，中国不在场。 G7的AI治理框架，无论多么精心设计，都面临一个根本性的空白：世界上另一个AI超级大国没有坐在这张桌子上。中国在2025-2026年间展现了令人瞩目的AI能力：DeepSeek在2025年1月发布的R1模型以极低的训练成本达到了接近GPT-4级别的推理能力（来源：DeepSeek技术报告, 2025-01-20）；阿里的通义千问系列在多语言基准测试中持续进步；华为的昇腾AI芯片生态正在构建独立于NVIDIA的算力栈。中国国务院在2025年发布的《国家人工智能产业发展行动计划（2025-2027）》明确将”AI自主可控”列为核心目标。没有中国参与的AI治理，类似于没有苏联参与的核不扩散条约——在结构上就是不完整的。

第二，执行机制缺失。 AI公司参与制定的规则，如果没有强制执行机制，本质上是自愿遵守的承诺。历史上，科技行业的自我监管记录并不令人鼓舞——从Facebook在2018年剑桥分析丑闻后的隐私承诺，到社交媒体平台关于虚假信息的自愿行为准则，自我监管在商业压力面前总是倾向于退让。

第三，”前沿AI风险”的定义争议。 Amodei等人所说的前沿AI风险，与政策制定者所理解的AI风险之间，存在显著的概念落差。前者更关注长期的、存在性的风险（如AI系统的不可控性、递归自我改进），后者更关注近期的、可操作的风险（如深度伪造、自动化武器、就业冲击）。根据斯坦福大学HAI（人类中心AI研究所）2025年度AI指数报告，全球AI治理讨论中，关于”近期风险”的政策文件数量是”长期存在性风险”的12倍以上。（来源：Stanford HAI AI Index Report, 2025-04）

第四，AI公司的利益冲突。 邀请AI公司CEO参与AI治理，就像邀请制药公司CEO参与药品监管——他们拥有不可或缺的专业知识，但也拥有强烈的商业动机。Altman、Amodei、Hassabis在G7桌上发言时，他们代表的是人类的共同利益，还是各自公司的商业利益？这个问题没有简单的答案，但它必须被明确提出。

第五层：对立视角——AI公司上桌是进步还是俘获？

对这次G7 AI午餐会的评价，在政策界和学术界存在尖锐的分歧。理解这些分歧，比选择一方站队更重要。

视角一：治理创新论

支持者认为，AI公司参与国际治理是务实且必要的制度创新。这一立场的核心论据是：AI技术的复杂性和发展速度使得传统的”政府制定规则、企业遵守规则”模式在操作上不可行。牛津大学互联网研究所的AI治理研究者Allan Dafoe（现任Google DeepMind治理研究负责人）长期主张，AI治理需要”嵌入式”的多利益相关方参与，因为技术能力评估本身就需要开发者的深度配合。

法国总统Macron本人在2024年巴黎AI峰会上的表态代表了这一立场的政治版本：”我们不能在不理解技术的情况下监管技术，而理解技术需要与创造技术的人对话。”（来源：Élysée Palace官方声明, 2024-02-10）

从这个视角看，G7午餐桌是治理能力的提升，而非主权的让渡。

视角二：监管俘获论

批评者的立场同样有力。AI Now Institute（纽约大学）在其2024年度报告中明确警告：”当被监管对象成为监管规则的共同制定者，监管俘获（regulatory capture）就不再是风险，而是现实。”（来源：AI Now Institute Annual Report, 2024-04）该报告指出，AI公司通过参与政策制定，能够系统性地将讨论框架导向对自身有利的方向——例如，强调”负责任AI”的自愿框架而非强制性的法律义务，或将”AI安全”的定义收窄为技术对齐问题而非更广泛的社会公平问题。

Access Now（国际数字权利组织）在2025年的政策简报中更为直接：”让AI公司CEO坐在G7主桌上讨论AI治理，等同于让化石燃料公司CEO主导气候谈判。他们的专业知识是真实的，但他们的利益冲突同样是真实的。”（来源：Access Now Policy Brief, 2025-03）

来自全球南方的批评则聚焦于代表性问题。尽管Sarvam（印度）和Sakana（日本）的出席被解读为多元化的信号，但批评者指出，非洲、拉丁美洲和东南亚——这些AI部署影响最大但本土AI能力最弱的地区——在这张桌子上完全没有代表。联合国AI高级别咨询机构在2024年的最终报告中强调，AI治理必须避免”由少数国家和少数公司为全人类制定规则”的格局。（来源：UN AI Advisory Body Final Report, 2024-09）

我的判断

两种叙事都捕捉到了部分真相，但都不完整。

监管俘获论的弱点在于：它假设存在一个”纯净的”替代方案——政府可以在不与AI公司合作的情况下制定有效的AI治理规则。这在操作上是不现实的。欧盟《AI法案》的实施经验已经证明，即便是最详尽的立法，在落地执行时仍然严重依赖企业的技术配合来定义”高风险AI系统”的具体边界。

但治理创新论的弱点同样明显：它低估了信息不对称在政策共同制定中的扭曲效应。当AI公司是唯一能够评估自身模型风险的实体时，”共同制定”在实质上就变成了”自我评估”——这与金融危机前银行使用内部模型计算自身资本充足率的逻辑如出一辙，而我们知道那个故事的结局。

我的结论是：AI公司参与治理是不可避免的，但参与的条件和结构需要被严格设计。具体而言，这意味着：（1）独立的技术审计能力必须建立在政府或第三方机构内部，而不能完全依赖企业自我报告；（2）参与政策制定的AI公司必须接受透明度义务，包括公开其模型能力评估的方法论；（3）公民社会和学术界必须在同等层级上被纳入治理框架，而不是被降格为”咨询对象”。

这张G7午餐桌目前不满足这三个条件中的任何一个。这不意味着它是错误的，但意味着它是不完整的——一个需要被补全的治理实验，而非一个可以被简单复制的成功模式。

第六层：AI治理新模式正在成形——但它是什么样的？

从这次G7峰会，我们可以看到一种新的AI治理模式的轮廓正在浮现。

正在成形的真实模式，更接近于一种”结构性相互依赖”：

政府拥有监管权力、市场准入控制权、公共采购预算和出口管制工具，但缺乏技术权威和前沿能力。AI公司拥有技术权威、前沿能力和大量有价值的内部数据，但缺乏政治合法性、执法权力和跨国协调能力。

这种相互依赖创造了一种谈判关系，而不是单纯的支配关系。在这个框架下，AI治理不是政府单方面制定规则，也不是AI公司自行其是，而是一种持续的、多轮次的政策共同制定过程。

这个模式的历史最近似物，可能是金融危机后形成的金融监管框架。2008年后，巴塞尔银行监管委员会在制定巴塞尔协议III时，将大型银行纳入了标准制定的技术咨询过程，因为监管者意识到，如果没有被监管机构的技术配合，关于流动性覆盖率和杠杆率的规则在实操层面无法落地。但金融监管有一个AI治理目前缺乏的东西：历史数据和危机教训。监管者能够回溯性地分析2008年金融危机，建立风险模型。AI治理面临的是一个前所未有的技术轨迹，历史数据无法提供足够的指导。

一个大多数观察者没有充分注意的结构性问题：这种”结构性相互依赖”模式，在各个AI公司之间并不对称。

OpenAI、Anthropic、Google DeepMind处于这个模式的核心——它们既有技术权威，又有足够的政治影响力，可以真正参与规则制定。但Mistral、Cohere、Sarvam、Sakana的处境截然不同：它们更多是作为”本国AI主权”的象征被邀请上桌，而不是作为技术权威。

以具体数据说明这种不对称：在2026年初的GPQA（研究生级别科学问答）基准测试中，OpenAI和Anthropic的旗舰模型得分均超过65%，Google DeepMind的Gemini Ultra超过70%，而Mistral的最新公开模型得分约为55-58%。（来源：基于公开基准测试数据的综合估计）这意味着在实质性的前沿AI安全讨论中——例如关于模型何时可能展现出危险的自主能力——Mistral的技术判断权重必然低于前三家。

如果这个判断是正确的，那么G7的AI治理框架，在形式上是多边的，在实质上可能仍然是以美国前沿AI公司的技术判断为核心的单边框架。这将是一个深刻的合法性问题，也是这个新兴治理模式最脆弱的环节。

第七层：国家主权在AI时代的重新定义

这张G7午餐桌，迫使我们重新思考一个基本概念：在AI时代，国家主权意味着什么？

传统意义上的主权包括：领土控制、货币发行权、军事力量、立法权。AI主权问题触及的是一个更深层的维度：认知基础设施的控制权。

如果一个国家的政府决策依赖于由外国私营公司开发和运营的AI系统，如果其公民的信息环境由这些系统塑造，如果其经济竞争力依赖于这些系统的可用性——那么这个国家的主权在多大程度上是真实的？

法国邀请Mistral出席G7，正是对这个问题的直接回应：Macron需要能够说”法国有自己的前沿AI公司”，以维持法国在AI时代的主权叙事的可信度。但Mistral的处境本身就揭示了这个叙事的局限性：Mistral的训练和部署仍然依赖美国的云基础设施（主要是AWS和Microsoft Azure），其GPU供应依赖NVIDIA（美国公司），而NVIDIA的先进芯片制造依赖台积电（台湾）。真正的AI主权，需要从芯片到数据中心到基础模型到应用层的全栈独立——这是一个对绝大多数国家而言在短期内无法实现的目标。

Sarvam的案例提供了一个不同的主权路径：不追求全栈独立，而是专注于本土语言和文化场景的适配，在应用层建立不可替代性。这是一种务实的主权战略——承认在基础模型层面的依赖，但在应用层和数据层建立本土壁垒。

这两种主权路径的对比——全栈主权路线（法国、中国）与应用层主权路线（印度、日本、大多数中等规模经济体）——将是未来十年AI地缘政治的核心叙事之一。G7这张午餐桌，将这两种路径的代表都纳入了同一个框架，但没有解决它们之间的根本张力。

第八层：这对未来意味着什么

从这次G7峰会，可以推导出几个具有较高确定性的中期趋势：

趋势一：AI公司的政策参与将制度化。 这次G7会议建立了一个先例。预计在2026年下半年的G20峰会（南非）以及2027年的联合国未来峰会后续进程中，AI公司CEO的正式参与将成为标准配置。主要AI公司将需要建立更专业的政府关系和政策研究能力——OpenAI已在华盛顿设立了超过20人的政策团队，Anthropic的政策团队在2025年扩展至约15人。

趋势二：AI主权将成为各国政府的核心政治议程。 Sarvam、Sakana、Mistral的出席模式，将在更多国家复制。韩国（Naver）、阿联酋（G42/Technology Innovation Institute）、新加坡（Sea AI Lab）等国家和地区已在积极布局本土AI旗舰。这将创造一个新的政策驱动的AI投资浪潮。

趋势三：出口管制将成为AI地缘政治的主要工具。 Anthropic关闭Fable 5和Mythos 5访问的事件是一个预兆。美国商务部BIS在2025年1月发布的AI扩散规则已经建立了分层管制框架，随着模型能力的持续提升，管制范围将进一步扩大。这将对非美国AI公司创造商业机会（尤其是在被管制地区），同时也将迫使所有在美国市场运营的AI公司在合规成本和市场扩张之间做出更困难的权衡。

趋势四：AI治理的”多速”格局将持续。 G7峰会不会产生一个统一的全球AI治理框架。更可能的结果是多个重叠的、部分兼容的治理框架并存：G7框架（侧重前沿AI安全）、欧盟《AI法案》框架（侧重权利保护和风险分类）、中国的分类监管框架（侧重内容控制和产业发展）、以及通过联合国渠道推进的普遍性原则框架（侧重包容性和公平性）。AI公司将需要在这个多速格局中同时满足多套规则，这将成为一种新的核心运营能力。

结语：主桌的代价

2026年6月17日，AI公司CEO坐上了G7主桌。这是权力转移的信号，但权力的转移从来不是单向的。

坐上主桌，意味着获得影响力，也意味着承担责任。当Amodei与Macron同桌讨论AI风险，他不再只是一个技术创业者，他是一个在某种意义上对全球AI治理框架负有责任的行为者。当他的公司5天前刚刚在政府指令下关闭了产品功能，然后坐上这张桌子，这种张力不会消失，它只会以更复杂的形式延续。

Jessica Brandt的观察——”国家无法在没有私营AI公司配合的情况下，对AI做出可信承诺”——是一个关于当前现实的准确描述。但它也是一个关于未来风险的预警：如果国家对AI的承诺需要私营公司背书才能可信，那么当私营公司的利益与公共利益发生冲突时，这个体系将如何运作？

这个问题的答案，将取决于一个关键变量：独立于AI公司的技术评估能力能否在政府和第三方机构中建立起来。 如果能，”结构性相互依赖”可以演化为一种有效的制衡体系；如果不能，它将退化为一种精致的监管俘获。

AI公司坐上了主桌。接下来的问题不是他们是否配得上这个位置，而是坐在桌子另一边的人——政府、公民社会、全球南方——是否有足够的能力和意愿，确保这张桌子上的对话不会变成一场独角戏。

参考资料

  1. A signal of where power sits: Trump and world leaders joined by OpenAI, Anthropic, Google at G7 — CNBC, 2026-06-17

  2. Anthropic disables access to Fable 5 and Mythos 5 to comply with government directive — CNBC, 2026-06-12

  3. Policy on the AI Exponential — Dario Amodei, darioamodei.com, 2026-05-15

  4. Framework for Artificial Intelligence Diffusion — 美国商务部工业与安全局(BIS), 2025-01-15

  5. AI Now 2024 Annual Report — AI Now Institute, 2024-04

  6. Sakana AI raises $300M in funding round — TechCrunch, 2024-09-17

  7. Stanford HAI AI Index Report 2025 — Stanford University Human-Centered AI Institute, 2025-04

  8. Governing AI for Humanity: Final Report — United Nations AI Advisory Body, 2024-09

主题分类：监管政策 AI地缘政治 技术治理