2026年6月13日，在中国人民大学人工智能治理研究院建院一周年的院庆大会上，研究院七个研究团队集中发布了六份研究报告及“全球人工智能政策法律数据库”。经修订完善，报告将于近期陆续推出，供学界与业界参考交流。
本期推出的《生成式人工智能治理研究报告》围绕政策观察、场景洞察与关系治理三条主线，系统研判生成式AI从模型准入走向复合治理的新趋势，分析其在智能经济、侵权责任、人智协作、智慧医疗、公共治理、双向人机对齐和新闻传播等领域的应用图景与风险挑战，并提出分类分级、全生命周期和场景化治理路径。
报告由生成式人工智能治理研究团队撰写。第一章，生成式AI与智能经济发展前景，由信息学院程絮森、黄天乐撰写；第二章，中外生成式AI治理进展比较，由信息资源管理学院杨建梁、徐子杭、郑庆雯、刘思思撰写；第三章，生成式AI侵权责任，由法学院阮神裕撰写；第四章，生成式AI人智协作图景与展望，由信息学院程絮森、曾昂撰写；第五章，生成式AI智慧医疗应用图景与展望，由商学院殷佳敏撰写；第六章，生成式AI在社会空间分析与公共治理中的应用与挑战，由公共管理学院郑敏睿撰写；第七章，生成式AI时代双向人机对齐，由新闻学院塔娜撰写；第八章，生成式AI在新闻传播领域的治理，由新闻学院王裕平撰写。
【报告概览】
报告将生成式AI治理概括为政策观察、场景洞察和关系治理三项核心议题。政策层面，治理对象已经从模型准入扩展到模型、数据、内容、场景、评测和责任链条；场景层面，治理焦点转向AI在医疗、版权、公共治理和组织知识工作中如何判断、执行并承担责任；关系层面，传统的单向技术适配进一步演进为人机双向对齐，需要同时关注模型对人类意图、语境和价值的理解，以及人类对模型能力边界、生成机制和风险的认知。三条主线共同指向可评测、可追溯、可问责的治理体系。
政策研究以351条人工智能治理核心政策为基础，进一步筛选173条生成式AI治理核心政策，并重点分析2025年至2026年4月的127条近期政策。报告综合运用政策工具分析、主题演化分析和国际比较，识别我国生成式AI治理进入何种新结构、政策工具如何组合，以及我国制度供给相较主要经济体呈现哪些特征。结果显示，政策主题已由早期场景试验和能力建设，逐步转向模型监管、数据语料、内容治理、场景应用、评测标准、安全责任与算力供给的联动治理。
我国生成式AI治理形成了场景扩散与能力供给并行的路径。近期政策中，需求应用型、能力供给型和信息协调型工具占比较高，监管约束型工具相对不足；政策主题则由规划引导逐步转向场景、大模型应用、数据治理和生成内容标识。报告据此判断，场景应用与需求应用、信息协调高度耦合，算力供给和能力供给协同推进，评测标准与监管约束仍需进一步衔接。下一阶段需把快速扩散的应用优势转化为持续评测、事故报告、场景分级和跨区域互认等可执行制度能力。
人智协作正成为场景治理的新焦点。生成式AI通过内容生成、推理分析、工具调用和反馈执行参与任务，人类则负责目标设定、价值判断、专业审核和责任承担。在医疗协作中，治理重点是临床证据、数据安全、专业责任与人类监督；在公共治理协作中，需要防范空间幻觉、算法黑箱和不公平影响；在组织与知识工作协作中，重点转向能力增强、流程重组、人工复核和责任留痕。有效治理应把人的最终控制权嵌入任务输入、模型生成、人工修正、再次执行和日志追溯的全过程。
报告提出以人机双向对齐深化关系治理。对齐由单向适配转向持续协商，由结果控制转向过程治理，由工具使用转向关系调节。提示词是连接人类意图、情境信息、价值规范与模型响应的关键媒介，应同时推进意图对齐、语境对齐、风格对齐、情感对齐和价值对齐。治理中既要规范提示词输入、防御提示注入、披露生成依据和不确定性，也要提升用户提示素养与批判性判断能力，防止过度拟人化、情感依赖和思维外包，形成可理解、可纠偏、可追责的人机互动。
【第一章 生成式AI与智能经济发展前景】
生成式AI正在由内容生成工具转化为连接知识、任务与业务系统的通用生产工具，推动智能经济从政策部署走向规模落地。其核心作用包括重组知识工作流程、促进人机协同创新、形成智能体代理服务，并推动模型、数据、算力、场景和治理规则形成新型产业协同体系。智能制造、专业服务、智能消费和研发创新已成为重点应用方向，同时仍受高质量数据不足、算力与能源成本、模型可靠性和智能体责任边界制约。报告建议建设公共算力、行业数据集、模型评测和智能体安全测试等可信基础设施，以真实场景牵引应用，完善数据、版权和责任规则，并提升劳动者与中小企业的应用能力。
【第二章 中外生成式AI治理进展比较】
报告基于351条人工智能治理核心政策和173条生成式AI治理核心政策展开比较研究。研究发现，我国政策呈现地方扩散快、场景牵引强、能力供给工具丰富等特征，治理主题正由基础能力和场景试验转向模型、数据、内容、场景、评测和责任的联动治理。欧盟侧重法律义务，美国突出创新基础设施，英国强调评测证据，新加坡注重软法工具，日本强调企业指南与经济安全。报告提出，近期应优先补齐持续评测与事故报告、训练数据和版权合规、重点场景分级治理三项制度短板，并同步建设内容标识、公共评测工具、跨区域互认和国际互操作机制。
【第三章 生成式AI侵权责任】
报告区分了信息交互型与决策交互型生成式AI，分析其在著作权、肖像、声音、名誉以及招聘、授信、招生等自动化决策场景中的侵权风险。现阶段应以过错责任为基本归责路径，重点判断服务提供者是否尽到与技术水平、服务类型和风险程度相适应的合理注意义务，避免仅凭损害结果推定过错。报告建议建立覆盖模型训练、系统部署、服务运营和内容传播的分层注意义务，将传统“通知删除”扩展为屏蔽提示词、阻断同类生成、限制模型调用和保存日志等“通知—必要措施”。责任主体则应依据风险创设、控制、获益和预防能力，在基础模型开发者、应用部署者、数据和插件提供者之间分层认定。
【第四章 生成式AI人智协作图景与展望】
生成式AI人智协作是人类创造力、价值判断和情感感知，与AI的计算、数据处理和规则化执行能力相结合的新型协作范式。随着多模态大模型、智能体和具身智能发展，人智协作已进入工业、医疗、教育、办公和农业等领域，并形成基础设施、模型与应用协同的产业生态。当前仍存在模型黑箱与幻觉、具身智能工程瓶颈、权责模糊、监管滞后、复合型人才不足和数字鸿沟等问题。报告建议加强可解释AI、隐私计算和统一标准研发，建立事前备案、事中监测、事后追责的全流程治理体系，强化企业责任、人才培养和资源下沉，推动协作向高效、精准和普惠方向发展。
【第五章 生成式AI智慧医疗应用图景与展望】
报告梳理了生成式AI在居民健康助手、临床诊疗辅助、医疗文书、医学影像与病理、药物研发和公共卫生中的应用图景。医疗生成式AI已经从技术展示进入政策牵引、产业落地与治理塑形并行阶段，但医疗幻觉、临床证据不足、健康数据安全和算法偏倚仍可能直接影响患者权益。典型案例表明，行业竞争重点正在由模型能力转向真实临床环境中的安全性、有效性与可持续性证明。报告判断，监管将由单点产品审批转向模型更新、性能漂移、不良事件和偏倚审计等全生命周期治理，应用也将从三甲医院延伸至基层、家庭和连续照护；所有高风险环节均需保留专业审核和人类最终控制。
【第六章 生成式AI在社会空间分析与公共治理中的应用与挑战】
地理大模型和多模态生成技术正在推动社会空间分析由描述性研究走向预测性、处方性研究，并应用于社会绩效评估、城市治理、公共服务布局、应急管理和地球系统模拟。空间智能也带来空间幻觉、算法黑箱、数据权属、群体偏见和决策责任等风险，错误结果可能直接影响公共资源配置与重大安全决策。报告建议明确空间数据权益和研发、部署、使用各环节责任，开展监管沙盒、空间一致性检查、第三方审计与风险预警，确保公共决策保留专家审核和人类最终控制。同时推进基础设施共享、数字素养教育和反垄断治理，使不同地区与群体公平获得空间智能能力。
【第七章 生成式AI时代双向人机对齐】
生成式AI对齐已经从模型服从人类指令的单向适配，转向人类与模型在多轮互动中不断表达、解释、反馈和修正的双向协商。提示词不再只是输入指令，而是承载意图表达、语境建构、价值嵌入和关系调节的关键媒介。双向对齐能够提高协作效率，也受到文化差异、语言模糊、模型机制和用户认知边界的约束，并可能引发过度信任、情感依赖和认知反向塑造。报告提出，从输入安全、语境检测、主动澄清和不确定性披露入手，把治理嵌入交互全过程；同时完善平台监测、责任划分和提示词规范，提升用户提示素养、能力边界认知与批判性判断。
【第八章 生成式AI在新闻传播领域的治理】
生成式AI正在由新闻采编辅助工具转变为影响信息入口、来源分配和公共讨论的新闻中介系统。其在转写、摘要、翻译、数据新闻和交互式知识服务中提升效率，同时带来事实幻觉、来源错配、深度伪造、版权收益失衡和公众信任流失等风险。治理应坚持人类编辑责任不可转移，对AI应用实行分级使用、人工核验和过程留痕，细分标识AI生成、辅助、改写与情景演绎内容。AI搜索和聚合平台还应优先呈现权威多元来源，披露时间与不确定性，接受外部审计，并完善新闻内容授权、收益分配、内容凭证和公众AI新闻素养机制。
扫描下方二维码获取报告全文：
