数字主权：平衡控制、依赖与创新

Calista Redmond，英伟达全球AI倡议副总裁，强调国家AI能力建设的重要性，核心观点围绕“平衡控制、依赖和创新能力”展开。她指出，生成式AI改变了战略价值，国家数据成为生产力与竞争力的关键原料，依赖风险是驱动国家AI建设的紧迫因素。英伟达的角色是支持各国政府及其本土AI生态，包括本地模型构建者、初创企业和行业领军企业，提供从基础设施到LLM和应用的全方位支持。

国家AI能力建设的六大基础要素包括：数据（高质量、可信、授权）、计算与基础设施（加速计算、网络、存储、能源、安全）、模型（开放、商业、本地训练与微调组合）、软件（定制、评估、部署、管理工具）、应用与智能体（公民服务、欺诈检测、公共健康等效率提升，以及数字孪生、物流等能力增强）、人才与生态系统（AI素养、工程师培养、商业化转化）。核心策略是“本地投资，全球参与”，即强化本土能力，同时借助全球开发者社区、供应链和市场。

在治理方面，Redmond提出分层风险方法，区分低风险和高影响智能体，强调治理需覆盖整个工作流程，包括特权工具访问、角色权限、沙箱环境、人工审核等传统软件开发控制措施，并持续检查合规性。良好监管能加速创新，而模糊或不良监管则会阻碍发展，关键在于基于风险和结果而非具体技术路径的监管框架。

计算基础设施被视为国家AI战略的核心，数据与人才需通过可访问的计算才能成为国家优势。AI工厂与传统数据中心不同，其设计用于制造而非处理信息，整合能源、芯片、基础设施、模型和应用五层，支持跨部门工作负载，并针对特定流程优化。开放生态系统通过减少单一供应商依赖、支持本地化、促进合作，助力国家技术能力提升，但需在开放中保持管理和引导。

给国家AI政策领导者的三大建议是：选择3-5个高价值使命，制定安全AI工厂计划，将负责任AI融入运营模式。核心信息依然是“本地投资，全球参与”。