随着生成式 AI 技术的飞速发展，各国政府正加速推进专门的 AI 监管机构的设立和权力界定，以平衡技术创新与社会风险。全球正在探索多种治理模式，以期有效应对 AI 在伦理、安全和竞争方面带来的挑战。
治理模式的分化与焦点：
-
美国模式（分行业、自愿合作）： 美国倾向于采取分行业监管，并鼓励科技公司在特定领域（如安全测试）进行自愿合作和承诺。但立法者仍在推动设立一个中央机构来处理跨领域的 AI 安全问题。
-
欧盟模式（集中、基于风险）： 欧盟的《人工智能法案》（AI Act）代表了集中式的、基于风险分级的治理模式。一旦法案全面生效，将由指定的国家监管机构负责监督其执行。
-
英国模式（分散、依赖现有机构）： 英国倾向于不设立新的中央 AI 机构，而是赋予现有监管机构（如竞争和市场管理局、信息专员办公室）新的权力来处理 AI 带来的挑战。
核心监管挑战： 无论采取何种模式，所有监管机构都面临如何应对**通用 AI 模型（如大模型）**的挑战。这些模型能力强大且用途广泛，监管机构必须找到既能确保其安全性，又不扼杀创新的平衡点。
