7月19日，中国工程院邬江兴院士出席2026世界人工智能大会高质量语料生态论坛，发表题为《破解AI产品可信可用质量检测瓶颈问题》主旨演讲，深度剖析我国AI产业发展独特优势，深入阐释了如何让人工智能成为“人类的可信工具，处于人类控制之下”的基础科学问题与工程方案。现将讲话主要内容整理发表。
规模化渗透应用需要质量保障。我国依托庞大消费市场形成“规模驱动创新”独特发展路径，移动支付、电子商务、共享经济等赛道规模稳居全球前列，AI智能体、自动驾驶、行业大模型加速向千行百业落地，人工智能全域渗透的态势持续深化。海量应用场景、亿万终端用户、跨领域业务联动，对人工智能产品可靠性、安全性提出刚性约束，规模化产业扩张必须配套标准化质量管控体系作为基础支撑。
从离身到具身，内生安全的严峻现实。在离身智能（智能体）领域，自治智能体虽实现了从语言交互到物理行动的跨越，却面临“行为被劫持”与“长尾供应链隐患”。当AI走向物理世界的具身智能（智驾、机器人），安全直接关联生命。AI内生安全已成为关乎生命、国家与经济社会稳定的系统性挑战。
第一性问题，不确定的安全边界。为何现有“打补丁”“保镖型”“亡羊补牢”的体系失效？源自AI安全的“第一性命题”：不确定的安全边界。一方面，“存储程序控制”架构下灵活性与安全不确定性共生，设计脆弱性无法杜绝；另一方面，大模型基于统计学本质，输出是“概率性选择生成”而非“确定性逻辑推导”，导致“幻觉”无法根除。传统规则系统与LLM耦合，缺乏检测AI安全边界的理论范式，进而造成测不准（边界模糊）、测不全（长尾难覆）、难评估（缺乏量化标尺）三大瓶颈。将不确定性LLM转化为可靠生产级应用，必须建立精准量化运行条件与范围的“驾驭”检测体系。
相对性检测与AI质量检测工程技术落地。面对困局，提出了从人类社会“自律与他律”中汲取智慧的破局之道——构建AI内生安全质量检测体系。在检测理论创新上，提出“相对性检测”机理，基于“非相似余度”“动态适配闭环”“多维度量化”理念，构建多元AI产品共识机制与交叉验证监督集群，建立“检测-反馈-优化”完整链条。在工程技术框架上，构建“AI质量检测装置”，包括人类主导的规则共识生成单元、基于多模陪审团的内生安全检测引擎、检测反映AI内生特性的超净检测环、机器与人工协同复核校准机制等。
未来的目标愿景，是让人工智能成为人类可信工具、处于人类控制之下。质量检测不是束缚，而是可信化的加速器。内生安全检测体系落地将催生AI质检全新赛道，培育AI安全保险、AI检测综合服务等新业态，同步赋能国产智能产品出海，构建全球统一可信的AI质量评判共识。全球应携手共建包容协同的人工智能治理框架，充分发挥我国规模创新与原创内生安全技术双重优势，持续完善覆盖算力集群、大模型、数字Token的检测平台，以标准化、可量化、可溯源的质量管控手段，让人工智能技术安全、普惠造福全人类。
