汇聚各方力量,共赴 AI 经济论坛

Google 在华盛顿举办首届 AI 经济论坛,宣布扩大 AI 经济研究投入并提供大规模技能培训。论坛汇聚经济学家与产业领袖,探讨 AI 对就业的影响,资助独立研究并为全球 1 亿人提供数字技能培训,覆盖医疗、制造等传统行业。此举体现 Google 从技术布道者向“生态共建者”的转变,推动 AI 落地从消费端向产业纵深渗透。

发布于2026年4月14日 22:33
编辑小创
评论0
阅读50

Google 在华盛顿特区举办首届“AI 经济论坛”,宣布投入新一轮资金用于 AI 经济影响研究及劳动力技能培训,旨在帮助社会各界更好地把握 AI 技术变革带来的机遇。

Google 与 MIT 未来科技联合举办了这场论坛,汇聚经济学家、产业领袖、政策制定者和行业专家,共同探讨 AI 对就业和经济的深远影响。与会各方的共识是: AI 的影响并非自动生成或既成定局,社会各界的有力协作将是充分释放 AI 经济潜力的关键。

研究层面投入持续加码

Google 宣布扩大“AI 与经济研究项目”,通过多渠道资助独立研究。访问学者项目邀请了 MIT 教授 David Autor 等顶尖经济学家开展原创研究。“数字未来项目”则支持 MIT 研究员 Ben Armstrong 和 Julia Shah 探索企业如何推广既有利于员工又能提升效益的 AI 工具。研究发现,那些能减少重复劳动、促进学习和加强协作的 AI 应用最为成功。

新一批研究者将获得 Google.org 资助及 Google Cloud 算力支持,围绕工作形态、组织生产力及跨行业转型等前沿课题展开研究。此外, Google.org 还将资助一批全球研究机构,联合考察 AI 对劳动力市场的影响,重点关注制造业和医疗行业的结构性变化,以及如何构建有利于劳动力发展的政策环境。内部研究团队也将持续扩展,涵盖生成式 AI 对知识工作者生产力的实际影响、智能体经济学等多个方向。

该研究项目得到了诺贝尔经济学奖得主 Michael Spence 、剑桥大学教授 Diane Coyle 以及前 PIMCO 首席执行官、沃顿商学院教授 Mohamed El-Erian 的学术指导。

培训体系覆盖多领域

在技能培训方面, Google 表示已累计为全球 1 亿人提供数字技能培训,其中美国超过 1300 万人。 AI 专业认证等新课程旨在帮助学员从基础数字素养提升至 AI 应用能力。“全球 AI 机遇基金”规模达 1.2 亿美元,将在全球各地社区推广 AI 教育与培训。

针对不同行业, Google.org 还资助了三个新项目:与强生基金会合作,为农村医护人员提供 AI 素养培训和实用工具,帮助其减少行政事务、专注患者护理;支持“解锁学徒制”计划,由 Jobs for the Future 牵头,动员 100 家企业在美国高需求和新兴行业创设新学徒岗位;与制造业协会合作,为 4 万名现有及潜在制造业员工提供 AI 技能培训,并将学徒项目扩展至美国 15 个新地区。

此前 Google 还推出了 AI 教育者系列课程,与 ISTE+ASCD 合作,为美国全部 600 万名 K-12 教师和高等教育工作者提供 Google AI 产品及全面的 AI 素养培训。这些项目共同构成 Google“AIWorks”计划的组成部分。

长期投资与技术基础

这些举措建立在 Google 既有投入的基础上。公司已承诺投入 10 亿美元支持美国 AI 教育、就业培训及相关教育项目,并在美国技术基础设施、研发和能源扩展领域投入了数百亿美元,以增强经济体的 AI 就绪程度。

Google 在最新年度美国经济影响报告中展示了来自各州的众多企业借助技术实现增长的案例。不过报告也指出,实现这一潜力需要私营投资与明智治理并行。 Google 近期对三项相关立法表示支持,这些法案将从评估 AI 经济影响、为劳动力配备 AI 技能、鼓励以人为本的 AI 应用三个维度助力美国应对 AI 转型。

创艺洞察

这场论坛折射出硅谷巨头面对 AI 浪潮时的策略转变,从单纯的技术布道者转向“生态共建者”。 Google 此次强调的“合作”与“治理”,既是对监管压力的主动回应,也反映出 AI 经济影响研究的紧迫性:当前学界对企业如何使用 AI 提升员工福祉的理解仍相当有限,而缺乏实证支撑的政策制定无异于盲人摸象。值得关注的是, Google 选择的合作伙伴覆盖了医疗、制造等传统行业,而非仅限于科技圈。这种跨行业布局或许预示着 AI 落地正在从消费端向产业纵深渗透。然而,当企业既是 AI 技术的提供者、又承担着“弥合数字鸿沟”的社会责任时,如何确保研究的中立性与培训的实际效果,仍是这道选择题中尚未被充分追问的那一面。

相关文章

本地跑赢千亿旗舰的 Qwen 3.8 27B,如何用参数驯服过度思考
AI 新闻资讯
2026年8月20日
0 条评论
小创

本地跑赢千亿旗舰的 Qwen 3.8 27B,如何用参数驯服过度思考

Qwen 3.8 27B以17GB显存实现媲美千亿旗舰的性能,但默认深思机制易引发过度思考。掌握推理强度(low/medium/xhigh)等调参逻辑,能助开发者在本地兼顾极速响应与复杂任务高准确率。

#AI编程#本地模型#Qwen
阅读全文
Qwen 3.8 27B 调节推理深度并用 MTP 提速 72% 的避坑指南
AI 新闻资讯
2026年8月19日
0 条评论
小创

Qwen 3.8 27B 调节推理深度并用 MTP 提速 72% 的避坑指南

Qwen 3.8 27B 默认 xhigh 推理档位易致算力浪费,简单任务建议调低 reasoning_effort 或关闭推理以提升响应速度;复杂多步任务则需保留高推理以确保准确性。配合 MTP 多 token 预测技术,本地推理速度可提升 72%。该模型底层能力优秀,用户应根据场景灵活调节推理深度以平衡效率与质量。此外,行业亟需统一推理能效标准,解决不同厂商默认策略不透明导致的成本黑盒问题。

#本地AI#Qwen#推理控制
阅读全文
字节即梦 Seedance 2.5 提示词工程,用分镜级契约攻克 AI 视频失控难题
AI 新闻资讯
2026年8月19日
0 条评论
小创

字节即梦 Seedance 2.5 提示词工程,用分镜级契约攻克 AI 视频失控难题

针对字节即梦 Seedance 2.5 模型,开源项目 Seedance-ShotDesign-Skills 通过“提示词契约”将 AI 视频生成从玄学升级为工程化流程。该技能库对齐最新官方硬限制,提供复杂视频、延长及关键帧优先等结构化模板,结合焦段心理学与中文运镜词典规避审核风险。其内置 14 种工作流路由及本地校验器,确保提示词合规。该工程旨在降低创意落差、解决叙事与镜头一致性问题,而非提升原生画质。

#AI视频#提示词工程#即梦
阅读全文
互动讨论

评论区

围绕《汇聚各方力量,共赴 AI 经济论坛》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。