安全是开出来的，不是“撞”出来的 引言 2025 年 7 月 29 日，理想汽车在其全新纯电 SUV i8 的 新车发布会上，通过播放一段与乘龙重卡的碰撞测试视频， 意图以极具视觉冲击力的方式彰显车辆的卓越安全性。 然而，这场精心策划的“技术炫技”并未完全如愿收获 赞誉，反而意外引爆了一场席卷全网的舆论争议。事件迅 速从单一的产品安全讨论，演变为一场涉及理想汽车、乘 龙卡车及其母公司东风柳汽、第三方测试机构中国汽研等 行业“内卷”现状与消费者认知边界的公共大讨论。一、事件概述 7 月 29 日，理想汽车在其首款纯电 SUV 车型--理想 i8 上市发布会中，播放了一段理想 i8 与乘龙卡车对撞测试的 视频，以此显示其安全性。视频中，理想 i8 碰撞后安全无 虞而乘龙卡车四轮弹起、驾驶室与货箱分离并倾覆的“夸张” 结果引发业界热议。 对此卡车所属品牌方乘龙卡车官方抖音回应称，法务 部门正在处理，并明确质疑了测试结果的真实性。 i8 安全性碰撞测试的说明》。三、事件传播情况 本次事件在短时间内引起了广泛关注，传播声量达到 53,731，媒体传播力高达 889,593,968，表明信息在媒体间 的传播效果极为显著。 同时也是社交媒体时代舆情引爆的典型范例，其核心 在于一个极具争议性的视觉素材，通过多平台、多圈层的 联动，迅速突破圈层，成为社会性话题。 主要传播话题方面，从最初少数人对理想 i8 安全性的 惊

能力，会忠实地把缺失的部分回答完整。攻击者通过 LLM 输出其在训练数据中所存在的不符合伦理道德的数据，产生 存在社会偏见的回答，如性别、种族或其他偏见，导致不公 平的结果，对社会和个体的稳定性、安全性和隐私性构成潜 在威胁。[1]据美网络安全新闻网站 Dark Reading 报道，黑 客正借 ChatGPT 窃取大型公司数据，微软、贝宝、谷歌和奈 飞等跨国企业已成为其目标。美西方等国家也会借 都无一幸免。研究人员发现一个 Suffix，它是一系列精心构 造的提示词，会引导大模型一步一步地接触自身安全性机制， 从而生成危险言论。例如，当被询问“如何窃取他人身份” 时，聊天机器人在打开“Add adversarial suffix”前后的输出 结果截然不同。大模型检查输出内容的安全性机制被完全绕过，并一五一十地将用户所需要的不安全内容输出且十分详 细。此外，聊天机器人会被诱导写出“如何制造原子弹”“如

安全、 道路畅通、船舶通航安全和城市景观的情况下”，同时还必 须“经市、区城市管理部门报同级人民政府同意”。 这些规定不乏近两年出台的。可见，无论是在哪里，关 于桥下空间的使用，首要的都是安全性。开展商业活动，必 须经过严苛的审视打量。 在此背景下，无论是该音乐社的经营活动，还是“收取 押金”的行为，都有必要予以重新审视。当地相关部门不妨 对网友的诸多疑问，及时说清楚，以尽快消弭争议。

增加产业发展的社会阻力。 三、对策和建议 加强安全宣传：企业和相关部门应通过各种渠道，如举 办发布会、科普活动等，向公众详细介绍飞行汽车的安全设 计、保障措施以及相关的安全标准和认证体系，提高公众对 飞行汽车安全性的认知和信任度。 强调成本下降趋势：企业可以向公众说明随着技术的进 步和产业规模的扩大，飞行汽车的成本有望逐渐降低，让公 众看到其未来成为大众出行工具的可能性，缓解对成本高昂 的担忧。 展

山东暴露出的问题仅是“冰山一角”，相信这是全国性的普遍 现象，并强烈要求在全国范围内进行深入审计和排查。 三是关联社会不公，担忧社保体系可信度。网民将此事 件与更广泛的社会不公和社保体系问题相联系，表达了对养 老金安全性的深切担忧，甚至影响了 00 后缴纳社保的意愿。 四是建议完善制度堵住漏洞。少数网民在批评之余也提 出了建设性意见，如定期公开社保基金发放与监管情况，提 高透明度，对违规领取者纳入信用黑名单，加大惩处力度等，

快餐品牌被曝定制餐饮专用转基因油，形成完整的灰色产业链。 餐饮行业使用转基因油，从快餐巨头到地方餐馆，从中央厨 房到门店后厨，此做法已渗透至餐饮供应链的每个环节。三、科学与监管的真空 转基因技术的安全性争议从未停歇。尽管中国允许转基因大 豆进口（主要用于加工原料），但《食品安全法》第六十九条明 确规定：生产经营转基因食品应当显著标示。 然而，现实中的执行却陷入两难：一方面，科学界尚未就转

技术应对措施。

针对模型算法、

训练数据、

算⼒设施、

产品服务、 应⽤场景，

提出通过安全软件开发、

数据质量提升、

安全建设运维、

测评监 测加固等技术⼿段，

提升⼈⼯智能技术及应⽤安全性的措施。 2.3

综合治理措施。

提出技术研发机构、

服务提供者、

⽤⼾、

政府部 ⻔、

社会组织等各⽅发现、

防范、

应对⼈⼯智能安全⻛险的措施⼿段，

以及 深化⼈⼯智能安 确保模型算法训练环境的安全性，
包括⽹络安全配置和数据加 密措施等。
结合安全测试发现的⾼⻛险问题，
通过针对性的微调、
强化学 习等⽅式优化模型，
持续提升模型内⽣安全能⼒。 6.1.4
关注和构建安全的训练数据集，
规范数据来源管理，
采⽤数据清 洗、
标注、
安全审核等⽅法确保训练数据内容的安全性，
确保数据来源清 晰、
内容合规。 6.1.5
对训练数据进⾏质量和安全性评估，
保障在关键场景应⽤中⼈⼯智能应⽤决策透明、
可控，
并提供清晰的决策依据，
确保⼈⼯智能应⽤在⼈类授权和控制下运⾏。 6.3.2
严格管理⼈⼯智能应⽤权限，
通过最⼩权限原则等⼿段强化内 部安全管理，
增强账⼾安全性，
在处理敏感数据时使⽤加密技术等保护措 施。 6.3.3
建⽴⼈⼯智能应⽤运⾏监测能⼒和安全事件应急预案，
设置其 关键指标的安全预警阈值，
能够及时发现安全事件，
并具备切换到⼈⼯或

AI）等多种类型。得益于芯片层提供的澎湃算力与框架层提供的优化工 具，这些模型的生成效率、内容质量以及跨模态理解与生成能力得到显著增强，为上层应用提 供强大引擎。技术的突破点包括人类反馈强化学习（RLHF）对安全性的提升，以及扩散模型 02 AIGC 产业现状与主要特征 ���������AIG C 产业发展的现状 08 （Diff usion）在图像质量上的进步。 应用层是将技术创新转化为实际价 Zhavoronkov 博士领衔的研究团队，通过其团队自研的 AIGC 驱动平台，已构建了超过 30 条丰富 的药物研发管线。其中，通过 AI 赋能发现的药物 Rentosertib 治疗特发性肺纤维化的安全性和耐 受性良好；用药组数据显示出剂量依赖性药效，在最高剂量组中，观察到了患者用力肺活量具有临 床意义的改善。在这样的背景下，AI 制药有望解决传统新药研发耗时久、成本高、风险大的难题， 以更高效、精准的方式推进药物研发进程。 的高效协作，覆盖北京市所有区及 114 家市级 单位，服务 50 余万名政务人员在线办公 提供全面的医疗健康服务， 提升患者体验和医疗效率 推动自动驾驶技术的实际应用， 提升交通效率和安全性 提供高质量的数字视听体验， 提升文化活动的参与感 利用高清扫描建模技术对北京中轴线进行 数字化建档，促进文化遗产保护与传播 利用人工智能技术 提升金融服务的智能化水平 通过人工智能技术

训练模型在结 构化创新与非标准问题解决方面的能力；其三，注重生成代码所 涉及的版权与知识产权问题。综上，未来智能编程系统应重点聚 焦于高阶能力提升和知识产权保护上，确保编程学习的创新性与 安全性。 3. 以“智”助评 (1) “五育融合”学生画像 “五育融合”学生画像是指可尝试利用智能穿戴设备、学习管 理系统、在线评估工具、智能教室设备等，采集学生在德、智、 体、美、劳各方面的表 用性与安全性，可从以下几个方面着手：其一，强化学生心理健 康在教育体系中的基础性地位，推动智能技术服务于学生全面发45 展这一核心目标；其二，注重隐私保护与伦理合规，确保在采集、 分析和反馈过程中严格保护学生个人数据；其三，加强技术的可 靠性建设，提升算法的准确性、可解释性与安全性，避免虚假信 息或错误干预对青少年造成误导甚至心理伤害。综上，未来智能 心理支持的发展应在保障安全性和伦理性的前提下，谨慎而稳步 进。为进一步强化智能循证教研的应用成效，可从以下方面持续 优化相关技术与机制：其一，在数据安全保障上，建立全过程的 数据采集、传输与使用隐私保护体系，确保课堂教学数据、学生 行为数据等敏感信息的安全性；其二，在智能分析能力建设上， 增强模型对复杂教学场景中多元交互信息的识别与理解能力，提 升分析结果的准确性与鲁棒性，避免因算法偏差影响教研判断的 科学性；其三，在用户接受度与教研机制协同方面，构建教师与

到关注，医疗废物出现在公共场所虽属个别案例且被回应是 “海上漂来的”，但引发了社会对行业医废处理规范性的质 疑。整体来看，黑榜舆情事件凸显了公众对医疗行业的多重 期待，既重视医疗专业性与安全性，也强调医护职业形象， 表明医疗机构在管理、沟通和风险防控方面仍有较大改进空 间。典型案例如下： 1.医患纠纷类：广州中医药大学第一附属医院一医生遇 袭受伤 事件概述：9 月 22 日上午，广州中医药大学第一附属医