在人工智能加速走向规模化应用的当下，技术红利与治理压力同步显现：一方面，大模型能力不断提升，推动生产方式和组织形态重塑；另一方面，系统稳定、数据安全、算法透明与责任边界等问题受到更广泛关注。
如何在创新与风险之间建立可持续的平衡，成为本届创新节讨论的核心议题之一。
从“问题”看，人工智能正从单点工具转向基础能力平台，深度嵌入教育、内容、养老、政务与产业链条，带来效率跃迁的同时，也放大了误用、滥用及不确定性风险。
特别是在多主体协作、跨场景流转的应用环境中，技术“黑盒”、责任难以界定以及安全隐患外溢等现实挑战，决定了社会对“可信、可管、可控”的要求更为迫切。
从“原因”看，当前变化主要由三股力量共同推动：其一，算力、数据与模型能力叠加，推动智能体向更强的自主性与协作性演进；其二，产业竞争从“功能比拼”转向“生态与长期投入”，技术路线更强调可持续迭代与用户共创；其三，人工智能开始与物理世界加速耦合，具身智能、机器人与制造环节的融合使技术影响从“屏幕内”扩展到“现实中”。
在大会主旨发言与交流中，与会人士提出，人工智能不应被视为短期竞争工具，而更像一场需要持续投入的“马拉松”，价值取向应从“替代人”转向“放大人”，让更多普通人获得能力与机会。
从“影响”看，面向个体层面，人工智能正在改变学习方式、工作协作与职业能力结构，“会用、善用、能判断”将成为新的基础素养。
面向组织层面，流程再造、数据治理、模型应用与人才培养将重塑管理体系，推动“全员智能化”成为可能。
面向产业层面，具身智能正成为新增长点：随着大模型与物理世界深度融合，智能系统从被动响应走向主动规划与执行，虚实融合的生产与服务场景将加快落地。
会上围绕具身智能的讨论指出，从“离身”到“具身”的演进正在推进，平台化、模块化的工具与数据服务有助于补齐机器人软能力短板，促进产业链协同创新；多智能体协作与共享状态、记忆的探索，也预示未来复杂任务将更多由协作型系统完成。
从“对策”看，构建可信任的技术治理框架成为各方共识。
与会人士强调，“让人放心”需要在系统稳定性、数据安全、算法透明、责任边界等方面形成清晰且可验证的机制，确保技术发展处于社会可承受、可治理范围内。
在治理路径上，有观点提出，随着应用走入大众生活，治理应更注重现实场景中的具体风险，推动规则与技术手段协同，以更灵活、更具针对性的措施提升治理效能。
在教育议题上，讨论聚焦从知识灌输转向能力培养，强调帮助“AI原生一代”建立正确科技观与价值观，提升批判性思维、创造力与责任意识，为未来社会适应能力打下基础。
与此同时，通过搭建“去黑盒化”的体验空间，让公众理解从数字生成到物理制造的过程，也有助于提升技术可解释性与社会沟通效率。
从“前景”看，人工智能将继续沿着“能力增强—场景深化—治理完善”的路径演进：短期内，行业会加速探索可复制、可评估的应用场景，推动效率提升与成本下降；中期看，具身智能与虚实融合有望在制造、物流、城市服务与公共治理等领域形成规模化落地，带动新的产业生态；长期看，技术竞争的关键不只是模型性能，更在于制度安排、伦理边界与社会共识的形成。
以“可信”为底座、以“普惠”为导向、以“治理与创新并重”为原则，才能让技术真正成为促进高质量发展、增进民生福祉的正向力量。
当前，人工智能正处于从实验室走向大规模应用的关键阶段。
腾讯科技向善创新节提出的"让人放心、把人放大"理念，以及围绕教育、治理、具身智能等领域的深入探讨，为产业界与学术界提供了重要的思想参考。
这些思考与实践表明，AI的未来不在于追求技术的极致复杂性，而在于如何让技术更好地服务人、赋能人、保护人。
只有坚持这一价值导向，人工智能才能真正成为推动社会进步、改善人类生活的力量。
面向未来，产业、学术与政策部门需要进一步加强合作，在创新与治理之间找到平衡点，在技术进步与社会责任之间建立良性互动，共同开创AI时代的新局面。