美国白宫发布新版《国家人工智能研发战略计划2026》，强化基础研究与可信AI协同布局

2026年3月18日，美国总统科技政策办公室（OSTP）联合国家科学基金会（NSF）、国家标准与技术研究院（NIST）等12个联邦机构，正式发布《国家人工智能研发战略计划2026》（National AI R&D Strategic Plan 2026），这是继2016、2019、2023版后的第四次全面更新。新版战略以‘构建可信赖、公平、安全且以人为本的AI未来’为愿景，首次将‘基础模型系统性风险防控’列为六大核心战略方向之首，并单列‘负责任的基础模型开发与部署’行动路线图。计划明确未来五年联邦政府将在AI基础理论（如神经符号融合、因果推理建模）、可信AI技术栈（含可验证鲁棒性、可解释性量化工具、对抗攻击防御框架）及开放基准建设（如扩展MLCommons Trustworthiness Benchmark）等领域投入超127亿美元。

尤为关键的是，新版战略要求所有接受联邦资助的AI项目必须遵循NIST最新发布的《AI风险管理框架1.1版》（AI RMF 1.1），该框架于2026年2月正式定稿，新增‘生成式AI生命周期映射表’与‘高影响力AI系统影响评估矩阵’，首次将模型蒸馏、提示工程、RAG增强等新兴实践纳入风险识别节点。同时，战略授权NIST牵头组建‘联邦AI安全实验室网络’（FAISLN），整合洛斯阿拉莫斯、橡树岭等国家级实验室算力资源，为中小AI企业提供免费红队测试与漏洞扫描服务。

分析指出，该战略释放出美国政策重心从‘追赶算力规模’转向‘夯实可信根基’的明确信号。与2023版强调‘保持全球领导地位’不同，2026版更注重‘可持续竞争力’——即通过提升模型可靠性降低部署成本、通过标准化降低跨部门协作摩擦、通过开放基础设施缩小产学研能力鸿沟。不过，由于国会两党在AI监管立法上仍存分歧，《人工智能问责法案》等核心立法进程持续延宕，使得该战略更多依赖行政协调与标准牵引，其实际效力高度依赖后续预算拨款落实进度与跨部门执行力。