华南理工大学计算机科学与工程学院院长、欧洲科学院院士、联合实验室专家陈俊龙
“大湾区生成式AI安全领域技术创新活跃！”在华南理工大学计算机科学与工程学院院长、欧洲科学院院士、联合实验室专家陈俊龙看来，粤港澳大湾区生成式人工智能安全发展联合实验室(简称“联合实验室”)承担着大湾区AI产业生态黏合剂、试验田的双重角色，“生成式人工智能将在大湾区各行业实现更深层次、更广范围的赋能”。
谈优势
大湾区生成式AI安全技术创新活跃
南方都市报（以下简称“南都”）：对于当前大湾区生成式人工智能安全领域技术创新与产业布局，在您看来是怎样的？
陈俊龙：当前大湾区在生成式AI安全领域的技术创新活跃。大湾区凭借其区位优势与创新氛围，吸引了大量人才与资金投入，催生了一系列前沿技术成果，在模型的安全可信、量化评级方向取得了显著进展。
在产业布局，已经初步形成涵盖基础研发、技术应用、安全保障等在内的较为完整的产业链条，不过“重应用、轻安全”“强技术、弱标准”的情况还有待进一步改善。
南都：为解决上述问题，联合实验室提出“本地化安全评测系统”，您作为联合实验室专家委员会成员，如何看待其意义？
陈俊龙：本地化安全评测系统能够根据大湾区内AI企业的实际业务场景、数据特点以及技术架构，进行有针对性的安全评测，及时发现潜在安全隐患，为企业提供精准的安全改进建议；此外，属地安全标准，从宏观层面为大湾区内的AI产业发展制定统一规范，明确安全底线与发展方向，让企业在合规轨道上进行技术创新与业务拓展。
谈产业
聚焦安全核心需求构建协同体系
南都：我们知道，AI安全发展涉及政产学研用等多个方面，如何协调各方资源协同治理呢？
陈俊龙：在AI治理中，需立足各自定位、聚焦安全核心需求构建协同体系。
比如，政府可依托深圳前海与河套的制度创新优势，通过明确AI安全底线要求与风险分级标准、开放监管科技接口并开展沙箱试点。同时，设立负面清单制度与合规激励政策，为关键技术在可控范围内加速验证提供制度保障。
企业作为产业实践主体，应将安全指标前置到需求评审、数据治理及模型训练全流程，联合专业机构开展第三方持续评测，并主动参与行业安全标准制定，推动技术落地与安全规范同步推进。
高校需聚焦AI安全基础理论突破与关键技术攻关，加大科研投入力度，通过深化产学研合作，将前沿AI安全相关的研究成果转化为实际生产力。
用户则需提升自身AI安全使用意识，在体验过程中主动反馈安全问题，形成治理闭环。
南都：AI安全治理是AI产业健康有序发展的重要基石。对联合实验室在AI伦理治理、可信AI技术创新融合等方面，您有什么建议？
陈俊龙：在未来工作中，联合实验室可从三个方面发力：一是推动伦理治理与技术流程深度融合，不仅要制定原则性规范，更应将公平性、可追责、隐私保护等要求嵌入模型设计、训练与部署全流程，提升可操作性；二是加快可信AI关键技术的研发与应用，特别是在边缘端等新型场景中，应重点突破模型压缩下的安全防护、端侧内容生成的合规控制等关键问题，实现本地生成、本地防控；三是面向国际合作，积极参与生成式AI伦理与治理规则的共建，提升我国在全球可信AI发展中的影响力与贡献度。
南都：大湾区在数字经济创新发展上走在前列，也肩负构建网络安全新防线的使命。联合实验室打造的协同治理体系价值在哪？
陈俊龙：区域协同治理的关键在于形成具有弹性的合作机制与信任纽带，尊重三地制度差异的基础上推动资源整合与机制协同，求同存异、互信共治。通过联合实验室平台，各方可以联合共建安全基础设施、技术评测平台和数据互通机制，推动标准互认与结果共享，减少重复评估，提高跨境数据流通的效率与可信度。
其次，网络安全治理需要从“刚性约束”向“柔性协同”转变，实现监管与服务并重。双向赋能强调监管与企业间的良性互动。另外，该模式的提出也反映出治理体系建设从单一主体主导转向多元主体共治。