7月30日，广东金融监管局副局长曹光群在广州的一场新闻通气会上透露，截至今年6月末，广东省制造业贷款余额已达到5.31万亿元人民币，较去年同期增长13.45%，这一增速创下了近两年来的最高纪录。统计显示，上半年该领域贷款新增总额高达5604亿元，同比多增2094亿元，显示出强劲的增长势头。

这场2026年上半年广东银行业保险业新闻通气会于当日在广州举行。会议披露的数据表明，广东省银行业在资产总额、负债总额、存贷款余额等多个核心指标上，以及保险业的资产规模、保费收入和承保利润等方面，均在中国各省市中拔得头筹。

具体来看，截至6月末，广东银行业的资产总额达到43.99万亿元，负债总额为42.7万亿元，同比增幅分别为6.77%和6.75%。与此同时，各类贷款余额累计30.7万亿元，存款余额则达到33.45万亿元，较去年同期分别上升5.05%和4.04%。

在保险领域，截至6月末，广东保险业总资产为2.93万亿元，同比增长9.67%。今年前6个月，原保险保费收入共计4775亿元，同比提升3.44%；赔付支出方面，累计金额为1639亿元，同比增长3.08%，反映出行业稳健运行的良好态势。

中新网广州7月28日电 (蔡敏婕 刘露璐)广东省药品监督管理局党组成员、副局长王玲7月28日透露，广东已大幅简化港澳中成药进入内地的注册审批环节，目前共计25款港澳外用中成药成功获批内地上市，其中澳门产品6款、香港产品19款。

广东省药品监督管理局当日召开“中药传承创新发展工作成效”专题新闻发布会。会上信息显示，广东正积极推进粤港澳三地中药监管标准与机制的深度融合，旨在构建大湾区中药产业协同发展的新高地。针对港澳地区已上市的传统外用中成药，广东实施简化注册审批政策，为港澳企业深度融入内地广阔市场创造便利条件。尤为值得关注的是，2025年首款港澳口服中成药“猴枣除痰散”依托简化审批通道成功登陆内地，极大方便了消费者选购港澳传统中成药产品。

此外，广东省药品监管局创新性地推出了“港药粤产”与“澳药粤产”模式，颠覆了传统“持证即生产”的地域限制。王玲阐释道，这一模式允许港澳持牌药企在大湾区内地九市符合资质的制药基地进行委托生产，从而实现了资源优化配置。此项改革不仅充分发挥了港澳地区在国际注册和品牌运营上的优势，也充分挖掘了广东先进制造业的潜力，催生了大湾区中药产业链互补共赢的新格局。目前，已有4款港澳药品通过此模式顺利在粤落地生产。

据广东省药品监管局行政许可处负责人罗穗介绍，具体落地成果包括：“港药粤产”方面，位于香港的联邦制药厂有限公司将其“维生素C泡腾片”委托珠海联邦制药股份有限公司中山分公司生产；位元堂药厂有限公司的“麝香活络油”则由广东恒健制药有限公司受托生产；岭南药厂（香港）有限公司的“香松通络油”交由粤澳药业有限公司制造。而在“澳药粤产”方面，澳门澳邦药厂有限公司的“止痛活络摩擦膏”同样委托广东恒健制药有限公司进行生产。

为更好满足澳门居民的医疗服务与用药需求，广东省药品监管局还联合澳门特区政府药物监督管理局，支持广东省中医院、佛山市中医院等10个优质中药制剂以“以医带药”模式跨境引入澳门镜湖医院临床应用。

罗穗表示，随着港澳中成药进入内地渠道的持续拓宽，诸如活络油等一批港澳老字号产品已顺利走进内地医院和药店；“港药粤产”“澳药粤产”模式不仅降低了港澳药企的生产经营成本，也有效激活了广东制造业的产能；而广东院内中药制剂直接输送至澳门，则进一步惠及了大湾区民众。如今，港澳居民在内地可轻松买到熟悉的本地中成药，内地民众也能便捷获取港澳优质中药产品，三地民众共享中医药发展成果。

生成式人工智能正以空前之势重塑全球高等教育的版图。从学生撰写论文，到教师设计课程，再到高校教务管理，这一颠覆性技术已深入渗透到教育链条的每一个细微环节。它在显著提升效率的同时，也带来了一系列不容回避的隐忧——学术诚信的边界被模糊，数据安全的防线遭到挑战，伦理责任的归属变得扑朔迷离。面对这样一把利弊交织的“双刃剑”，如何在释放技术赋能潜力的同时构筑有效的风险防控屏障，从而探索出一条契合人工智能时代需求的高校治理新路，已然成为全球高等教育界共同面对且亟需破解的时代课题。

价值航向：从“严防死守”到“价值驱动”

生成式人工智能向高等教育腹地的持续挺进，绝非仅仅是引入了一件效率工具，它更深层地触发了对教育内在价值与未来人才塑造目标的根本性省思。纵观全球各大高校的治理实践，大致可梳理出三种鲜明立场：严令禁用、有界开放，以及将技术深度内嵌于教育肌理。这三种取向，既是技术扩散在不同发展阶段所留下的现实印记，也深刻折射出高校在恪守教育传统与拥抱技术变革之间所面临的价值抉择与张力。

在生成式人工智能崭露头角的初始阶段，一批高校和教育管理机构不约而同地选择了审慎防御的姿态，对其使用施加严格限制。这种策略的核心，在于防范新兴技术对既有教育秩序造成强烈冲击。教育界普遍弥漫着一种忧虑：学生若过度依赖智能工具，其独立思辨和创新创造等核心素养恐将日渐式微。与此同时，根深蒂固的学术诚信规范，也使得高校在面对这种可能部分替代人类认知劳动的技术时，本能地倾向于保守应对。美国纽约市教育局早期的做法便是典型注脚，其在2023年初以可能损害学习成效为由，明令禁止在校园网络和设备上使用ChatGPT。尽管该禁令因技术应用的势不可挡而在数月后取消，但这种审慎的防范姿态，却生动反映了传统教育模式在技术风暴初期的应激反应。

伴随技术能力的持续跃升及其在教育场景中的广泛落地，越来越多的高校正逐步意识到，简单粗暴的一禁了之既难以落实，也违背时代发展的必然趋势。因此，治理立场开始向“有条件开放”转向。治理的重心也从“是否允许”转变为“如何规范”，普遍路径是发布详尽的使用指南，为师生提供清晰的行动框架。以英国牛津大学为例，该校于2024年发布的使用指引，明确区分了可允许与严禁使用的具体场景：它支持学生运用智能工具来提升学习技能和辅助课程理解，同时掷地有声地强调，人工智能绝不能替代人的批判性思考，更不能取代建立在证据之上的学术论证和学科知识建构。这种以规范引导为核心的治理模式，在坚守学术底线与为技术创新预留探索空间之间，努力寻求一种动态平衡。

在此基础上，一些更具前瞻性的高校已超越单纯的风险应对逻辑，转向以教育赋能为导向的积极立场，将生成式人工智能视为撬动教育范式深层变革的战略杠杆。它们通过周密的制度设计与充裕的资源投入，主动推进该技术与教学、科研及行政管理的全方位融合。2024年，美国亚利桑那州立大学开创先河，成为全球首个与OpenAI建立深度合作伙伴关系的高校，在课堂教学、科研辅助和行政流程中系统引入智能工具，大胆探索人机协同的新型教育模式。这一重大转向，揭示了高校治理逻辑的内在演化——从“使技术适应既有教育框架”到“让教育因技术而实现跨越式发展”。当生成式人工智能被纳入制度化轨道并与教育目标同频共振时，其价值便不再局限于效率的提升，更在于对教育范式本身的重塑与再造。

规则建构：多层规范体系划清应用行为疆界

在“有界开放”与“教育赋能”这两种主流治理取向之下，负责任地使用技术是所有实践的共同前提，这必须依赖具体、可操作的行为准则来落实。总体观之，全球高校正围绕学术诚信、数据安全与责任归属等关键领域，逐步编织起一套系统化的规则网络，将宏观的治理理念细化为师生可以遵循、可以问责的具体规范，从而为技术的应用划定清晰而明确的边界。

学术诚信，无疑是高校在治理浪潮中面临的最为核心议题。由生成式人工智能辅助产出的成果，其原创性归属饱受争议。为此，国际高校普遍从三个维度着手调整学术规范：其一，扩充对学术不端的定义，将“未经明确授权的AI使用”明确纳入作弊或剽窃的范畴；其二，在具体教学情境中细化使用边界，清晰区分允许与禁止的环节，例如允许将AI用于资料收集整理等辅助性工作，而在核心观点形成和最终内容创作等关键环节则严格禁止；其三，建立强制性的披露机制，要求学生在提交成果时，必须如实说明所用AI工具的名称、应用的环节以及生成内容的占比，将过程透明作为合规的基本前提。值得注意的是，在检测手段的应用上，国际高校普遍表现出审慎态度。当前市面上主流的AI检测工具误报率依然偏高，对非母语写作者尤为不公，且潜藏着数据泄露风险。因此，包括麻省理工学院在内的众多顶尖学府，并不主张将技术检测结果作为唯一的裁决依据，而是倡导结合人工专业判断进行综合评估。

数据安全，是高校治理中带有刚性约束的领域。用户输入生成式人工智能的信息，可能被用作模型训练的数据来源，这对学生个人隐私和高校敏感科研数据构成了现实威胁。为此，国际高校大多建立了明确的数据安全规范，明令禁止将个人隐私、敏感信息以及高校自有数据上传至未经安全认证的AI平台，同时积极鼓励师生优先选用学校官方采购或认证的安全工具。在具体的风险防控实践中，数据分级管理被证明是一条行之有效的经验。哈佛大学便是一个案例，该校将数据划分为从完全公开到高度敏感的五个层级，并严令禁止将属于机密级别的数据输入公共智能模型。与此同时，为了在安全与效率之间取得平衡，杜克大学等高校积极推动校园专属大模型的研发与部署，引导师生使用经由学校授权、更具安全保障的企业版或私有化工具。这种“堵疏结合”的治理策略表明，数据安全治理绝非单纯的消极设限，而是通过制度化的安排，为技术在可控的边界内释放活力。

此外，基于生成式人工智能的人机共创模式，使得内容生产的责任归属问题变得空前复杂，这要求高校必须在制度层面给出清晰界定。在此问题上，全球高校正逐步凝聚起几项共识：第一，必须明确AI生成内容可能存在的偏见与谬误，使用者有义务进行严格核查，并对最终产出负全部责任；第二，严禁将人工智能系统列为论文或成果的作者，以维护人类在学术活动中的绝对主体地位。这一规则背后的深层逻辑不言而喻：生成式人工智能可以作为强大的辅助工具提升效率，但绝不能僭越人类的判断力，更不能转移本应由人类承担的学术与伦理责任。

能力锻造：赋能生成式人工智能的有效应用

仅依赖规则约束与事后追责，显然难以从容应对生成式人工智能持续迭代所引发的复杂挑战。全球高校正日益深刻地认识到，治理的重心应当从设定行为规范，进一步拓展至深层次的能力建设。通过系统性的素养培育与资源支持，让师生真正具备深刻理解并娴熟驾驭人工智能的能力，才能真正实现技术对教育的赋能愿景。早在2019年，联合国教科文组织发布的《北京共识——人工智能与教育》便前瞻性地提出，应“采取体制化的行动，提高社会各个层面所需的基本人工智能素养”。

生成式人工智能素养，绝非等同于单纯的技术操作技能。国际研究普遍将这种素养划分为层层递进的多个维度：从最基础的技术认知与功能理解，到熟练的工具运用与任务整合，再到对AI生成内容的批判性审视与创造性再加工，直至能够在复杂多变的现实情境中做出独立的伦理判断与负责任的行为决策。这种素养观的核心，在于让技术“为我所用”而非被其牵引或奴役。在这一全新框架下，人工智能时代高校人才培养的重点，已不再局限于知识传授与技能训练，而是更加侧重于基于AI环境的批判性思维、高阶学术探究能力和创新意识的养成，以更好地适应知识生产方式与职业图景的剧烈变革。

在学生赋能层面，《北京共识》建议运用人工智能“促进学习和学习评价”。围绕这一目标，国内外高校正从课程体系重构与学习方式转型两个方向同时发力。在课程建设上，一条路径是将生成式人工智能有机嵌入专业教学之中。例如，新加坡国立大学将AI编程辅助工具引入计算机专业课程，在夯实学科理论根基的同时，帮助学生积累人机协同开发的前沿经验，从而更好地适应被AI深刻重塑的产业环境。另一条路径是开设面向全体学生的人工智能通识课程。南京大学便是先行者，该校推出了体系化的本科生AI通识课程，将技术原理、伦理规范与行业前沿应用融为一体，助力学生构建紧跟时代的知识体系。此外，一批高校还在探索将AI融入学习评价环节，通过过程性评估与个性化反馈，有效提升学生的自主学习效能。

在教师赋能方面，《北京共识》着重强调要运用人工智能“赋能教学和教师”。为此，国内外高校正积极构建系统化的支持体系：其一，提供定制化的培训项目与丰富资源，帮助教师掌握智能工具在教学场景中的应用方法，如墨尔本大学推出的“AI for Teaching and Education”系列资源，为教师提供了紧跟时代步伐的教学支持；其二，开发轻量级、易于上手的自助工具与平台，降低技术应用门槛，斯坦福大学、复旦大学等高校创建的人工智能共创平台，都为教师提供了简便的探究与实验空间；其三，设立专项研究基金与激励计划，鼓励教师开展基于AI的教学改革与科研创新，例如卡内基梅隆大学的“生成式人工智能教学研究计划”以及中国人民大学的“AI赋能科研创新应用”资助项目。这些举措从素养提升、工具保障到制度激励等多个维度协同并进，切实有效地提升了教师在智能化教学环境中的创新实践能力与内在驱动力。

全球高校对生成式人工智能的治理探索，正逐渐超越单一层面的技术风险防控，迈向一场关乎价值重塑、规则建构与能力培育的系统性变革。面向充满机遇与挑战的未来，我们应当继续坚守以人为本的根本原则，以更加开放、审慎和智慧的姿态，推动人工智能与高等教育的深度融合，在汹涌澎湃的技术浪潮中牢牢把握教育变革的主导权，从而培养出真正能够适应并引领未来时代发展的高素质人才。

人工智能正以前所未有的速度融入大众的文化娱乐生活，同时也在深刻重塑大文娱产业的整体格局。近日，人民数据、中国信通院云大所与趣丸科技联手发布了《数智赋能·文娱新生：中国大文娱产业人工智能应用发展研究报告》，对该领域的产业布局进行了系统梳理。

根据今年2月发布的第57次《中国互联网络发展状况统计报告》，我国生成式人工智能用户规模已达6.02亿人。从应用目的来看，生成处理图片或视频、生成处理文本、娱乐分别占据47.8%、37.6%和30.1%的比例。

这意味着，已有相当庞大的用户群体体验过AI生成的各种内容。与此同时，AI技术的实际落地也在激发全民创作的热潮。

“场景是检验产业能否真正释放价值的试金石。当前，语音、视频、音乐、写作和数字人五类应用正迅速在‘AI+大文娱’产业中生根发芽，我们看到了一系列新路径与新服务不断涌现。”人民数据副总经理、研究院院长陈丽在解读该报告时指出，上述五大应用场景正加速释放“AI+大文娱”的全新价值。

陈丽进一步阐释：在语音领域，新一代语音大模型对喜怒哀乐等情绪的还原能力持续增强，大幅提升了拟真交互体验；在视频领域，生成视频的时长与画质不断突破，相关模型已在微短剧制作、动画IP影像化等场景中进入商业落地或规模化应用阶段；在音乐领域，AI已能创作出相对完整的作品，并支持文本、图像、音频、视频等多模态输入；在写作领域，文本生产能力稳步提升，内容创作正朝人机协同方向演进；在数字人领域，行业焦点正从外观仿真转向交互响应与情感表达等维度，数字人已深入直播、资讯播报、客服接待等真实场景，而三维生产与全彩打印的结合，也在推动数字形象从线上拓展至线下的场景服务。

以趣丸千音为例，这一智能体已实现跨文化翻译与音色匹配的全流程自动化译配服务，译制语种扩展至48种语言，每月可完成近万部单语种短剧的出海译制，服务覆盖全球30余个国家和地区，将AI译制成本较人工削减90%，速度提升逾50倍。

报告指出，凭借“配音节奏调控”与“口型精准匹配”技术，趣丸千音使AI配音的视听融合效果达到工业级标准。平台运行数据验证显示，通过一站式AI工作流，企业内容制作成本较传统人工配音大幅下降，整体制作效率显著提升，实现了从“手工作坊”向“AI规模化量产”的跃迁。

除了面向B端的高效赋能，与C端用户协同共创、降低大众参与门槛、扩大参与范围，也是当前AI大文娱产业的显著特征。作为面向C端的对话式AI音乐创作智能体，Tunee现拥有6200万用户，累计完成3500万首歌曲创作，其中70%的迭代源于用户反馈，展现出极强的用户驱动属性。

Tunee支持音乐生成、MV制作等多元功能。用户无需掌握复杂提示词技巧，只需以自然语言描述创作意图，Tunee便能追问细节并产出完整的音乐方案。

此外，趣丸科技还将AI能力嵌入实体乐器，推出了天谱乐TempoLor AI吉他。用户上传喜爱歌曲或哼唱片段后，模型可在数秒内生成对应的指弹旋律，并通过琴身内置屏幕以动态方式引导演奏，将生成式AI从纯软件体验延伸至物理交互场景。

同时，趣丸万相实现了“来图即定制”：借助AI技术，一张普通照片即可转化为全彩3D手办，为文创IP出海提供了实体化载体。

有别于面向虚拟展示的泛化3D生成模型，趣丸万相的算法围绕可打印、可交付的应用场景进行专门优化，重点攻克模型物理结构完整性与打印可行性等难题。平台支持基于单张图片生成高精细度3D模型，用户可上传符合规范的照片，在平台上完成AI建模操作。平台提供半身人像、全身模型、手办定制、萌宠定制、浮雕定制、扫描建模及图生3D等多样化建模功能，覆盖个人写实形象、宠物形象与潮玩手办等不同应用需求。

陈丽表示：“尽管语音、视频、音乐、写作和数字人五类场景的发展路径各有侧重，但共同印证了人工智能技术正将更多‘AI+大文娱’领域的新产品、优质服务带给大众，让更多人享受到数字时代的红利。”

“AI+大文娱”的融合发展正从技术探索迈向垂直深耕。它们锚定特定文娱场景的纵深拓展，在行业深水区实现价值化，与通用大模型形成生态互补。

在多重驱动之下，人工智能与大文娱内容的双向奔赴，才刚刚拉开序幕。