引言

以域名系統(tǒng)為代表的各種標識體系，在互聯(lián)網(wǎng)演進過程中起到了至關(guān)重要的作用。其中域名、IP地址、AS號碼等網(wǎng)絡(luò)基礎(chǔ)資源的管理涉及到不同國家和地區(qū)對名字空間的自主權(quán)利和發(fā)展空間，域名解析系統(tǒng)、工業(yè)互聯(lián)網(wǎng)標識解析系統(tǒng)等網(wǎng)絡(luò)基礎(chǔ)設(shè)施的服務(wù)又涉及到網(wǎng)絡(luò)的互聯(lián)互通和穩(wěn)定運行。

近年來，隨著大語言模型、多模態(tài)大模型及具身智能、人形機器人、智能體等新一代人工智能技術(shù)的快速發(fā)展和實踐應(yīng)用，對科學(xué)研究、生產(chǎn)制造、生活服務(wù)都帶來了巨大的影響和變革。

那么新一代人工智能的技術(shù)產(chǎn)業(yè)中有哪些要素需要標識？原有的域名系統(tǒng)、工業(yè)互聯(lián)網(wǎng)標識解析系統(tǒng)等能否滿足這樣的需求？反之，新一代人工智能技術(shù)是否又會引發(fā)原有標識系統(tǒng)自身的變革？是否存在構(gòu)建AI原生標識體系的必要性和可行性？正是基于這樣的考慮，我們希望對上述問題展開思考，為業(yè)界相關(guān)探索提供參考。

新一代人工智能技術(shù)產(chǎn)業(yè)圖譜通常包括三層，即第一層是基礎(chǔ)層，包括數(shù)據(jù)要素和算力資源；第二層是模型層，包括底層開發(fā)框架、中間件與工具鏈、核心算法與模型、模型服務(wù)與交付；第三層是應(yīng)用層，包括生成內(nèi)容、軟件應(yīng)用、硬件產(chǎn)品、解決方案。本文首先對各層中關(guān)鍵要素單元在身份標識方面的技術(shù)需求進行分析，然后系統(tǒng)性梳理國內(nèi)外學(xué)術(shù)界和產(chǎn)業(yè)界最新研究成果和實踐進展，最后我們總結(jié)這些需求和探索背后新一代AI標識所呈現(xiàn)的根本性特征轉(zhuǎn)變。

一、AI基礎(chǔ)層標識需求及方法

1.數(shù)據(jù)要素的起源標識（DP-ID）：AI的“出生證明”

從原始數(shù)據(jù)到數(shù)據(jù)集資產(chǎn)，數(shù)據(jù)要素環(huán)節(jié)中的多個單元都存在著標識需求，包括原始語料、多模態(tài)數(shù)據(jù)切片、高質(zhì)量數(shù)據(jù)集、知識庫等。其本質(zhì)問題是將數(shù)據(jù)資源的物理屬性（例如存儲位置）與社會屬性（例如權(quán)屬、合規(guī)性）進行解耦，是實現(xiàn)數(shù)據(jù)要素市場化流通和配置的關(guān)鍵。

學(xué)術(shù)研究主要包括原始數(shù)據(jù)標識、數(shù)據(jù)集標識、語料庫標識、向量數(shù)據(jù)庫標識等，產(chǎn)業(yè)實踐例如Hugging Face Datasets、Databricks Unity Catalog、Google Dataset Search等。

2.算力資源的聯(lián)網(wǎng)標識（CPN-ID）：AI的“調(diào)度指令”

算力資源環(huán)節(jié)中的標識需求，并不是對AI芯片、AI服務(wù)器等物理設(shè)備進行盤點所需的標識，也不是算力集群、算力中心內(nèi)部管理中的節(jié)點標識，而是對算力資源進行查詢和調(diào)度的標識。其本質(zhì)問題是解決算力供應(yīng)商與算力使用者之間的供需對接，意味著算力設(shè)施從“私有設(shè)備”向“公共設(shè)施”的轉(zhuǎn)變，是對計算能力服務(wù)化和統(tǒng)一大市場的有力支撐。

學(xué)術(shù)研究主要包括基于IPv6（SRv6）、基于資源度量模型等方法，產(chǎn)業(yè)實踐例如英偉達GPU遠程證明、DePIN網(wǎng)絡(luò)中的io.net和Render Network等項目。

二、AI模型層標識需求及方法

1.算法模型的能力標識（MC-ID）：AI的“制造能力”

模型層的算法、框架、基礎(chǔ)大模型和行業(yè)大模型等對標識的需求基本類似。其本質(zhì)問題是從關(guān)注主體身份轉(zhuǎn)向關(guān)注事實行為，通過對算法和模型的標識來記錄“制造”的過程，從而提供治理的“抓手”，構(gòu)建一個安全、透明、可信的AI算法供應(yīng)鏈，使得從模型開發(fā)、測試、部署到調(diào)用的全鏈路可追溯，是連接技術(shù)實現(xiàn)與法律監(jiān)管的橋梁，

也是實現(xiàn)負責(zé)任AI和AI對齊的重要技術(shù)保障。

學(xué)術(shù)研究主要包括模型水印（分為白盒水印、黑盒水印、灰盒水印等）、模型指紋等方法，產(chǎn)業(yè)實踐例如Hugging Face Model Hub、Google Sigstore/Gitsign、MLflow。

三、AI應(yīng)用層標識需求及方法

1.生成內(nèi)容的溯源標識（CC-ID）：AI的“數(shù)字水印”

AIGC生成內(nèi)容（文本/圖像/音頻/視頻）的標識需求，本質(zhì)問題是為數(shù)字內(nèi)容的“真實性”和“原創(chuàng)性”提供一個可計算的信任錨，試圖在“一切皆可生成”的時代重建信息的確定性，將內(nèi)容消費從盲目信任轉(zhuǎn)變?yōu)榛趹{證的驗證。

學(xué)術(shù)研究主要包括主動水印、被動檢測、檢索增強等方法，產(chǎn)業(yè)實踐例如Google DeepMind SynthID、Meta Stable Signature以及C2PA標準等。

2.智能體的身份標識（Agent Subject ID，AS-ID）：AI的“應(yīng)用權(quán)限”

（1）需求分析

以智能體為代表的AI軟件應(yīng)用，還包括數(shù)字人、智能助手、AI搜索等，其標識需求并不完全相同，例如智能體標識側(cè)重“行為邏輯與交互權(quán)限”，數(shù)字人標識側(cè)重“外貌形象與知識產(chǎn)權(quán)”。但此類標識的本質(zhì)問題是數(shù)字社會的“公民身份”，即消費者從人類社會的主體身份到數(shù)字世界后如何延伸與重構(gòu)。這不僅是技術(shù)問題，還涉及到治理規(guī)則和法律規(guī)則，是構(gòu)建未來人機物三元共生社會秩序的基石。

學(xué)術(shù)研究主要包括基于密碼學(xué)與DID、基于代碼與運行環(huán)境等方法，產(chǎn)業(yè)實踐例如MCP、AP、uAgents Framework、OpenAI Assistants API等智能體協(xié)議或框架中涉及到的標識方法。

3.具身智能的時空標識（Spatio-temporal Entity ID，STE-ID）：AI的“物理錨點”

（1）需求分析

以具身智能為代表的AI硬件產(chǎn)品，還包括人形機器人、AI PC、AI手機等。與虛擬主體截然不同，此類對象的標識側(cè)重“物理安全”、“硬件綁定”、“準入許可”。其本質(zhì)問題是物理世界的“安全契約”，即不僅是身份證明，更是安全責(zé)任的鎖定機制，必須具備比虛擬對象標識更高的防偽等級和實時響應(yīng)能力。

學(xué)術(shù)研究主要包括基于“物理不可克隆函數(shù)”（PUF）的硬件指紋、基于“物理行為”的指紋、群體智能的分布式標識等方法，產(chǎn)業(yè)實踐例如波士頓動力機器人、無人機行業(yè)的“遠程 ID”、智能家居行業(yè)的Matter 協(xié)議等。

四、小結(jié)

基于本文對新一代AI技術(shù)產(chǎn)業(yè)三層中各單元對標識技術(shù)的需求梳理，當(dāng)我們跳出單一的數(shù)據(jù)、模型或應(yīng)用層級，用全局視角來思考新一代 AI 標識技術(shù)時，可以提煉出以下 5 大共性趨勢與核心特點：

1. 從“靜態(tài)化標簽”向“富語義容器”演進

傳統(tǒng)的互聯(lián)網(wǎng)標識（如URL、IP、UUID）通常只是一串無意義的字符，僅起到“指向”作用。而在新一代AI中，標識正在語義化。

例如本文中提到的數(shù)據(jù)要素ID攜帶了版權(quán)、倫理、合規(guī)信息，算力資源ID攜帶了碳排放、延遲、任務(wù)類型信息，算法模型ID關(guān)聯(lián)了訓(xùn)練數(shù)據(jù)清單、能力邊界聲明。因此，標識系統(tǒng)正在從“索引工具”轉(zhuǎn)變?yōu)椤爸R圖譜的節(jié)點”，讓機器看到標識就能理解對象的屬性、能力和限制。

2. 從“純軟件邏輯”向“軟硬網(wǎng)綁定”下沉

為了解決純軟件標識容易被篡改、復(fù)制的問題，新一代AI標識技術(shù)正在穿透應(yīng)用層，向更底層的物理硬件和網(wǎng)絡(luò)協(xié)議扎根。例如本文中提到的具身智能ID涉及到PUF（物理不可克隆函數(shù)）、TEE（可信執(zhí)行環(huán)境）和RF指紋等技術(shù)。這意味著標識的生成不再依賴操作系統(tǒng)的隨機數(shù)生成器，而是依賴芯片制造的微觀物理缺陷或射頻特征。例如本文中提到的算力資源ID采用SRv6技術(shù)將應(yīng)用層的算力需求直接編碼進網(wǎng)絡(luò)層的IPv6報頭中，打破了OSI七層模型的嚴格界限，實現(xiàn)了“應(yīng)用感知網(wǎng)絡(luò)”。

3. 從“被動式查詢”向“主動式感知”轉(zhuǎn)變

傳統(tǒng)標識及其可關(guān)聯(lián)信息大多數(shù)是靜止的，而在新一代AI體系中，標識所代表的對象往往是動態(tài)變化的。例如算力資源ID需要反映GPU此刻是“忙”還是“閑”，智能體ID需要根據(jù)運行代碼的完整性來決定身份是否有效。因此，標識不再是一次性分配，而是能夠動態(tài)反映資源的實時狀態(tài)和可用性。

4. 從“尋址與定位”向“治理與確權(quán)”延伸

傳統(tǒng)的互聯(lián)網(wǎng)標識大多用于在公共網(wǎng)絡(luò)中解析尋找資源的地址，而在下一代AI體系中，標識技術(shù)的首要驅(qū)動力不再是“找不到資源”，而是“管不住資源”，標識技術(shù)被賦予了極強的治理屬性。例如無論是數(shù)據(jù)要素ID、算法模型ID還是生成內(nèi)容ID，其核心目的都是為了確權(quán)、溯源和追責(zé)。同時，標識也將成為法律法規(guī)在技術(shù)落地的抓手。通過標識來區(qū)分“人類生成”與“AI生成”，通過標識來執(zhí)行“被遺忘權(quán)”。

5. 從“網(wǎng)絡(luò)設(shè)備級”向“高分辨率級”細化

傳統(tǒng)的互聯(lián)網(wǎng)標識大多用于在公共網(wǎng)絡(luò)中識別可聯(lián)網(wǎng)通信的主機、服務(wù)器，隨著AI處理精度的提升，標識的對象顆粒度正在急劇細化。甚至從文件級深入到向量級、Token級，從模型整體深入到權(quán)重參數(shù)級，從單一設(shè)備深入到時間空間切片。這種高分辨率標識能力，使得AI系統(tǒng)能夠進行更精細的數(shù)據(jù)清洗、更精準的算力調(diào)度以及更隱蔽的水印嵌入。

綜上所述，發(fā)展新一代AI對標識技術(shù)的需求非常強勁，但同時也非常復(fù)雜、富有挑戰(zhàn)性，可能會改變我們過去標識及其解析服務(wù)體系的概念范疇認知，也可能迫使其發(fā)生根本性的范式變革。

（本文和配圖在大模型輔助下完成）

作者簡介

劉陽，中國信息通信研究院工業(yè)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)研究所副所長，博士，正高級工程師，兼任工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟AII標識工作組主席、中國通信標準化協(xié)會CCSA物聯(lián)網(wǎng)總體組組長等。主要從事工業(yè)互聯(lián)網(wǎng)、數(shù)據(jù)與智能、區(qū)塊鏈、物聯(lián)網(wǎng)等方面的技術(shù)標準和產(chǎn)業(yè)政策研究工作。

金鍵，中國信息通信研究院工業(yè)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)研究所所長，博士，正高級工程師，兼任中關(guān)村區(qū)塊鏈產(chǎn)業(yè)聯(lián)盟秘書長等。主要從事互聯(lián)網(wǎng)域名、工業(yè)互聯(lián)網(wǎng)、區(qū)塊鏈等方面的技術(shù)標準和產(chǎn)業(yè)政策研究工作。