作者：張越（中國科學院科技戰略咨詢研究院副研究員）；王曉明（中國科學院科技戰略咨詢研究院產業科技創新研究部主任、研究員）

　　當前，全球人工智能領域的競爭博弈重點正從“科學研究”轉向“產業應用”，能否在人工智能產業應用中實現創新突破成為關鍵。我國已圍繞大模型訓練和行業應用展開了系列規劃，布局了人工智能“訓練場”與“應用基地”，但我國在該領域仍面臨核心技術攻關、工程化應用等方面的挑戰，亟待國家整體統籌布局大模型行業應用創新（工程）中心，形成高質量數據集、強化行業大模型開發、提供工程化服務、探索新型人工智能應用組織運營模式、發展我國自主大模型生態體系。

　　加快大模型行業應用具有重要意義

　　加快人工智能行業應用對于我國獲取全球人工智能競爭主動權、解決工業制造領域面臨的短板問題、加速科技成果轉化應用具有重要意義。

　　第一，加快人工智能大模型行業應用，是我國搶抓國際競爭主動權的關鍵著力點。我國正處于全球人工智能技術與產業競爭的關鍵時期。國際領先國家依托算力和算法優勢，在產業生態與主體培育等方面形成了持續性優勢。在此背景下，必須要發揮我國超大規模市場、產業體系完備、應用場景豐富以及海量行業數據的優勢，有效整合數據、算力、人才等相關資源，通過大模型及工程化能力賦能具體行業和場景，爭取產業未來發展的主動權。

　　第二，加快人工智能大模型行業應用，是我國應對工業領域短板、瓶頸的重要舉措。我國工業領域面臨高質量數據集欠缺、大模型的工程化服務能力不足、自主原生大模型應用生態較弱等多方面問題，亟待通過構建大模型行業公共數據和企業商業數據等高質量數據集，開展工業領域大模型應用研發，重構關鍵行業技術和工程化體系。此外，還應面向重點領域、重大場景，支持基于國產化原生大模型工程化方法、工具、軟件和解決方案的研發，構建我國行業大模型產業化和工程化服務能力。

　　第三，加快人工智能大模型行業應用，是我國推動科研成果向現實生產力轉化的關鍵驅動力。我國科技成果轉化在研發設計、中試驗證、生產制造、營銷服務、運維管理等全流程、多場景存在諸多堵點，亟待依托人工智能變革科技創新、產業發展、企業應用范式，以大模型應用為基礎，有序組織行業資源，打通技術、數據供需雙向通道，面向垂直行業特點和需求，將大模型技術與實際產業場景緊密結合，形成適應性強、效果好、價值高的大模型應用解決方案。

　　在特定行業的深度應用發展空間很大

　　當前，我國人工智能科技創新布局逐漸完善，但應用方面與領先國家還存在一定差距，大模型在特定行業的深度應用和定制化服務還有很大的發展空間，主要表現在以下幾個方面。

　　第一，我國出臺系列政策促進人工智能發展，但尚未對大模型行業應用平臺進行系統布局。我國從2017年全面啟動實施新一代人工智能發展規劃，立足于將我國打造成世界主要人工智能創新中心。科技部、工信部、發改委相繼成立多個人工智能開放創新平臺、工程研究中心、創新應用先導區、創新發展試驗區，聚焦人工智能重點細分領域，有效整合技術、產業鏈和金融資源，持續提升人工智能核心研發能力和服務能力。然而，尚未對大模型行業應用平臺進行系統布局。現有平臺側重于技術研發，聚焦行業場景應用的平臺尚未形成，亟待進行系統謀劃，以人工智能重大應用需求方向為牽引，建設人工智能創新應用平臺。

　　第二，我國已初步構建人工智能大模型產業應用體系，但較為缺乏面向行業需求的專業應用模型訓練。我國已經構建起包括智能芯片、大模型、基礎架構等在內的人工智能產業應用體系，人工智能產業快速發展。當前基于“大數據+大算力+強算法”訓練的大模型技術顯著提升了處理復雜任務的能力，成為從信息化走向數智化的重要驅動力。然而，當前我國人工智能大模型市場仍處于“百模大戰”階段，平臺級的行業應用布局較少。國內以基礎大模型布局為主，相對缺少具備專業知識的行業模型布局，亟待面向行業需求進行大模型訓練，提高其在應用場景中的性能和適應性，使其更加精準地服務于行業需求。

　　第三，我國人工智能大模型的應用價值逐步提升，但在傳統產業生產核心環節的應用程度較低。一方面，大模型開始在教育、金融、游戲、出行等為代表的應用場景中產生價值，進入試驗加速期。另一方面，大模型在能源、制造業、農業、建筑業為代表的傳統產業應用程度較低。由于生產流程高度專業化，大模型與生產設備的集成應用還處于探索階段。應進一步突破大模型構建、訓練、推理、部署和行業落地等關鍵技術，提升大模型技術在產業中的應用潛力和實際效果，實現真正行業可用的大模型落地。

　　多措并舉推動人工智能大模型行業應用

　　為此，以人工智能大模型應用為牽引促進企業、科研機構和高校等創新主體協同合作對于我國謀劃產業未來競爭優勢至關重要。

　　一是應有序推進國家大模型行業應用創新（工程）中心體系建立。將國家大模型行業應用創新（工程）中心列入我國“人工智能+”相關部署。對化工、鋼鐵、飛機、汽車等行業領域，以及流體、材料、生物工程等科研領域進行優先布局，通過廣泛調研和專家論證，進一步明確工程中心主要功能定位和任務，制定大模型行業應用創新工程中心建設指南和建設工作指引等。

　　二是發展和培育我國行業大模型應用的工程化服務體系。建議針對重點領域、重大場景，提升我國行業大模型工程化能力，發展我國智能化裝備、設備和終端，發展新型軟件和系統集成服務體系。通過共性技術服務平臺提供開源數據集、開源模型服務，面向企業提供場景化模型訓練、模型部署、軟件和工具服務等，賦能企業研發設計、生產制造、供銷存等核心業務場景智能化升級。

　　三是支持構建我國自主大模型生態體系。重點引導基于國產化基礎軟硬件平臺開展行業大模型研發和核心業務場景應用。鼓勵牽頭單位發揮科研組織能力和產業化帶動能力，用好“集中力量辦大事”的制度優勢，以大模型行業創新（工程）中心吸引和組織人工智能人才和行業專家開展行業大模型核心技術攻關。以應用帶動大模型架構、數據工程等核心技術創新發展，加快大模型在科研與產業重大應用場景落地。