“請問(wèn)您用DeepSeek嗎？”

“我用，我本身專(zhuān)業(yè)是計算機專(zhuān)業(yè)，我對人工智能有偏愛(ài)?！痹?月4日舉行的十四屆全國人大三次會(huì )議的新聞發(fā)布會(huì )后，大會(huì )發(fā)言人婁勤儉面對現場(chǎng)記者采訪(fǎng)時(shí)的這句回應火了。

今年春節期間，國產(chǎn)大模型DeepSeek憑借低成本、高效能、強智能的應用體驗給人們留下了深刻印象。今年的全國兩會(huì )上，“國產(chǎn)大模型”“DeepSeek”也是被許多代表委員反復提及的高頻詞。

近年來(lái)，隨著(zhù)我國人工智能大模型產(chǎn)業(yè)加速發(fā)展，越來(lái)越多的國產(chǎn)大模型表現驚艷。作為數字化時(shí)代的核心驅動(dòng)力，人工智能正加速滲透進(jìn)入國民經(jīng)濟的多個(gè)領(lǐng)域。在不斷向上突破性能天花板的同時(shí)，國產(chǎn)大模型應如何扎根產(chǎn)業(yè)實(shí)踐，為產(chǎn)業(yè)升級賦能，成為代表委員們熱議的話(huà)題。

垂直模型扎根產(chǎn)業(yè)土壤

有問(wèn)必答的快速響應、清晰明了的思考過(guò)程、全面翔實(shí)的參考資料……通過(guò)通用大模型，許多人開(kāi)啟了與人工智能的第一次“親密接觸”。作為人工智能領(lǐng)域的重要突破，通用大模型具備強大的語(yǔ)言理解和生成能力，能夠為多個(gè)領(lǐng)域提供智能支撐。

隨著(zhù)我國產(chǎn)業(yè)數字化進(jìn)程不斷加速，各行業(yè)對人工智能的需求也愈發(fā)精細化、專(zhuān)業(yè)化。傳統的通用大模型在落地產(chǎn)業(yè)場(chǎng)景時(shí)，往往無(wú)法與具體業(yè)務(wù)精準結合，導致“水土不服”。在此背景下，專(zhuān)為產(chǎn)業(yè)細分需求打造的垂直模型應運而生，成為大模型技術(shù)落地產(chǎn)業(yè)應用的新趨勢。

“我們做大模型第一天就確定了‘1+N’的戰略路徑，即‘1個(gè)底座大模型+N個(gè)行業(yè)大模型’。我們結合通用底座、工具鏈和知識工程，擁有了‘建算力、理數據、訓模型、落場(chǎng)景、保安全、精運營(yíng)’的全套解決方案?！笨拼笥嶏w股份有限公司董事長(cháng)劉慶峰代表認為，通用大模型底座的天花板正被不斷打破，應用場(chǎng)景落地已進(jìn)入紅利兌現期，需要以更少成本、更低算力、更高效率推動(dòng)落地。

例如，借助阿里通義等通用大模型的底座能力，釘釘面向業(yè)務(wù)場(chǎng)景打造出AI助理產(chǎn)品，覆蓋制造、醫療、零售、教育等多個(gè)行業(yè)。在金石機器人常州股份有限公司，通過(guò)學(xué)習、沉淀大量機器人專(zhuān)業(yè)知識，釘釘AI助理直接服務(wù)全國1000余家經(jīng)銷(xiāo)商，高效解答各類(lèi)產(chǎn)品售后問(wèn)題；同時(shí)，它還可以根據問(wèn)題描述，一鍵生成工單，并指派給對應負責人，將售后問(wèn)題的解決時(shí)間從半個(gè)月縮短至3天內，顯著(zhù)提升了企業(yè)運行效率。

“大模型在垂直領(lǐng)域大有可為?！?60集團創(chuàng )始人周鴻祎委員表示，中國大模型發(fā)展的重要方向應該是借助產(chǎn)業(yè)和場(chǎng)景優(yōu)勢，將大模型與業(yè)務(wù)流程、產(chǎn)品功能相結合，尋求多場(chǎng)景應用，實(shí)現垂直化和產(chǎn)業(yè)化落地。

加快形成“數據飛輪”效應

我國擁有聯(lián)合國產(chǎn)業(yè)分類(lèi)中的全部工業(yè)門(mén)類(lèi)。在500個(gè)工業(yè)品種中，有四成以上產(chǎn)品產(chǎn)量位居全球第一，產(chǎn)業(yè)具有全、多、大的獨特優(yōu)勢。龐大的產(chǎn)業(yè)規模為行業(yè)垂直大模型落地提供了肥沃土壤，同時(shí)也帶來(lái)了風(fēng)險挑戰。

產(chǎn)業(yè)數據是垂直大模型的“養料”。我國產(chǎn)業(yè)種類(lèi)豐富，但也造成產(chǎn)業(yè)數據類(lèi)型和結構多樣、數據質(zhì)量參差不齊等難題。談及大模型落地產(chǎn)業(yè)應用，多位代表委員提及，應推動(dòng)產(chǎn)業(yè)數據共享，加快高質(zhì)量數據收集利用，在產(chǎn)業(yè)領(lǐng)域形成“數據飛輪”效應，即通過(guò)數據的不斷積累和利用，驅動(dòng)大模型性能持續提升。

中國電氣裝備集團有限公司科技創(chuàng )新部部長(cháng)張帆代表認為，許多制造企業(yè)數字化轉型起步晚、基礎薄弱，生產(chǎn)過(guò)程中的數據采集不全面、不及時(shí)；工業(yè)數據又往往存在噪聲大、格式不統一、關(guān)聯(lián)性差等問(wèn)題，缺乏行業(yè)數據標準引導，難以為大模型訓練提供足夠的高質(zhì)量數據。同時(shí)，受限于數據安全風(fēng)險、商業(yè)利益保護等因素，企業(yè)間筑起了高高的“數據圍墻”，數據共享存在瓶頸。

基于此，張帆建議，應加快形成工業(yè)領(lǐng)域統一的人工智能數據格式規范和具體行業(yè)標準等，促使企業(yè)間對數據資產(chǎn)的交易基礎達成共識；龍頭企業(yè)要發(fā)揮鏈長(cháng)作用，面向戰略性高價(jià)值場(chǎng)景，建立需求牽引、格式統一的高質(zhì)量工業(yè)數據集。

圍繞大模型產(chǎn)業(yè)落地中的數據瓶頸，多地已開(kāi)始行動(dòng)。例如，北京市發(fā)布的《北京市推動(dòng)“人工智能+”行動(dòng)計劃（2024—2025年）》中提出，依托北京數據基礎制度先行區，打造安全可信數據空間，引導企事業(yè)單位開(kāi)放并匯聚高價(jià)值行業(yè)數據。

來(lái)源：《科技日報》