当前，全球人工智能领域的竞争博弈重点正从“科学研究”转向“产业应用”，能否在人工智能产业应用中实现创新突破成为关键。我国已围绕大模型训练和行业应用展开了系列规划，布局了人工智能“训练场”与“应用基地”，但我国在该领域仍面临核心技术攻关、工程化应用等方面的挑战，亟待国家整体统筹布局大模型行业应用创新（工程）中心，形成高质量数据集、强化行业大模型开发、提供工程化服务、探索新型人工智能应用组织运营模式、发展我国自主大模型生态体系。

　　加快大模型行业应用具有重要意义

　　加快人工智能行业应用对于我国获取全球人工智能竞争主动权、解决工业制造领域面临的短板问题、加速科技成果转化应用具有重要意义。

　　第一，加快人工智能大模型行业应用，是我国抢抓国际竞争主动权的关键着力点。我国正处于全球人工智能技术与产业竞争的关键时期。国际领先国家依托算力和算法优势，在产业生态与主体培育等方面形成了持续性优势。在此背景下，必须要发挥我国超大规模市场、产业体系完备、应用场景丰富以及海量行业数据的优势，有效整合数据、算力、人才等相关资源，通过大模型及工程化能力赋能具体行业和场景，争取产业未来发展的主动权。

　　第二，加快人工智能大模型行业应用，是我国应对工业领域短板、瓶颈的重要举措。我国工业领域面临高质量数据集欠缺、大模型的工程化服务能力不足、自主原生大模型应用生态较弱等多方面问题，亟待通过构建大模型行业公共数据和企业商业数据等高质量数据集，开展工业领域大模型应用研发，重构关键行业技术和工程化体系。此外，还应面向重点领域、重大场景，支持基于国产化原生大模型工程化方法、工具、软件和解决方案的研发，构建我国行业大模型产业化和工程化服务能力。

　　第三，加快人工智能大模型行业应用，是我国推动科研成果向现实生产力转化的关键驱动力。我国科技成果转化在研发设计、中试验证、生产制造、营销服务、运维管理等全流程、多场景存在诸多堵点，亟待依托人工智能变革科技创新、产业发展、企业应用范式，以大模型应用为基础，有序组织行业资源，打通技术、数据供需双向通道，面向垂直行业特点和需求，将大模型技术与实际产业场景紧密结合，形成适应性强、效果好、价值高的大模型应用解决方案。

　　在特定行业的深度应用发展空间很大

　　当前，我国人工智能科技创新布局逐渐完善，但应用方面与领先国家还存在一定差距，大模型在特定行业的深度应用和定制化服务还有很大的发展空间，主要表现在以下几个方面。

　　第一，我国出台系列政策促进人工智能发展，但尚未对大模型行业应用平台进行系统布局。我国从2017年全面启动实施新一代人工智能发展规划，立足于将我国打造成世界主要人工智能创新中心。科技部、工信部、发改委相继成立多个人工智能开放创新平台、工程研究中心、创新应用先导区、创新发展试验区，聚焦人工智能重点细分领域，有效整合技术、产业链和金融资源，持续提升人工智能核心研发能力和服务能力。然而，尚未对大模型行业应用平台进行系统布局。现有平台侧重于技术研发，聚焦行业场景应用的平台尚未形成，亟待进行系统谋划，以人工智能重大应用需求方向为牵引，建设人工智能创新应用平台。

　　第二，我国已初步构建人工智能大模型产业应用体系，但较为缺乏面向行业需求的专业应用模型训练。我国已经构建起包括智能芯片、大模型、基础架构等在内的人工智能产业应用体系，人工智能产业快速发展。当前基于“大数据+大算力+强算法”训练的大模型技术显著提升了处理复杂任务的能力，成为从信息化走向数智化的重要驱动力。然而，当前我国人工智能大模型市场仍处于“百模大战”阶段，平台级的行业应用布局较少。国内以基础大模型布局为主，相对缺少具备专业知识的行业模型布局，亟待面向行业需求进行大模型训练，提高其在应用场景中的性能和适应性，使其更加精准地服务于行业需求。

　　第三，我国人工智能大模型的应用价值逐步提升，但在传统产业生产核心环节的应用程度较低。一方面，大模型开始在教育、金融、游戏、出行等为代表的应用场景中产生价值，进入试验加速期。另一方面，大模型在能源、制造业、农业、建筑业为代表的传统产业应用程度较低。由于生产流程高度专业化，大模型与生产设备的集成应用还处于探索阶段。应进一步突破大模型构建、训练、推理、部署和行业落地等关键技术，提升大模型技术在产业中的应用潜力和实际效果，实现真正行业可用的大模型落地。

　　多措并举推动人工智能大模型行业应用

　　为此，以人工智能大模型应用为牵引促进企业、科研机构和高校等创新主体协同合作对于我国谋划产业未来竞争优势至关重要。

　　一是应有序推进国家大模型行业应用创新（工程）中心体系建立。将国家大模型行业应用创新（工程）中心列入我国“人工智能+”相关部署。对化工、钢铁、飞机、汽车等行业领域，以及流体、材料、生物工程等科研领域进行优先布局，通过广泛调研和专家论证，进一步明确工程中心主要功能定位和任务，制定大模型行业应用创新工程中心建设指南和建设工作指引等。

　　二是发展和培育我国行业大模型应用的工程化服务体系。建议针对重点领域、重大场景，提升我国行业大模型工程化能力，发展我国智能化装备、设备和终端，发展新型软件和系统集成服务体系。通过共性技术服务平台提供开源数据集、开源模型服务，面向企业提供场景化模型训练、模型部署、软件和工具服务等，赋能企业研发设计、生产制造、供销存等核心业务场景智能化升级。

　　三是支持构建我国自主大模型生态体系。重点引导基于国产化基础软硬件平台开展行业大模型研发和核心业务场景应用。鼓励牵头单位发挥科研组织能力和产业化带动能力，用好“集中力量办大事”的制度优势，以大模型行业创新（工程）中心吸引和组织人工智能人才和行业专家开展行业大模型核心技术攻关。以应用带动大模型架构、数据工程等核心技术创新发展，加快大模型在科研与产业重大应用场景落地。

　　（作者张越系中国科学院科技战略咨询研究院副研究员，王晓明系中国科学院科技战略咨询研究院产业科技创新研究部主任、研究员）