国产大模型助力产业智能化升级：向上突破与向下扎根

今年春节期间，国产大模型DeepSeek以其低成本、高效能和强智能的应用体验赢得了广泛赞誉。在全国两会期间，“国产大模型”和“DeepSeek”成为了代表委员们热议的高频词。随着我国人工智能大模型产业的快速发展，越来越多的国产大模型崭露头角，成为推动产业升级的关键力量。

通用大模型的突破与垂直模型的崛起

通过通用大模型，许多人首次体验到了人工智能的强大语言理解和生成能力。然而，传统通用大模型在应用于具体产业时，常常面临“水土不服”的问题，难以与具体业务精准结合。为此，针对特定产业需求定制的垂直模型应运而生，成为大模型技术落地的新趋势。

科大讯飞股份有限公司董事长刘庆峰指出，公司采取了“1个底座大模型+N个行业大模型”的战略路径，形成了涵盖“建算力、理数据、训模型、落场景、保安全、精运营”的全套解决方案。借助这一模式，钉钉AI助理产品成功覆盖了制造、医疗、零售、教育等多个行业，显著提升了企业的运行效率。

垂直模型在产业中的实际应用

360集团创始人周鸿祎认为，中国大模型发展的关键在于将大模型与业务流程、产品功能紧密结合，实现多场景应用。例如，金石机器人常州股份有限公司通过钉钉AI助理，不仅高效解答了全国1000余家经销商的产品售后问题，还将售后问题的解决时间从半个月缩短至3天以内，大幅提高了客户满意度。

数据飞轮效应的重要性

我国拥有完整的工业体系，庞大的产业规模为垂直大模型的落地提供了丰富的应用场景。然而，产业数据的多样性和复杂性也带来了诸多挑战。许多制造企业在数字化转型过程中，数据采集不全面、不及时，工业数据存在噪声大、格式不统一等问题，缺乏行业标准引导，难以提供高质量的数据用于大模型训练。

中国电气装备集团有限公司科技创新部部长张帆建议，应加快制定统一的人工智能数据格式规范和行业标准，促进企业间数据资产的交易。龙头企业应发挥引领作用，建立高质量的工业数据集，推动产业数据共享，形成“数据飞轮”效应，即通过数据的不断积累和利用，持续提升大模型的性能。

政策支持与地方行动

为解决大模型产业落地中的数据瓶颈，多地政府已采取行动。例如，北京市发布的《北京市推动“人工智能+”行动计划（2024-2025年）》提出，依托北京数据基础制度先行区，打造安全可信的数据空间，鼓励企事业单位开放并汇聚高价值行业数据，为大模型的发展提供坚实的数据支撑。