0
| 本文作者： 鄭佳美 | 2026-02-02 16:19 |
當AI從技術概念邁入價值兌現的“深水區”，產研如何深度攜手，通力共現產業AI化、技術商業化的價值閉環？
產業級AI大模型研發過程中存在哪些技術卡點亟待解決？
前沿AI應用如何穿透復雜的產業鏈條，真正融入產業決策環境？
......
1月30日，萬聯易達作為推進產業AI大模型在全產業應用落地的領先企業，在京舉辦“以應用破局·以生態聚力”為主題的“AI+產業發展”專題研討會。會上，全國首個“產業人工智能研究與應用專家委員會”（下稱“專委會”）正式揭牌。
清華大學人工智能研究院常務副院長、歐洲科學院外籍院士孫茂松作為專委會首席顧問，領銜哈爾濱工業大學劉銘教授、中國科學院大學徐俊剛教授、北京理工大學張磊教授、東北大學劉正皓副教授等人工智能技術顧問，共同推動產業AI大模型“萬聯摩爾”的構建、研發和應用工作，為其下一步發展注入智力支持。
與會嘉賓表示，此次研討并非單純的技術展演，而是直面產研斷鏈痛點，基于萬聯摩爾的全產業AI超級載體定位的路徑分析，來構建“AI+數據+場景”鐵三角，引領產業智能化邁入全新周期。
隨著國家發改委等八部委聯合印發《“人工智能+制造”專項行動實施意見》，人工智能被首次明確定位為支撐現代化產業體系的“社會基礎設施”。
政策紅利持續釋放，但AI+產業發展的深層矛盾卻日益凸顯，“AI研究已經走到了‘世界模型’階段，但場景應用落地卻還處于‘涌現窗口期’。”孫茂松教授在主旨演講《人工智能和大模型：發展態勢及其產業應用》中精準指出這一現狀。
清華大學人工智能研究院常務副院長、歐洲科學院外籍院士 孫茂松
在孫茂松教授看來，文本、代碼類模型已走到Scaling Law遞減階段，智能涌現隨時可能出現；部分專用模型也在訓練范式、結構化推理等關鍵技術上取得突破性進展，“當前正是技術原型與商業應用雙向賦能的好時候。”AI在產業落地已經在內外部具備了一定優勢條件。
萬聯易達集團副總裁杜新凱強調，產業級AI既不是通用大模型——僅需理解用戶需求、即興作答即可；也不同于垂類大模型——只為單一行業提供專業解決方案。“面向全產業打造的全產業AI大模型‘萬聯摩爾’必須了熟千行百業、參透政策法規、精通工藝流程，并深度融入企業經營決策體系。”這就需要打通產研轉化鏈路，將技術優勢轉化為產業競爭力。
萬聯易達集團副總裁杜新凱向孫茂松教授頒發首席顧問聘書
萬聯易達產業人工智能專家委員會的設立，就是希望通過持續聯合更多人工智能領域前沿學者，打造一流水平的產業AI智囊團，為萬聯摩爾打開能力驚艷的“快速通道”，助力產業AI真正穿透復雜產業場景、嵌入產業決策閉環。
孫茂松教授認為，“目前一些通用AI或垂類AI應用，仍普遍存在兩大共性問題——一是全局觀上還有較大改造空間，主要體現在產業數據召回率不高，關鍵信息丟失嚴重；二是深刻性不足，行業問題精通度低，缺乏能解決非常規問題的奇招、怪招。”
而劉銘教授在《開放場景下的本體圖譜構建和條件知識挖掘》主旨發言中也提出在通用大模型“言”的優勢上構建行業專家“知”的體系這一系統性解決方案。他表示，“這一方案的關鍵在于構建產業本體圖譜——這是知識圖譜的骨架與邏輯核心。”通過與萬聯摩爾攜手，自動抽取、排序、聚類與關系映射形成結構化的產業本體知識，從而為產業AI提供更可靠且可推理的認知基礎，大幅提升其問答與決策的可靠性。
哈爾濱工業大學計算學部教授 劉銘
對于模型數據的精準檢索和利用問題，劉正皓教授表示，技術層面的前沿方案是利用模型自主去噪、模型結構調優、模型剪枝抑制幻覺參數一整套組合拳形成對外部知識的極致利用。
東北大學計算機科學與工程學院副教授 劉正皓
杜新凱則以萬聯摩爾為例，從實踐角度來談具體落地思路。通過對國民經濟97大類、超100億產業數據的清洗，目前萬聯摩爾對產業問題的回答準確率已超90%，處于行業領先水平。“但開放場景下的問答還需努力，技術層面如何將數據自動結構化、非標準行業經驗形式化沉淀，核心知識圖譜向2.0進階是目前研發的三大難點。”
產業場景碎片化困局如何破？
當前，AI落地產業的難點，不在技術高度，而在場景廣度。產業場景高度碎片化、領域化，千行百業需求各異，一廠一策、一行一規。
張磊教授指出，“這一痛點本質是大模型臨場應變能力弱導致的。當前主流路徑有兩種：一是基于少量樣本數據對模型進行微調；二是以解決問題為導向，將復雜任務解離。例如瑕疵裂紋問題則可以通過圖像增強等預處理非標實拍圖，便于大模型執行缺陷識別。”
北京理工大學計算機學院教授 張磊
對此，萬聯摩爾事業部總監吳春梅指出，以鋼鐵工業場景為例，從安全帽佩戴識別、區域入侵預警，到鋼材裂紋、輪胎瑕疵檢測，傳統“一場景一模型”的方案難以為繼。
她表示，從萬聯摩爾的解決方案看，通過全面滲透研發、生產、供應鏈、物流、營銷及金融等產業鏈各個環節，萬聯摩爾已初步形成面向全產業的Agentic AI智能體生態雛形。“我們用全產業覆蓋和全場景應用賦能的思路，來破解產業場景割裂、碎片化的難題。未來萬聯易達還考慮為企業提供一站式的智慧虛擬員工方案解決復雜終端任務。”
將開放的產業問題智能拆解為一系列標準的、可執行的子任務，從而實現從“解答問題”到“解決問題”的跨越。其本質是通過任務編排與工具協同將大模型的通用認知能力，高效適配到無數具體而微的場景中，解決“應用泛化度”的挑戰。
對此，孫茂松教授總結為“致廣大而盡精微”。他認為，做開放性強的應用型產業AI，通常需要研發團隊用實事求是的精神不斷實現自我超越。“萬聯易達要做整合性的全產業AI大模型是充滿挑戰的。此進程中，通過構建更‘大’的全產業知識數據與生態，為產業場景調用更‘精’的全鏈路解決方案，或將使萬聯摩爾在AI+產業發展進程中立于不敗之地。”
技術向上，應用向下。隨著前沿模型智力密度的全域躍升，如何開發數據潛能，實現AI技術下沉扎根產業場景，發揮生態勢能已成為產業界共臨的全局性命題。
孫茂松認為，未來AI競速的關鍵在于誰能率先跑通可復制、可盈利、可持續的產業AI范式。“中國在開源基礎模型上已經構建了扎實的技術座駕，做AI的企業要盡可能多地根據特定真實場景或任務，去實現AI應用星火燎原式的落地發展，只要肯花大力氣去這樣做，就完全有可能做到世界領先。”
徐俊剛也對此持積極態度，“萬聯摩爾這類全產業AI大模型的未來市場前景會非常好，企業用戶需要能一站式解決所有問題的統一AI入口。”
中國科學院大學計算機科學與技術學院教授 徐俊剛
在杜新凱看來，將萬聯摩爾打造為產業AI超級載體入口的底氣，是萬聯易達已具備了支撐未來產業AI發展三大要素——數據、場景、技術的確定性布局。“萬聯易達天然的產業基因，百億量級的結構化產業可信數據，以及遍布全國的區域網絡，融通貿易、物流、金融及生產性服務業的全鏈條服務能力，都為實現打造全產業智能體超級應用市場創造了有利條件。”
“過去的AI都是反應式智能體，今年將是主動智能體之年。”杜新凱如是說，“AI+”不是技術獨奏，而是產業與AI的雙向奔赴，當AI技術找到了產業場景的落點，當產業需求驅動了AI技術迭代，真正的價值創造才會發生。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
