全產(chǎn)業(yè)大模型如何穿越概念迷霧？萬聯(lián)易達成立產(chǎn)業(yè)AI專委會破難題

2026年，人工智能行業(yè)正站在關鍵十字路口——一面是通用大模型的“Scaling Law”紅利漸趨見頂，資本重壓世界模型；一面是產(chǎn)業(yè)場景的碎片化、非標化，AI落地困難重重。在此背景下，一場以“應用破局、生態(tài)聚力”為主題的研討會在北京悄然召開，主角是產(chǎn)業(yè)互聯(lián)網(wǎng)公司萬聯(lián)易達，以及其旗下全產(chǎn)業(yè)AI大模型“萬聯(lián)摩爾”。

會上正式揭牌成立由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領銜的“產(chǎn)業(yè)人工智能研究與應用專家委員會”，匯聚哈工大、國科大、北理工、東北大學等頂尖高校AI科研力量，釋放雙方將共同推動萬聯(lián)摩爾未來研發(fā)與應用工作的信號。

 孫茂松擔任產(chǎn)業(yè)人工智能研究與應用專家委員會首席顧問

“AI+產(chǎn)業(yè)”的下一程，不再是技術的單點突破，而是瞄準產(chǎn)業(yè)應用，重點解決碎片化場景與系統(tǒng)性能力之間的結構性錯配問題。

過去，垂類大模型在金融、醫(yī)療、農(nóng)業(yè)等領域快速落地，但多數(shù)仍停留在“問答助手”階段，與理想狀態(tài)中的“AI生產(chǎn)力預期”差之甚遠。而真實產(chǎn)業(yè)決策往往沒有明確問題邊界：比如“如何將內(nèi)蒙古的羊肉貿(mào)易生意拓展到需求量大的徐州去？”背后涉及供應鏈、地方飲食文化、品牌影響力等多維變量，通用大模型、垂類大模型往往陷入刻板式作答，幻覺嚴重且無法解決實際落地問題。

萬聯(lián)易達副總裁杜新凱提出的“融合產(chǎn)業(yè)本體圖譜的結構化思考技術”，核心在于基于交易數(shù)據(jù)、專業(yè)經(jīng)驗、標準工藝、資訊信息等搭建千行百業(yè)的知識圖譜，形成結構化的產(chǎn)業(yè)本體底座，在此基礎上沿行動態(tài)知識檢索+多智能體協(xié)作的技術路線，正是當前學術界探索主動智能體（Agentic AI）落地的重要方向。正如孫茂松所言，這種集合型架構，既能回避規(guī)模定律，又能在通用性和專用性之間尋找好平衡點。

此次專家委員會現(xiàn)場也就產(chǎn)業(yè)知識的形式化表達、非結構化經(jīng)驗的可計算轉(zhuǎn)化、模型幻覺的抑制機制等工程性難題進行深入探討，這些正是目前垂類模型“懂行但不準”“能說但不會做”的根源。下一步如若能在開放性的真實產(chǎn)業(yè)場景中跑通初步閉環(huán)，依靠自建的BenchMark提升產(chǎn)研水準，從這個角度說，該專委會的成立恰逢其時。

萬聯(lián)易達的探索之路充滿挑戰(zhàn)，但其嘗試回答的問題已至關重要：如何讓學術前沿真正服務于產(chǎn)業(yè)痛點？如何讓AI從單點的技術突破邁向數(shù)據(jù)、知識、企業(yè)與產(chǎn)業(yè)鏈的深度融合？如何讓產(chǎn)業(yè)AI穿透概念迷霧賦能產(chǎn)業(yè)智能變革？產(chǎn)業(yè)AI落地不是一蹴而就的技術革命，而是一場循序漸進的范式重構，需要創(chuàng)新的勇氣，也需要精致的打磨。

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。