賈 麗

　　當(dāng)下，人工智能大模型正從通用走向垂直，成為驅(qū)動(dòng)產(chǎn)業(yè)變革的核心引擎。這一轉(zhuǎn)變已從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用場(chǎng)景——垂直大模型正在生產(chǎn)線、服務(wù)柜臺(tái)等諸多產(chǎn)業(yè)的方方面面落地生根。

　　加快垂直大模型的創(chuàng)新突破與深度應(yīng)用，既是推動(dòng)我國(guó)產(chǎn)業(yè)邁向智能化、高端化的關(guān)鍵抓手，也是在全球人工智能競(jìng)爭(zhēng)格局中搶占戰(zhàn)略制高點(diǎn)的重要突破口。然而，大模型落地之路并非坦途，如何讓技術(shù)深度融入產(chǎn)業(yè)“肌理”，筆者認(rèn)為，行業(yè)各方仍需破解三大難題。

　　其一，增加“基礎(chǔ)燃料”高質(zhì)量供給。數(shù)據(jù)是AI應(yīng)用的基礎(chǔ)燃料。當(dāng)前，我國(guó)高質(zhì)量垂類數(shù)據(jù)的供給仍然不足。如中文垂類數(shù)據(jù)在全球數(shù)據(jù)訓(xùn)練集占比不高，行業(yè)私有數(shù)據(jù)開放度低，部分模型出現(xiàn)“營(yíng)養(yǎng)不良”。但事實(shí)上，我國(guó)具有豐富的行業(yè)數(shù)據(jù)與應(yīng)用場(chǎng)景，是發(fā)展垂直大模型的重要基礎(chǔ)。

　　筆者認(rèn)為，各地可聯(lián)合頭部企業(yè)、科研機(jī)構(gòu)共建垂直領(lǐng)域數(shù)據(jù)共享平臺(tái)，通過(guò)“數(shù)據(jù)沙箱”實(shí)現(xiàn)合規(guī)流通，并增強(qiáng)垂直場(chǎng)景行業(yè)知識(shí)與模型適配能力。例如，上�！澳Ｋ倏臻g”通過(guò)政策優(yōu)先支持，已推動(dòng)43個(gè)備案大模型落地，其“政企研”協(xié)同模式可復(fù)制推廣。從“模速空間”聚集400家企業(yè)形成完整產(chǎn)業(yè)鏈，到醫(yī)療、金融等領(lǐng)域涌現(xiàn)的細(xì)分場(chǎng)景應(yīng)用，垂直大模型已展現(xiàn)出重塑行業(yè)生態(tài)的潛力。

　　其二，推動(dòng)精準(zhǔn)化應(yīng)用?是AI轉(zhuǎn)化的重要引擎。參考金融大模型在風(fēng)險(xiǎn)預(yù)測(cè)中的實(shí)踐，以標(biāo)準(zhǔn)化倒逼技術(shù)實(shí)用化場(chǎng)景適配仍顯不足?，部分應(yīng)用難以創(chuàng)造應(yīng)有價(jià)值。

　　筆者認(rèn)為，各地可加快建立行業(yè)專屬評(píng)估體系，明確準(zhǔn)確性、安全性等硬指標(biāo)，從而推動(dòng)垂直大模型在細(xì)分應(yīng)用領(lǐng)域精準(zhǔn)落地。同時(shí)，行業(yè)以場(chǎng)景需求為牽引，摸索聯(lián)合研發(fā)模式，推動(dòng)AI創(chuàng)新從“功能疊加”轉(zhuǎn)向“業(yè)務(wù)原生”，可以在行業(yè)痛點(diǎn)中培育真正具有變革性的應(yīng)用生態(tài)。

　　其三，垂直場(chǎng)景中，大量中小金融機(jī)構(gòu)因受制于算力成本，仍依賴規(guī)則引擎而非AI模型。筆者認(rèn)為，行業(yè)應(yīng)當(dāng)加快?開發(fā)輕量化垂直專用模型?，通過(guò)領(lǐng)域知識(shí)蒸餾和邊緣計(jì)算優(yōu)化，在保證性能的同時(shí)大幅降低部署成本。各地也可以根據(jù)自身優(yōu)勢(shì)產(chǎn)業(yè)，建設(shè)垂直大模型產(chǎn)業(yè)園，整合智算中心資源，為中小企業(yè)提供低成本算力服務(wù)。通過(guò)高校驗(yàn)證、企業(yè)推廣等路徑，率先在農(nóng)業(yè)、汽車等優(yōu)勢(shì)領(lǐng)域形成示范項(xiàng)目。

　　垂直大模型的真正價(jià)值，在于以算力推動(dòng)培育行業(yè)“新質(zhì)生產(chǎn)力”，而唯有聚焦痛點(diǎn)、務(wù)實(shí)深耕，方能實(shí)現(xiàn)垂直大模型從單點(diǎn)突破到生態(tài)繁榮的跨越。