专家观察 | 数实融合是大模型主赛场

在人工智能这个被视为关键领域的科技创新中，我国科技企业正以自研能力为核心，努力实现技术的自主可控。这种自主可控，不仅体现在算法和模型的研发上，更体现在对数据安全和隐私保护的重视上。只有拥有自主性，才能在人工智能领域实现真正的突破和创新。

当前，我国数字经济高质量发展，领军企业大模型悉数亮相展现了平台经济和科技创新的活力。国家层面对民营经济发展壮大的高度重视和对平台企业创新发展的日益期待，为数字科技领军企业提供了更为广阔的发展空间。包括腾讯、阿里、百度和华为等数字科技领军企业在内的大模型悉数亮相。在这一发展过程中，平台企业以用户需求为导向，不断提升自身技术实力和服务能力，创新业务模式和商业模式，为推动数字经济健康发展不断做出贡献。

在大模型的研发要素方面，大规模、高质量、多样化语料库以及强大算力基础设施不可或缺。与此同时，算法和训练方法的长期经验积累和创新能力也至关重要。大模型的研发需要长期积累和持续创新，这种积累和创新，既包括技术层面，也包括对行业应用的深度理解和实践经验。此外，还需要发挥自身特色特长各展其能、各尽其才，务实创新，通过协同创新推动大模型技术及其应用不断发展。

大模型技术发展需要持续的研发资源和资金的投入，以实现技术突破，因此无需过分在意短期速度和表现，而应更加注重长期训练和学习能力的提升。大模型的长期价值在于其对各行业，尤其是对传统行业转型升级的助力作用，即不断将大模型技术深度嵌入到经济社会生产生活全过程，在实际场景中赋能产业、解决问题、提高效率，从而持续实现大模型技术的广泛应用和巨大价值。

数实融合是大模型的主赛场。大模型能否落地生根，关键还要看能否与千行百业的应用场景相结合，而这需要对特定行业和应用场景具有深入的理解，以便将大模型与具体业务需求进行有机结合，同时还要与实际应用场景中的数据和资源进行对接和集成，并在此基础上进行系统规划与实施。只有深入理解行业需求和市场痛点，才可能提供更具针对性的解决方案，大模型技术也才可能在实践中得到广泛应用，从而加快各领域的数字化转型和智能化升级。

在数实融合浪潮中，产业互联网发展前景巨大。因此，应积极探索和推动大模型技术的跨行业应用，除了赋能传统制造业外，还可将其广泛应用于农业、医疗、教育等垂直赛道的数字化转型进程中。通过提供智能化、个性化的解决方案，大模型技术将能够助力这些领域的深入发展。

为此，各参与方需要主动作为，充分发挥我国数字科技领域积累的优势与发展潜力，积极进行科技创新，推动数字化智能化技术与实体经济深度融合。惟其如此，方可真正释放出大模型的价值与效用，推动人工智能技术自主可控及赛道赶超。

（作者朱克力，为中国数实融合50人论坛智库专家、国研新经济研究院创始院长）

来源：经济参考报