7月30日消息（岳明）上周，由中國信通院承辦2025世界人工智能大會“大模型智塑全球產業(yè)新秩序”論壇順利召開。論壇聚焦大模型技術演進與垂類領域的應用創(chuàng)新，探討其在宏觀發(fā)展和垂直領域的變革影響，搭建國際化思想交流平臺，全面展示大模型產業(yè)的最新進展及對各行業(yè)的變革力量。

作為論壇的壓軸環(huán)節(jié)，中國信通院人工智能研究所所長魏凱攜手上海人工智能實驗室領軍科學家、上海創(chuàng)智學院副院長喬宇，復旦大學附屬中山醫(yī)院胸外科副主任醫(yī)師盧春來，上海大學通信與信息工程學院通信工程系主任曾丹，第一財經副總經理、首席技術官姚學潤等圍繞著“大模型在垂類場景的實踐探索與迭代共生”，進行了一場別開生面的“碰撞”。四位嘉賓分別從科研、醫(yī)療、工業(yè)、傳媒等領域分享了來自產業(yè)一線的真實反饋，圓桌討論由中國信通院人工智能研究所所長魏凱擔綱主持。

智商、深耕與“終結者”

主持人：中國信通院人工智能研究所-魏凱

喬宇指出，在過去一年中，大模型和通用人工智能發(fā)生了非常深刻的進展和變化。大模型的Test-Time Scaling推理能力有很大提升，已經是人類金牌選手的水平；與此同時，AI智能體開始走向落地，智能體已經開始構建工作流，通過規(guī)劃、反思、計劃、調用工具，實現了很多復雜的任務的再落地。

從AI for science的角度，來看大模型和通用人工智能的發(fā)展方向，喬宇認為有兩點非常重要：一是時不斷提高AI的“智商”，多模態(tài)科學大模要能夠像科學家一樣進行知識的發(fā)現；但只有大模型是不夠的，還需要構建科學發(fā)現的平臺，將算力、數據、工具、智能體進行融合，“方便科學家用最方便的方式，最低的學習成本運用平臺?！?/p>

上海人工智能實驗室領軍科學家、上海創(chuàng)智學院副院長-喬宇

作為資深的胸外科專家，盧春來帶領團隊開發(fā)了“終節(jié)者（終結肺結節(jié)）”的AI模型。盧春來在分享中表示，隨著低劑量螺旋CT在體檢中的廣泛應用，大家發(fā)現肺部小結節(jié)的病人很多，“按照我們專業(yè)的判斷大多數肺結節(jié)都是低危結節(jié)，并不可怕，只有少部分是高危結節(jié)，可能是早期肺癌。但很多病人拿到報告后非常緊張，焦慮。”

“如果我們能夠讓小程序具備專家的判斷能力，病人拿到報告后上傳得到一個初步篩查結果，得到的回復如果是低危建議隨訪，晚上他應該能睡個好覺。”盧春來說到，“小程序是AI在患者端應用，而不是在醫(yī)生端，主要受用對象是伴有低危結節(jié)的人群?！碑斎?，醫(yī)療結果判斷是個嚴肅話題，為了盡量減少假陽性、假陰性這樣的情況出現，盧春來團隊會把相關判斷閾值進行調整，目前小程序正在進行多中心臨床研究。

復旦大學附屬中山醫(yī)院胸外科副主任醫(yī)師-盧春來

我國是全球最大的制造業(yè)大國，如何將大模型真正融入工業(yè)場景，實現從“感知”到“決策”的跨越，成為制造業(yè)智能化升級的關鍵命題。曾丹指出，AI賦能工業(yè)智能化是實實在在產生效果的，利用視覺的手段替代人工，可以高效、精確、低成本對產線、產品包括整個環(huán)境進行智能分析，甚至優(yōu)化整個制造流程，賦能工廠提質增效降本。

“但傳統方法訓練的模型對產線、產品和場景的適應能力非常弱，換個產品、甚至同類產品換條產線，原來的模型就失效了，需要重新采數據。”曾丹指出。對此，曾丹團隊選擇了領域深耕，在流程化行業(yè)中深耕冶金，在離散制造中深耕3C，在這兩個領域里積累大量的視覺算法模塊，形成一系列系統化的視覺方案，可以實現快速的產品、產線和場景的切換和部署。

作為媒體領域的技術人，姚學潤指出，第一財經在2023年就開始嘗試引入開源大模型，以期改造提升媒體行業(yè)生產力，并在去年發(fā)布了星翼1.0模型，“星翼模型可以實現自動拆條，自動編成短片，我們完全是需求推動型。”

有用、落地與“笨功夫”

從去年的“百模大戰(zhàn)”到現在的智能體浪潮，大模型如何落地，如何與業(yè)務結合，實現商業(yè)閉環(huán)一直是業(yè)界討論的焦點。

喬宇指出，模型或者未來智能體的落地需要做三個因素之間的平衡，通用性、專用性和經濟性。

在他看來，通用性是基礎，大模型必須要像人一樣具備處理開放復雜任務的能力，“模型越大，參數越多，訓練數據越多，性能越提升，這就帶來巨大成本的提升。”專用性，人工智能能夠輔助人替代人類的工作，以醫(yī)療行業(yè)應用為例，判斷的標準可能就是能否達到醫(yī)師的水平，還是到主任醫(yī)師甚至是教授的水平。經濟性，事情總要落地，對于用戶和企業(yè)來講，大模型技術是不是真的能夠幫提升生產效率、節(jié)約成本？這三者之間既有相關性，又有矛盾性，需要在這三者之間做非常好的平衡。

對此，上海人工智能實驗室提出了通專融合的路線，把通用性和專業(yè)性很好的結合起來，走一條更加經濟的能夠進入大模型大規(guī)模可靠可信魯棒落地的區(qū)域，“未來用強化學習讓模型、讓智能體跟真實的任務相互交互，在實踐中通過經驗來學習，是一個非常重要的范式?！?/p>

盧春來認為，AI大模型極大提升了自己的工作效率，AI可以幫助醫(yī)生對CT圖像里的肺結節(jié)進行初篩和標注，再通過我們的經驗和專業(yè)知識審核一下，相當于醫(yī)生和AI共同協助，這樣結果準確度更高，更方便于后面的治療。在醫(yī)療AI開發(fā)方面，盧春來也提出了他的建議：第一，在面對特定疾病時，想明白患者最需要的是什么；第二，醫(yī)生最需要的是什么。要從醫(yī)生和患者的角度，而不完全是從AI技術開發(fā)的角度來看待問題。

我國擁有全球最為完整的工業(yè)體系，這為AI賦能提供了廣闊的舞臺，但AI在工業(yè)領域的落地也并非易事。曾丹指出，在AI落地過程中遇到的一個問題就是數據樣本非常少，呈現出非常稀疏分布的，“如果你要收集1000個樣本才訓練一個模型，可能幾天、甚至幾年時間就過去了?！?/p>

在曾丹看來，解決這個問題還是笨功夫，深耕垂直領域積累數據。以表面缺陷檢測為例，曾丹團隊積累了大量高質量的數據；有了這些數據之后，再疊加專家知識庫一起投喂給大模型，就可以得到更加多樣性，而且是可控的高質量的樣本。同時，面對數據離散的問題，現在也可以采用多模態(tài)的預訓練模型，通過聯邦學習或者分布式預訓練，也能夠在一定程度上實現跨廠、跨用戶之間模型的訓練。

上海大學通信與信息工程學院通信工程系主任-曾丹

在談到大模型和智能體落地時，姚學潤給出的答案更加直接—“有用”，“這是衡量價值的唯一標準。”第一財經今年推出了“智享會員”產品，其中有兩個AI主導的功能“速讀”與“智解”。其中“速讀” 旨在幫助用戶從海量的財經市場信息中，精準識別并實時推送每日最關鍵、最具影響力的財經資訊；而“智解”則為用戶提供全局性的深度解析，闡明這些訊息在財務模型中可能產生的潛在影響。這兩項功能推向市場后，其“有用”得到了直接的數據驗證。在“智享會員”的使用反饋中，由AI驅動的這兩項功能，其日均使用頻率比傳統人工提供的功能高出2.34倍，在特定場景下，這一數據甚至能超越5倍。

第一財經副總經理、首席技術官-姚學潤

溫度、鏈接與“小老虎”

在今年WAIC開幕式上，AI教父辛頓就指出，要么訓練AI永遠不傷害人類，要么 “消滅” AI。“這就像把老虎當寵物，幼虎很可愛，但長大后可能傷人，而養(yǎng)老虎當寵物通常不是好主意?！?/p>

喬宇還持有同樣的觀點。他認為，我們馬上會面對一個至少在特定維度會超過人類的模型或者智能體，“在這個時間特別需要重視安全和可信?！迸c此同時，喬宇還指出，AGI整個實現中還缺2-3個像Transformer這樣基石性的技術才能保證實現。

盧春來進一步強調，醫(yī)學領域對 AI 的要求遠不止技術層面的精準 ——“外科手術沒有試錯空間，每一次操作都關乎生命，AI 若想真正融入臨床，首先必須在精準度上經得起最嚴苛的檢驗，甚至要超越傳統手段，才能讓醫(yī)生敢于托付信任?！?/p>

更關鍵的是，他特別提到：“醫(yī)學的本質是‘人學’，AI 不能只做冰冷的工具。當它面對患者時，不僅要給出精準的判斷，更要傳遞出人文關懷的溫度 —— 比如理解患者的焦慮，配合醫(yī)生的溝通節(jié)奏，讓技術始終服務于‘人’的需求，而不是反過來讓生命遷就技術?！?/p>

在談到產業(yè)難點時，曾丹指出，對高校來說最大的瓶頸就是大算力，很多工作局限于現有算力，“我們非常希望能夠跟工業(yè)界有更多鏈接和合作，共同打破這個局限，尤其在工業(yè)領域大有可為。工業(yè)智能制造領域是個萬億級市場，表面缺陷檢測僅3C跟我合作的這家公司去年營收6個多億，凈利潤非常好，因為我們做的非常高效，出來6張圖片就可以上線部署的程度，我們推廣到其他垂直領域非?？??！?/p>

姚學潤則從人才培養(yǎng)和供需的角度來看待AI的落地?！拔矣袀€建議，大學三年級升四年級實習的階段乃至整個四年級，高校畢業(yè)生應該到一些有實力的企業(yè)中，進入到第一線，看看面對這個市場，需求是怎么樣，讓企業(yè)發(fā)現這些人中哪些可能是未來的人才，只有把供給方搞的特別多以后，需求方自然就有最好的結果。”姚學潤表示。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。