在近日由萬聯(lián)易達(dá)主辦的“AI+產(chǎn)業(yè)發(fā)展”研討會上，來自學(xué)界與產(chǎn)業(yè)界的專家圍繞人工智能技術(shù)演進(jìn)與產(chǎn)業(yè)落地展開深度對話。清華大學(xué)人工智能研究院常務(wù)副院長孫茂松教授作為產(chǎn)業(yè)人工智能研究與應(yīng)用專家委員會首席顧問，從技術(shù)突破與產(chǎn)業(yè)痛點雙維度解析了人工智能賦能實體經(jīng)濟(jì)的路徑與挑戰(zhàn)。

孫茂松指出，大模型技術(shù)最顯著的突破在于其"能力涌現(xiàn)"特性，這種從量變到質(zhì)變的飛躍正在重塑技術(shù)演進(jìn)軌跡。當(dāng)前AI在文本生成、代碼編寫、多模態(tài)交互等領(lǐng)域展現(xiàn)的跨越式發(fā)展，正是參數(shù)規(guī)模突破臨界點后的質(zhì)變結(jié)果。但他同時強(qiáng)調(diào)，單純依賴數(shù)據(jù)參數(shù)擴(kuò)張已觸及瓶頸，"當(dāng)面對復(fù)雜產(chǎn)業(yè)場景時，通用大模型在全局認(rèn)知與行業(yè)深度上仍存在明顯短板"。

針對產(chǎn)業(yè)應(yīng)用中的核心痛點，孫茂松分析稱，現(xiàn)有AI系統(tǒng)普遍存在"廣度有余而深度不足"的困境。一方面，產(chǎn)業(yè)數(shù)據(jù)召回率偏低導(dǎo)致關(guān)鍵信息缺失；另一方面，對行業(yè)特殊場景的理解停留在表面，難以提供定制化解決方案。這種矛盾在工業(yè)質(zhì)檢、農(nóng)業(yè)種植、金融風(fēng)控等垂直領(lǐng)域尤為突出，成為制約AI技術(shù)規(guī)模化落地的關(guān)鍵因素。

萬聯(lián)易達(dá)集團(tuán)副總裁杜新凱在會上提出創(chuàng)新解決方案。他介紹，公司研發(fā)的產(chǎn)業(yè)AI大模型"萬聯(lián)摩爾"突破單一行業(yè)邊界，通過整合工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等全領(lǐng)域數(shù)據(jù)，構(gòu)建起跨產(chǎn)業(yè)鏈的知識圖譜。該模型特別強(qiáng)化了小樣本學(xué)習(xí)能力，可在數(shù)據(jù)稀缺的細(xì)分場景中實現(xiàn)快速適配，目前已在物流調(diào)度、供應(yīng)鏈優(yōu)化等場景取得實質(zhì)性突破。

與會專家形成共識：產(chǎn)業(yè)AI發(fā)展需要"頂天立地"的雙重突破。既要把握大模型等技術(shù)趨勢，也要在數(shù)據(jù)標(biāo)注、算法優(yōu)化等基礎(chǔ)環(huán)節(jié)精耕細(xì)作。某科技企業(yè)代表透露，其正在構(gòu)建的產(chǎn)業(yè)AI平臺已接入超過200個細(xì)分行業(yè)數(shù)據(jù)集，通過動態(tài)權(quán)重分配機(jī)制，使模型在保持通用能力的同時，對重點行業(yè)形成深度認(rèn)知。

當(dāng)前產(chǎn)業(yè)AI發(fā)展正處在關(guān)鍵轉(zhuǎn)折點。孫茂松認(rèn)為，隨著技術(shù)原型與商業(yè)應(yīng)用的雙向賦能，具備全產(chǎn)業(yè)整合能力的AI平臺將迎來發(fā)展機(jī)遇期。但這種機(jī)遇伴隨著更高要求——既要構(gòu)建覆蓋全產(chǎn)業(yè)鏈的知識體系，也要在每個具體場景中提供精準(zhǔn)解決方案，這種"大而精"的平衡將成為平臺競爭力的核心指標(biāo)。