国产大模型：向上突破，向下扎根，赋能产业升级
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
“您使用DeepSeek吗？”全国人大发言人娄勤俭在3月4日的新闻发布会上，这句回应引发热议。春节期间，DeepSeek凭借其高效、低成本、智能化的用户体验，给人们留下了深刻印象。在今年的两会上，“国产大模型”和“DeepSeek”成为高频词，引发代表委员们广泛关注。
中国人工智能大模型产业发展迅速，涌现出众多优秀国产模型。作为数字化时代的核心驱动力，人工智能正加速渗透到国民经济的各个领域。然而，如何在提升性能的同时，扎根产业实践，为产业升级赋能，成为一个关键议题。
垂直模型：产业落地的关键
通用大模型以其强大的语言理解和生成能力，为许多人提供了与人工智能“亲密接触”的机会。然而，在产业应用中，通用大模型往往难以与具体业务精准对接，出现“水土不服”的情况。针对这一问题，垂直模型应运而生，成为大模型产业应用的新趋势。
科大讯飞董事长刘庆峰代表提出“1+N”战略——“1个底座大模型+N个行业大模型”。他认为，通用大模型底座的性能不断提升，应用场景落地已进入红利期，需要以更低的成本、算力，更高的效率推动落地。
阿里通义大模型就是一个很好的例子。钉钉基于其底座能力，开发了面向不同行业的AI助理产品，例如在金石机器人常州股份有限公司，AI助理高效解答售后问题，并将解决时间缩短到3天以内，大幅提升了效率。
360集团创始人周鸿祎委员也强调，中国大模型发展应结合产业和场景优势，将大模型与业务流程、产品功能相结合，实现垂直化和产业化落地。
数据飞轮：驱动持续提升
中国拥有完整的工业体系，许多工业产品的产量位居全球第一。庞大的产业规模为垂直大模型提供了广阔的市场，但也带来了数据挑战。
高质量的产业数据是垂直大模型的“燃料”。然而，数据类型多样、质量参差不齐、数据安全和商业利益保护等问题，阻碍了数据共享和利用。张帆代表指出，许多制造企业数字化转型起步较晚，数据采集不全面，数据格式不统一，缺乏行业标准。
为此，他建议加快制定工业领域人工智能数据格式规范和行业标准，鼓励龙头企业发挥引领作用，建立高质量的工业数据集，打破“数据孤岛”。
北京市已率先行动，在《北京市推动“人工智能+”行动计划（2024—2025年）》中提出，打造安全可信数据空间，引导数据开放共享，这为解决数据瓶颈提供了方向。
