产研“双向奔赴” 全产业AI“破壁生长”

来源：滚动播报

（来源：经济参考报）

当前，以人工智能为代表的新一代信息技术正以前所未有的深度与广度重构千行百业，成为驱动产业升级、塑造国家竞争新优势的战略引擎。“十五五”规划建议明确提出，加强人工智能同产业发展相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。

在AI技术从实验室走向规模化产业落地的关键阶段，如何打通从技术突破到价值创造的“最后一公里”？中国拥有完备的产业体系，如何让AI扎根产业实际场景，在与实体经济的深度融合中实现“双向奔赴”？这些已成为当下推动高质量发展的重要课题。日前，在由万联易达控股集团有限公司（简称“万联易达”）举办的“以应用破局·以生态聚力——AI+产业发展”专题研讨会上，来自人工智能领域的专家学者以及产业界代表，围绕人工智能与产业深度融合、产业AI推动中国实体经济转型升级的实践路径与未来方向展开了深入探讨。

“涌现窗口期”：

AI与产业融合仍存挑战

当前，人工智能已成为引领新一轮科技革命和产业变革的核心驱动力，“AI+产业发展”迎来政策红利与市场需求叠加的黄金期。

2025年8月，国务院印发《关于深入实施人工智能+行动的意见》，将“‘人工智能’+产业发展”列为核心任务；同年11月，国务院办公厅发布《关于加快场景培育和开放推动新场景大规模应用的实施意见》，明确将人工智能作为重点培育领域……一系列顶层设计为“产业+AI”发展划定了清晰的“路线图”。

政策红利的持续释放，推动人工智能从技术研发向产业应用加速渗透；但人工智能与产业深度融合的过程中，仍面临诸多现实挑战。

“人工智能进入大模型时代的近几年间，技术迭代呈现爆发式增长。”清华大学人工智能研究院常务副院长、欧洲科学院外籍院士孙茂松在会上指出，当前大模型在文本处理、代码生成、多模态融合等领域取得重要进展，机器的感知与认知能力得到显著提升。“当前，AI研究已经走到了‘世界模型’阶段，但场景应用落地却还处于‘涌现窗口期’。”

万联易达副总裁杜新凯表示，中国拥有完备的产业布局和体系，这为人工智能提供了丰富的应用场景和真实需求，人工智能的发展反过来也可以赋能和引领产业的发展。

不过，杜新凯也坦言，当前AI与产业融合存在四大突出挑战：一是技术链与产业链断链，AI技术发展速度与产业实际场景需求不匹配；二是数据要素梗阻，存在“数据孤岛”现象，宝贵的数据资源无法实现高效流转与价值赋能；三是能力供需错配，企业迫切需要的智能化解决方案与市场上可提供的服务之间存在断层；四是商业闭环难通，不少AI技术停留在概念阶段，投产比逻辑不清晰，难以形成可持续的商业模式。

孙茂松进一步补充，目前无论是通用AI还是垂类AI应用，都普遍存在两大共性短板：一是全局观不足，产业数据召回率不高，会造成关键信息丢失；二是行业深度不够，对行业问题的精通度低，缺乏解决非常规问题的灵活方案。

破解痛点：

产业级AI大模型“应运而生”

产业级AI既不是通用大模型——仅需理解用户需求、即兴作答即可；也不同于垂类大模型——只为单一行业提供专业解决方案。杜新凯表示，“面向全产业打造的产业AI大模型万联摩尔，必须熟悉千行百业、参透政策法规、精通工艺流程，并深度融入企业经营决策体系。”

“大模型与产业结合不是简单的‘拉郎配’，需要付出艰苦的、有创造性的智力劳动，才能真正解决产业实际问题。”孙茂松强调，产业AI发展需要“大想法”与“细功夫”并重，既要把握技术趋势，又要深耕场景细节。

记者从研讨会上获悉，针对“AI+产业”发展的痛点与诉求，万联易达提出了构建“全产业AI超级载体”的解决方案，并推出了核心产品——万联摩尔。所谓“全产业”，即打破单一行业局限，覆盖工业、农业、服务业等全领域，实现跨产业链的知识整合与协同；而“超级载体”则要求具备深度的产业痛点理解、全面的产业数据覆盖、精准的产业问题解答与强大的产业服务能力，为企业提供一站式、全方位的智能化解决方案。

作为产业级AI大模型，万联摩尔弥补了部分通用大模型在产业专业问题上回答不深入的缺陷，以及垂类大模型无法整合产业链上下游逻辑的不足。例如，在回答焦煤价格相关问题时，平台会自动关联太原、包头等四大主产地信息，确保回答的专业性与全面性。

杜新凯介绍，目前，万联摩尔已上线20余项智能体，研发中的功能超100项，覆盖企业从研发、生产、供应链到营销、服务、管理的全业务链条。

其中，产品首创“一键生成手绘白板图”功能，可将上千字产业分析内容提炼为逻辑清晰的可视化图表，帮助用户快速抓取核心信息。以螺纹钢市场行情分析为例，用户不仅能获取包含供需、政策、库存等多维度的文字解答，还能通过白板图直观掌握各因素之间的关联逻辑，大幅提升决策效率。

值得一提的是，通过对国民经济97大类、超100亿产业数据的整合，目前万联摩尔对产业问题的回答准确率已超90%，处于行业领先水平。不过，杜新凯也表示，开放场景下的问答还需努力，技术层面如何将数据自动结构化、非标准行业经验形式化沉淀、核心知识图谱向2.0进阶是目前研发的难点。

为推动产业AI技术创新与落地，当天研讨会上，全国首个“产业人工智能研究与应用专家委员会”（简称“专委会”）正式揭牌。专委会由孙茂松教授任首席顾问，哈工大、中科院大学、北理工、东北大学等高校AI科研团队的专家教授任技术顾问。据悉，未来，专委会将共同推动产业AI大模型万联摩尔的构建、研发和应用工作。

场景为基：

推动产业与AI“双向奔赴”

与会嘉宾还提出，当前，AI落地产业的核心难点，不在于技术高度，而在于场景广度。产业场景高度碎片化、领域化，千行百业需求各异，呈现“一厂一策、一行一规”的复杂格局，传统解决方案难以适配。

万联摩尔事业部总监吴春梅以钢铁工业场景为例指出，实现了从安全帽佩戴识别、区域入侵预警，到钢材裂纹、轮胎瑕疵检测。“我们采用全产业覆盖和全场景应用赋能的思路，破解产业场景割裂、碎片化的难题。未来还考虑为企业提供一站式的智慧虚拟员工方案解决复杂终端任务。”

技术向上，应用向下。在孙茂松看来，未来AI竞速的关键在于谁能率先跑通可复制、可盈利、可持续的产业AI范式。“中国在开源基础模型上已经构建了扎实的技术座驾，做AI的企业要尽可能多地根据特定真实场景或任务，去实现AI应用星火燎原式的落地发展。”

哈尔滨工业大学计算学部教授刘铭提出，大模型与产业领域的深度结合，还需提升“知识”与“能力”两大维度。一方面，通过在线学习、知识注入等方式，将行业专家知识有效融入大模型；另一方面，构建动态更新的知识图谱，满足产业知识快速迭代的需求。

“过去的AI都是反应式智能体，今年将是主动智能体之年。”杜新凯说，“AI+”不是技术独奏，而是产业与AI的双向奔赴，当AI技术找到了产业场景的落点，当产业需求驱动了AI技术迭代，真正的价值创造才会发生。