7月30日消息（岳明）上周，由中国信通院承办2025世界人工智能大会“大模型智塑全球产业新秩序”论坛顺利召开。论坛聚焦大模型技术演进与垂类领域的应用创新，探讨其在宏观发展和垂直领域的变革影响，搭建国际化思想交流平台，全面展示大模型产业的最新进展及对各行业的变革力量。
作为论坛的压轴环节，中国信通院人工智能研究所所长魏凯携手上海人工智能实验室领军科学家、上海创智学院副院长乔宇，复旦大学附属中山医院胸外科副主任医师卢春来，上海大学通信与信息工程学院通信工程系主任曾丹，第一财经副总经理、首席技术官姚学润等围绕着“大模型在垂类场景的实践探索与迭代共生”，进行了一场别开生面的“碰撞”。四位嘉宾分别从科研、医疗、工业、传媒等领域分享了来自产业一线的真实反馈，圆桌讨论由中国信通院人工智能研究所所长魏凯担纲主持。
智商、深耕与“终结者”
主持人：中国信通院人工智能研究所-魏凯
乔宇指出，在过去一年中，大模型和通用人工智能发生了非常深刻的进展和变化。大模型的Test-Time Scaling推理能力有很大提升，已经是人类金牌选手的水平；与此同时，AI智能体开始走向落地，智能体已经开始构建工作流，通过规划、反思、计划、调用工具，实现了很多复杂的任务的再落地。
从AI for science的角度，来看大模型和通用人工智能的发展方向，乔宇认为有两点非常重要：一是时不断提高AI的“智商”，多模态科学大模要能够像科学家一样进行知识的发现；但只有大模型是不够的，还需要构建科学发现的平台，将算力、数据、工具、智能体进行融合，“方便科学家用最方便的方式，最低的学习成本运用平台。”
上海人工智能实验室领军科学家、上海创智学院副院长-乔宇
作为资深的胸外科专家，卢春来带领团队开发了“终节者（终结肺结节）”的AI模型。卢春来在分享中表示，随着低剂量螺旋CT在体检中的广泛应用，大家发现肺部小结节的病人很多，“按照我们专业的判断大多数肺结节都是低危结节，并不可怕，只有少部分是高危结节，可能是早期肺癌。但很多病人拿到报告后非常紧张，焦虑。”
“如果我们能够让小程序具备专家的判断能力，病人拿到报告后上传得到一个初步筛查结果，得到的回复如果是低危建议随访，晚上他应该能睡个好觉。”卢春来说到，“小程序是AI在患者端应用，而不是在医生端，主要受用对象是伴有低危结节的人群。”当然，医疗结果判断是个严肃话题，为了尽量减少假阳性、假阴性这样的情况出现，卢春来团队会把相关判断阈值进行调整，目前小程序正在进行多中心临床研究。
复旦大学附属中山医院胸外科副主任医师-卢春来
我国是全球最大的制造业大国，如何将大模型真正融入工业场景，实现从“感知”到“决策”的跨越，成为制造业智能化升级的关键命题。曾丹指出，AI赋能工业智能化是实实在在产生效果的，利用视觉的手段替代人工，可以高效、精确、低成本对产线、产品包括整个环境进行智能分析，甚至优化整个制造流程，赋能工厂提质增效降本。
“但传统方法训练的模型对产线、产品和场景的适应能力非常弱，换个产品、甚至同类产品换条产线，原来的模型就失效了，需要重新采数据。”曾丹指出。对此，曾丹团队选择了领域深耕，在流程化行业中深耕冶金，在离散制造中深耕3C，在这两个领域里积累大量的视觉算法模块，形成一系列系统化的视觉方案，可以实现快速的产品、产线和场景的切换和部署。
作为媒体领域的技术人，姚学润指出，第一财经在2023年就开始尝试引入开源大模型，以期改造提升媒体行业生产力，并在去年发布了星翼1.0模型，“星翼模型可以实现自动拆条，自动编成短片，我们完全是需求推动型。”
有用、落地与“笨功夫”
从去年的“百模大战”到现在的智能体浪潮，大模型如何落地，如何与业务结合，实现商业闭环一直是业界讨论的焦点。
乔宇指出，模型或者未来智能体的落地需要做三个因素之间的平衡，通用性、专用性和经济性。
在他看来，通用性是基础，大模型必须要像人一样具备处理开放复杂任务的能力，“模型越大，参数越多，训练数据越多，性能越提升，这就带来巨大成本的提升。”专用性，人工智能能够辅助人替代人类的工作，以医疗行业应用为例，判断的标准可能就是能否达到医师的水平，还是到主任医师甚至是教授的水平。经济性，事情总要落地，对于用户和企业来讲，大模型技术是不是真的能够帮提升生产效率、节约成本？这三者之间既有相关性，又有矛盾性，需要在这三者之间做非常好的平衡。
对此，上海人工智能实验室提出了通专融合的路线，把通用性和专业性很好的结合起来，走一条更加经济的能够进入大模型大规模可靠可信鲁棒落地的区域，“未来用强化学习让模型、让智能体跟真实的任务相互交互，在实践中通过经验来学习，是一个非常重要的范式。”
卢春来认为，AI大模型极大提升了自己的工作效率，AI可以帮助医生对CT图像里的肺结节进行初筛和标注，再通过我们的经验和专业知识审核一下，相当于医生和AI共同协助，这样结果准确度更高，更方便于后面的治疗。在医疗AI开发方面，卢春来也提出了他的建议：第一，在面对特定疾病时，想明白患者最需要的是什么；第二，医生最需要的是什么。要从医生和患者的角度，而不完全是从AI技术开发的角度来看待问题。
我国拥有全球最为完整的工业体系，这为AI赋能提供了广阔的舞台，但AI在工业领域的落地也并非易事。曾丹指出，在AI落地过程中遇到的一个问题就是数据样本非常少，呈现出非常稀疏分布的，“如果你要收集1000个样本才训练一个模型，可能几天、甚至几年时间就过去了。”
在曾丹看来，解决这个问题还是笨功夫，深耕垂直领域积累数据。以表面缺陷检测为例，曾丹团队积累了大量高质量的数据；有了这些数据之后，再叠加专家知识库一起投喂给大模型，就可以得到更加多样性，而且是可控的高质量的样本。同时，面对数据离散的问题，现在也可以采用多模态的预训练模型，通过联邦学习或者分布式预训练，也能够在一定程度上实现跨厂、跨用户之间模型的训练。
上海大学通信与信息工程学院通信工程系主任-曾丹
在谈到大模型和智能体落地时，姚学润给出的答案更加直接—“有用”，“这是衡量价值的唯一标准。”第一财经今年推出了“智享会员”产品，其中有两个AI主导的功能“速读”与“智解”。其中“速读” 旨在帮助用户从海量的财经市场信息中，精准识别并实时推送每日最关键、最具影响力的财经资讯；而“智解”则为用户提供全局性的深度解析，阐明这些讯息在财务模型中可能产生的潜在影响。这两项功能推向市场后，其“有用”得到了直接的数据验证。在“智享会员”的使用反馈中，由AI驱动的这两项功能，其日均使用频率比传统人工提供的功能高出2.34倍，在特定场景下，这一数据甚至能超越5倍。
第一财经副总经理、首席技术官-姚学润
温度、链接与“小老虎”
在今年WAIC开幕式上，AI教父辛顿就指出，要么训练AI永远不伤害人类，要么 “消灭” AI。“这就像把老虎当宠物，幼虎很可爱，但长大后可能伤人，而养老虎当宠物通常不是好主意。”
乔宇还持有同样的观点。他认为，我们马上会面对一个至少在特定维度会超过人类的模型或者智能体，“在这个时间特别需要重视安全和可信。”与此同时，乔宇还指出，AGI整个实现中还缺2-3个像Transformer这样基石性的技术才能保证实现。
卢春来进一步强调，医学领域对 AI 的要求远不止技术层面的精准 ——“外科手术没有试错空间，每一次操作都关乎生命，AI 若想真正融入临床，首先必须在精准度上经得起最严苛的检验，甚至要超越传统手段，才能让医生敢于托付信任。”
更关键的是，他特别提到：“医学的本质是‘人学’，AI 不能只做冰冷的工具。当它面对患者时，不仅要给出精准的判断，更要传递出人文关怀的温度 —— 比如理解患者的焦虑，配合医生的沟通节奏，让技术始终服务于‘人’的需求，而不是反过来让生命迁就技术。”
在谈到产业难点时，曾丹指出，对高校来说最大的瓶颈就是大算力，很多工作局限于现有算力，“我们非常希望能够跟工业界有更多链接和合作，共同打破这个局限，尤其在工业领域大有可为。工业智能制造领域是个万亿级市场，表面缺陷检测仅3C跟我合作的这家公司去年营收6个多亿，净利润非常好，因为我们做的非常高效，出来6张图片就可以上线部署的程度，我们推广到其他垂直领域非常快。”
姚学润则从人才培养和供需的角度来看待AI的落地。“我有个建议，大学三年级升四年级实习的阶段乃至整个四年级，高校毕业生应该到一些有实力的企业中，进入到第一线，看看面对这个市场，需求是怎么样，让企业发现这些人中哪些可能是未来的人才，只有把供给方搞的特别多以后，需求方自然就有最好的结果。”姚学润表示。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
