今年以来，人工智能产业迎来新一轮变革，大模型能力的突破式迭代和推理成本快速下降使得大模型应用迅速发展。当前，我国已发布1509个大模型，在全球已发布的3755个大模型中数量位居首位，我国人工智能技术化产业发展有望迎来新的突破。充分认识大模型的“头雁”属性，加快大模型的技术研发、场景应用、生态营造，为我国构建现代化产业体系、发展新质生产力、实现经济高质量发展提供有力支撑。

　　赋能千行百业，大模型成为现代产业发展新引擎

　　与以往以单一产业变革辐射带动上下游产业的线性发展不同，大模型以高度复杂的知识体系分化和重构引发了全产业链的融合式创新发展。高质量的数据、优质的算法和高效能的算力是大模型的核心，在与产业深度融合中，不仅直接提高单一产业的效率，还从根本上创新配置生产要素、重置企业经营模式并推动产业结构升级。

　　创新性配置生产要素。通过语言推理和任务解决方式，大模型提升了信息处理、分析和应用的效率，使得辅助决策转化为自动化决策，具有价值创造功能，在预测行业趋势、适配市场需求、优化投资取向等方面发挥积极作用。大模型产业链覆盖数据、算法、平台、应用等各环节，放大了劳动力、土地、技术、资本等生产要素的创造力，推动劳动贡献的多要素分配机制的形成。比如，传统技术变革使得劳动力被替代，而大模型通过人机协同不仅替代人类体力劳动还替代人类部分脑力劳动，创造了大量就业岗位和就业机会。又如，大模型在城市土地规划建设的应用，利用数据和算法优势，高效评估和预测土地利用价值，精准适配土地、资本与产业发展，实现全要素生产率持续提高。

　　重塑企业经营组织模式。从企业内部结构看，大模型的自我学习、自我优化能力，使得企业从传统的垂直型管理向多元参与的扁平化管理转变，使得研发设计、中试验证、营销服务、运营管理等多个环节向智能升级转变，实现数据共享、决策协同的全流程智能化赋能，提高了企业的整体运行效率。从企业外部环境看，大模型对环境的快速适应和响应，通过高质量数据集、算法优化、算力联通等方式，形成了覆盖基础层、框架层、模型层、应用层的完整的产业体系，构建起跨区域、跨企业、跨行业的互助网络，构建开源开放生态体系。

　　深化产业结构调整。从存量来看，大模型与实体经济深度融合，改造传统产业的要素配置，增加传统产业的全流程的智能元素，预测市场需求和用户偏好提高有效供给，推动产业链全链条贯通、全过程融合、全要素参与创造新的产品形态；改造传统的商业服务模式，拓展新的市场需求和产品供给空间；改进传统企业的运行维护方式，提升企业运行效率，降低企业运营成本。从增量来看，国家出台人工智能的政策文件，为大模型产业由谁牵头、靠谁推动、为谁服务、如何服务提供指引，积极培育战略性新兴产业和未来产业，形成现代产业的新增长点，加快形成新型生产关系。

　　直面难点卡点，充分认识大模型产业发展面临的挑战

　　在持续推进“人工智能+”行动的背景下，大模型技术与产业优势、市场优势高度融合，超大规模市场为大模型产业拓展空间，完备产业体系为大模型产业提供载体，政策制度供给为大模型提供保障。然而，面对日趋激烈的大模型国际竞争环境，大模型产业在技术、应用等方面面临不少挑战。

　　产业技术方面，关键核心技术受制于人。在基座大模型预训练数据上，数据碎片化、分散化，中文语料、各个专业领域高质量数据供给不足；在基础算法创新上，头部大模型企业投入和产出不匹配，导致算法突破依然不足。在公共算力比重上，算力资金投入不足、算力产业布局不合理、中小企业算力能力欠缺和高端算力人才匮乏。

　　产业应用方面，政府和企业加大了大模型产业投入，但基础模型预训练和垂直大模型的应用部署投入缩减。通用大模型与工业场景专业性存在适配难，同时定制化开发成本又高。大模型技术的涌现性、开源性与生成性，在很大程度上导致其赋能产业升级容易出现不确定性、模糊性、多变性。大模型赋能产业升级还面临不同技术路线融合的挑战、伦理道德挑战、数据偏差、产业链知识产权挑战。

　　产业生态方面，在技术复杂、产业链较长、应用场景多变的大模型产业发展中，资本在市场自由配置下集聚到最具商业化潜能的传统产业。然而，传统企业数字化升级也面临提质增效、增强用户体验、提高市场影响力方面的困难。劳动力、土地、技术等资源要素成本提高，加剧了传统产业升级的难度。怎样把握传统产业转型升级的内在规律，因地制宜开辟大模型产业新赛道，避免“内卷式”竞争，这也是主要问题。

　　坚持系统思维，统筹推进大模型产业发展

　　当前，全球范围通用大模型加速演进，抓住“十五五”这一产业发展关键期，立足基础研究突破、产业创新生态培育、加强国际合作，推进大模型全面赋能实体经济，增强我国在全球人工智能大模型领域的国际影响力和产业引领力。

　　强化大模型基础研究创新。要以产业智能化、高端化、融合化、绿色化需求为导向，紧跟国际前沿发展方向，持续推进大模型产学研用一体化建设，加快推进数据、算法、算力三项关键核心技术攻关，使人工智能技术创新更好服务于新型工业化进程。加大对大模型产业相关的原创性、颠覆性的关键核心技术攻关，推进芯片与算法、算力与电力、数据与价值对齐等关键底层技术的联合研究突破。加强企业、高校、科研机构等的跨学科跨领域联合共享，加速科技成果的转化落地。大力弘扬科学家精神，同步推进本土培育与全球引智，培育“既懂人工智能又懂制造”的高端人才队伍，建立多元化大模型人才激励机制。加强金融对大模型研发的支持，引导金融资本投早、投小、投长期、投硬科技。

　　加强大模型产业风险防范。在技术创新的同时，重视风险防控。面对风险，加紧制定大模型相关法律法规、政策制度、应用规范、伦理准则，实现从大模型技术的分层分类监管。加强模型内在不透明、幻觉干扰和不可控等技术风险的应对规则设计，加强算法偏见、数据泄露、深度伪造、模型诈骗、信息干扰等方面的立法，持续扩充大模型风险典型案例库，强化企业自律。探索大模型产业发展风险管理机制，平衡商业利益与社会责任、平衡技术透明与权责划分、平衡技术创新与技术监管，最终推进大模型发展与产业发展的平衡。

　　优化大模型产业供需双侧布局。大模型应用的垂直渗透和普惠发展并重，需要在工业、农业、金融、政务、科技等领域广泛部署，促进供给侧与需求侧的创新。在供给侧，加快推进大模型公共服务平台建设，重点支持大模型的算法、算力等的研发和应用，筑牢大模型基座；通过补贴、税收、基金等形式，提升中小企业数字化升级能力，打造一批引领性强、配套设施完善、集聚度高的高端产业载体，形成全域数字化的大模型产业环境。在需求侧，对于大模型的问答交互、文档生成、代码编写等办公需求要加大投入力度，在教育、医疗、交通等领域加强便利化设计，满足用户需求，筑牢大模型产业升级基础。

　　加快落实全球人工智能倡议。当前，大模型在全球产业升级中显示出重要战略价值，成为国际人工智能竞争的热点。在加快大模型关键核心技术攻关的基础上，加强与其他国家的国际合作和对话，合作推动数据依法有序自由跨境流动，推动建立兼顾安全与发展的人工智能全球治理框架。积极落实2025世界人工智能大会暨人工智能全球治理高级别会议发表《人工智能全球治理行动计划》的内容，支持推动各国标准制定机构对话，重视发挥产业界作用，加快推进安全、产业、伦理等关键领域技术标准制修订，在人工智能领域建立科学、透明、包容的规范框架。（彭小兰 作者系华南理工大学教授）