本報兩會報道組 劉釗

    全國人大代表，海爾集團董事局主席、首席執行官周云杰日前在接受《證券日報》記者采訪時表示，今年全國兩會，其重點關注新型工業化、智慧住居等領域。

    人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有很強的“頭雁”效應。當前，人工智能在工業大模型的深度應用實踐中主要面臨三大挑戰：一是數據質量與語料庫構建的雙重瓶頸；二是場景適配與模型可靠性的雙重挑戰；三是轉型切點和話語體系的雙方錯位。

    圍繞以工業大模型為關鍵變量賦能新型工業化，周云杰提出，一是夯實發展底座，發布國家級工業場景圖譜、語料庫和數據集。希望設立國家專項，加大力度推廣實施“一圖四清單”行動方案，為人工智能在工業領域的應用提供堅實基礎。二是支持龍頭企業，示范工業大模型應用價值。希望以財政補貼的方式，支持家電、汽車、醫療等重點行業的龍頭企業，開展基于工業大模型的人工智能深度應用先行先試，打造行業標桿，示范應用價值；以財政補貼的方式，鼓勵龍頭企業提煉并共享其在研發設計、生產制造、經營管理等關鍵環節深度應用人工智能的典型案例。三是扶持平臺企業，促進工業大模型服務中小企業。希望對國家級雙跨平臺企業出臺專項財政扶持政策，培育一批工業大模型與場景圖譜精準匹配的標準化、可復用、低成本的解決方案，為中小企業提供用得上、用得起、用得好的人工智能服務。

    針對構建智慧家庭大模型，周云杰認為，智慧家庭領域大模型是支撐傳統智能家電和家居轉型躍升的關鍵基礎設施，能夠催生出家庭服務型機器人等實現全球引領的新質消費品產業，從而帶動上下游產業鏈形成十萬億元以上的新增長點。

    “智慧家庭領域大模型需要算力、算法、數據三大要素支撐。”在周云杰看來，目前在數據采集端，主動數據少、采集成本高。一方面，仿真生成技術還不成熟，生成速度慢；另一方面，真機數據依賴真人或遙控機器人采集，采集成本高、速度慢，極大制約了行業垂域大模型的開發進度。在數據服務端，跨界融合難、平臺支撐弱。被動數據與主動數據在格式、接口規范等環節各不相同，難以實現高效的全場景整合與訓練。數據訓練平臺、訓練場供不應求，行業高質量數據訓練成本高昂，企業資源有限，亟須國家統籌與支持。

    周云杰提出，一是培育數據采集產業，構建智慧家庭大模型多元統一的數據源。希望制定統一數據標準體系，規劃并發展智慧家庭數據合成、數據標注產業；實施數據貢獻參與工程，通過全民貢獻、群企共創的形式構建行業全覆蓋的垂域數據基礎。二是構建國家級數據仿真平臺和訓練場。希望強化資金扶持和政策鼓勵，支持行業龍頭企業牽頭建設智慧家庭全場景覆蓋的數據仿真平臺和訓練場，訓練高質量垂域大模型，并向產業鏈上下游提供高質量服務，推動具身智能技術在智慧家庭場景中的深度應用，賦能家庭服務型機器人等新質生產力發展。