以大模型产业生态体系孵化人工智能产业

学习贯彻习近平总书记有关人工智能的重要讲话精神，需要深化对“以大模型产业生态体系孵化人工智能产业”这个命题的认识。

内涵：包含双重孵化——

深化对这一命题的认识，要了解几个重要概念的含义。

大模型是基于人工神经网络构建的一类具有大量参数的人工智能模型，具有大参数量、大数据规模、可解决通用任务、可遵循人类指令、可进行复杂推理等特征，需要以庞大算力为支撑。大模型的实践起于20世纪末IBM的语言统计建模，最初指大语言模型，后来随着技术的进步，扩展出视觉大模型、多模态大模型以及基础科学大模型等概念。

产业生态体系不仅包括企业、政府、科研机构等各类参与者，还涵盖产品、技术、市场和社会等多个方面，其实质是一个协同创新网络。大模型产业生态体系的主体是大模型企业，包括基础大模型企业、大模型应用企业和大模型上下游企业，包括算力企业与数据企业等。大模型产业生态体系是一种非标度网络，具有严重的异质性，各节点之间的连接状况（度数）具有不均匀分布性。

“以大模型产业生态体系孵化人工智能产业”这个命题，实际上包含双重孵化：一是以基础大模型为核心的大模型产业生态体系的孵化，二是以大模型产业生态体系孵化人工智能产业生态体系。其间，基于人工智能发展趋势和规律，应当特别重视投资主体多元化、发展类型多样化、孵化资源集成化、孵化服务多维化、孵化领域专业化、孵化选择垂直化、孵化对象开放化等要求。

标准：衡量有效性——

“以大模型产业生态体系孵化人工智能产业”，要求以基础大模型为核心孵化出具有全球竞争力的大模型产业生态体系，进而推动形成人工智能产业生态，形成正反馈机制，不断完成迭代升级。按照这一理解，可以提出三个衡量“以大模型产业生态体系孵化人工智能产业”实践是否有效的重要标准：

一是能否孵化出具有全球竞争力的大模型企业，尤其是基础大模型企业。

二是这些基础大模型能否在迭代中保持竞争力。目前，全球人工智能竞争主要是中美之间的竞争，其核心是基础大模型的竞争。基础大模型迭代非常快，每两三个月就会发生很大变化。在基础大模型上，美国有一定的技术代际优势，并正试图通过更大力度的全球推广和所谓“制造业回流”来巩固竞争优势。中国企业要争得优势，需要在底层技术路径上有新的突破。

三是基础大模型能否与大模型产业生态和人工智能产业生态形成正反馈。这就是开源的重要性。只有让更多的开发者基于基础大模型开发出更多的应用大模型，推进各种垂直应用或应用场景，才能形成相应的产业生态体系，进而实现产业生态的内生演进。

孵化：生态体系建设和监管——

目前，人工智能产业成为上海三大先导性产业集群之一。下一步，要着力构建社会化的大模型产业生态体系，以取得一种整合效应。其中，既包括具有自主性的大模型产业生态体系和人工智能产业，也包括融入国内外其他大模型产业生态体系和人工智能产业。

大模型产业生态体系的竞争是全球性的，但这种竞争不是各自封闭的竞争，而是由基础大模型领衔的全球大模型产业生态体系的竞争。上海要取得优势，必须更有效地吸引国际国内人工智能人才集聚，加快构建面向全球的开放式大模型产业生态体系。“模速空间”和“模力社区”等要发展成为上海开放性、社会化大模型产业生态体系的重要枢纽和关键节点。

一个面向全球的开放式、社会化大模型产业生态体系，必然要在行业规则上与国际规则相通相容。首先，必须重视对美国、欧洲等人工智能产业发展规则及其变化的研究，及时与企业沟通反馈并调整相关政策和指引；其次，对人工智能企业的政策扶持，需遵守WTO等关于补贴与反补贴协议等的要求；再次，要积极发展国际化的人工智能产业专业服务体系，包括会计、律师等，以帮助企业更好地“走出去”。

在此过程中，还应关注深度伪造、偏见歧视、隐私泄露等风险。通过执行底线基础上的宽松审慎监管，让更多企业在上海实现更快、更好发展，从而实现大模型产业生态体系和人工智能产业生态体系的双重孵化与正反馈。

（作者为中共上海市委党校经济学教研部教授）