让人工智能大模型扎根产业沃土 | 社会科学报|基础设施组件|社会科学报|算法|让人工智能大模型扎根产业沃土|语料

人工智能在工业与服务业垂类场景的规模化落地，已然成为推动新型工业化、催生新质生产力的核心路径。上海的大模型发展实践，揭示了人工智能落地垂类场景本质上是“技术—要素—场景”协同演进的系统工程。

作者 |上海财经大学上海发展研究院副研究员徐乐

图片 |网络

当前，人工智能正处在从“实验室”迈向“产业应用”的关键跨越期。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出“推动人工智能与经济社会各行业各领域广泛深度融合”。在工业领域，大模型推动制造企业提质、降本、增效，带来产业链供应链的重塑；在服务业领域，大模型衍生出智能投研、智慧文旅、AI内容创作等新业态新模式。工业与服务业垂类场景的规模化落地，已然成为推动新型工业化、催生新质生产力的核心路径。2025年，上海394家规上人工智能企业产业规模突破6370亿元，同比增长39.5%，累计137款生成式人工智能大模型通过备案；2026年上半年，上海人工智能制造业产值增长21.8%，在三大先导产业中处于领先态势。上海的大模型发展实践，揭示了人工智能落地垂类场景本质上是“技术—要素—场景”协同演进的系统工程。

技术之变：从“通用竞速”走向“垂类深耕”

大模型技术发展实现“通专融合”。大模型已形成L0基础通用、L1行业通用、L2细分场景的分层格局，其中L2层支持用户围绕具体场景需求自主训练模型，是大模型技术应用层次走向产业纵深的关键。具体而言，通用大模型解决“智能有没有”的问题，而千行百业的差异化需求则必须依靠垂类大模型予以满足。当前，垂类大模型在高端装备、钢铁、汽车、石化、纺织等工业领域，以及金融、医疗、文旅等服务业领域加速布局，“千模百态”成为产业智能化最鲜明的发展趋势。上海构建“1+3+N”大模型体系，人工智能实验室依托“书生”开源大模型构筑基座，阶跃星辰、稀宇科技、商汤提供差异化技术支撑，并将基础大模型能力融入工业、医疗、金融等垂类场景，形成“通专融合”的大模型产业落地格局。

垂类大模型技术形态呈现三重跃迁。其一，交互方式从“生成式对话”走向“智能体协同”。宝信软件的工业智算云平台已上线91个智能体，其中高炉炉热决策优化求解速率提升90%；转炉“AI炉长”、冷轧连续退火“AI主操”开始接管原本由人工承担的核心工序操作，标志着大模型从“辅助问答”跨入“实务操作”。在服务业领域，金融、文旅等行业的智能体正把多环节服务流程串联为“一次交办、全程协同”。其二，计算方式从“云端集中”走向“云边端协同”。大模型与小模型融合下的端侧轻量化部署，大幅提升了人工智能在工业制造等容错率低、实时性要求高的场景落地的可行性。尤其是人工智能与工业互联网的结合，形成了智慧物联和智能制造能力，推动算力从“云端”往产线现场下沉，实现产业链结构重塑、模式重构、资源重组，有效释放传统产业数字经济红利。其三，应用环境从“数字世界”走向“物理世界”。在工业制造场景，近百台智元远征A2-W机器人进驻富临精工车间承担产线物料搬运工作，率先实现了具身智能机器人在工业领域的规模化商业应用。在服务业场景，商汤“烧卖购”机器人小店实现“忙时接单售卖、闲时自主理货”的全自主运营。从工业车间到服务门店，大模型正经由机器人本体获得感知、决策、作业闭环的“手和脚”，在工业与服务业的物理现场同步扎根。

要素布局：支撑大模型由量变向质变跃迁

算力是落地之基。算力基础设施作为新型信息基础设施的重要组成部分，是保证垂类大模型应用落地的关键。商汤临港智算中心获评全国首个5A级智算中心，目前已落地算电协同平台，通过构建人工智能与能源深度融合的智能基础设施，推动临港智算中心迈向“低成本、高效能、可持续”新阶段，并为AI基础设施绿色化升级提供可落地、可复制、可推广的解决方案。值得关注的是，算力基础设施的技术路径与供给方案正在发生深刻变革。技术路径方面，系统化算力基础设施布局成为新一轮算力革命的“关键词”，超节点、网络技术、全光互联、低精度计算、分布式并行计算、虚拟化等，需要跨行业协作、多方聚力，推动构建涵盖算力基建、算力调度、算力服务、算力应用等多个方面的系统化智算解决方案。供给方案方面，探索分布式微网算力、优化异构算力协调调度解决方案，是部署算力基础设施的重点方向。分布式微网算力在靠近边缘和端侧处承载实时性推理，与集中式算力形成重要互补。

数据是落地之魂。数据尤其是行业高质量语料库，是大模型开发、迭代与升级的核心生产要素。一是多模态大模型需要应用场景端文本、图像、音频等多类数据，以支撑其迭代优化。二是多源异构数据的有效融合利用，是制造业决策支持和智能化的重要基础，更是工业领域数字化转型的“必经之路”。三是钢铁、采矿、电力、石化、建筑、纺织等传统制造行业的全面知识语料库，以及金融、医疗、文旅等服务业的专业知识语料库，是大模型培养“基础逻辑”、成为“产业专家”的关键。作为上海人工智能语料数据平台型企业，库帕思依托“1125”框架搭建“1+X”语料基座，打造Kupas Camp一站式语料工程平台。平台首创“筛选—转换—合成”三层十级数据进化路径，构建覆盖“采、洗、标、测、用”全链条的AI原生语料生产能力，并以公共底座+行业共建模式，推动多领域原始业务数据转化为合规、可评测、价值对齐的高质量训练语料。但需关注的是，工业数据治理仍存在突出短板。工业领域的非结构化、高频数据处理难度大，数据基建攻关任务较为艰巨，加之数据确权、流通与交易机制有待完善，一定程度制约大模型“数据筑基”进程。

算法是落地之核。在技术攻坚层面，算法创新需坚持自主可控与开源开放的双轮驱动，破解核心技术“卡脖子”难题。自主可控是筑牢技术安全底线的根本，应聚焦核心算法架构、底层算力适配、专属场景算法模型等关键领域攻坚突破，扭转核心技术受制于人的被动局面。同时，开源开放是激活创新活力的关键，应依托开源生态汇聚产学研力量，实现算法迭代提速、技术成果共享，在守好自主安全底线的前提下融入全球技术创新体系。在工程落地层面，算法创新必须直面“质量、成本、效率”不可能三角的现实约束，探寻产业最优解。一般而言，高精度算法往往伴随高成本、低效率，轻量化算法易牺牲输出质量。这就要求算法创新摒弃单一维度的极致追求，立足产业实际场景，通过算法精简、参数优化、架构重构等方式动态平衡三者关系，在保障应用质量的前提下压缩落地成本、提升运行效率，让先进算法真正适配产业刚需、实现规模化落地。

场景落地：大模型商业价值实现的“最后一公里”

工业与服务业的细分场景众多，只有明确垂类大模型产业的发展路径和着力点，以应用带动创新、从应用中发现问题，才能有效驱动人工智能大模型不断迭代更新优化，进而发挥更大的实际应用效能。

对于工业场景，大模型与工业互联网的深度融合，是“盘活”产业链数据价值的关键引擎。工业大模型承担产业数字化“智能大脑”的核心功能，依托深度学习、行业知识图谱与算法优化能力，实现工业数据的智能解析、规律挖掘与决策输出；而工业互联网作为物理载体与数据底座，全面沉淀生产全流程人机料法环测多维数据，为模型持续迭代、精度优化提供真实、海量、高质量的工业级数据源，形成“数据沉淀—模型赋能—场景落地—数据反哺”的良性迭代闭环。纺织行业作为典型传统离散制造领域，长期存在企业体量小、产业布局散、数据碎片化的行业痛点，大量生产数据沉睡于单厂设备、孤立系统中，难以转化为产业生产力。致景科技“飞梭智纺”工业互联网平台破解行业痛点，已全域链接全国超70万台织机、服务9000余家纺织企业，搭建起覆盖纺纱、织造、染整到终端品牌商的纵向一体化数智供应链平台，通过中小企业“数据上云”打破“数据孤岛”，并将精准预测、共享产能、智能分配订单等能力普惠中小企业，推动纺织行业走出长期“小而散”的困局。

对于服务业场景，大模型与现代服务体系的深度融合，成为重构服务流程、提升服务效能、激活消费数据价值的核心动能。大模型凭借自然语言处理、多维度数据研判、智能决策推演等核心能力，深度挖掘服务场景数据价值，对用户偏好、市场趋势、服务短板进行精准研判，同时重构服务业务流程，实现智能咨询、精准匹配、风险预警、流程优化等全链条赋能。财跃星辰依托界面财联社积累的万亿级金融语料深度训练，打造千亿参数多模态金融垂类大模型，聚焦金融服务业智能化转型痛点，构建起适配投融资、客户服务、风险研判、资产配置的全场景AI服务体系。体系落地全国首个全链路沪语智能养老金融服务系统，搭建智能投研平台、智能尽调系统，为金融服务业数字化、普惠化、智能化转型升级提供了实践参考。

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第2021期第2版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：狄书一