湾区AI 共建说10月16日，粤港澳大湾区生成式人工智能安全发展联合实验室成果发布会在广州举行。南方都市报、南都大数据研究院与备案大模型企业负责人深度对话，聆听湾区AI共建者的一线思考。
发展AI，粤港澳大湾区有产业、场景、科研和算力支撑，也有跨境数据规则衔接与国际化通道。扎根横琴粤澳深度合作区的深绎未来，其“深绎大模型”重点布局葡语系语种的AI研发与出海。创始人兼CEO林余楚近日接受南都专访时表示，横琴在制度、科研层面为科创企业出海提供了独特条件。期待依托粤港澳大湾区生成式人工智能安全发展联合实验室（以下简称“联合实验室”），把跨境业务沉淀的产业经验转化为行业公共资源，降低大湾区中小企业应用多语言AI的门槛。
十年沉淀，跑通多语言AI跨境闭环“把数据留在当地，把能力握在自己手里。”
南方都市报（以下简称“南都”）：深绎未来在跨境多语言AI赛道上，形成了哪些独有的技术积累与业务实践？
林余楚：我们扎根横琴，走的是“高质量多语言数据驱动小语种大模型”这条路，十年下来沉淀了三样东西：数据、模型、合规。
一是数据产线。自研的深数引擎把“采、标、洗、测、用”做成了一条全闭环产线，覆盖采集清洗、合成标注、评测质检等环节。这条产线最有价值的地方在于：每新增一个语种，只需替换语种资源和行业规则，产线骨架直接复用，成本越来越低。
二是模型能力。围绕小语种场景，我们沉淀了几项核心技术：跨架构对齐破解非通用语种的语言盲区，非对称架构和高效微调把推理成本压下来，受限制解码和幻觉控制支撑医疗、法律、金融等行业的精准应用。
三是合规底座。我们的“深译大模型”已完成国家网信办“深度合成算法＋生成式人工智能服务”双备案，深绎未来葡语大模型是国内首个面向葡语系国家出海并通过备案的大模型；自研平台“深盾”，可对文本、图像、音频、视频等全模态数据完成敏感信息清除；数据资产也完成了确权登记。
业务实践上，我们形成了“数据—模型—应用”相互增强的正向循环：数据资产可交易、模型能力可授权、应用场景持续贡献收入。数据层已服务国内头部厂商；模型层以葡语为标杆，支持私有化部署；应用层把定制化AI开发升级为标准化技能组装，覆盖跨境电商、文旅、法律、教育等场景，并延伸到翻译终端等硬件产品。
南都：在推进小语种模型出海落地过程中，对于实现模型本地化适配与跨境数据安全之间的平衡，深绎未来有哪些经验？
林余楚：我们的基本判断是：把数据留在当地，把能力握在自己手里。数据层面，当地采集、当地治理、当地留存，跨境只走脱敏后的样本，用“深盾”做全模态匿名化，把个人信息先清干净再谈流通；同时优先使用自有确权、合规的数据资产，从源头减少原始数据跨境。
模型层面，用高效微调做“插件式”适配，本地数据只用于轻量微调、不回流重训基座，同时支持私有化本地部署，让数据不出境也能把模型用起来。
合规层面，把属地法规和版权审核前置——语料的来源和授权链必须可追溯，并建立“母语专家＋当地法律顾问”双重评审机制，让模型可审计、可解释。
总结成一句话：小语种模型出海，卖的不是模型文件，而是“可自主迭代的能力”。
依托横琴，协同粤港澳AI创新
“横琴在制度、科研层面为出海科创企业提供了独特条件。”
南都：立足你们的创业实践，如何看待横琴企业的机会？
林余楚：横琴在制度、科研层面为出海科创企业提供了独特条件。深绎未来就是这两个条件的产物，创始团队出自澳门大学自然语言处理与大数据实验室，在澳门完成科研孵化，再到横琴注册落地做产业化。
南都：对粤港澳三地在AI创新上的协同潜力有什么体会？
林余楚：三地的禀赋非常互补：香港有国际化的科研环境，澳门是连接葡语国家的桥梁，广东有最完整的产业链、算力和应用场景。但实操中，三地数据规则不同，语料跨境要过不同的合规门槛。我们自己的经验是，跨境AI的顺序是“先合规、再产品”，而且能力跨境比数据跨境更现实，也更容易被对方的监管接受。
具体有三个协同方向。第一是人才协同：把港澳的国际化多语种专家、法律合规人才和广东的工程化、商业化团队结合起来。第二是科研协同：把港澳高校的基础研究放到广东做产业化落地，我们是澳大科研成果走向市场的案例。第三是场景协同：内地企业有强烈的出海需求，港澳熟悉海外法规与商业网络，可以联合打造解决方案。
基于一线经验参与实验室共建
“联合实验室让不同体量的主体各出其长。”
南都：深绎未来以怎样的方式参与联合实验室共建？
林余楚：我认为，联合实验室的价值在于让不同体量的主体各出其长。我们希望从三个方面参与共建。一是出真问题：把跨境业务里真实遇到的风险做成课题，如葡语与中文之间的文化偏差、小语种模型的事实性错误、跨境语料的版权链条、不同司法辖区的数据规则冲突等。二是出数据和方法：我们的多语种安全评测集、评测方法论，都可以开放。三是出工程能力，我们的数据产线和“深盾”平台可以作为公共工具。
南都：如何依托联合实验室平台，帮助像深绎未来一样的科创型企业降低数据要素获取与合规应用的门槛？
林余楚：数据采集、标注、确权成本高企，很多时候不是因为数据贵，而是“标准、工具、确权通道”这三样东西缺位。依托联合实验室，我们愿意从多个方面提供支持，包括开放“深数工场”的数据处理能力，共享自动化标注工具，联合澳门大学等高校建立小语种标注人才培训机制，以及构建公共评测服务，让数据“可评级、可定价”，帮助中小企业按需采购等。
出品：南都大数据研究院
采写：南都N视频记者 张雨亭
设计：蔡沐晗 严丽萍 何欣
热门跟贴