刘志阳
(1/1)刘志阳 上海财经大学商学院讲席教授、科研处处长、中国式现代化研究院院长，兼任教育部创新创业教育指导委员会委员、中国高教学会创新创业教育分会秘书长、中国企业管理研究会社会创业专业委员会主任、中国技术经济学会技术创新创业分会副理事长。
近年来，以大模型为代表的生成式人工智能异军突起，催生新一轮人工智能开发与应用高潮。大模型具有通用性、涌现性、交互性和适应性等新特点，有望对“经济—社会”发展范式产生巨大影响。
“模速空间”是上海打造的人工智能大模型专业孵化和加速平台，入驻企业100余家。习近平总书记在上海考察时来到这里，了解人工智能产业发展情况，察看重点孵化企业的大模型产品展示，听取相关技术研发和企业生产经营介绍，并对上海积极发展人工智能取得的实效给予肯定。
习近平总书记指出，人工智能技术加速迭代，正迎来爆发式发展，上海要总结好以大模型产业生态体系孵化人工智能产业等成功经验，加大探索力度，力争在人工智能发展和治理各方面走在前列，产生示范效应。
从学理上说，理解大模型高质量发展，关键在于探索一个基于“技术—产业—社会—治理”协同演进的新范式。要认识到，大模型发展不仅是一个技术问题，更是一个涉及经济、社会和国家安全的系统性问题。我们不仅要追求技术“更快更高更强”，还要确保技术发展“向善向美向上”。
只有在确保科技自立自强的前提下，遵循技术逻辑推动技术创新，通过产业逻辑促进产业生态繁荣与商业化，依托社会逻辑平衡普惠共享与风险防范，才能为中国大模型发展塑造新优势、注入新动能。
技术自主创新，让国家安全拥有坚实保障
雅克·埃吕尔在《技术社会》中指出，技术本身就是一种力量，它有其固有的法则，并且按照这些法则增长和发展。大模型之所以“大”，本质上体现在对核心技术要素的极致追求上。
应该看到，中国大模型的发展面临关键核心技术受制于他人的困境。如数据完备性不足的困境。与国外企业相比，中国大模型企业在产业应用落地端更加集中，在高质量数据集构建方面仍存在短板。如算法创新性不足的难题。头部科技企业的创新投入规模和质量有待提升，在核心算法突破方面与国际先进水平仍存在差距。如算力投产比不足的挑战。资源配置效率低下成为制约技术发展的重要瓶颈，同时还面临产业分布不合理、中小企业“大模型+”能力欠缺、技术开发人才储备不足等多重困难。
针对这一系列问题，有必要以技术逻辑驱动自主创新机制构建与完善，逐步实现技术可控。从现实情况看，主要存在以下四种模式：
一是开放协作式模式，强调开放协作、共享研究、技术创新和社区参与。以华为为代表，通过MindSpore深度学习框架的开源策略，推动AI技术的开放发展，构建开放的AI生态系统，吸引众多开发者和研究机构参与合作。这一模式通过开源共享实现技术资源的优化配置，形成协同创新的良性循环。
二是前沿探索式模式，关注强化学习、技术突破、复杂问题求解和前沿研究。以商汤为代表，专注于计算机视觉和深度学习领域的技术创新，通过持续的前沿研究，在智慧城市、智能安防和医疗影像等领域实现重大突破。这一模式以技术创新为驱动力，通过前瞻性布局抢占技术制高点。
三是生态整合式模式，注重战略合作、技术整合、商业化和云服务。以阿里巴巴为代表，依托强大的电商平台和云计算服务优势，开发多个大模型并深度应用于电商搜索、推荐、客服等核心业务场景。这一模式通过整合自身生态资源，实现技术与业务的深度融合，形成商业价值的有效转化。
四是硬件驱动式创新模式，致力于硬件创新、算力提升、生态系统建设和开发者支持。以寒武纪为代表，专注于AI芯片研发，通过提升硬件性能为大模型训练和推理提供强大算力支撑。这一模式以硬件技术突破为核心，通过算力基础设施建设推动整个产业生态发展。
在技术逻辑驱动下，大模型发展呈现多元模式。在上海，更是展现出一种系统推进的态势。一方面，依托顶尖研究机构以及高校的科研力量，鼓励原创性研究与全球智慧的汇聚，致力于解决AI领域的根本性科学问题。另一方面，积极打造张江人工智能岛、临港新片区人工智能产业集聚区等，通过政策引导、场景开放和资本助力，吸引和培育一批AI领军企业和创新型中小企业，形成从算法、算力、数据到应用的完整产业链和创新生态。
市场有效驱动，让产业生态迸发蓬勃生机
约瑟夫·熊彼特提出“创造性破坏”理论，指出创新是经济发展的根本动力，但也伴随着对旧有结构的颠覆。2023年以来，人工智能大模型全面爆发，众多国产大模型脱颖而出，呈现“百花齐放”态势。在市场逻辑的驱动下，资本通过市场机制精准聚集到最具商业化潜能的产业，有力推动“百模大战”从模型研发的诞生期加速迈向实际应用的落地期。
第一，在“进入期”识别技术萌芽并把握市场机会。
此阶段以颠覆性技术的初步应用为显著标志，核心是通过多维度条件成熟释放大模型的价值创造潜力。技术突破是发展前提，大模型在自然语言处理、跨模态生成等领域的创新突破，为产业变革提供强大的底层动力；基础设施是重要支撑，算力集群、高质量数据集与算法平台的不断完善，构建起技术落地的坚实物理载体；制度环境是有力保障，前瞻性政策通过降低市场准入门槛、建立创新容错机制等举措，营造出包容的发展空间；产业需求是核心动力，传统产业对效率提升的内在渴求，为大模型提供广阔的应用试验场。
在此过程中，企业通过持续的研发投入，推动大模型从辅助工具逐步转变为核心生产力。例如，在金融风控、医疗影像诊断等领域，大模型能够高效处理复杂数据，展现出巨大潜力，进而带动资金流向技术研发和场景测试，有效激活市场机会。
第二，在“扩展期”深化技术渗透并构建价值网络。
当大模型通过“进入”阶段的验证后，其影响力向制造业、医疗、教育等更广泛领域扩散，核心任务是构建跨领域协作网络并重塑生产要素配置。“基于技术进步的模块化分工”成为关键机制——推动生产社会化程度达到新高度，促进行业生产力的提高与转型。市场会筛选出有规模化潜力的解决方案，引导资金投入。
此外，国际合作也会加速技术传播。例如，联合国大会通过中国提出的关于加强AI能力建设国际合作的决议，中国与老挝共建人工智能创新合作中心等。这些行动打破了技术壁垒，让大模型从局部突破发展为全球协同。
第三，在“加速期”推动生态演进并形成产业集群。
随着应用深入，大模型使产业转型进入快车道。企业层面，传统行业借助大模型提升价值，新兴行业借助大模型拓展服务，并催生AIGC创作、AI科研等新领域。宏观层面，数据驱动决策、模型等重塑经济体系，形成“创新—应用—投资”的良性循环。市场竞争促使资金向头部企业和关键技术平台集中，通过并购，算力企业、数据服务商和应用方强强联合，加速技术落地。在此阶段，产业投资基金扮演关键角色。同时，通过世界人工智能大会等平台，积极倡导人工智能领域的国际合作，为全球产业协同发展创造有利条件。
“进入—扩展—加速”框架揭示了市场逻辑主导下资本配置的动态规律。从“进入期”的创新点火、“扩展期”的网络构建到“加速期”的生态繁荣，每个阶段通过特定机制实现资本与技术的精准耦合。这一过程不仅展现出大模型产业自我演进的内在逻辑，更通过赋能千行百业，为经济社会高质量发展注入可持续动力。
社会普惠共享，让技术向善成为价值追求
马歇尔·麦克卢汉在《理解媒介》中说：“我们塑造了工具，此后工具又塑造了我们。”面对大模型在社会应用中的复杂挑战，有必要构建多维度的创新解决框架。基于问题的紧迫性与解决方案的新颖性程度，可以形成四种不同的大模型社会创新模式：
一是大模型自主搜索式社会创新。在这一模式下，大模型如同一只“看不见的手”，凭借强大的信息处理能力，在庞大的信息空间中进行智能搜索，并尝试代替人类进行高效决策，进而实现社会问题与最优解决方案的精准匹配。
二是大模型赋能生成式社会创新。第一阶段，利用大模型的自主能力对现有数据库进行近似处理，快速生成应急性的初始解决方案；第二阶段，采取大模型赋能的作用机制，将人类智能纳入创新决策过程，发挥人类大脑的创造力优势，对初始解决方案进行反复、快速的迭代优化。这种人机协作的方式既保证了应对紧急问题的时效性，又确保了解决方案的创新性和适用性。
三是大模型自主修补式社会创新。在这一模式下，大模型能够智能采集基础数据，并基于已有的社会问题数据库，对整个社会的现状进行智能识别和分析，实时诊断可能存在的“出血点”，实现预防性治理。这种持续监测和小幅度的调整优化，有助于维护社会系统的稳定运行，防止小问题演变为大危机。
四是大模型赋能探索式社会创新。大模型通过强大的数据分析与预测能力，能够降低人类在搜寻创造性解决方案过程中的试错成本，为人类创新提供智能支持和决策辅助，最终依靠人类的创造力优势，提出具有开创性意义的解决方案。这种模式特别适合处理那些需要长期规划和创新思维的社会挑战，为未来发展提供前瞻性解决思路。
进一步看，可以从技术、产业、社会三个维度，擘画大模型治理的未来路径。
在技术层面，亟须提升大模型透明度，揭开“黑箱”面纱。这包括开发可解释AI工具、建立行为评估标准，让开发者与用户洞悉模型决策逻辑，及时修正偏差。技术安全性和可靠性是智能发展的生命线，必须警惕与防范技术滥用。
在产业层面，大模型发展出现了高度集中和规模垄断的迹象。要扭转这一局面，关键在于促进技术普惠扩散，鼓励开源模型发展，降低技术门槛，让更多国家和企业共享创新果实。构建健康的产业生态，平衡商业利益与公共需求至关重要。政策引导和激励措施应鼓励企业开放部分模型能力或数据集，实现技术红利共享。
在社会层面，需积极应对大模型发展带来的冲击。例如，联合国推动透明度审查机制、中国提出《全球人工智能治理倡议》等，都强调算法非歧视原则。只有秉持“智能向善”原则，确保大模型发展符合全人类共同价值观，才能真正迈向一个包容、普惠、安全的智能新时代。
人工智能的浪潮正以前所未有的姿态塑造世界的未来，这既是时代赋予的重大机遇，也是对国家治理智慧的深刻考验。我们不仅要追求技术“更快更高更强”，更要确保技术发展“向善向美向上”，最终服务于国家发展大局和人民美好生活的需要，为构建人类命运共同体贡献中国智慧、中国方案。
