让实验室好成果变成产业赛道“硬实力”

“把中国的产品卖到全世界，也把技术、标准推广到全世界。”昨天，全国政协十四届四次会议开幕前的首场“委员通道”上，全国政协委员、宁德时代新能源科技股份公司董事长曾毓群在通道上向中外媒体这样期许未来。

他的自信、底气，或许源于中国在全球人工智能领域的“身位”。

刚过去的马年春节，被代表委员们视作中国人工智能产业发展的新里程。舞台上，机器人舞出新功夫，既能后空翻、打醉拳，也能与演员“斗嘴”。舞台之外，视频生成模型Seedance 2.0火出圈……

如何让技术演进更快抵达现实生产生活？

两会现场，代表委员们不约而同提到：降低使用门槛，拓展应用场景，探索更多科技创新与产业创新深度融合的现实路径。比如，搭建新底座，让大模型从通用到好用；打造新课堂，让创新人才培养从“围着课本转”变为“围着场景需求转”；构筑新产业，培育壮大经济发展的新引擎。由此，在全球产业竞争中把握战略主动。

新底座：谁能先一步找到场景

春节后，全球人工智能企业集中发布新品，资本市场热度一路攀升。仔细剖析不难发现，人工智能模型的价值判断已经从“会不会答题”转变为“能不能干活”。下一轮产业竞争的赛点，就是谁能先一步找到场景、嵌入产业。

垂直领域大模型的开发迫在眉睫，部分高校率先试水。不久前的国际罕见病日，上海交通大学发布全球首个智能体式罕见病循证推理诊断系统DeepRare。“这项研究，可以说是送给世界的礼物，未来计划通过国际组织开源，让科技造福更多人类。”全国人大代表、上海交通大学校长丁奎岭解释，人类医生的知识储备有边界，人工智能则可以从大量数据中找出规律、判断方向，进行“有科学根据”的严谨推理，应用于罕见病诊疗，就可以将诊疗周期从4至5年迅速缩短至一周。目前，DeepRare已实现科学突破、商业转化的“双丰收”。一方面，相关研究成果已发表于全球顶尖核心期刊。另一方面，同步成立的转化公司估值过亿元，系统吸引了来自全球1000多家机构的医生和专家使用。

不仅是DeepRare，近日，上海交通大学一口气发布了“十大垂直领域大模型”评选结果，涵盖船舶海洋、先进制造、能源环保、材料化工、生物医药等重点领域。虽然量级上有显著提升，但也存在不少堵点、难题待解决。

“校企双方的沟通磨合成本不小，对企业来说，教师大多擅长解决单点问题，很难形成完整的解决方案；对教师来说，产业转化还未能成为晋升、评优的‘硬通货’。”丁奎岭说，唯有双方都从合作中受益，校企合作、垂域大模型开发才能避免沦为“纸面协议”，迈入实质性阶段。

此外，数据共享的挑战也不小。垂域模型需要数据，但企业的部分核心数据往往“秘而不宣”。丁奎岭表示理解，“核心数据事关企业发展的竞争力，谁愿随便亮出‘家底’？”

高校层面正从单打独斗迈向抱团合作。丁奎岭介绍，在相关部委支持下，上海交通大学正联合多家高校建设人工智能开源生态平台，降低师生自由获得新知识、新技术、新应用的门槛。

“数据要发挥价值，首先得‘聚起来’又‘连得通’。”全国人大代表，上海国有资本投资有限公司党委书记、董事长袁国华建议，实施国家科学数据库工程，优先在生物医药、新材料等战略领域试点。建立国家层面的数据枢纽平台，统一数据标准和检索接口，再由优势机构布局一批专业数据中心，通过枢纽实现“物理分散、逻辑集中”。同时，出台统一标准，打通共享堵点，激活市场引擎。比如，在科研项目考核、职称评定中增设“数据贡献度”等指标，鼓励科研机构和人才分享高质量数据。

新课堂：如何从教师授课到学生出题

当大量人工智能模型以高分表现拆解“怎么办”的问题后，人才培养迎来新考验。

“高校未来究竟要培养什么样的人才？”全国政协委员、上海应用技术大学校长汪小帆留意到，近年来，一些海外大厂将挖掘新苗子的目光锁定16至18岁的青少年。“没有经过固化的专业学科系统性学习，他们反而能从第一性原理出发，找到创新靶点。”

与之相对应的，汪小帆发现，大量高校课程设置仍未跳出传统模式。以机器人原理课程设置为例，先理论后实验的方式，容易消磨学生们的热情，陷入“理论知识不牢固、实验方法难掌握”的困境。

此次两会，他将呼吁建设智能时代高校未来学习中心。“不是简单地把黑板换成PPT，再配数字大屏。”他认为，要真正从以教师讲授为主的传统教学转变为以学生为中心、人机协同的探究式教学，重塑教学理念、设计课程内容。针对未来学习中心建设中涉及大规模硬件改造、持续性软件更新维护等问题，他建议建立专项投入机制，加大资金支持力度，重点资助开发跨学科、可交互、开放共享的虚拟仿真实验课程。特别是，鼓励支持高校与企业组建联盟，协同开发面向特定行业需求的垂域大模型、虚拟仿真项目等。

眼下，上海应用技术大学正与宇树联合筹建智能制造联合实训中心。“在项目化教学的过程中，让学生尽早接触到全球前沿技术。”在汪小帆看来，实战能激发学生们自主解题热情，促成更多跨专业交流。

面向未来，不少高校正酝酿新的人才培养范式。汪小帆透露，上海应用技术大学正在酝酿“三十的三次方应用创新特班”人才培养特区计划。“30个学生，30个项目，30支团队，”他解释，智能时代要以更大力度重塑人才培养模式，突破传统学制、学科专业与评价方式，要培养一批有跨学科知识及应用能力，勇于探索善于提问的学生，实现创新涌动，万马奔腾。

新产业：好成果变硬实力还差几步

人工智能的分秒千里，也倒逼着产业发展探索新范式。

在不少代表委员看来，“人工智能+制造”将创新重构生产流程。以低空经济为例，人工智能可整合空域、气象等数据，实现无人机集群智能调度，为城市物流、救援等提供新方案。

全国人大代表，中国电气装备集团有限公司党委常委、副总经理张帆常自豪地介绍一款特殊材料——绝缘纸板。作为特高压变压器的核心原料，它曾一度被海外巨头垄断。有了“AI助手”后，工程师得以顺利推算纸浆配比，攻坚“卡脖子”难题。

工业生产线中，还有大量场景亟需AI赋能。

继去年在两会现场呼吁打破“工业数据共享难”后，张帆今年继续跟进这一问题。他发现，“人工智能+制造”在规模化、商业化、普惠化的推进过程中，存在工业数据集匮乏、生态支撑不足等挑战。以工业数据集为例，其专业性较强，技术门槛高、投入大、周期长。“没有高质量的数据集，人工智能犹如无源之水、无本之木。”张帆建议，加快构建“政府引导、市场主导、多方协同”的工业数据集共建机制，同时创新数据交易收益分享模式，激发数据共享的内生动力。

业界常言，人工智能的尽头是算力，算力的尽头是能源。人工智能澎湃发展的当下，被誉为人类“终极能源”的核聚变能发展也进入机遇期。

核聚变能是上海重点布局的未来产业，据全国政协委员、中国科学院上海分院院长胡金波判断，仅与此相关的一种名为高丰度锂-6及衍生品，就能形成万亿级产业规模，美、英、德等国已加速布局产能与技术。

胡金波介绍，我国已通过中国科学院上海有机化学研究所及慈溪锂燃炬薪科技有限公司，突破高丰度锂-6绿色低成本分离的全球难题，具备规模化生产能力。他建议结合我国已突破的核心技术优势，进一步细化分类管控，更好释放民用产能，同时设立国家级专项攻关与扶持资金，支持技术迭代和工艺优化，适配国内核聚变装置需求。

“培育未来产业，关键要让实验室里的‘好成果’，变成产业赛道上的‘硬实力’，”袁国华介绍，上海国投公司去年设立总规模150亿元的未来产业基金，并发起设立“上海未来启点社区”，以搭建推动颠覆式创新、多学科交叉创新、前沿平台性技术方向孵化和早期投资的开放赋能平台，为科技成果的商业化转化与产业化落地提供支持与保障。

“未来产业投入大、周期长，要给资本吃‘定心丸’。”袁国华建议，发挥政府基金引导作用，设立15年至20年超长期未来产业母基金，推行“拨改投”模式，为原创项目提供长期资金支撑。同时完善容错免责制度、优化上市政策，推动未来产业企业对接资本市场，拓宽融资渠道。