國產大模型快增長“熱”時期，這些專家爲何給出“冷”思考？

國產大模型，已進入百花齊放時代。昨天（7月28日），文匯報記者從由上海財經大學與中國互聯網絡信息中心（CNNIC）聯合主辦的“大模型治理和有序發展生態論壇”上獲悉：當前，我國已發佈1509個大模型，在全球已發佈的3755個大模型中數量居首位；截至目前，我國已經有439款生成式人工智能服務在國家網信辦完成備案，233款生成式人工智能應用或功能在地方網信辦完成登記；在上海，垂類模型正加速落地，累計82款大模型通過備案，數量全國居前。

論壇上，與數量激增的大模型同樣備受關注的，還有“災難性遺忘”、“幻覺”、可信度以及AI如何改變教育等問題。與會專家普遍認爲，越是在這個“千模大戰”的快增長時期，對“慢收穫”的基礎創新、AI治理的提前佈局和關注就愈發重要。

AI賦能百業的過程並非一馬平川

論壇上，上海財經大學校長劉元春一席話引發學界、業界關注：“2024年諾貝爾經濟學獎達龍·阿西莫格魯曾撰文談到，AI進步所帶來的生產力提升可能並不大，預估今後十年AI對全要素生產率（TFP）的增長上限不超過1%。技術進步對於經濟社會的進步推動，仍存在一定滯後性。可以想見，未來AI賦能百業的過程中，尤其是對金融經濟的支撐過程並非一馬平川，如何讓技術創新與產業發展之間形成有序的良性生態仍是學界、業界亟待解決的課題。”

“當前的人工智能技術雖然在有限組合優化領域展現了強大的能力，但新一代人工智能的發展重點是決策能力，即需要人工智能大模型具備處理顆粒度較細系統的能力。”中國科學院院士、北京航空航天大學人工智能研究院院長鄭志明認爲，當前，大模型在垂直領域的應用存在決策能力不足問題。例如，大模型缺乏直觀解釋和嚴格驗證，難以應用在軍事國防、國家廣電等高精領域。

在他看來，新一代行業大模型應當是內嵌數理機制的可解釋高精度行業大模型。“是在大模型井噴發展的快時代，越是要沉下心來做好基礎性的研究工作。”鄭志明說，在後大模型時代人工智能，精準智能理論研究至關重要。目前，美國已經在這方面加大投資力度。“如果美國在這方面佈局成功，而我們沒有跟上，這之間的差距將不是落後幾年的問題，而是落後一代人的距離。”據悉，在北京航空航天大學人工智能研究院，精準智能理論正是研究院的研究焦點之一。目前北航自主研發的智能數控軟件LMIB-CAX已經能夠與西門子等國際一流軟件產品全線對標。

中共上海市委網絡安全和信息化委員會辦公室副主任楊海軍同樣談到，從監管部門的角度來說，自然樂於看到大模型的快速發展，但與此同時，一些基礎性的慢工作也不能省去。例如，上海市委網信辦正在抓緊落實強化AIGC標識工作，有效抵禦深度僞造和惡意生成。

劉元春建議，既要從技術、政策、法律等角度強化智能向善的導向，創立大模型治理的良好環境；也要加快制定大模型的科技規範標準，加強相關的立法創新。此外，還要打造“產學研用”相互開放、相互欣賞、相互借鑑的平臺，促進理論創新和產業實踐以及政策的協調發展。

教育大模型井噴，但很多仍處低階

眼下，不只是業界在拼命卷大模型，高校同樣正在“All in AI”。

上海財經大學數字經濟研究院院長高紅冰分享，其團隊針對目前國內雙一流高校推出的AI教育大模型進行系統分析，總結出五個階段：第一階段是指高校增設AI通識課程學習AI工具應用；第二階段則是設立智能相關院系與研究院，第三階段是打造智能教育技術能力底座，第四階段是調整傳統專業重塑學科體系，第五階段是創新未來教育，探索全新教育形態。統計結果表明，大部分高校仍處在第一至第二階段。

高紅冰直言，AI大模型給教育變革帶來全新機會。但核心點在於，AI大模型應當助力創造AI教育新物種，而不是改造老物種。“就像蠟燭和燈泡都可以拿來照明，但如果教育工作者僅僅侷限在改進蠟燭、提高效率，是不可能製造出燈泡的。”高紅冰說，大模型帶來的教育挑戰是巨大的。先進教育大模型的出現打破了高校教師對知識的壟斷。“今天，如果一位教師完全不懂產業，幾乎沒法教學生了。”因此，他認爲，高校的教育制度、治理方式都需要革新，否則無法出現燈泡式的創新型產業。

不過，教育大模型同樣存在算法偏見、數據安全、系統安全、學術誠信和隱私保護等方面的風險。對此，高紅冰建議，完善教育大模型的治理，需要上下游協作、系統設計，需要在安全與發展、創新與合規之間尋求動態平衡。“例如，開發建設大模型教育系統，將安全能力植入模型底座，而非事後補救。”

論壇現場還同步發佈《十問智能向善》《上海人工智能安全治理白皮書（2025）》《生成式人工智能服務數據安全合規指引》以及“人工智能治理科技語料”“人工智能多元共治決策支持大模型”等多項重磅成果。