在自主可控平臺上發展通用底座大模型，對中國在未來全球人工智慧產業競爭中掌握主動權、贏得戰略優勢至關重要
文｜《財經》特約撰稿人 康國亮
編輯 | 楊秀紅
“國產大模型實現效能突破，引起國際社會對中國人工智慧更深刻、更廣泛的警惕和限制。但國產大模型高度依賴進口算力，不少國產大模型均基於英偉達晶片訓練。若不能加快解決國產自主可控人工智慧產業生態薄弱、適配困難等問題，無異於‘在別人地基上建高樓’。”全國人大代表、科大訊飛董事長劉慶峰在今年的全國兩會建議中提到。
劉慶峰圍繞人工智慧快速發展時代下的自主可控生態建設、就業保障、人才培養、民生剛需應用等一系列相關議題提出建議。
作為民營企業家，也是新質生產力代表，劉慶峰還參加了今年2月17日的民營企業座談會。身處當前備受關注的人工智慧行業，劉慶峰非常關注人工智慧技術迅猛發展可能衍生出的各類社會問題。
“2025年我最希望推動完全自主可控的通用人工智慧生態體系建設。在自主可控平臺上發展通用底座大模型並達到全球頂尖水平，特別是在國計民生相關重點領域對標並實現超越，對中國在未來全球人工智慧產業競爭中掌握主動權、贏得戰略優勢至關重要。” 劉慶峰提到。
構建基於國產算力的產業生態
從ChatGPT的橫空出世，到DeepSeek的異軍突起，人工智慧作為新一輪科技革命的核心驅動力，在很大程度上決定了當今一個國家的科技實力與競爭力。
目前，中國主流大模型在演算法創新方面已與美國並駕齊驅，部分領域甚至實現領跑，在算力領域也正加速追趕。然而，由於國產算力軟體生態基礎薄弱，運算元庫、工具鏈、開源訓練框架及開發平臺等配套工具尚不完善。
對此，劉慶峰認為，中國亟需加快推進基於國產算力底座的大模型研發創新、場景應用、生態開放全鏈發展。他建議，要加快構建國產算力平臺上的自主可控大模型及產業生態。
首先，鼓勵基於自主可控國產算力平臺的大模型研發和應用。對做國產算力晶片的企業和使用國產晶片訓練大模型的企業給予資金專項支援，在國家公共算力上給予資源傾斜，加速基於國產算力的大模型演算法創新。同時鼓勵央國企優先採購基於國產算力平臺研發的全棧自主可控大模型；優先推廣基於全棧自主可控大模型的行業垂直應用。
其次，構建資料資源充分共享機制。依託中國廣泛的AI（人工智慧）應用場景，積極推廣大模型在產業應用領域的應用，並形成資料飛輪，讓中國率先獲得AI產業落地紅利。
最後，他建議專項支援基於國產算力平臺的生態體系建設。鼓勵依託自主可控算力底座建立的大模型開發者生態發展和開源社群建設，專項支援加快形成國產大模型生態體系和工具鏈，加速中國自主可控人工智慧產業生態發展。
作為智慧語音與人工智慧上市企業，科大訊飛的星火大模型X1，是當前行業內少有采用全國產算力訓練的深度推理大模型。“訊飛星火大模型實踐表明，基於國產算力底座開展大模型訓練和演算法創新是可行的，構建真正基於國產算力軟硬體協同的生態體系恰逢其時。” 劉慶峰認為。
預防“AI幻覺資料”帶來的危害
人工智慧技術正在以前所未有的速度向社會各領域快速滲透，劉慶峰關注到“AI幻覺”帶來的資料汙染及其對社會的負面影響問題。
中國網際網路絡資訊中心（CNNIC）釋出的《生成式人工智慧應用發展報告（2024）》顯示：中國生成式人工智慧產品的使用者規模已達2.49億人，佔整體人口的17.7%，使用者規模的快速增長背後，潛藏風險也被放大。
生成式人工智慧存在幻覺，使得AI生成內容真假難辨。帶有演算法偏差的虛假資訊會被新一代AI系統迴圈學習，形成“資料汙染-演算法吸收-再汙染”的惡性迴圈。普通民眾極易將“幻覺資料”誤判為真實可信資訊，不僅會削弱公眾信任，還可能影響社會穩定。
對此，劉慶峰建議預防大模型生成“幻覺資料”充斥網際網路帶來的危害，從技術研發和管理機制上構建可信的資訊環境。
他提出，一方面建立安全可信、動態更新的信源和資料知識庫，對不同型別資料的可信度和危害程度建立標籤體系，降低人工智慧幻覺出現機率，提升生成內容可靠性；另一方面，研發AIGC幻覺治理技術和平臺，開展幻覺自動分析、AIGC深度鑑偽、虛假資訊檢測、有害內容識別以及網際網路傳播溯源，由中央網信辦、國家資料局等部門定期清理幻覺資料，為公眾提供AIGC幻覺資訊檢測工具與服務。
建立“AI就業友好型”社會
人工智慧技術的普及正在重塑社會的生產方式。根據世界經濟論壇最新發布的《2025年未來就業報告》預測，未來五年內，全球職場將有22%的就業機會面臨變革，新創造的工作崗位數量為1.7億個，而被替代的工作崗位數量為9200萬個，就業機會淨增7800萬個。
面對AI可能引發的就業變革，劉慶峰建議，發展AI新崗位，完善AI失業保障，打造AI就業友好型社會。對此，他提出以下建議：
第一，加強人工智慧新職業的規劃與管理。系統性梳理AI時代產生的新崗位，強化崗位認證工作；鼓勵高校、職校緊跟趨勢，調整人才培養計劃和課程設定，科學指導職業生涯規劃；加強AI技能培訓，尤其要為低收入群體提供免費培訓機會；
第二，構建“就業監測－預警－響應”全鏈條監測機制。建立“AI就業動態監測平臺”，在長三角、珠三角等製造業集聚區試點“失業風險預警系統”，並要求大規模部署AI的企業提交替代崗位數量、再就業方案等社會責任報告，確保技術應用與社會公平協同發展；
第三，設定6個-12個月的失業緩衝期，試點“AI失業保障專項保險”。採取“政府主導投保+商業機構運作”模式，為最易被AI衝擊的崗位建立專項保障基金；引導保險機構開發商業AI失業保險產品，為全社會提供更豐富的失業保障產品選擇。
同時，對於人工智慧技術的教育及普及，劉慶峰還建議，系統構建AI時代的人才畫像和培養體系，創新評價方法；最佳化生均經費支出結構，為“AI+教育”提供持續經費保障等。
責編 | 楊明慧
題圖 | 視覺中國