科技創新是發展新質生產力的核心要素，而人工智能是科技創新的前沿領域。業內專家建議，推進算力和數據建設，出臺人工智能發展規劃，促進人工智能和制造業的深度融合。

　　“我國工業體系全、品種多、制造業規模全球第一，可為人工智能提供巨大的應用場景和發展空間。人工智能向制造業各領域滲透，將成為制造業轉型升級的加速器、高質量發展的助推器。”中國國際工程咨詢有限公司董事長茍護生說，現階段，我國人工智能技術正蓬勃發展，后續應重點推動其賦能實體經濟，尤其是推動其與制造業的深度融合。

　　“人工智能將賦能制造業研發設計、生產制造、售后營銷的全流程。”茍護生說。

　　京東集團技術委員會主席曹鵬建議，以政策引導、模式推廣、典型案例等方式，推動實體產業和技術服務企業重視人工智能領域的自主化，形成新質生產力對產業的扎實助力。

　　采訪中，多位專家表示，算力和數據是發展人工智能的關鍵因素。

　　“算力是支撐數字經濟發展的關鍵基礎設施，是人工智能時代全球性緊缺戰略資源。我國算力基礎設施建設已達到世界先進水平，算力總規模居世界第二，但標準化、普惠化的算力服務統一大市場尚未形成。目前，我國存在算力供給緊張同時部分算力未能有效利用的矛盾，算力新質生產力的作用未能充分釋放。”中國信息通信研究院院長余曉暉表示，算力互聯互通是形成算力服務統一大市場的關鍵路徑，也是人工智能時代做強做優做大數字經濟的關鍵。

　　“建議下一步，發揮全國超大規模市場優勢和互聯網成功經驗，以算力互聯、成網、構建大市場為主線，基于統一標識符實現多樣性算力互聯感知，通過彈性網絡能力和標準化架構接口實現業務和數據流動互通，進而打造智能感知、高速彈性、安全綠色、先進普惠的算力互聯網，構建全國統一的算力服務大市場。”余曉暉說。

　　曹鵬認為，算力是訓練人工智能大模型的基礎，實現大模型算力集成設施自主化迫在眉睫。此外，軟硬協同才能最大化發揮算力底座的作用。提升算力底座的效率，既要考慮GPU，也要考慮算力調度的軟件。

　　“建議抓住人工智能大模型發展的契機，通過政策鼓勵國產化GPU適配國產的算力調度軟件，建設自主可控的智算基礎，支撐行業智能化發展。建議推動云原生、容器化、分布式的新型數字基礎設施，在自主化的同時實現技術革新升級。”曹鵬說。

　　數據是發展人工智能的基本要素。茍護生認為，當前制造業生產各場景數據依然存在割裂的情況，尤其是傳統制造業自身的信息化尚不完備，難以匯聚形成高質量的數據集，大模型訓練、迭代所需的行業數據集明顯不足。

　　“建議強化制造業高質量訓練數據供給。加強制造業公共數據資源整合，依托國家權威機構，匯聚多模態制造業數據，構建行業語料庫，降低預訓練門檻，提升大模型的準確性和穩定性。促進制造業數據高效流通，加快數據交易市場建設，培育一批面向制造業大模型的服務商和交易所，有效盤活制造業數據資產。”茍護生說。

　　科大訊飛股份有限公司董事長劉慶峰表示，當前OpenAI的GPT-4/4V代表了全球通用大模型底座能力的最先進水平，DALL-E3、Whisper、Sora等都是基于GPT-4/4V的底座能力平臺延伸出來的。

　　“預計訊飛星火大模型在6個月內可達到GPT-4/4V當前的最好水平。但隨著GPT-5的發布，這個差距可能會被拉到一年以上。如果從算力、數據、模型訓練等方面組織好資源，全力追趕，這個差距有望在1至2年內被追平。同時我國也在語音大模型、醫療大模型等領域形成了國際領先的比較優勢。”劉慶峰說。

　　劉慶峰建議，在2017年《新一代人工智能發展規劃》基礎上，瞄準我國通用人工智能發展中需要重點補上的短板進行設計。圍繞自主可控算力生態構建、高質量數據開放共享、科學評測標準制定、源頭技術前瞻研發、人才培養、法律制定和倫理人文等維度，系統性制定我國《通用人工智能發展規劃》，并且推動該規劃的落地，在行業應用和價值創造上打造我國的比較優勢。