刘渊：让大模型成为“数字浙江”的加速引擎

2025年06月12日04:42:06 科技 1044

“媒体聚焦”

ZJUSOM

近期，省委书记王浩在深化“数字浙江”建设推动人工智能高质量发展大会上强调，要做深做实AI赋能的文章，加快打造人工智能创新发展高地，加速落地一批牵引力强、影响力大的应用场景，为高质量发展建设共同富裕示范区提供强劲动力。为积极响应省委省政府号召，浙江大学管理学院教授、浙江数字化发展与治理研究中心主任刘渊于6月9日在《浙江日报》理论版发表《大模型赋能数字浙江提速》一文，推动大会精神贯彻落地。该文是学院发挥学科与理论优势，主动服务地方发展、迈出理论引领步伐的重要体现，旨在以学术助力浙江在新一轮人工智能发展大潮中赢得优势、赢得主动、赢得未来。

《浙江日报》理论版刊发刘渊文章

学者简介

刘渊

浙江数字化发展与治理研究中心主任

浙江大学信息技术与经济社会系统研究中心主任

浙江大学管理学院教授

大模型赋能数字浙江提速

文/刘渊

大模型作为人工智能领域的突破性创新，不仅重构了人机交互的应用范式，更通过强大的通用能力和持续的技术迭代，逐渐成为引领全球科技革命和产业变革的核心驱动力，为数字经济发展注入新动能，深入赋能千行百业。

当前的人工智能大模型技术已能基于海量知识库进行深度推理，通过上下文感知和环境建模，动态评估多种可能性，最终输出面向目标的最优决策方案，这标志着人工智能正迈入“决策智能”新阶段。这一演进不仅拓展了人工智能大模型的应用边界，更为产业智能化升级提供了全新的技术范式，成为推动新质生产力的典型代表。

图片来源：豆包AI

技术的价值不在于复制过去，而在于创造未来。深化人工智能大模型技术赋能行业应用，需立足行业实际、锚定场景需求，以技术突破与行业融合为双轮驱动，着力构建高效可控的行业模型基座、打造多模协同的智能生态体系、推动价值实现的应用范式转变，从而为经济高质量发展注入强劲动能。

构建高效可控的行业模型基座

深化人工智能大模型赋能行业应用，要以模型通用能力为锚点，以模型基础设施为支撑，以模型要素共享为纽带，构建高效可控的行业模型基座，为高质量发展提供有效的智能支撑。

一是夯实通用大模型底座，筑牢自主可控技术根基。通用大模型作为人工智能技术体系的核心基座，为行业大模型提供了坚实的知识基础和交互能力。大力推动通用大模型国产化，统筹算力与数据、算法的一体化应用，是实现技术自主可控的关键环节，能够保证下游模型运行的稳定性与安全性。

图片来源：千库网

二是强化垂域精准适配能力，深耕行业知识融合赋能。行业大模型的核心竞争力，在于对行业垂直领域的深度推理理解与精准决策支持。通过提示词工程优化、检索增强生成、领域微调等技术的组合应用，推动通用模型能力与行业专有知识的有机融合。

三是完善模型要素配置体系，构建可共享的行业标准规范。深度萃取各领域、各地区的行业专家经验、典型案例和最佳实践，将碎片化知识整合为标准化、可共享的行业数据库、规则库与知识库，为行业大模型提供丰富的训练语料与微调数据。聚焦产业链关键环节，制定科学合理的行业大模型能力评估标准，推动行业大模型规范建设与高效落地。

打造多模协同的智能生态体系

深化人工智能大模型赋能行业应用，要坚持系统观思想，构建“基座模型+支撑平台+智能应用”的分层联动架构，打通数据协同壁垒，完善模型进化机制，形成高效可持续的多模协同智能生态。

图片来源：千库网

一是构筑分层联动的整体智能架构，推进大模型深入落地应用场景。大模型的场景化应用绝非简单的技术叠加，需要以顶层设计思维构建科学实施体系。利用基座模型筑牢行业通用认知底座，依托支撑平台集成可插拔、可复用的标准化技术组件，面向具体应用场景，开发轻量级、专业化的智能体应用，让大模型能力能够精准滴灌到千行百业的“毛细血管”。

二是突破数据协同的关键技术瓶颈，构建开放共享的价值融合生态。数据贯通是智能生态高效运转的“血脉”。通过制定标准化API接口规范与数据交互协议，克服数据接口不统一、系统兼容性不足等关键数据协同问题。通过建立跨模型、跨行业、跨场景的能力调用机制，推动模型基座、领域知识与智能体应用无缝衔接，形成“通用能力可复用、专业能力可组合、场景能力可定制”的价值融合生态。

图片来源：千库网

三是完善数据驱动的模型进化机制，塑造全链路闭环的智能大脑。建立场景反馈到模型优化的闭环迭代体系，在数据采集端部署实时传感设备，在模型端持续分析场景并优化模型组合策略，实现需求精准感知、决策智能分析、自动执行反馈，塑造具备自我学习、自我进化、自我革新能力的真正“智能大脑”。

推动价值实现的应用范式转变

深化人工智能大模型赋能行业应用，要通过深度融合行业数据与领域知识，推动应用场景从技术适配向价值创造跃迁，形成价值驱动的应用范式转变。这一转变不仅体现为技术突破，更在于重构价值网络，以数据驱动精准服务，以智能融合释放生产力，最终形成可持续的价值闭环，引领人工智能时代的应用范式转变。

一是深化人机协同机制，促进“人工体能”向“机器智能”转变。利用人工智能大模型自动处理重复性、机械性工作，将人力资源解放出来，投入到更具创造性和决策性的任务中，构建“机器执行—人类决策”的新型生产方式，推动整体效能跃升。例如，在影视行业中，由华策AIGC应用研究院研发的“有风”大模型可在3分钟内完成一部IP作品的初筛评估，30分钟内完成百万字作品内容精确评估，提升了IP开发效率，开创了大模型技术赋能艺术创作的新范式。

图片来源：千库网

二是打造智能服务体系，促进“被动响应”向“主动预见”转变。通过历史大数据，大模型能够深入分析用户的偏好、习惯和行为模式，提前研判用户的深层次需求，提供更及时、有温度的服务，实现从“人找服务”到“服务知人”的范式跃迁。例如，在企业服务应用场景中，大模型能够主动推送惠企服务、税务办理等信息，帮助企业提前了解相关政策和办事流程，提高企业办事效率，实现从“接诉即办”到“未诉先办”的服务升级。

三是建立精准决策模式，促进“经验导向”向“模型驱动”转变。以行业大模型为核心，深度调用嵌入的通用智能与领域知识，将行业知识库、专家经验转化为可计算、可复用的模型参数，通过持续迭代优化，使决策过程更具科学性、预见性和适应性，构建可精准触达、动态响应的服务体系，为复杂场景中传统经验做法提供全新的科学模型指导。例如，在金融服务应用场景中，网商银行通过人工智能大模型融合产业链图谱，精准评估小微企业经营状况，破解传统金融服务“重经验、轻数据”的困局，让小微企业不再“被隐身”，能够获得更公平、更精准的金融服务机会，实现“数据增信”的普惠价值。

图片来源：千库网

建设“数字浙江”，浙江是先行者；发展人工智能，浙江有基础、有条件、有责任继续当好先行者。浙江要进一步深化人工智能大模型赋能行业应用，聚焦当前应用场景的真需求、真问题，适配性地融入人工智能能力，全面激发人工智能大模型潜能，推动“数字浙江”建设，实现价值落地与规模化推广，争创全国行业应用基地，打造人工智能创新发展高地。