在自主可控平台上發展通用底座大模型，對中國在未來全球人工智能產業競爭中掌握主動權、贏得戰略優勢至關重要

文｜康國亮

“國產大模型實現性能突破，引起國際社會對中國人工智能更深刻、更廣泛的警惕和限製。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芯片訓練。若不能加快解決國產自主可控人工智能產業生態薄弱、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、董事長劉慶峰在今年的全國兩會建議中提到。

劉慶峰圍繞人工智能快速發展時代下的自主可控生態建設、就業保障、人才培養、民生剛需應用等一係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能行業，劉慶峰非常關注人工智能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能生態體係建設。在自主可控平台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能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，人工智能作為新一輪科技革命的核心，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，中國主流大模型在算法創新方麵已與美國並駕齊驅，部分領域甚至實現領跑，在算力領域也正加速追趕。然而，由於國產算力軟件生態基礎薄弱，算子庫、工具鏈、開源訓練框架及開發平台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台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台的大模型研發和應用。對做國產算力芯片的企業和使用國產芯片訓練大模型的企業給予資金專項支持，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算法創新。同時鼓勵央國企優先采購基於國產算力平台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，構建數據資源充分共享機製。依托中國廣泛的AI（人工智能）應用場景，積極推廣大模型在產業應用領域的應用，並形成數據飛輪，讓中國率先獲得AI產業落地紅利。

最後，他建議專項支持基於國產算力平台的生態體係建設。鼓勵依托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區建設，專項支持加快形成國產大模型生態體係和工具鏈，加速中國自主可控人工智能產業生態發展。

作為智能語音與人工智能上市企業，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算法創新是可行的，構建真正基於國產算力軟硬件協同的生態體係恰逢其時。” 劉慶峰認為。

預防“AI幻覺數據”帶來的危害

人工智能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”帶來的數據汙染及其對社會的負麵影響問題。

中國互聯網絡信息中心（CNNIC）發布的《生成式人工智能應用發展報告（2024）》顯示：中國生成式人工智能產品的用戶規模已達2.49億人，占整體人口的17.7%，用戶規模的快速增長背後，潛藏風險也被放大。

生成式人工智能存在幻覺，使得AI生成內容真假難辨。帶有算法偏差的虛假信息會被新一代AI係統循環學習，形成“數據汙染-算法吸收-再汙染”的惡性循環。普通民眾極易將“幻覺數據”誤判為真實可信信息，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“幻覺數據”充斥互聯網帶來的危害，從技術研發和管理機製上構建可信的信息環境。

他提出，一方麵建立安全可信、動態更新的信源和數據知識庫，對不同類型數據的可信度和危害程度建立標簽體係，降低人工智能幻覺出現概率，提升生成內容可靠性；另一方麵，研發AIGC幻覺治理技術和平台，開展幻覺自動分析、AIGC深度鑒偽、虛假信息檢測、有害內容識別以及互聯網傳播溯源，由中央網信辦、國家數據局等部門定期清理幻覺數據，為公眾提供AIGC幻覺信息檢測工具與服務。

建立“AI就業友好型”社會

人工智能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%的就業機會麵臨變革，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。

麵對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，加強人工智能新職業的規劃與管理。係統性梳理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置，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”全鏈條監測機製。建立“AI就業動態監測平台”，在長三角、珠三角等製造業集聚區試點“失業風險預警係統”，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，設置6個-12個月的失業緩衝期，試點“AI失業保障專項保險”。采取“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，對於人工智能技術的教育及普及，劉慶峰還建議，係統構建AI時代的人才畫像和培養體係，創新評價方法；優化生均經費支出結構，為“AI+教育”提供持續經費保障等。