今年1月，深度求索（DeepSeek）公司發(fā)布通用大模型DeepSeek-R1，以其低成本、高性能的特征在全球引起巨大轟動。DeepSeek的出圈是我國AI發(fā)展的重要里程碑，為產(chǎn)業(yè)發(fā)展帶來了一系列有益的啟示。

DeepSeek通過并行線程執(zhí)行（PTX）、混合專家模型（MoE）、多頭潛在注意力（MLA）和多Token預測（MTP）四大創(chuàng)新技術，在算力資源遠不及國際同行的情況下，實現(xiàn)模型性能的大幅追趕，并將訓練成本壓縮至行業(yè)標桿的10%。這一突破不僅有效降低了大模型部署門檻，也揭示了以算法優(yōu)化彌補算力短板的可行性，為突破西方主導的“大力出奇跡”的AI發(fā)展模式，走出多元化發(fā)展路徑提供了新方案。

同時，DeepSeek采取完全開源的策略，公開算法、模型權重及訓練細節(jié)，使全球開發(fā)者能借鑒、改進和部署模型。開源生態(tài)有助于吸引更多開發(fā)者和用戶參與，促進技術迭代，有望改變贏者通吃的競爭格局。

盡管DeepSeek取得重要突破，但也應看到，我國AI原始創(chuàng)新仍存短板。2023年在被引用次數(shù)最多的生成式AI研究機構前10名中，中國僅占1席。從AI專利數(shù)、深度學習模型、機器學習加速硬件等方面來看，我國與美國也仍存差距。

當前，我國數(shù)據(jù)基礎制度建設仍處于起步階段，數(shù)據(jù)獲取和交換機制尚不健全，行業(yè)數(shù)據(jù)、公共數(shù)據(jù)獲取和訪問困難，大模型可使用的數(shù)據(jù)有限。同時，數(shù)據(jù)標注是高質(zhì)量數(shù)據(jù)供給的基礎，由于專業(yè)化標注人才短缺，我國數(shù)據(jù)標注質(zhì)量仍有待提升，特別是在醫(yī)療、自動駕駛等發(fā)展需求迫切且對專業(yè)性要求高的領域，數(shù)據(jù)標注的供給規(guī)模和準確度難以滿足發(fā)展需求。

從全球范圍看，DeepSeek等國產(chǎn)大模型在全球技術生態(tài)中的影響力仍處于起步階段。從國內(nèi)看，我國AI發(fā)展從基礎研究到技術創(chuàng)新，再到場景應用的全鏈條尚未完全打通。支撐大模型迭代發(fā)展的技術、資金、數(shù)據(jù)、人才等要素流動仍存在梗阻，尚未形成高效的生態(tài)閉環(huán)。

為此，應加強AI基礎研究和技術創(chuàng)新。加快建設AI領域的國家戰(zhàn)略科技力量，推動AI與數(shù)學、物理、腦科學等基礎學科交叉融合，提升AI基礎研究水平。鼓勵AI技術開源開放，以開源項目為中心，促進開源貢獻者、服務者、使用者、運營者等主體共同推動AI技術創(chuàng)新。

統(tǒng)籌大規(guī)模數(shù)據(jù)集建設。加快數(shù)據(jù)基礎制度建設，以政府數(shù)據(jù)開放為牽引，融合企業(yè)和行業(yè)數(shù)據(jù)，推動公共數(shù)據(jù)集、專業(yè)應用數(shù)據(jù)集建設。針對不同應用場景，制定細化的數(shù)據(jù)標注規(guī)范，針對醫(yī)療、自動駕駛等垂直領域，開展專項知識培訓，提升數(shù)據(jù)標注質(zhì)量。

培育壯大AI初創(chuàng)企業(yè)。應發(fā)掘具有中國特色的AI初創(chuàng)企業(yè)估值模型和平臺系統(tǒng)，強化AI初創(chuàng)企業(yè)早期估值發(fā)現(xiàn)，為政府、金融機構精準識別有潛力、高價值的AI初創(chuàng)企業(yè)提供科學參考，為國產(chǎn)AI技術發(fā)展壯大注入活力。

打造AI自主產(chǎn)業(yè)生態(tài)。充分發(fā)揮我國海量數(shù)據(jù)和豐富應用場景優(yōu)勢，組織科研機構、科技領軍企業(yè)等優(yōu)勢力量，聚焦智能制造、自動駕駛等重點垂直細分領域，統(tǒng)籌布局大模型行業(yè)應用創(chuàng)新（工程）中心，依托自主技術，建設集數(shù)據(jù)、算法、算力于一體的行業(yè)通用大模型平臺，形成標準化模塊化的模型、中間件及應用軟件，以開放接口、模型庫等推動產(chǎn)業(yè)鏈上下游深度合作，在應用中持續(xù)健全迭代自主產(chǎn)業(yè)生態(tài)。

（本文來源：經(jīng)濟日報 作者：張鳳 吳靜 作者單位：中國科學院科技戰(zhàn)略咨詢研究院）