人工智能已从技术探索阶段进入价值兑现的关键时期。国家发改委等八部委联合印发的《"人工智能+制造"专项行动实施意见》，首次将AI明确定位为支撑现代化产业体系的"社会基础设施"，这标志着AI产业应用已成为国家战略重点；然而，在政策支持的同时，AI技术与产业实践之间的转化鸿沟日益凸显，成为制约产业智能化升级的主要瓶颈。 清华大学人工智能研究院常务副院长孙茂松教授在近日举办的"AI+产业发展"专题研讨会上指出，当前AI研究已进入"世界模型"阶段，但场景应用落地仍处于"涌现窗口期"。文本、代码类模型已走到Scaling Law递减阶段，部分专用模型在训练范式、结构化推理等关键技术上取得突破性进展，这为技术原型与商业应用的转化创造了难得的机遇。 产业级AI大模型与通用大模型、垂类大模型存在本质区别。通用大模型主要满足用户即兴问答需求，垂类大模型为单一行业提供专业解决方案，而产业级AI大模型必须具备全产业覆盖能力，需要深入理解千行百业的运营逻辑、政策法规要求和工艺流程特点，并能够深度融入企业经营决策体系。这对模型的知识广度、行业精通度和决策支撑能力提出了前所未有的要求。 专家团队在研讨中揭示了产业级AI应用的两大共性难题。其一是全局观不足，产业数据召回率不高、关键信息丢失严重，导致模型对产业全景的认知存在明显盲区。其二是深刻性欠缺，行业问题精通度低，缺乏解决非常规、复杂问题的能力。这两大问题直接影响了AI模型在产业决策中的可靠性和实用性。 为破解这些难题，哈尔滨工业大学刘铭教授提出了系统性解决方案，即在通用大模型"言"的优势基础上，构建行业专家"知"的体系。此方案的核心是构建产业本体图谱，即知识图谱的骨架与逻辑核心。通过自动抽取、排序、聚类与关系映射，形成结构化的产业本体知识，为产业AI提供更可靠且可推理的认知基础，大幅提升其问答与决策的可靠性。 此次成立的产业人工智能研究与应用专家委员会，汇聚了清华大学、哈尔滨工业大学、中国科学院大学、北京理工大学、东北大学等高校的AI领域顶尖专家。孙茂松教授担任首席顾问，领衔多位技术顾问，共同推动产业AI大模型"万联摩尔"的构建、研发和应用工作。这一举措旨在打通产研转化链路，将学术研究的技术优势转化为产业竞争力。 专家委员会的设立反映了产研结合的新思路。通过联合AI领域的前沿学者，打造一流水平的产业AI智囊团，为产业级大模型的能力提升开辟"快速通道"。这种合作模式有助于加速AI技术在复杂产业场景中的应用，推动其真正嵌入产业决策闭环，实现从技术创新到产业应用的有效转化。 与会专家强调，此次研讨直面产研断链痛点，基于产业AI超级载体的定位进行路径分析，旨在构建"AI+数据+场景"的铁三角，引领产业智能化迈入全新周期。这一理念充分认识到，产业AI的成功不仅取决于算法和模型的先进性，更需要数据的充分积累、场景的深度理解和应用提升。
数字经济加速发展的今天，产业智能化转型已不再是单纯的技术命题，而是关乎国家竞争力的战略选择。"万联摩尔"项目的推进，为破解产学研协同难题提供了新思路，标志着我国在人工智能与实体经济深度融合上迈出关键一步。未来，如何优化技术生态、培育复合型人才，将成为决定这场转型成败的重要因素。