从大模型到场景应用 如何破解AI“最后一公里”难题?

（记者林碧涓）随着人工智能技术从“百模大战”走向开源普及，千行百业迎来智能化升级新机遇。算力集群架构持续优化、开源生态日趋成熟，大模型的训练成本显著下降，“做出模型”已不再是核心难题。然而，在实际落地中，人工智能技术转化为业务价值的成效远低于预期。如何让人工智能技术发挥最大价值？

作为数字化转型的重要推动者，中国电信基于多年的积累，逐步探索出一套可行路径。

深化行业协同，推进AI落地应用

基础大模型虽具备强大的通用能力，但在垂直领域的深度应用中却面临着专业知识不足、场景适应性有限等挑战。因此，在实际应用中，往往需要在通用基础大模型的基础上注入高质量的行业数据集，通过对模型持续训练与优化，以适配具体的应用场景。

近年来，人工智能技术在多个行业中加速落地，成效显著。“车联网-星辰智能座舱”通过深度融合车辆数据、高精地图与多模态交互，“座舱大模型全家桶”能够为用户提供了自然流畅的语音控制与沉浸式娱乐体验，打造不一样的出行体验。在雄安宣武医院，基于“星辰”大模型的智能导诊服务，可全天候自主应答患者咨询、精准推荐就诊科室，构建起以人为本的智慧医疗服务体系。目前，中国电信推出80多个行业大模型和30多个智能体应用，服务行业客户超2万家。

中国工程院院士邬贺铨指出，破解AI技术“最后一公里”难题，需要探索“行业大模型即服务”等创新模式，通过开放平台和工具链降低中小企业AI应用门槛。中国电信天翼AI自主研发的星辰大模型开发平台、应用平台等AI服务平台，为“息壤”一体化智算服务平台中的MaaS（模型即服务）层提供了重要支撑。MaaS层作为“息壤”平台的核心能力层，不仅大幅降低了企业使用AI大模型的技术门槛和开发成本，还通过标准化、模块化的模型服务，赋能千行百业快速实现AI应用落地，进一步推动智算基础设施的普惠化与规模化发展。

数据提质，夯实大模型基石

人工智能如何更好地应用？取决于数据。高质量数据是“高质量智能”的前提，也是大模型从“实验室玩具”走向“工业级应用”的关键。

北京电信高级专家孙启仁博士分享道，某单位在搭建业务知识库时面临知识不准确、碎片化、检索难等问题，制约AI应用落地的效果和效率。作为通信运营商，中国电信积极推进高质量数据集工作，构建“星海”数据智能中台，已形成了10万亿Tokens高质量数据集。

数据标注是数据集建设的重要环节。在北京，中国电信携手北京邮电大学共建“行业数据智能标注联合实验室”，聚焦高质量数据集建设，攻克多模态数据标注关键技术，为AI大模型训练提供“数据粮仓”；在成都，中国电信联合新津区政府、成都数据集团打造“蓉数公园・新津数据要素服务站”，重点围绕金融风控数据核验、医疗影像标注等场景规划生态，已引入整数智能、路米科技等数十家标注企业及成都职业技术学院等教研机构。

安全同样是数据建设中不可忽视的一环。人工智能时代，传统网络安全依赖边界防护，一旦被突破便陷入被动。针对此，天翼安全持续建设“阡陌”高质量安全数据集，在模型层训练出见微安全大模型，近期又开源了基础护栏，发布了模型安全的风险感知平台和本地化模型安全扫描器。通过构建云堤一体化安全托管服务平台（MSSP），为客户提供一站式的安全运营服务。

智算筑基，构建智能底座

孙启仁博士指出，行业客户在AI应用落地中往往会面临算力建设难、算法定开需求多等难题。自建算力面临高电机柜缺乏、成本高、周期长、运维复杂等挑战，算力芯片更新换代快，投资收益不确定性大，而算法需要大量开发并持续迭代的同时，需要大量算法工程师和运营流程支持。

在智能算力方面，中国电信形成“2+3+7+X”智算布局，两大公共智算中心辐射全国，三大热点区域满足超大规模集群需求。“粤港澳大湾区一体化数据中心”承载着全球首个商用智算昇腾910C超节点，为大湾区数字经济发展注入澎湃的新一代智能算力。

在人才支撑上，中国电信持续扩大研发人员规模，加强顶尖人才、科技领军人才等的培养引进，基本形成由5名领军人才、千名首席和高级专家、万名技术专家组成的科技人才“雁阵格局”，在人工智能领域，组成了一支800多人的高学历人工智能专家团队。围绕人工技能技术，安徽电信开展“A计划”，截至2024年10月，中级认证40人，初级认证80人，正在开展首批人工智能高级认证。

人工智能的落地并非一蹴而就，而是一个持续优化数据、迭代模型、运营服务的长期过程。在“人工智能+”发展的大背景下，AI技术将加速从“实验室”走进“生产生活场”，让智能化成果渗透到社会运行的每一个细微角落。