11月8日上午，2025年世界互联网大会乌镇峰会“人工智能引领科技创新和产业创新融合发展”论坛在浙江乌镇举行。论坛以“人工智能引领科技创新和产业创新融合发展”为主题，重点探讨了推动人工智能与千行百业深度融合、协同创新的方向与路径。本次论坛由浙江省人民政府主办，浙江省经济和信息化厅、浙江省互联网信息办公室共同承办，浙江省工业和信息化研究院、西湖大学、浙江省数字经济联合会、浙江邮电职业技术学院协办。本次论坛以“人工智能时代的创新模式”为主题，开展对话交流。
第一部分全文如下：
席文（主持人）：感谢田奇院士的精彩分享。
各位朋友，各位嘉宾，论坛的主题演讲环节全部结束，让我们再次用热烈的掌声感谢各位演讲嘉宾的精彩分享，谢谢！
接下来大会将进入对话交流环节，让我们欢迎对话交流环节的主持人，中电海康集团有限公司董事长陈宗年先生，欢迎！
陈宗年（主持人）：尊敬的各位领导、各位嘉宾、全体参会人员，大家上午好！我是中电海康集团陈宗年，接下来的对话环节由我来主持。
非常荣幸有机会与各位相聚于此，一起围绕“人工智能时代的创新模式”来展开思想碰撞，期待通过大家深度的交流对话，能够碰撞出助力AI时代加速发展的绚丽火花。下面，首先有请今天对话的各位主角上台，他们是：
联通数据智能有限公司董事长、总经理 陈海锋先生
曙光信息产业股份有限公司高级副总裁 任京暘先生
自然资源部信息中心副主任 吴洪涛先生
蚂蚁科技集团股份有限公司副总裁、浙江省安诊儿医学人工智能科技有限公司总经理 张俊杰先生
石化盈科信息技术有限责任公司副总裁 索寒生先生
杭州炽橙数字科技有限公司董事长兼CEO 纪尧华先生
有请各位嘉宾登台入座！
欢迎各位到来，下面我们正式进入今天的对话。
人工智能的“爆炸性渗透”大周期，是我们这个时代最宏大的叙事。随着人工智能技术快速发展、赋能千行百业，创新的边界不断拓展、创新的效率持续提升、创新的范式加快重构，相信在座的各位都深有感受。那么，接下来我想请各位嘉宾结合自身所在的领域来谈一谈，相较于原来的创新模式，人工智能时代的科技创新和产业创新模式有什么不同？从发展趋势看，存在哪些新机遇和新挑战？当然，也请各位在分享观点之前作个简单的自我介绍。
陈海锋：主持人好，大家好！我来自中国联通，联通数据智能有限公司。其实当前的人工智能正处在通用知识锻造模型基础能力的阶段。所以我们经历了百模大战、万卡集群。但是随着人工智能进入千行百业，我们发现其实数据的价值更加凸显，只有更加专业的数据才能促进行业模型的能力提升，所以数据流通、利用、治理成为关键。我们联通也是比较早地看到这一点，所以去年就把联通全集团人工智能的资源、大数据的资源和几个重点行业的资源组合起来，成立了联通数据智能有限公司，刚好这个公司就注册在浙江杭州，等于是把联通的AI总部搬到了杭州。非常高兴成为浙江人工智能创新发展高地的一名建设者。
结合主持人的问题，我最大的感触就是这一波深层次AI浪潮中，第一个机遇就是AI正在打破科技创新的壁垒，人人参与创新的AI普惠的时代加速到来，其实过去科技创新还是有一定的壁垒的，比如说专家，比如说资源的投入，但是（现在）普通的开发者就可以快速地应用智能体工具进行创新。
联通大模型的品牌叫元景，六个月前我们开源了一个元景万物智能开发工具。在过去6个月，中国联通有近万名工程师利用这个工具在反诈骗模型、网络优化大模型，这是在对内的。对外在政务办公、工业制造、流程优化、精准医疗、文物活化领域做了7000多个智能体，而这个数据在6个月前只有总部3003工程师能做，所以这种AI的普惠是真正的以前所未有的广度在激活着社会的创新力量，这也会成为整个新质生产力发展的关键。
当然，挑战也有，比如说产业融合的挑战，比如说人才的挑战，比如说安全和伦理的挑战，但是相信这些挑战都在产业发展过程当中（会）逐渐得到解决。
任京暘：大家好，我来自中科曙光，中科曙光是做算力的，为数字经济时代、人工智能时代提供算力底座。我发现台上很多大客户都是同台的嘉宾，台下的伙伴客户应该更多，感谢大家。
刚才主持人问的问题非常好，人工智能我看它就是非常好使的工具，越来越强大。拿到好工具怎么使用呢？作为我们来讲，我认为它对创新改变，就是让我们更有条件去啃“硬骨头”，因为我们是科学院的企业，比较关注AI4S的问题；原来不好解，现在有AI工具之后就给我们带来可能性。现在跟科学院各个所最感兴趣的事就是能多找出几个公式来，物理方面能不能多找出两个定律出来。人类社会就是这样构成的，几个数学公式、物理公式加一个元素周期表，构成大千世界，今天有了AI之后，能够让我们关注底层核心的逻辑，在这方面能够形成突破。
作为我们个别的企业来讲，不见得都承载了这么宏大的愿景，但是有我们的底层逻辑。拿我们曙光来讲，我们做算力的，也做芯片。我干芯片，眼前最核心的就是怎么加快迭代的速度，原来好几年出一款芯片，现在要求做到一年一芯，那怎么办？加上AI的手段，前面有不少嘉宾讲的，软件都可以加快，成本也可以下降，都可以做到一年一芯。
刚才很多嘉宾都讲今天算力都万卡了，国外都10万卡互联，作为我们来说，这是非常复杂的事情，通过AI要解决这个问题，更高效地连接起来，所以给我们提供了很多的可能性，谢谢大家。
吴洪涛：主持人好，大家好！我是来自于自然资源部信息中心的吴洪涛。说到创新，相对于传统的创新模式，AI时代的创新应该说是一种范式的革命，是一个工具不假，但是不仅仅是一个工具的提升，更重要的是思维模式、组织方式、价值创造、逻辑方面的根本性改变。
比如说自然资源领域重要的一项工作就是国土空间规划，这是一个分析决策的过程，这个过程过去就是依托领域专家的知识、经验，通过有限数据的分析，得出决策的结果。而这个过程受数据资源的限制，特别是领域专家自身的认知和经验知识的积累，大模型时代就可以把众多专家的知识和积累突破，形成一个整体，然后把专家们从繁重的数据处理过程中解放出来，对AI模型处理的结果再进行更深、高层次的分析判断，这是工作模式彻底地改变。
如果说挑战和机遇，我觉得机遇和挑战是并存的。
从机遇来讲，首先是AI时代我们整个效率和准确度应该有一个革命性地提升。过去咱们搜索相应的材料或者是资料放百度或者其他的搜索引擎，以关键词搜索或者语义的搜索，现在所有都加上人工智能了，大家可以有明显的体会，搜索的准确性定位和知识综合搜索的结果，效率上有无与伦比的提升。
二是知识的沉淀和传承。过去学习师傅带徒弟，有些经验和知识是可意会不可言传的境界，现在通过人工智能就可以把老专家们只可意会不可言传的经验和知识进行固化、学习，形成领域的专业模型，通过模型不断地迭代和可复制的传播，就把专家的经验知识形成了放大效应。
三是巨复杂的系统治理成为可能。自然资源领域研究的是地球科学，地球系统是一个巨复杂的系统，哪怕是专家系统，也只是从某一个角度、某一个维度分析研判，人工智能就给我们带来多领域、多角度的，比如说编规划的，无论从历史沿革、历史文化、经济社会发展，人的经验体会，自然要素配置等各方面考虑这个问题，这是我们带来的机遇。
挑战也是并存的，信息中心主要是为政府服务，政府的决策过程需要特别确定性的结果，而咱们大模型是黑箱操作，很多东西既然是黑箱，责任如何划分就不好说，这是第一个方面。黑箱过程中的一些不确定性的东西，给大家的引导可能是错误的。
二是人才和技术方面，既懂AI技术又精通自然资源业务复合型人才还是比较欠缺。
三是安全和伦理，在我们这安全和伦理是更大的挑战，政府决策是多方面的，大模型是靠数据支撑模型能力的，而数据本身会受到很多因素干扰，某一个不同的观点和数据和模型能力可能也会带有偏见，这个时候政府决策有偏见的决策就会带来问题了，这是挑战。
不管怎么样，人工智能发展应该带来整个创新模式的变化，对于自然资源管理治理来讲，也是挑战和机遇并存的时代，也是自然资源信息化人的历史使命，应该努力地去攻克。
张俊杰：感谢主持人，我是蚂蚁集团医疗健康的负责人，同时也是浙江省安诊儿医学人工智能公司的负责人。我从事医疗数字化十多年了，在AI时代我觉得一句话概括跟前面互联网、移动互联网最大的区别，之前更多的是只能提高、优化效率，现在有很大机会重构生产力的。
具体从供给来讲，医疗体验不好最大的问题就在于供需矛盾。从医生资源来讲，顶级医生，三甲医院8%的医生服务了50%的患者。现在我们做了医生的分身。比如说杭州第七人民医院的毛洪京院长，他以前在线下每天差不多60-100个患者，一年算下来最多是6000人到1万人。我们给他做了数字分身，跟他自己的流程结合之后，现在我们上线一个医生分身服务了600多万人，就相当于一个协和医院。实际上这里面95%以上的大量用户是需要安慰、帮助、指引、咨询的，我们也会把最宝贵的5%的资源留给线下最需要的病人。
中间这层就是基层的医生，就是非常偏远的医生，中国120万的村医只有40%是有执业资格的，所以有很多的村医执业能力是有限的，我们现在上线医生助手之后，实际上可以大大提高诊疗的能力。再到家庭医生，中国家庭医生的签约率很高，但是很多用户感受不到，没有真实感受到家庭医生的服务。但是如果每个家庭医生都有一个AI辅助的工具，将能够帮助他们更好地服务到患者，我相信在服务侧有AI的帮助能够大大提升医疗的服务能力，而且跟医生、跟医疗机构形成更好的共生关系。
站在用户的角度，有了AI之后，能够一站式、个性化、自动化地给到用户服务，比如说大家今天身体不舒服，大家可能会上搜索引擎去搜一下，然后再上微信、支付宝找医院，再去找合适的医生，但是医生也不一定有时间，所有的流程都是非标准的。在AI时代是完全有可能把所有的医院流程服务标准化，把所有上下游的服务串联起来，对用户来讲，只需要跟AI工具直接沟通就可以了，能够实现所有的服务，越用越懂你。
所以总结来讲，最大的机遇有三点：
一是医疗行业能够真正把资源变得更普惠的，就是让大山的人和大城市的人，让老年人和年轻人一样很方便使用。
二是精准医疗，AI能够根据每个人的情况给他更好的医疗和健康服务。
三是AI能够大大刺激这个产业的发展，回头来看医疗健康在过去互联网时代，总感觉数字化进程比较慢，但是AI能够大大加速这个过程。
挑战也非常艰巨，但是我们觉得总是有机会克服的。我们是一个非常严谨的行业，怎么能够在标准合规上面做一套行业的标准是非常重要的，只有标准才能引领这个行业的发展。二是我们希望更了解用户，但是怎么同时能够做到用户安全隐私的保护。既方便的同时，又能够保护好用户的隐私，这可能是比较大的两个挑战。
索寒生：我是来自石化盈科，我们是专注于中国石化数字化转型的主力军，我本人也从事多年的石化行业智能制造和工业互联网的设计和研发。
石化行业是国民经济支柱性的行业，跟大家相关的就是能源安全方面，但是其实石化行业对于国家粮食安全和国防安全非常重要。石化行业的特点，大家了解得不是特别深；石化行业是一个存在物理和化学过程的行业，不仅有物理变化还有很多化学反应。
第二，石化行业是一个强极力驱动的流程性的行业。
第三，石化环境往往存在高温、高压、易燃易爆，有毒有害，因此对专业性要求比较高。
刚刚听各位专家的真知灼见，我自己也总结了几个方面，我觉得创新有几个方面的变化。
一是创新的范式，AI出现以后，更多是从提出问题的角度，从提出假设的角度给了很多可能性。以前我们的创新往往是从0到1或者从1到N，有了AI以后，我认为很多是从无到0，特别是生成式人工智能能够在很大的空间中有一些发现，能够提出新的科学的假设出来，在创新领域有时候问问题比解决问题更加重要，这是第一个体会。
二是各位专家说的整个创新的主体从以前的比较精英化向大众化发展，因为有了人工智能平台以后，降低了很多人工智能开发的技能，因此导致我们很多万众AI创新的力量会比较大，比如说中国石化做的人工智能，我们发现智能体有85%的智能体是由业务人员来做的，以前都是IT或者算法人员做的，这个是变化比较大的。
三是创新的流程以前从线性化，从提出数据假设，然后做小试、做成模、做优化，这样线性的过程向人机互相增强的过程发生变化。往往就是AI把实验假设给提出来，科研人员之间进行互动，发展一些新的材料，比如说在石化领域新的化工的材料，这个给我们的助力比较大。
四是创新的速度，以前试错的时间比较长，目前AI把科研人员从低重复的疗效中解放出来了，我们自己做了科研文献检索，就是面向石化行业科研文献的检索系统，以前科研人员文献的阅读量大概每天是1-3篇精读下来，但是有了AI以后，日均文献阅读能够达到数百篇，包括综述报告可以把它分钟级生成出来。二是以前科研人员往往聚焦于单一的领域，而有了人工智能以后，我们跨学科、跨语言和跨领域的原始创新就比较多了，我认为这几个变化对我们来说是变化比较大的。
挑战和机遇好像对我们石化行业来讲，一个是混合建模，这个是比较重要，第一个大模型对我们来讲是感知能力、理解能力、认知能力比较强，我们认为大模型对于我们来说，预测能力，包括决策能力、操控能力不是那么高，对石化行业来讲更需要把大模型的预测能力、决策能力补齐。
二是石化行业有一些机理，机理的模型很多，包括专家的规则很多，如何把大模型跟专用小模型结合起来，这是一个比较大的机遇。
在具身智能方面，具身智能有很多挑战还没有解决掉，因此具身智能在有毒有害高危行业中如何使用也特别重要。
纪尧华：我是来自炽橙数字的纪尧华，非常荣幸作为成长型创新企业代表参加这么高规格的会议，与众多嘉宾一起探讨。
我们公司主要在做一件事，就是在人工智能时代下，能不能做出面向工业领域通用的智能底座系统和工具平台，然后再赋能于各个工业行业生成智能体开发平台。这件事情在美国的英伟达已经做了Omniverse的平台，基本上建设了雏形，但是能不能做一个适合中国特色的工业的物理仿真引擎和智能的底座系统，这是我们的机会和切入点。
公司目前为止在面向装备制造、核电、航空航天以及船舶打开了各个局面进行大量验证。
提到主题，模式的创新，尤其是新阶段下的模式创新，我以我们参加工业智能过程中的体会补充一点。
现在的AI很大程度上大家的理念是语言大模型，语言大模型在未来的发展当中，在整个智能产业当中的占比走向会是什么样？我们也在思考。刚才张总和索总提到的，产业界已经利用AI做一些颠覆性的变革，现在可能刚刚在探索。
就像互联网时代到来的时候，门户网站和社交平台当时是如火如荼，但是发展到后端，一旦互联网跟产业融合，你会发现门户网站在这里面的占比会非常小，相比互联网时代一样，AI在语言大模型，再过五年、十年之后，在产业界的AI智能应用会大规模覆盖，可能语言大模型在将来的产值占比当中只是沧海一粟。
但是要做这件事情并不容易，模式创新的变化也是挑战。比如说工业里面，多元异构数据的融合解析，天然就是相当大的壁垒，刚才阿里的袁媛院长提到的，软件在前面是一个基础，我们的积累还是有差距，我们要想让装备制造业、船舶等工业企业更好地用起人工智能来，不光是能用，而且是低成本、经济性、便捷性的使用，它有更好的工具底座系统，所以这件事情我觉得是我们的机会也是挑战。
当然在模式创新上，大家可能要回归到每一个行业和产业的深度认知上，如果对于工业，大家有足够的认知和了解、洞察，你会发现语言大模型的逻辑在工业里应用的时候是不能直接用的，工业当中很多的数据和知识就是标准答案，根本不需要神经网络训练，也可能很多原来回归性所需的样本库根本没有那么多。这个时候我们要从底层思考，有勇气和决心构建全新的底座系统，这样转化思维重构产业模式，这样的机会就来了。
其实面对所有的挑战，我觉得都不是什么太大问题，我抱有乐观态度，看到了问题我们就基本上迈进了一大步。业界交流的时候会提到一句话，很有意思，每当一项颠覆性技术出现，人们总是常常高估它一到两年的变化，其实才刚刚开始，总是会低估它未来十年带给产业或者行业的变革，至少在工业和工业智能体领域，将来一定会百舸争流、值得期待。
扫码下载
中文网微信