1月30日，萬聯易達作爲推進產業AI大模型在全產業應用落地的領先企業，在京舉辦“以應用破局·以生態聚力”爲主題的“AI+產業發展”專題研討會。會上，全國首個“產業人工智能研究與應用專家委員會”（下稱“專委會”）正式揭牌。
清華大學人工智能研究院常務副院長、歐洲科學院外籍院士孫茂松作爲專委會首席顧問，領銜哈爾濱工業大學劉銘教授、中國科學院大學徐俊剛教授、北京理工大學張磊教授、東北大學劉正皓副教授等人工智能技術顧問，共同推動產業AI大模型“萬聯摩爾”的構建、研發和應用工作，爲其下一步發展注入智力支持。
此次研討並非單純的技術展演，而是直面產研斷鏈痛點，基於萬聯摩爾的全產業AI超級載體定位的路徑分析，來構建“AI+數據+場景”鐵三角，引領產業智能化邁入全新週期。
隨着國家發改委等八部委聯合印發《“人工智能+製造”專項行動實施意見》，人工智能被首次明確定位爲支撐現代化產業體系的“社會基礎設施”。
政策紅利持續釋放，但AI+產業發展的深層矛盾卻日益凸顯，“AI研究已經走到了‘世界模型’階段，但場景應用落地卻還處於‘湧現窗口期’。”孫茂松教授指出這一現狀。
在孫茂松教授看來，文本、代碼類模型已走到Scaling Law遞減階段，智能湧現隨時可能出現；部分專用模型也在訓練範式、結構化推理等關鍵技術上取得突破性進展，“當前正是技術原型與商業應用雙向賦能的好時候。”AI在產業落地已經在內外部具備了一定優勢條件。
萬聯易達集團副總裁杜新凱強調，產業級AI既不是通用大模型——僅需理解用戶需求、即興作答即可；也不同於垂類大模型——只爲單一行業提供專業解決方案。“面向全產業打造的全產業AI大模型‘萬聯摩爾’必須了熟千行百業、參透政策法規、精通工藝流程，並深度融入企業經營決策體系。”這就需要打通產研轉化鏈路，將技術優勢轉化爲產業競爭力。
孫茂松教授認爲，“目前一些通用AI或垂類AI應用，仍普遍存在兩大共性問題——一是全局觀上還有較大改造空間，主要體現在產業數據召回率不高，關鍵信息丟失嚴重；二是深刻性不足，行業問題精通度低，缺乏能解決非常規問題的奇招、怪招。”
杜新凱則以萬聯摩爾爲例，從實踐角度來談具體落地思路。通過對國民經濟97大類、超100億產業數據的清洗，目前萬聯摩爾對產業問題的回答準確率已超90%，處於行業領先水平。“但開放場景下的問答還需努力，技術層面如何將數據自動結構化、非標準行業經驗形式化沉澱，核心知識圖譜向2.0進階是目前研發的三大難點。”
當前，AI落地產業的難點，不在技術高度，而在場景廣度。產業場景高度碎片化、領域化，千行百業需求各異，一廠一策、一行一規。
張磊教授指出，“這一痛點本質是大模型臨場應變能力弱導致的。當前主流路徑有兩種：一是基於少量樣本數據對模型進行微調；二是以解決問題爲導向，將複雜任務解離。例如瑕疵裂紋問題則可以通過圖像增強等預處理非標實拍圖，便於大模型執行缺陷識別。”
對此，萬聯摩爾事業部總監吳春梅指出，以鋼鐵工業場景爲例，從安全帽佩戴識別、區域入侵預警，到鋼材裂紋、輪胎瑕疵檢測，傳統“一場景一模型”的方案難以爲繼。
她表示，從萬聯摩爾的解決方案看，通過全面滲透研發、生產、供應鏈、物流、營銷及金融等產業鏈各個環節，萬聯摩爾已初步形成面向全產業的Agentic AI智能體生態雛形。“我們用全產業覆蓋和全場景應用賦能的思路，來破解產業場景割裂、碎片化的難題。未來萬聯易達還考慮爲企業提供一站式的智慧虛擬員工方案解決複雜終端任務。”
將開放的產業問題智能拆解爲一系列標準的、可執行的子任務，從而實現從“解答問題”到“解決問題”的跨越。其本質是通過任務編排與工具協同將大模型的通用認知能力，高效適配到無數具體而微的場景中，解決“應用泛化度”的挑戰。
對此，孫茂松教授總結爲“致廣大而盡精微”。他認爲，做開放性強的應用型產業AI，通常需要研發團隊用實事求是的精神不斷實現自我超越。
“過去的AI都是反應式智能體，今年將是主動智能體之年。”杜新凱如是說，“AI+”不是技術獨奏，而是產業與AI的雙向奔赴，當AI技術找到了產業場景的落點，當產業需求驅動了AI技術迭代，真正的價值創造纔會發生。
