1月30日，万联易达作为推进产业AI大模型在全产业应用落地的领先企业，在京举办“以应用破局·以生态聚力”为主题的“AI+产业发展”专题研讨会。会上，全国首个“产业人工智能研究与应用专家委员会”（下称“专委会”）正式揭牌。

清华大学人工智能研究院常务副院长、欧洲科学院外籍院士孙茂松作为专委会首席顾问，领衔哈尔滨工业大学刘铭教授、中国科学院大学徐俊刚教授、北京理工大学张磊教授、东北大学刘正皓副教授等人工智能技术顾问，共同推动产业AI大模型“万联摩尔”的构建、研发和应用工作，为其下一步发展注入智力支持。

此次研讨并非单纯的技术展演，而是直面产研断链痛点，基于万联摩尔的全产业AI超级载体定位的路径分析，来构建“AI+数据+场景”铁三角，引领产业智能化迈入全新周期。

随着国家发改委等八部委联合印发《“人工智能+制造”专项行动实施意见》，人工智能被首次明确定位为支撑现代化产业体系的“社会基础设施”。

政策红利持续释放，但AI+产业发展的深层矛盾却日益凸显，“AI研究已经走到了‘世界模型’阶段，但场景应用落地却还处于‘涌现窗口期’。”孙茂松教授指出这一现状。

在孙茂松教授看来，文本、代码类模型已走到Scaling Law递减阶段，智能涌现随时可能出现；部分专用模型也在训练范式、结构化推理等关键技术上取得突破性进展，“当前正是技术原型与商业应用双向赋能的好时候。”AI在产业落地已经在内外部具备了一定优势条件。

万联易达集团副总裁杜新凯强调，产业级AI既不是通用大模型——仅需理解用户需求、即兴作答即可；也不同于垂类大模型——只为单一行业提供专业解决方案。“面向全产业打造的全产业AI大模型‘万联摩尔’必须了熟千行百业、参透政策法规、精通工艺流程，并深度融入企业经营决策体系。”这就需要打通产研转化链路，将技术优势转化为产业竞争力。

孙茂松教授认为，“目前一些通用AI或垂类AI应用，仍普遍存在两大共性问题——一是全局观上还有较大改造空间，主要体现在产业数据召回率不高，关键信息丢失严重；二是深刻性不足，行业问题精通度低，缺乏能解决非常规问题的奇招、怪招。”

杜新凯则以万联摩尔为例，从实践角度来谈具体落地思路。通过对国民经济97大类、超100亿产业数据的清洗，目前万联摩尔对产业问题的回答准确率已超90%，处于行业领先水平。“但开放场景下的问答还需努力，技术层面如何将数据自动结构化、非标准行业经验形式化沉淀，核心知识图谱向2.0进阶是目前研发的三大难点。”

当前，AI落地产业的难点，不在技术高度，而在场景广度。产业场景高度碎片化、领域化，千行百业需求各异，一厂一策、一行一规。

张磊教授指出，“这一痛点本质是大模型临场应变能力弱导致的。当前主流路径有两种：一是基于少量样本数据对模型进行微调；二是以解决问题为导向，将复杂任务解离。例如瑕疵裂纹问题则可以通过图像增强等预处理非标实拍图，便于大模型执行缺陷识别。”

对此，万联摩尔事业部总监吴春梅指出，以钢铁工业场景为例，从安全帽佩戴识别、区域入侵预警，到钢材裂纹、轮胎瑕疵检测，传统“一场景一模型”的方案难以为继。

她表示，从万联摩尔的解决方案看，通过全面渗透研发、生产、供应链、物流、营销及金融等产业链各个环节，万联摩尔已初步形成面向全产业的Agentic AI智能体生态雏形。“我们用全产业覆盖和全场景应用赋能的思路，来破解产业场景割裂、碎片化的难题。未来万联易达还考虑为企业提供一站式的智慧虚拟员工方案解决复杂终端任务。”

将开放的产业问题智能拆解为一系列标准的、可执行的子任务，从而实现从“解答问题”到“解决问题”的跨越。其本质是通过任务编排与工具协同将大模型的通用认知能力，高效适配到无数具体而微的场景中，解决“应用泛化度”的挑战。

对此，孙茂松教授总结为“致广大而尽精微”。他认为，做开放性强的应用型产业AI，通常需要研发团队用实事求是的精神不断实现自我超越。

“过去的AI都是反应式智能体，今年将是主动智能体之年。”杜新凯如是说，“AI+”不是技术独奏，而是产业与AI的双向奔赴，当AI技术找到了产业场景的落点，当产业需求驱动了AI技术迭代，真正的价值创造才会发生。