本刊記者 孫庭陽

“‘AI+醫(yī)療’的建議，我今年帶來了兩份。兩者結合，大家能立刻享受AI的紅利。”

今年全國兩會，全國人大代表、科大訊飛董事長劉慶峰接受媒體采訪時說。

劉慶峰語速很快。其身邊工作人員介紹，約3周前，劉慶峰從合肥到北京參加民營企業(yè)座談會，此后就連續(xù)出差，全國兩會前才又返回北京。他可以兩小時不間斷講4萬字，平均每分鐘300多字。要知道，這個速度即使對播音員而言，也屬較快語速。談到AI（人工智能）專業(yè)技術時，他更是滿臉興奮，毫無疲態(tài)。

訪談中，劉慶峰多次談到，在國產(chǎn)算力平臺上，構建自主可控的大模型及產(chǎn)業(yè)生態(tài)，是他今年帶來的九個建議之一，此外，還有構建“AI+醫(yī)療”標準規(guī)范、制定老年人AI醫(yī)療健康應用實施方案等。

本刊記者 馬銘悅 攝

全國產(chǎn)算力大模型 “栽樹人”

今年 1 月 15日，科大訊飛完成了星火深度推理模型 X1 的訓練和發(fā)布。此前兩個月，他們已經(jīng)實現(xiàn)了算法創(chuàng)新，跑通了深度推理模型訓練算法。此后，他們又花費兩 個月適配和優(yōu)化國產(chǎn)算力，大大提升了訓練效率。

“雖然我們比同行升級時間晚了兩個月，但這樣的付出值得。”劉慶峰介紹。

當前在全部開放的大模型中，一些公司仍在英偉達芯片的基礎上開展各種優(yōu)化。在如今的國際局勢下，這樣的技術路線風險逐漸加大，無異于“在別人地基上建高樓”?？拼笥嶏w堅持的全國產(chǎn)算力路線，確保技術底座自主可控，避免了可能受制于人的局面。但仍要看到，國產(chǎn)自主可控人工智能產(chǎn)業(yè)仍存在生態(tài)薄弱、適配困難等問題。

采訪過程中，劉慶峰回溯起一段往事。中國科學院的龍芯問世之際，我國曾一度具備接近英特爾的機會。如果當時眾多企業(yè)能夠使用龍芯，一步一步追上可能只是時間問題。但使用者寥寥無幾，導致我國CPU一直沒有跟上。談及此，劉慶峰的語速慢了下來。

這段歷史教訓讓劉慶峰深刻意識到，基礎技術的生態(tài)構建才是突圍關鍵——正如當下大模型發(fā)展必須筑牢算力根基。算力作為大模型的基礎，可分為訓練算力、推理算力和應用算力。從技術難度看，訓練實現(xiàn)的難度遠大于推理。而訊飛星火大模型的訓練和推理，都是在國產(chǎn)算力的基礎上進行。

“你不做，我不做，全國產(chǎn)算力大模型的生態(tài)何時能建好？” 劉慶峰反問。

實踐證明，全國產(chǎn)算力的大模型已經(jīng)落地成功。訊飛星火大模型廣泛應用在汽車、醫(yī)療、司法、公安、金融和教育等專業(yè)領域，覆蓋 300 多個應用場景。2024年，公司取得落地“央國企大模型第一”的成績，份額超過了第2名到第6名的總和。他們與中國石油、中國移動、中國海油等 20 多個頭部企業(yè)，一起發(fā)布行業(yè)大模型。

“前人栽樹，后人乘涼。大家都做全國產(chǎn)算力大模型‘栽樹人’，這個生態(tài)就會越來越好。”劉慶峰呼吁，在自主可控的平臺上，大家共同做好大模型生態(tài)，讓我國自主可控大模型平臺健康成長。

今年全國兩會，他建議加速我國自主可控人工智能產(chǎn)業(yè)生態(tài)發(fā)展，鼓勵基于自主可控國產(chǎn)算力平臺的大模型研發(fā)和應用，鼓勵依托自主可控算力底座建立的大模型開發(fā)者生態(tài)發(fā)展和開源社區(qū)建設，專項支持加快形成國產(chǎn)大模型生態(tài)體系和工具鏈。

“持證上崗” 的醫(yī)療大模型

談及“人工智能+”，劉慶峰認為，人工智能最終要賦能千行百業(yè)，走向千家萬戶。

以“AI+醫(yī)療”為例，科大訊飛已持續(xù)探索10來年。

“我們的醫(yī)療大模型是持證上崗?！闭劶疤囟ǚ较虻娜斯ぶ悄軕寐涞兀瑒c峰滿是自豪?？拼笥嶏w的醫(yī)療機器人“智醫(yī)助理”，于2017年通過國家執(zhí)業(yè)醫(yī)師資格考試綜合筆試測試，成績超越96.3%的人類考生；訊飛星火醫(yī)療大模型最初能診斷150種疾病，如今已擴展至1600多種病癥。

近期發(fā)布的訊飛星火醫(yī)療大模型X1，在診斷推薦、健康咨詢等醫(yī)學任務上的效果，已超過 GPT-4o。

此外，科大訊飛建設的安徽省影像云平臺，能幫助影像醫(yī)師快速生成診斷報告，輔助臨床醫(yī)師制定診療方案。截至2025年1月，超過1970家醫(yī)療機構和超過3200名專家在影像云平臺上注冊，提供遠程會診服務量近840萬次，并錄得數(shù)據(jù)上傳服務使用量超1.12億次。

在大模型應用越來越多的情況下，是否可以用大模型看?。?/p>

劉慶峰的觀點是，部分大模型并不具備專業(yè)認證的醫(yī)療能力，回答診療問題時，極易造成認知誤解，未必能幫到發(fā)問者。

對此，劉慶峰建議，制定醫(yī)療健康行業(yè)大模型應用技術標準與測試規(guī)范，注重大模型技術創(chuàng)新的臨床實踐價值檢驗，確定權威第三方評測機構和信息公布機制，制定應用技術標準和測試規(guī)范。

歸根到底，還是要建設我國人工智能產(chǎn)業(yè)的良好生態(tài)。“在醫(yī)療、司法及金融等領域的大模型，不能有被‘卡脖子’的隱患，我們要加速自主可控人工智能產(chǎn)業(yè)生態(tài)發(fā)展。” 劉慶峰說。