“在全球人工智能竞争日益激烈的当下，对于中国大模型企业来说，最重要的是实现全栈自主可控。我对此非常有信心——我国算力不断发展，算法不断适配，而且在做自己的创新，我们还有丰富的应用场景和软硬件一体化的优势。中国人工智能产业将在‘十五五’时期实现自主可控，前景广阔。”今年全国两会，全国人大代表、科大讯飞董事长刘庆峰关注人工智能产业发展相关话题。

　　强化自主可控人工智能研发与应用

　　人工智能正迎来前所未有的发展机遇，也承载着推动科技自立自强、服务高质量发展的重要使命。

　　刘庆峰认为，以大模型为代表的通用人工智能，正在成为国际科技竞争的关键。我国人工智能产业发展虽然迅速，但也不能忽视两大突出挑战：一方面，国内多数大模型对海外算力依赖度较高，国产算力占比偏低且更多用于模型推理，国产算力软硬件生态仍不完善，适配效率不高、工程化能力不足，导致国产算力平台“不好用、迭代慢、门槛高”等问题较突出；另一方面，面向通用大模型的前沿交叉学科融合能力，以及跨底层架构的系统性技术统筹能力相对薄弱。

　　“自主可控是技术问题，更是事关国家安全的战略命题。”刘庆峰说。

　　基于此，刘庆峰建议，强化在自主可控算力平台上的人工智能研发与生态建设，布局下一代人工智能重大专项。包括：布局国家级人工智能重大专项，组织国家实验室、领军企业和科研院所协同攻关，加强国产算力平台上的大模型关键技术攻关与生态建设；支持“量子计算赋能人工智能”、脑启发的新一代模型架构等研发，探索突破算力、能耗与可解释性等瓶颈的新路径，为我国在人工智能竞争中赢得先机。

　　同时，以央国企为示范牵引做大做强国产生态，形成标准、采购、考核闭环。完善央国企“人工智能+”专项行动配套政策，加快建立自主可控大模型在央国企的标准体系、采购目录与考核机制，推动国产方案在规模应用中加速迭代与成熟。

　　提升人形机器人“大脑”能力

　　具身智能今年再次被写入政府工作报告。业内认为，人形机器人的发展不能止步于“形似”，其发展正从过去侧重关节灵活性与运动性能的“四肢”竞争，转向更加注重感知、决策与学习能力的“大脑”培育。

　　在刘庆峰看来，具身智能与传统机器人、通用大模型的核心区别在于：传统工业机器人依赖人类编程的精确指令，仅能执行直接而单一的动作，缺乏复杂任务的理解和规划能力，通用性不足；通用大模型则主要实现运算、感知、认知层面的智能，具备文本生成、语言理解、逻辑推理等多维度能力，但尚未深度融入物理世界形成动作闭环。具身智能的核心突破，正是在于赋予机器“理解”与“规划”的能力，依托“视觉—语言—动作”多模态融合，打通从大模型“大小脑”到实体“肢体”的运动控制全链路，形成“任务理解—动作规划—执行”的完整闭环，在真实物理世界中实现交互与行动。具身智能是大模型最好的载体之一，也是传统机器人智能化升级的关键方向。

　　目前，具身智能行业处于早期探索阶段，正逐步从技术研发向场景落地过渡。刘庆峰认为，大模型技术的渗透为具身智能提供了强大的认知支撑，人形机器人、陪伴机器人等产品已开始在特定场景崭露头角。但也应看到，行业仍面临数据获取难度大、通用性与效率难以平衡、商业模式不成熟、标准体系有待完善等挑战。

　　刘庆峰提出，当前的发展重点在于强化自主可控的技术底座，深化“大脑+小脑”的技术架构，通过仿真合成数据与真实场景数据的分层构建，降低任务迁移成本，推动具身智能从“能动”向“会理解”逐步迈进，随着技术的持续迭代与生态的不断完善，将逐步实现规模化落地，走进千行百业、惠及亿万家庭。

　　针对人形机器人“大脑能力不足”这一共性难题，刘庆峰建议，以“多模态大模型+具身智能”这样的“预训练+后训练”范式定义人形机器人大脑，打通“感知—理解—规划—执行”闭环，依托多模态大模型的海量预训练基础，通过特定技能后训练，实现云端认知到端侧实时控制的分层架构，提升可用性与可靠性。同时以真实场景牵引建立高质量数据飞轮（真机+仿真+对齐），先在高价值垂直场景规模化落地，再在安全与标准前置的基础上逐步走向通用。

（文章来源：上海证券报）