激发生成式人工智能的创新活力与应用潜力

　　习近平总书记强调，“科技创新是发展新质生产力的核心要素”，“要以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力”。利用前沿科技培育和推动新质生产力发展，是建设现代化产业体系、推进高质量发展、提升国际竞争力的重要内容和必然要求。

　　生成式人工智能是发展新质生产力的重要驱动力。以大模型为代表的生成式人工智能技术，通过在技术上集成多年积累的深度学习模型与训练算法，依靠大算力，充分利用海量多模态数据，实现了从特定任务处理到跨领域通用的人工智能系统能力的飞跃，在语言理解、图像识别、语音识别、内容创作等多个领域展现了强大的能力和广阔的应用前景。大模型具有丰富的常识，拥有强大的通用任务解决能力、较好的工具使用能力、卓越的人机交互能力以及出色的指令遵循能力，这些优势使大模型能够显著提升应用效率，辅助产业实现数智化转型，从而带来巨大的经济效益。

　　近两年我国生成式人工智能取得了显著进展，技术路径基本探明，应用路径逐渐明确，产业化应用落地广泛。目前国产大模型数量已达数百个，涵盖金融、医疗、教育等多个行业，成为赋能千行百业的新抓手和支撑产业创新的新支柱。生成式人工智能的发展与应用趋势日益明朗。

　　生成式人工智能不仅是一种新技术，更代表着生产应用的新范式，能够催生新产业和新业态。大模型的学习模式类似人类大脑的处理机制，基于一个通用底座，通过学习不同的数据，能够形成多样化的能力，而无须针对特定任务开发定制算法。通过自然的人机交互，用户可直接通过对话生成应用程序，用户就是程序员，数据和场景本身就是软件应用。这一突破改变了软件开发范式，使软件开发由代码驱动向语言描述驱动转变，在需求分析、代码编写、测试、部署等软件开发的各个流程，都显著降低了技术门槛、提高了开发效率。这种新范式同时也给软件系统的建设和应用带来了新模式，使各行业的体系变革和生态发展都有了新逻辑和新路径，促使新的产品、服务和商业模式不断涌现。新兴产业的形成和发展，将引领产业变革，成为新质生产力培育和发展的主阵地。

　　生成式人工智能能够推动传统产业深度转型升级，为实体经济发展注入新动能。通过将大模型应用于各个领域，可实现各行业的降本增效，提升产业自动化水平，助力企业的智能化升级，促使实体经济再上新台阶。在工业制造领域，生成式人工智能可辅助实现研发设计的自动化，为生产制造提供智能化的解决方案，通过预测需求、制定生产计划助力经营管理，并提供故障预测、健康管理等运维服务。在教育领域，可为师生提供智慧教育产品，实现个性化的因材施教。在医疗领域，可辅助诊断，成为医生的诊疗助理和患者的健康助手。在金融领域，可为金融机构提供智能客服、智能风控、智慧营销等服务，为客户提升服务体验。据有关预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，其中我国将突破30万亿元，且对我国经济的赋能效应显著优于美国等其他经济体。生成式人工智能与实体经济的深度融合，将打造“人工智能+”千行百业的产业新格局，形成现代化、智能化的产业体系，促进由传统生产力向新质生产力的转型。

　　生成式人工智能带来的安全风险和治理挑战不容忽视。由于大模型自身结构和生成机制存在漏洞，有被恶意攻击的风险，同时大模型自身的知识表达和学习模式还存在缺陷，经常出现常识性错误、杜撰内容等“幻觉”。

　　为此，应建立针对大模型全生命周期的安全监管与治理体系，从数据安全、模型安全、内容安全、伦理安全等多个角度，保障大模型研发和应用安全可信。一方面，需制定技术标准，强化过程控制。建立严格的数据采集、存储和处理规范，确保数据来源合法可靠，同时保障数据隐私。对大模型进行安全攻击检测，提升其对恶意攻击的抵抗能力，并及时发现和修复安全漏洞。另一方面，系统推进大模型监管体系建设，制定和完善相关法律法规。强化内容审核和过滤机制，识别并过滤生成的虚假信息、恶意内容和违法信息。明确伦理规范，建立伦理审查机制，确保人工智能发展遵循人类道德和价值观。通过建立全流程的安全保障体系，降低生成式人工智能的安全风险，推动技术的安全、可持续发展。

　　同时，为充分发挥大模型的带动作用，必须确保大模型的健康合理应用。然而，当前在大模型应用上仍存在一定误区。一是将生成式人工智能“工具化”，仅将其视为生成文案的办公工具。这种应用方式大大限制了生成式人工智能的潜力。大模型不仅可以用于文案生成，还能够在数据分析、决策支持、辅助管理等多个重要环节发挥作用，其应用价值远超办公自动化。二是将生成式人工智能“神化”，误将其视作万能助手。虽然大模型具备强大的通用能力，但在专业领域的赋能往往依赖专业知识，通用大模型难以满足需求，只有与根据专业领域的知识和需求定制专用模型相结合，才能实现更为精准和有效的支持。

　　树立立体思维，保障应用健康发展。着力促进各类大模型之间、�