钱锋认为，人工智能只是工具和手段，关键在于搞清楚制造业的需求、难点和短板是什么，并把人工智能技术与其紧密结合、寻求破解之路，而不是人工智能和制造业发展“两张皮”。

他建议，人工智能赋能新型工业化，要树立目标导向观念，人工智能技术固然重要，但更重要的是将人工智能技术与产业升级需求密切结合，给工厂、产业、行业装上高质量发展的“工业大脑”。

雷军指出，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。从长期趋势看，各行各业对掌握人工智能基本技能的人力需求正急剧增长，以我国生成式人工智能的实际技术水平来看，特别是在顶尖人工智能人才储备方面还存在明显不足，人工智能复合型人才更加短缺。

对此，他建议，从义务教育阶段普及人工智能素养教育，大力推进高校人工智能相关专业的建设，支持大型科技企业和教培机构培育人工智能应用型人才。

周鸿祎认为，我国拥有全世界最完整的产业链、最全的工业门类、最多的企业场景红利，大模型作为生产力工具可以与传统产业进行“数转智改”结合，成为产业数字化的重要赋能者。

他指出，目前，美国产业界已经开始步入“All in AI”，在产业数字化的战略背景下，我国发展人工智能大模型的关键是抓住场景红利，将大模型向产业化、行业化、垂直化及深度定制方向发展，这也将成为我国在全球大模型技术竞争格局中的另一条突破路径。

曹鹏指出，抓住大模型发展的契机，通过政策鼓励国产化GPU适配国产的算力调度软件，建设自主可控的智算基础，支撑行业智能化发展。同时，他认为，算力是训练大模型的基础，寻求大模型算力集成设施国产化替代迫在眉睫。只有拥有自主可控的算力底座，国产大模型才能够在这场AI竞赛中取得先机。

他表示，特别是在以大模型为代表的AI技术创新大潮中，一方面需要建立自主研发和产业发展相辅相成的正循环，另一方面也需要利用大模型的契机，落实自研技术从静态的替代，到从系统规划建立就走出自研技术原生路径的关键举措。

刘庆峰指出，通用人工智能是全球科技竞争的焦点，也是中美科技博弈和战略竞争的必争之地。中美博弈最核心的“主战场”就是在通用底座能力上持续进行对标。

他建议，在2017年《新一代人工智能发展规划》的基础上，瞄准我国通用人工智能发展中需要重点补上的短板进行设计，围绕自主可控算力生态构建、高质量数据开放共享、科学的评测标准制定、源头技术前瞻研发、人才培养、法律制定和伦理人文等维度，系统性制定国家“通用人工智能发展规划”，由国家高位推动规划的制定和落地，不断缩小中美通用人工智能产业在通用底座平台方面的差距，并在行业应用和价值创造上打造我国的比较优势。

杨杰表示，当前AI大模型取得实质性突破、加速迈入规模应用的新阶段，推动人工智能从助力千行百业提质增效的辅助手段，升级为支撑经济社会转型升级不可或缺的基础设施和核心能力，加快从“+AI”向“AI+”转变。

为此，他建议在国家层面推动“AI+”行动，充分发挥人工智能在推动科技跨越发展、产业优化升级、生产力整体跃升方面的巨大潜能。

汪小帆认为，人工智能发展非常火爆，尤其是大模型，从ChatGPT到Sora都引起了大家的关注，对于这样的新技术，应该保持开放心态，理性对待。既要以开放的心态积极拥抱新技术，同时又要趋利避害。新一代人工智能在收获大量关注的同时，也让不少人担忧人工智能技术会导致大量失业，人被机器取代。

他表示，科技发展更多的作用是赋能，让人类更有效率、更有创意地工作，更有品质地生活。

周志华认为，人工智能是当前推进生产力发展的重要力量。当前，我国与科技先进国家在人工智能领域“咬得很紧”。虽然总体上仍有差距，但在科学研究和技术发展上已经有一些自己的特色优势。

他建议要发挥人工智能技术在工业领域的作用，并提出两点要求：一方面，要协同发挥人工智能算法、数据、算力的合力；另一方面，要将人工智能技术与具体工业场景充分结合，基于既有工业生产场景的需求和领域中已有的经验知识，多快好省地发挥人工智能技术的效用。

张英建议，加快培育大模型开放创新生态，打造自主可控开源生态，建设大模型集聚区；加大人工智能复合型人才培养，建设AI新型教育机构、优化适应人工智能迭代需求的人才和岗位结构等；加强大模型安全治理，深入研究大模型治理技术体系。

Sora的兴起将人工智能带上了新一波热潮，张英表示，上海将一如既往地推动人工智能产业高质量发展，以发展人工智能为抓手，推动新型工业化，培育新质生产力。下一步，上海将以更大力度发展“模速空间”，推动开源、创新，紧扣企业需求，持续优化提升，全力打造推动人工智能发展和产业生态形成的试验田、孵化器。

朱松纯表示，人类社会正在跨入智能的时代，通用人工智能是新质生产力的典型代表，当下通用人工智能已成为全球科技竞争的制高点，要赢得这一场事关国之大者的科技竞争，关键还在人才。

在他看来，通用人工智能要满足3个基本条件：一是能完成无限的任务；二是能在场景中主动、自主地发现任务，即“眼里有活”；三是自主驱动，而不是被动地被数据驱动。

邵志清强调，人工智能处于动态的发展变化过程中，表现出巨大的复杂性。但实际上，主要与三大因素相关：上层的应用系统、中层大模型平台集成以及大底座支撑。

他认为，在人工智能爆发时代，上海要围绕现代化产业体系，一方面要遵循“以市场需求为根本，以应用驱动产业，部署大模型平台，夯实大底座”的发展路径；另一方面要赋能其他行业的发展与转型升级，让人工智能赋能改造提升传统产业，不断催生新兴产业，从而带来产业规模的高质量增长。

来源｜央广网、上海市高校科技发展中心、中国报道、中国电子报、网信上海、投资上海Invest Shanghai

编辑｜王芳

审核｜姚远

校对｜办公室