插接式除尘骨架从ChatGPT到Sora，大模型被认为不亚于PC和互联网的诞生，将彻底改变产业形态和竞争格局。在这个人类历史进程的关键时刻，中国如何应对？

　　2024年全国两会召开之际，全国人大代表、科大讯飞董事长刘庆峰针对“中国应该怎么应对”带来了一份建议。

　　在刘庆峰看来，当前，通用人工智能是全球科技竞争也是中美科技博弈和战略竞争的必争之地，而中美博弈最核心的“主战场”就是在通用底座能力上持续进行对标。刘庆峰表示，“我们有信心在通用大模型底座上不会出现代差级落后的差距，在此基础上结合行业场景和数据进行打磨，有望实现典型行业领域的超越”。

　　同时刘庆峰认为，结合全新的技术发展、竞争格局、产业赋能以及在社会生活中的各种变化来制定一份系统性规划也非常有必要。因此他建议制定国家《通用发展规划》，系统性加快推动我国通用发展。“我们要正视差距，聚焦自主可控的底座大模型‘主战场’，从国家层面聚焦资源加快追赶，同时系统性构建通用人工智能生态和应用，打造综合优势。”

　　在刘庆峰看来，在2017年出台的《新一代人工智能发展规划》指引下，中国在认知智能领域已具备非常扎实的技术储备和成建制的团队，有望成为全球智慧涌现的第二极。

　　但当前，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。

　　以当前 OpenAI的GPT-4/4V代表全球通用大模型底座能力最先进水平的情况来看，国产大模型离全球最高水平有多大距离？刘庆峰表示，以讯飞星火大模型为例，预计在6个月内可达到GPT4/4V当前最好水平，但随着GPT-5的发布，这个差距可能会被拉到一年以上。

　　目前看来，如果从算力、数据、模型训练等方面组织好资源全力追赶，这个差距也有望在1-2年内被追平到相当的水平，同时我国也在语音大模型、医疗大模型等领域形成了国际领先的比较优势。

　　“我们有信心在通用大模型底座上不会出现代差级落后的差距，在此基础上结合行业场景和数据进行打磨，有望实现典型行业领域的超越”，他认为，在追赶的同时，结合全新的技术发展、竞争格局、产业赋能以及在社会生活中的各种变化，根据新的形势制定系统性规划非常具有必要性。

　　同时，2024年全球人工智能的竞争将进一步升级为系统性竞争，各国在基础大模型、行业应用、硬件、产业链等方面开始全面较量，中美在大模型深度应用和战略需求上角逐，今年将是关键期。

　　因此，刘庆峰建议，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》（下文简称《规划》），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。

　　除了建议系统性制定国家《通用人工智能发展规划》以外，刘庆峰还围绕大模型研发投入、产业生态、训练数据共享开放、应用落地、应用布局、伦理研究、法律法规等方面提出了7个建议。

　　围绕研发投入方面，刘庆峰建议发挥举国体制优势，加大并保持对通用大模型底座“主战场”的持续投入。如以专项的形式从算力、数据、算法上在未来5年内持续支持我国通用大模型的研发攻关，支持有条件的地方政府以专项债的形式支持通用和行业大模型研发以及应用生态发展所需的算力基础设施建设。

　　围绕产业生态方面，刘庆峰还提出加快形成围绕国产大模型的自主可控产业生态的建议。如加快我国大模型开发者生态体系建设和运营，支持国产大模型向开发者开放，开展大模型评测体系和开源社区建设等。

　　围绕训练数据共享开放方面，刘庆峰建议推动国家级高质量训练数据开放和共享，支持国家实验室、全国重点实验室、国家人工智能开放创新平台等国家战略科技力量以揭榜挂帅形式优先、低成本使用。

　　面对缺乏有公信力、标准化的科学方法来牵引和推动行业应用更良性发展的问题，刘庆峰表示，可以出台更加客观、公正、可信的评测方法，加快大模型在行业领域的应用落地。

　　同时，刘庆峰还建议加速通用人工智能技术相关的法律法规制定与审议。他建议围绕大模型的数据安全、隐私泄露、可靠性、知识产权等几大关键方面制定法律法规，提升通用人工智能技术可靠性与规范性。同时，完善向社会开放的大模型的准入和运行规则，明确责任分配与问责机制，并明确大模型与保护方式。

　　在伦理研究方面，刘庆峰提到，应建议设立软课题进行通用人工智能相关的伦理人文研究，坚持科学、独立原则，针对通用人工智能技术可能带来的社会风险、伦理挑战和人类文明变化进行开放式课题研究。

　　通用人工智能发展离不开源头核心技术创新和顶尖人才培养。刘庆峰认为，在通用人工智能专业人才培养方面，基础算法和创新型领军人才的培养需求进一步加大，同时产业复合型创新人才也非常紧缺；同时，面对行业冲击和劳动力市场变化，需要建立更有前瞻性的应对机制，在本轮通用人工智能对千行百业的深度赋能和冲击过程中，也要提前研究社会救助体系以及各领域相应的法律法规。

　　因此在人才培养方面，刘庆峰提出了两大建议，一是建议加快推广大模型赋能全学段，二是建议研究通用人工智能时代人才能力素质模型和培养方案，加快应用型人才培养。

　　刘庆峰认为，要坚持源头核心技术系统性创新，在战略性、前瞻性的基础研究领域做好布局。他建议，要加快脑科学与类脑智能、量子计算等领域与人工智能关键研究的协同攻关，形成交叉学科的突破，助力我国通用人工智能弯道超车；推动大模型与科学研究的深度结合，打造AI for Science的科研新范式，并培养一批具备专业科研能力以及高水平通用人工智能理解能力的人才，为可能涌现的交叉学科重大突破做储备。

　　在人才培养与引进方面，刘庆峰建议加快推广大模型赋能全学段，以全新机制加快探索我国人工智能拔尖创新人才培养。如加快运用大模型的现有能力打造教师和学生的助手，赋能从中小学到职业教育和大学的教学提质增效。设立国家人工智能学院，以“核心+基地”的组织形式和全新机制推动我国面对中美竞争的拔尖人工智能人才培养。加强人工智能一级学科建设，联合头部企业打造一批人工智能人才产教融合培养基地，打造优秀人才专项遴选机制和通道等。

　　同时，要研究通用人工智能时代人才能力素质模型和培养方案，加快应用型人才培养。建议中刘庆峰还提到，针对未来可能被人工智能大量替代的行业和岗位，对劳动力培养及再就业做专项研究，并且提前、主动做好应对。关注通用人工智能对社会各行业带来的冲击，加快建设新的人才能力素质模型和课程培养体系，特别是加快用通用人工智能赋能软件代码、语言学习、艺术创意等应用型人才的培养，助力我国软件行业和数字经济发展。