過去兩個月里，大模型產(chǎn)業(yè)出現(xiàn)了兩個現(xiàn)象級熱點：

一個是DeepSeek催生的大模型開源浪潮，用工程創(chuàng)新和技術(shù)平權(quán)的方式加速了AI普惠化的進(jìn)程。

另一個是AI Agent產(chǎn)品的出圈，讓AI從被動響應(yīng)走向主動規(guī)劃和執(zhí)行，甚至是跨場景的復(fù)雜任務(wù)。

傳遞到產(chǎn)業(yè)端，“2025年將是AI Agent元年”的說法漸漸成為共識，業(yè)界對于大模型落地的態(tài)度從“觀望”轉(zhuǎn)向了行動。同時也在深度影響產(chǎn)業(yè)的競爭邏輯，進(jìn)入到了技術(shù)摸高和落地應(yīng)用的并行模式。

在不久前落幕的昇騰人工智能伙伴峰會上，一直走在AI產(chǎn)業(yè)最前沿的昇騰與科大訊飛強(qiáng)強(qiáng)聯(lián)手，為AI在千行萬業(yè)的加速落地開辟出一條“新航路”。

01 跨越落地鴻溝，首先要懂大模型

大模型的產(chǎn)業(yè)圖景不可謂不誘人，但和業(yè)務(wù)場景之間仍存在一條鴻溝。

根據(jù)Gartner、埃森哲、波士頓咨詢等權(quán)威咨詢機(jī)構(gòu)的報告：當(dāng)前僅有25%的AI試點項目能夠規(guī)�；茝V、60%的企業(yè)在AI項目中技術(shù)與實際場景需求脫節(jié)、60%的中型企業(yè)因算力不足或云服務(wù)成本過高，無法支撐模型訓(xùn)練……這些問題不被解決，大模型的落地應(yīng)用就無從談起。

首先需要厘清的是：為什么會存在落地鴻溝？

可以找到的答案似乎有很多。對大模型認(rèn)識不全面乃至有認(rèn)識誤區(qū)，難以挖掘出對大模型的應(yīng)用需求；由于保密、隱私保護(hù)等需要，缺少高質(zhì)量的行業(yè)數(shù)據(jù)；接入大模型需要對現(xiàn)有系統(tǒng)進(jìn)行改造，增加了實施的復(fù)雜性；將大模型融入現(xiàn)有業(yè)務(wù)流程和系統(tǒng)架構(gòu)，涉及大量的開發(fā)和測試工作……

原因不一而足，但指向了同一個癥結(jié)：對許多企業(yè)來說，大模型還是一個陌生的“新物種”。這為大模型產(chǎn)業(yè)中的賦能者們提出了一個基本要求——想做“擺渡人”，首先要懂大模型。

而昇騰和科大訊飛恰恰是其中的佼佼者。

在昇騰人工智能伙伴峰會上，科大訊飛副總裁婁超深度解讀了雙方從模型訓(xùn)練到推理過程中攻克的一個又一個技術(shù)難題。

比如2023年10月發(fā)布的首個國產(chǎn)智能算力集群“飛星一號”，就解決了大規(guī)模集群訓(xùn)練的諸多“疑難雜癥”。特別是在超大規(guī)模集群網(wǎng)絡(luò)通信帶寬利用率方面，昇騰和科大訊飛的聯(lián)合攻關(guān)，讓“飛星一號”的網(wǎng)絡(luò)通信帶寬利用率達(dá)到了95%，有效提升了大模型訓(xùn)練過程中卡間數(shù)據(jù)和模型權(quán)重傳輸?shù)男省?/p>

當(dāng)長思考能力將scaling延展到推理，Tokens已經(jīng)成為衡量推理系統(tǒng)的唯一標(biāo)準(zhǔn)，集群推理成為大模型推理系統(tǒng)的標(biāo)配，系統(tǒng)既要確保用戶的低時延響應(yīng)，又需要提高整體吞吐，以最大化推理的經(jīng)濟(jì)價值。

為了實現(xiàn)大模型推理的極致效率，昇騰從算子到推理系統(tǒng)全面創(chuàng)新。針對MoE架構(gòu)，國內(nèi)首創(chuàng)大規(guī)模專家并行方案，通過將MoE模型的多專家權(quán)重數(shù)據(jù)分散部署到更多的卡上，降低單卡權(quán)重加載時延，讓模型解碼輸出更快，同時解決了吞吐性能、通信開銷等挑戰(zhàn)。

2025年3月中旬，昇騰與科大訊飛率先實現(xiàn)了MoE模型的大規(guī)模專家并行集群推理，將深度推理類模型端到端的訓(xùn)練效率提升了30%，超大規(guī)模集群網(wǎng)絡(luò)通信帶寬的利用率提升至95%，單卡靜態(tài)內(nèi)存占用僅為雙機(jī)部署的1/4，推理吞吐性能提升了3.2倍，端到端時延降低了50%。

窺一斑而知全豹。

作為國內(nèi)為數(shù)不多走完了大模型訓(xùn)練到落地全流程的企業(yè)，昇騰和科大訊飛踩過了大模型訓(xùn)練到推理部署的每一個坑，積累了從數(shù)據(jù)清洗到算力調(diào)度，再到高效部署、推理加速的全流程經(jīng)驗，趟出了一條從技術(shù)創(chuàng)新到場景融合的新路線。

02 場景化一體機(jī)：讓落地更加便捷

對于中小型企業(yè)而言，可能沒有訓(xùn)練行業(yè)大模型的需求，怎么才能拉近他們和新質(zhì)生產(chǎn)力的距離呢？

時間回到2025年2月末，科大訊飛聯(lián)合昇騰發(fā)布了全新升級的訓(xùn)推一體機(jī)和推理一體機(jī)，可兼容訊飛星火和DeepSeek雙模型，同時內(nèi)置了模型微調(diào)工具鏈、知識蒸餾工具鏈、精品智能體等工具，進(jìn)一步縮短了大模型的落地流程，加速了大模型能力到產(chǎn)業(yè)生產(chǎn)力的轉(zhuǎn)化。

對比其他落地方式，大模型一體機(jī)提供的是“開箱即用”的選項，無需花費(fèi)大量時間精力配置和優(yōu)化硬件環(huán)境，無需深入了解底層的算法和框架細(xì)節(jié)，無需擔(dān)憂“數(shù)據(jù)上云”帶來的安全問題……在很大程度上縮短了部署周期、降低了落地門檻。

不過問題也出現(xiàn)了，大模型和場景的融合，不是簡單部署一套大模型就可以了，而是要明確場景，把數(shù)據(jù)用好。往往因缺少模型選型、場景落地的經(jīng)驗，企業(yè)在大模型實際落地應(yīng)用中常常會遇到“最后一公里”的障礙。

昇騰和科大訊飛深諳其中的道理，解題的思路可以歸納為一句話——圍繞目標(biāo)場景需求做創(chuàng)新、做產(chǎn)品。

聚焦政務(wù)辦公場景，科大訊飛和昇騰創(chuàng)合作推出的AI政務(wù)辦公一體機(jī)，內(nèi)置公文寫作、政策文件解讀、數(shù)據(jù)分析、中英互譯等4種大模型場景應(yīng)用，目前已經(jīng)在安徽、湖北等地落地應(yīng)用；AI政務(wù)綜窗一體機(jī)內(nèi)置了超過4500個辦事項語料、2000個辦事相關(guān)政策法規(guī)，事項推薦準(zhǔn)確率高達(dá)90%，咨詢回答準(zhǔn)確率高達(dá)95%，大幅提升了政務(wù)效率。

面向法院的庭審場景，科大訊飛和昇騰聯(lián)合推出了星火法律筆錄精簡一體機(jī)，學(xué)習(xí)了數(shù)萬書記員的筆錄資料，并基于海量法律數(shù)據(jù)訓(xùn)練模型，打造了集智能筆錄規(guī)整、語義理解、自動校對、重點提取的一站式解決方案。截至目前，星火法律筆錄精簡一體機(jī)已經(jīng)在全國100多個法院試點，合作深化庭審場景的深度應(yīng)用。

不只是對單一場景的滿足，還有城市級的綜合解決方案。

面向城市AI應(yīng)用的訊飛星火塔式一體機(jī)，通過訊飛星火、DeepSeek和Qwen三擎模型驅(qū)動，依托行業(yè)大模型解決方案，可滿足政務(wù)、警務(wù)、司法、社工等城市智能應(yīng)用需求；集行業(yè)模型“資源池”、生態(tài)場景“集聚地”、大模型開發(fā)“服務(wù)站”、產(chǎn)業(yè)供需“鏈接器”于一體的城市人工智能公共服務(wù)平臺，深入賦能城市產(chǎn)業(yè)的發(fā)展。

正如科大訊飛董事長劉慶峰多次在公開場合提及的：“無論大模型如何演進(jìn)，最后一公里的產(chǎn)品體驗和應(yīng)用落地，才是真正的挑戰(zhàn)。”

就結(jié)果來看，昇騰和科大訊飛已然找到了解決路徑，從云端的大模型服務(wù)到打造行業(yè)大模型的全套工具鏈，再到面向不同場景的一體機(jī)，大模型正在深入解放生產(chǎn)力、解放每一家企業(yè)的想象力。

03 寫在最后

杰弗里·摩爾在《跨越鴻溝》中將“技術(shù)采用生命周期”的客戶群體分成了五類，分別是創(chuàng)新者、早期采用者、早期大眾、后期大眾和落后者。

目前的大模型正處于從早期采用者向早期多數(shù)過渡的階段，也就是“鴻溝”所在的階段。相較于模型層的你追我趕，一場更重要的博弈在于怎么將創(chuàng)新迅速“擴(kuò)散”到產(chǎn)業(yè)中，乃至可以說比創(chuàng)新更重要的，是創(chuàng)新的擴(kuò)散。

樂觀的是，昇騰、科大訊飛等行業(yè)領(lǐng)跑者，正在各個維度開放合作，驗證大模型的落地應(yīng)用進(jìn)程，持續(xù)向千行百業(yè)輸出新質(zhì)生產(chǎn)力，有望形成“模型越強(qiáng)、落地越多、用戶越廣、算力越大”的增長飛輪，掀起一股不可逆的產(chǎn)業(yè)革命。