全國人大代表、科大訊飛董事長劉慶峰：中國大模型不能再被“卡脖子”

“‘AI+醫療’的建議，我今年帶來了兩份。兩者結合，大家能立刻享受AI的紅利。”

今年全國兩會，全國人大代表、科大訊飛董事長劉慶峰接受媒體采訪時說。

劉慶峰語速很快。其身邊工作人員介紹，約3周前，劉慶峰從合肥到北京參加民營企業座談會，此后就連續出差，全國兩會前才又返回北京。他可以兩小時不間斷講4萬字，平均每分鐘300多字。要知道，這個速度即使對播音員而言，也屬較快語速。談到AI （人工智能）專業技術時，他更是滿臉興奮，毫無疲態。

訪談中，劉慶峰多次談到，在國產算力平臺上，構建自主可控的大模型及產業生態，是他今年帶來的九個建議之一，此外，還有構建“AI+醫療”標準規范、制定老年人AI醫療健康應用實施方案等。

全國產算力大模型 “栽樹人”

今年 1 月 15日，科大訊飛完成了星火深度推理模型 X1 的訓練和發布。此前兩個月，他們已經實現了算法創新，跑通了深度推理模型訓練算法。此后，他們又花費兩 個月適配和優化國產算力，大大提升了訓練效率。

“雖然我們比同行升級時間晚了兩個月，但這樣的付出值得。”劉慶峰介紹。

當前在全部開放的大模型中，一些公司仍在英偉達芯片的基礎上開展各種優化。在如今的國際局勢下，這樣的技術路線風險逐漸加大，無異于“在別人地基上建高樓”。科大訊飛堅持的全國產算力路線，確保技術底座自主可控，避免了可能受制于人的局面。但仍要看到，國產自主可控人工智能產業仍存在生態薄弱、適配困難等問題。

采訪過程中，劉慶峰回溯起一段往事。中國科學院的龍芯問世之際，我國曾一度具備接近英特爾的機會。如果當時眾多企業能夠使用龍芯，一步一步追上可能只是時間問題。但使用者寥寥無幾，導致我國CPU一直沒有跟上。談及此，劉慶峰的語速慢了下來。

這段歷史教訓讓劉慶峰深刻意識到，基礎技術的生態構建才是突圍關鍵——正如當下大模型發展必須筑牢算力根基。算力作為大模型的基礎，可分為訓練算力、推理算力和應用算力。從技術難度看，訓練實現的難度遠大于推理。而訊飛星火大模型的訓練和推理，都是在國產算力的基礎上進行。

“你不做，我不做，全國產算力大模型的生態何時能建好？” 劉慶峰反問。

實踐證明，全國產算力的大模型已經落地成功。訊飛星火大模型廣泛應用在汽車、醫療、司法、公安、金融和教育等專業領域，覆蓋 300 多個應用場景。2024年，公司取得落地“央國企大模型第一”的成績，份額超過了第2名到第6名的總和。他們與中國石油、中國移動、中國海油等 20 多個頭部企業，一起發布行業大模型。

“前人栽樹，后人乘涼。大家都做全國產算力大模型‘栽樹人’，這個生態就會越來越好。”劉慶峰呼吁，在自主可控的平臺上，大家共同做好大模型生態，讓我國自主可控大模型平臺健康成長。

今年全國兩會，他建議加速我國自主可控人工智能產業生態發展，鼓勵基于自主可控國產算力平臺的大模型研發和應用，鼓勵依托自主可控算力底座建立的大模型開發者生態發展和開源社區建設，專項支持加快形成國產大模型生態體系和工具鏈。

“持證上崗” 的醫療大模型

談及“人工智能+”，劉慶峰認為，人工智能最終要賦能千行百業，走向千家萬戶。

以“AI+醫療”為例，科大訊飛已持續探索10來年。

“我們的醫療大模型是持證上崗。”談及特定方向的人工智能應用落地，劉慶峰滿是自豪。科大訊飛的醫療機器人“智醫助理”，于2017年通過國家執業醫師資格考試綜合筆試測試，成績超越96.3%的人類考生；訊飛星火醫療大模型最初能診斷150種疾病，如今已擴展至1600多種病癥。

近期發布的訊飛星火醫療大模型X1，在診斷推薦、健康咨詢等醫學任務上的效果，已超過 GPT-4o。

此外，科大訊飛建設的安徽省影像云平臺，能幫助影像醫師快速生成診斷報告，輔助臨床醫師制定診療方案。截至2025年1月，超過1970家醫療機構和超過3200名專家在影像云平臺上注冊，提供遠程會診服務量近840萬次，并錄得數據上傳服務使用量超1.12億次。

在大模型應用越來越多的情況下，是否可以用大模型看病？

劉慶峰的觀點是，部分大模型并不具備專業認證的醫療能力，回答診療問題時，極易造成認知誤解，未必能幫到發問者。

對此，劉慶峰建議，制定醫療健康行業大模型應用技術標準與測試規范，注重大模型技術創新的臨床實踐價值檢驗，確定權威第三方評測機構和信息公布機制，制定應用技術標準和測試規范。

歸根到底，還是要建設我國人工智能產業的良好生態。“在醫療、司法及金融等領域的大模型，不能有被‘卡脖子’的隱患，我們要加速自主可控人工智能產業生態發展。” 劉慶峰說。

責編：郭霽瑤" guojiyao@ceweekly.cn

美編：孫珍蘭