从ChatGPT到Sora，以大模型为代表的人工智能浪潮席卷全球。伴随着人才、数据、算力的不断跃级，以大模型为代表的人工智能产业正展现出巨大的潜力和应用前景，正在或将在多个领域发挥重要作用。在今年的全国两会上，代表委员们已就人工智能、大模型的话题展开热议，并带来了富有前瞻性和洞察力的建议。

趋势

全国政协委员、中国移动党组书记、董事长杨杰：

全面推进“AI+”行动 加快形成新质生产力

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。

全国人大代表、小米集团董事长雷军：

应支持AI与制造业深度融合

建议主管部门尽快出台专项政策，以智能制造系统软件、AI大模型和通用仿生机器人的部署应用为重点产业突破方向，支持打造以大模型为代表的人工智能与制造业深度融合的应用场景。建议鼓励智能制造领域企业，特别是龙头企业牵头打造智能制造的实践和示范样点，建设示范性工厂和生产线，探索未来制造模式和企业形态；继续鼓励产学研用深度融合，引导科研机构和高校协同企业，共同投入智能制造标准、规范制定。

全国政协委员、360集团创始人周鸿祎：

AI上的差距应该能在一两年内追上

过去两年中国企业在通用大模型领域追赶得不错，2024年应该会是中国AI的“应用之年”，在许多企业层面的垂直领域，大模型将大有可为。尽管在AI方面，国内入局者与国际领先公司还存在差距，但中国企业学习能力强，AI上的差距应该能在一两年内追上。

周鸿祎建议政府和央国企率先提供更多应用场景，专注于“小切口，大纵深”，以推动大模型在垂直领域的实际应用和产业化落地。他认为，企业在采用大模型时要谨慎行事，避免冒进，应该逐步运用人工智能改造业务，循序渐进，通过积小胜为大胜。

应用

全国政协委员、天娱数科副总经理贺晗：

加快拓展人工智能大模型技术应用场景

作为新一轮科技革命和产业变革的重要驱动力，人工智能大模型技术正在为经济社会发展持续注入新动能。加快拓展人工智能大模型技术应用场景，对促进人工智能更高水平应用，培育新质生产力，更好支撑高质量发展具有重要意义。应鼓励搭建多层次应用场景供需对接平台，为市场提供“看得见、摸得着”的应用场景，推动应用场景拓展从“出文件”“给政策”向“建机制”“创机会”转变。

全国政协委员、上海市竞技体育训练管理中心射击射箭运动中心主任陶璐娜：

推动人工智能在“冠军模型”场景应用

在我国竞技体育领域，“冠军模型”与人工智能和大数据的结合应用，尚处于探索和试验阶段。为此，陶璐娜建议，加快推动人工智能和大数据技术在“冠军模型”的更多场景应用，进一步开辟竞技体育与科技创新融合发展的新赛道，打造竞技体育全面发展的新动能新优势。

全国人大代表、无锡灵山拈花文旅董事长吴国平：

建议加快大模型在文旅行业中的应用

ChatGPT等问世后正深刻地改变着每一个行业，文旅行业具有市场规模大、应用场景多的特点，呼吁国家有关部门要加大指导力度，鼓励有条件的文旅类企业创新研发，进行产业基础再造、产业链提升及应用赋能。多地旅游业的爆火都昭示着文旅行业成为人民美好生活的重要组成部分。让游客能更加主动参与互动体验，从物质到精神有更好的情绪满足。

监管

全国政协委员、民建福建省委员会主席吴志明：

建议强化我国主要超级平台反垄断监管

大部分头部平台企业在市场竞争中逐渐占据优势地位后，将市场资源加速向自身集中，导致平台经济从多元竞争过渡到少数巨头主导的局面。所以，要制定公平的利润分配政策。加强互联网平台监管，引导平台设立公平的利润分配政策，确保各方利益得到平等对待。要建立健全平台权力约束机制。加强对平台经济的反垄断监管力度，从事后监管向事前事中监管转变。要提升反不正当竞争、反垄断执法能力。建立、完善“双反”执法体系和合作机制，形成执法合力。

全国人大代表、南昌大学元宇宙研究院院长闵卫东：

建立数字之“盾” 拉紧人工智能的“缰绳”

在人工智能飞速发展的同时，也要建立起相应的数字之“盾”，拉紧人工智能的“缰绳”。闵卫东认为，目前部分AIGC的内容无法用肉眼识别是虚拟还是现实，就应在数字技术层面加快识别AIGC内容的研究，能够作出智能判断，防范相应的风险。闵卫东还认为，元宇宙、虚拟现实、人工智能等作为一种新质生产力，也将很好赋能地方经济发展，建议部分地区应把握住未来产业的风口以实现跨越式发展。

全国政协委员，知乎创始人、CEO周源：

对大模型的数据采集进行监督和审查

尽管我国在大模型领域取得了一定的成就，但仍面临着一些挑战，其中最显著的问题之一是高质量中文语料资源的短缺。随着大模型技术的深度发展，建议相关政府部门和监管机构针对数据合规应建立相应的监管机制，推动完善AIGC监管立法，保护和规范人工智能领域的数据合规。对大模型的数据采集来源、处理方法、合规性等进行监督和审查。此外，应加强对大模型的社会影响和风险评估，及时发现和解决可能存在的问题，同时要加强数据安全和知识产权的保护措施和加快高质量中文数据集的开发与利用。

北京商报综合报道