推动AI应用落地，从垂类场景切入

自 2023 年 ChatGPT 横空出世后，大语言模型的能力不断突破，一次次震撼世界。但与此同时，技术和应用间的鸿沟依然存在，并未得到弥合。特别是 C 端应用，依然是以「Chatbot」聊天机器人为主，并没有真正渗入普通用户的高频场景，AI 应用的商业化未来，也依然迷雾重重。

很大程度上，从模型到应用，并不只是两个点的连接，也不可能一蹴而就。就像计算机和互联网革命，从最底层的机器语言、通信协议，到移动互联网的大繁荣，之间需要构建复杂的产业链条。

对大模型来说，从基础的算力、数据、模型，到对模型的微调，开发 Agent 智能体，再到接入不同的应用，这些应用不仅包括 app，还包括各种硬件终端，甚至是大型的虚实结合场景……这些都需要更强力的贯通，需要一个更大的产业和人才集群，才能实现。

AI 应用的落地和商业化，是全链路打通的结果。

这个过程就像是创造「奇点」，必须将资源聚集，并且给到合适的压力和环境，才有更大的机会将一切导向原爆点。而现在，这个「奇点」的雏形，已经在上海逐渐显现。

1 月 3 日，上海市「人工智能+」行动推进大会，在徐汇滨江举行。通过「十大行动」的发展思路，模速空间正在创造一个高密度的大模型技术产业集群，凝聚为国内以至全球的大模型产业高地，为下一次的创新密集爆发积聚力量。

01 

集中资源，

推动模型能力持续跃升

当下大模型领域最大的发展矛盾，就是算法、算力和数据的矛盾。

先进的算法、训练方法，这是大模型 AI 创业公司的强项，往往由少数顶尖人才组成的小团队驱动，他们能更具针对性地瞄准算法思路，命中先进的算法；

庞大的算力则掌握在芯片、云计算、ISP 巨头手上，如微软、谷歌、英伟达；

新的知识数据，从文字、图片到视频，则掌握在一些社交媒体、主要面向 C 端企业手上，比如美国的 Meta、X、YouTube……国内的知乎、贴吧、快手等。

只有将三者结合在一起，才能训练出最先进的大模型。但今天的行业现状是，越来越多的公司，为保护自身的商业利益，已经开始互相「建墙」。

曾经大多公开的模型、训练方法，现在越来越转向闭源；算力资源随着紧缺，价格水涨船高；社交媒体也纷纷搬出了各种反爬虫算法，防止其他企业爬取自己的数据……

这几乎已经成了现在大模型开发的「不可能三角」。

让企业间「打通壁垒」，是模速空间打造技术集群的过程中，最重要的思路。它不仅接入了包括上海人工智能实验室、MiniMax、阶跃星辰、商汤等国内大模型 AI 领域的最前沿企业和机构，还强调推动打造具有国际影响力的大模型开源生态，推动前沿算法和模型的研究突破。集聚大模型企业 255 家，备案大模型 34 个，约占全市三分之二。几百家与大模型相关的企业聚集在这片场域，彼此间非常容易感知产业的变化，也更容易产生化学反应。

而在算力和资源层面，模速空间推动了「上海智能算力加速计划」，与包括三大运营商，腾讯云、阿里云在内的国内云服务巨头合作，构建多层次的算力支撑体系，且加大提供相应的算力补贴支持。

除了与云服务提供商合作之外，模速空间也在推动软硬件协同，发掘自主可控的算力芯片项目，为当下芯片算力紧缺的情况寻找的新的突破口。

模速空间还与一批语料数据企业合作，构建高质量垂直语料库，同时推动公共数据分批次开放，为大模型训练提供更好的数据基础。

在模速空间的发展策略里，不难发现，他们已经充分意识到大模型技术层面最重要的「三角维度」。并且针对每一个方向，都已经有了成熟的发展规划，为未来更强大的模型迭代，提供了良好的环境基础。

而且，对于大模型 AI 领域最前沿的，需要攻坚的难题。模速空间也制定了一套「创新攻关」的发展策略，将鼓励和创建一批高水平研究机构、企业创新平台，通过这套机制，能够加强新型研发机构间合作，在面对国家级的难题时，将更多智慧集中在一起进行攻坚。

02 

推动应用落地，

从垂类场景切入

在基础的模型技术之上，大模型领域当前更大的困难，依然在应用落地。

过去三年，模型的迭代速度很快，成本也在大幅降低。但核心的矛盾在于，这种迭代并没有转化为用户的体验。大部分大模型应用，依然在以「从头做一个 AI 助手 App」作为唯一的应用转化路径。但实际上，单纯聊天助手式的 AI 应用，又很难渗透进用户的高频场景。

AI 应用领域需要的，是更多「中间件」，是一个开放互惠的生态，也需要更具想象力的实验场景。

AI 的应用落地，不应该是复制移动互联网时代的 App 风暴，将用户手机里的 App 数量从 40 个变成 80 个，大家的互联网使用时长已经到了一个极限，很难挤出更多时间给任何新的 AI App 了。AI 要做的，是改造那些现有的应用场景，以及超出手机、电脑，探索更广阔的现实，实现更强大的「虚实结合」的应用。

针对目前这一现状，模速空间给出的第一个答案是「垂直场景」。

当前，模速空间已经推动了上海市首批垂类应用示范场景的发布，将包括医疗、交通、能源、城市管理等多个垂直领域的需求方，和供给侧的多个垂类大模型进行了对接。医疗领域，徐汇区开展人工智能院地合作，支持中山医院在内的八家三甲医院试点开放院级场景，加快大模型赋能「防诊治康」各个关键流程。教育领域，徐汇区服务上海创智学院打造学科数据生产平台，研发教育领域通用大模型。城市治理领域，徐汇区行政服务中心率先采用 Agent（智能体）、RAG（检索增强生成）技术，上线全市首个「政务服务大模型」。

通过垂类的需求和供给对接，双方可以展开密切地合作，结合具体需求对大模型进行针对性微调，迅速实现应用落地。这些场景不仅具有极高的应用价值，更在于它们为大模型应用提供了示范作用。

除了主要面向 B 端的垂类大模型，在 C 端，模速空间也在针对软硬件两个层面，进行更多的创新孵化。其中不仅有应用，还包括更多智能终端产品，包括理疗机器人、下棋机器人、AR 眼镜和智能汽车……

最后，也是最重要的，上海为未来更广阔的 AI 落地机会，为虚实结合，提供了一个巨大的「实训场」。

当下对 AI 大模型落地最广阔的想象，就是具身智能。这里既包括各种能理解通用指令，完成通用任务的智能机器人，也包括可以实现更高阶自动驾驶的智能汽车，以及低空的飞行器。

这些产品最大的一个特点，就是需要在现实中进行测试和积累数据，最终转化为模型训练和强化学习的资料。但大部分城市，当下都没有成熟的试验环境。

而当下的上海，已经在为具身智能未来的发展和试验，做好了准备。

03 

厚植生态土壤，

解决创业的从 0 到 1

前信息时代的工业革命，是散布在全球各地，发生的过程也跨越了一个较长的过程。但信息时代是很短时间内，在一个地理上很小的空间里「爆发」出来的，包括硅谷，以及国内的中关村……

这里最大的原因在于「人」。从工业革命到信息革命，过程中最大的变化就是人的密集程度增加了。如果说工业革命是劳动密集的革命，信息革命就是智力密集的革命。

而到了 AI 时代，一切依然是如此，资金、算力、技术等等要素需要聚集，人才更需要聚集，只有在聚集的过程中才能形成启动的「压力」，建立起初始的势能，最终将创新的火种点燃。

所以对一个「AI 创新社区」来说，不只是要得到那些前沿的大公司，头部机构的支持，更在于营造一个良性的生态发展环境。帮助创业机构完成从 0 到 1，从 1 到 10，从 10 到 100 的发展阶梯，完成每一个阶段性的发展目标。

这是模速空间自成立以来成功的关键。过去一年，他们已经帮助阶跃星辰、无问芯穹、MiniMax 等创业公司实现了高速成长。这个过程不仅仅在于帮助企业对接资金、算力、上下游合作方等等资源，还在于建立起一个有助于人与人碰撞出火花的交流环境。

以上海人工智能母基金、徐汇资本等为牵引，平台建立了覆盖种子期、成长期、成熟期的全链条科创投体系。目前，徐汇资本及其出资的人工智能领域基金总计已投 103 个项目，且始终坚持投早投小，投资 A 轮及以前早期项目数量占比达 88%。奇绩创坛等投资机构发挥「VC+孵化」双重功能，魔搭社区、稀宇科技「大法师计划」、阶跃星辰「繁星计划」等项目，解决了开发者从 0 起步的问题。

上下游企业的聚集，让很多创业公司在产品开发和销售的早期，就能直接对接到上游的方案商和下游的客户。这既帮助他们尽早实现商业上的循环，也让他们的产品能迅速顺应市场的需求做出调整。在密集的互动中，一个更完整的 AI 产业链条正在形成。

这种生态环境，可能比单纯的资金、技术支持更重要。

而现在，这一理想正在进一步扩大。

此次上海市「人工智能+」行动推进大会上，这支「AI 集团军」几乎囊括了国内大部分处于大模型 AI 领域前沿的企业、机构，而且更重要的还在于「人」，包括中国科学院、上海交通大学、复旦大学等多家科研院所，也参与其中。

这意味着，更多人才都能加入到这波 AI 浪潮中。这不仅仅是技术、产业的集群，更是智慧和创新思想的集群。

模速空间的发展目标，是通过建设产业集群，推动产业发展来到一个「原爆点」，就像每一次产业和技术革命一样，最终让 AI 的技术浪潮，惠及每一个普通人的生活。