过去几年，我国在AI大模型应用落地、算力基础设施建设及数据要素市场化方面取得了显著成效，构建了具有中国特色的AI应用生态。面对通用人工智能（AGI）的加速演进，全国政协委员、天娱数科董事长贺晗在接受《中国电子报》记者采访时表示，我国人工智能产业的优势更多集中在“从1到100”的应用创新与场景赋能上，我们要改变目前“跟随式迭代”的研发现状，在大力搞AI应用的同时，也要关注“从0到1”的基础创新，真正掌握核心技术，构筑人工智能国家级技术护城河。

在贺晗看来，我国人工智能产业底层原创创新能力不足，存在“跟随式迭代”的技术代差风险。虽然模型参数量和评测跑分不断攀升，但绝大多数底层框架和基础算法依然建立在海外开源生态的“底座”之上。贺晗坦言，这种“跟随式”研发模式导致我们始终存在半步到一步的技术代差，一旦海外顶尖开源模型闭源或对华限制使用，我国部分建立在海外底层架构上的应用生态将面临“釜底抽薪”的风险。

贺晗表示，我国人工智能产业的算力生态“硬强软弱”，缺乏统一的异构计算底层软件栈。国内算力芯片呈现碎片化，各自为战，缺乏一个能够跨硬件、跨厂商统筹调度的“国产统一算力软件栈”（如高效的编译器和算子库），这导致开发者适配国产算力的成本极高，算力利用率低下，“有算力但不易用”。

我国人工智能“耐心资本”供给不足，制约了基础大模型的长周期探索。通用人工智能的研发是一场高投入、高风险、长周期的极限挑战，对此，贺晗表示：“我国资本市场相对偏好短期商业变现，即便是政府引导基金或国资背景的产业基金，也普遍面临严格的年度考核与保值增值压力，导致市场缺乏真正敢于押注基础技术突破、容忍高失败率的‘耐心资本’。”

此外，目前我国在全球开源生态话语权较弱。“我国虽然也有优秀企业开源了模型，但在构建具有全球号召力的国际化开源社区方面仍显薄弱。”贺晗表示。

针对以上难题，贺晗提出了四项建议。一是改革科研评价与国资考核机制，大力培育“耐心资本”。贺晗建议出台针对人工智能基础研究的专项投融资政策。对主投AI底层算法、新型计算架构等“硬核科技”的政府引导基金和国有创投机构，大幅拉长考核周期，建立完善的“尽职免责”与“容错机制”。鼓励社保基金、保险资金等长期资本有序进入AI基础研发领域，为跨越周期的技术“无人区”探索提供充足的弹药保障。

第二，要集中力量攻坚“国产算力统一软件生态”，打破软硬解耦壁垒。建议通过重大科技专项，组织国内头部大模型企业、算力芯片厂商及顶尖高校联合攻关，打造国家级的“统一异构算力软件底座”。强制推进国产硬件与国产大模型框架的深度适配与标准化，降低开发者向国产算力迁移的门槛。通过政府首购、服务券补贴等方式，强力推行全栈国产化算力方案在关键行业中的应用，以规模化市场反哺国产软件栈的迭代。

第三，要实施“前沿探索特区”计划，强化“从0到1”的原创技术策源。贺晗表示，要改变过去资源过度集中于“打榜跑分”的现状，建议设立“AGI基础架构先导特区”，定向资助非Transformer架构、类脑计算、物理世界具身大模型等具有颠覆性潜力的前瞻性研究。赋予顶尖科学家团队绝对的技术路线决定权和资金使用自主权，在科研体制上给予最大程度的松绑，全力孵化属于中国本土的底层原创技术。

第四，以国家力量背书，打造具有全球影响力的开源AI基础设施。贺晗表示，建议由相关部门统筹指导，联合国内科技巨头与开源基金会，建设具有国际顶级规格的开源代码托管与多模态数据集托管平台。不仅要开源国内最顶尖的基础模型与海量中文、多语种高质量语料，更要通过举办全球性的AI开发者大赛、设立高额的国际开源贡献奖金等方式，主动出击，将该平台打造为全球AI开发者的“第二极”，在国际规则制定中抢夺话语权。