当前，以大模型为代表的生成式人工智能加速发展，成为打造新质生产力的重要引擎。如何推动人工智能大模型创新发展？全国政协委员、上海市经济信息化委主任张英认为，我国亟须在开源创新生态培育、高水平人才培养及安全治理等方面精准谋划、提前布局、攻关突破，推动大模型赋能行业发展，培育新质生产力。

“美国人工智能顶尖企业OpenAI发布的文生视频大模型Sora研发消耗数十万块GPU，而国内能买一万块GPU的公司屈指可数。”张英指出，目前我国人工智能大模型发展仍面临三大瓶颈。

一是大模型创新生态还不成熟。由于人工智能开源社区集聚不足，中小企业创新成本高，以及应用场景落地推广难等原因，成熟的人工智能大模型创新生态还未形成。

二是人工智能产业人才存在供需结构性问题。数据显示，去年1-8月国内人工智能行业的人才供需比仅为0.39，预计到2030年人才缺口将超500万。当前，人工智能模型工程师、人工智能训练师、人工智能伦理与治理专员等人才新需求涌现，相关岗位设置和支撑不足。满足AI for Science（科学智能）、AI for Engineering（工程智能）要求的交叉学科人才紧缺。此外，高校人工智能人才教育与产业一线需求有所脱节，课程设置和培养体系不能满足产业发展对人才的新要求。

三是大模型的安全治理问题凸显。针对大模型带来的价值观对齐、机器幻觉、深度伪造、著作侵权等问题，还缺乏基础理论研究，包括数字伦理与对齐理论、幻觉的产生机制、模型的可解释性与透明度、AI版权归属问题等。此外，我国人工智能安全治理倡议实施落地举措和路径不明晰，缺乏系统的制度安排，在国际人工智能安全治理方面的话语权仍有待进一步建立。

对此，张英建议培育大模型开放创新生态，打造自主可控开源开放生态，形成以我为主的大模型底层技术开源开放创新生态；建设大模型应用示范集聚区，在有条件的城市开展试点示范，打造集大规模智能算力、高质量语料数据等为一体的服务平台，并提供投融资、场景对接等专业服务，全面降低人工智能中小企业的创新成本，同时聚焦金融、制造、医疗、教育等典型行业打造人工智能应用示范场景，牵引大模型形成新质生产力，赋能实体经济。

在优化人工智能产业人才供需结构方面，她建议建设人工智能新型教育机构，打破学科壁垒，培养具备交叉学科知识的复合型人才；优化适应人工智能迭代需求的人才和岗位结构；搭建平台推动人才交流。

为加强大模型安全治理，张英建议组建多学科交叉的大模型基础理论研究“国家队”，研究推动我国《全球人工智能治理倡议》落实，深入研究大模型治理技术体系，加强国际交流合作，支持我国创新主体参与人工智能相关领域的ISO、IEEE、ITU等国际标准研制，依托世界人工智能大会等会议，打造开放互信的国际治理对话与合作平台。