专访全国政协委员张云泉：DeepSeek增强中国AI产业国际竞争力 建议实施人工智能人才计划

封面新闻记者 粟裕

“DeepSeek的诞生标志着在AI领域出现了新的技术突破，尤其是在低算力训练和高效率模型优化方面，这将推动AI技术向更高效和普惠的方向发展。”全国政协委员、中科院计算所研究员张云泉说。

3月7日，全国政协十四届三次会议正在京举行。作为长期深耕计算机领域的专家，近年来张云泉始终关注生成式人工智能的发展。近日，张云泉接受封面新闻记者专访时，建议实施生成式人工智能企业人才计划，联合重点高校开展生成式人工智能企业人才计划，系统化培养企业数字化转型领军人才。

全国政协委员、中科院计算所研究员张云泉。受访者供图

随着DeepSeek在全球爆火出圈，大模型在国内掀起了“AI热”。张云泉表示，DeepSeek作为中国生成式人工智能领域的新锐力量，其发展引发全球关注。在资金有限的情况下，通过对计算平台的极致优化，实现了与国际领先模型相当的性能，但部署成本大幅降低。这一突破，促使全球市场重新评估大模型发展的成本曲线，推动国内芯片、云计算等基础设施加速升级。

用户在DeepSeek手机客户端上提问。新华社发

“在数学推理、编程及逻辑推理等多个领域展现出与OpenAI顶尖模型比肩的实力，进一步验证了中国企业在生成式人工智能领域的创新潜力。”张云泉认为，DeepSeek是中国对全球AI发展格局的重塑，首次实现开源大模型达到闭源商业模型的实用效果，这一突破具有里程碑意义。

他认为，通过开放技术生态，既降低了AI技术的应用门槛，又保障了核心性能指标，真正推动人工智能技术走向普惠化，也将加速AI技术在各行业的渗透应用。

“DeepSeek的技术优势增强了中国 AI 产业的国际竞争力。”他认为， DeepSeek可以通过技术授权、合作开发等方式，进入全球市场，扩大其市场份额，形成竞争优势。DeepSeek可以帮助发展中国家获得AI技术，缩小技术鸿沟，进一步助力发展中国家在全球科技竞争中获得话语权，推动科技民主化。

生成式人工智能产业化面临哪些问题？张云泉表示，当前企业端生成式人工智能落地成本过高。据Arcee AI研究，企业在生成式人工智能应用过程中面临高额成本投入：基础设施投入方面，算力建设成本约占总投入的45%，算力使用成本占35%。在应用实施方面，单个场景的定制化开发和适配成本从5万美元到20万美元不等。此外，企业还需持续投入运维成本，包括算力、存储、网络等基础资源费用，年度运维支出通常占初始投入的40%-60%。

人工智能产品。新华社发

他指出，工程化支撑体系仍待完善，大模型工程化应用需要解决模型安全评估、性能测试、部署验证、运维监控等多个核心技术环节。目前，国内企业在模型优化、多模态技术整合等方面仍存短板，且缺乏统一的工程化实施标准。

此外，复合型人才供给不足。国际研究显示，73%的相关企业将生成式人工智能人才招聘列为优先事项，但其中75%的企业表示无法满足人才需求。特别是在垂直行业应用层面，既懂专业领域又精通生成式人工智能技术的复合型人才极度匮乏。据麦肯锡调研，超过80%的受访企业认为，缺乏既了解行业需求又掌握生成式人工智能应用方法的人才，是制约创新转型的主要瓶颈。

对于生成式人工智能发展，张云泉建议，建设新质生产力智创赋能平台。建议由发改部门牵头，鼓励地方政府建立新质生产力智创赋能平台。通过平台聘请具有落地经验的大模型应用人才，为重点领域优质企业提供免费的大模型定制化技术服务支持。通过政府引导，构建区域性生成式人工智能应用创新生态，为企业转型提供专业化指导。

机器人产品亮相展会。新华社发

他表示，应建立生成式人工智能工程化实施标准体系，建议由工信部牵头，构建涵盖模型评估、性能测试、部署验证和运维监控技术标准体系。重点制定模型安全评估规范、部署验证流程和运维监控指标。同时，提供专项经费支持各级国家工程中心在重点垂直领域发布落地指南和最佳实践。

“随着技术门槛降低，更多的创业公司和个人开发者将能够参与到AI生态系统中，推动应用场景的多样化和创新。”张云泉还说， DeepSeek通过技术革新与开源生态，不仅改写了AI行业的游戏规则，更推动了从算力军备竞赛向算法效率优先的范式转移。未来几年，在AI大模型助力下，基础学科可能将迎来新突破，推动新一轮技术创新。