马剑鹏提到，在AI领域的竞争，需要借鉴国外的经验，不能只在高校里依靠教授单兵作战。有些工作，需要大兵团作战，需要高校、大企业等各类资源的融合。谷歌的突破就是一个明显的例子。最近AI方面的巨大突破，几乎全都是科技公司做出来的。

　　此外，在AI教育的短板也需要加强弥补，“高等教育机构中的学科分类，包括学院的划分，都是基于传统学科体系而设立的，现在必须改革，加强对AI教育的培训。例如，复旦大学2024年招生培养政策发布会上发布的信息，从2024年秋季学期开始，复旦大学将在2024-2025学年推出至少100门AI领域课程。AI大课将纳入所有复旦学生的学业安排。”

　　值得注意的是，此前国产大模型大多聚焦在通用大模型、行业大模型上，“专业大模型，尤其是与自然科学相结合的专业大模型，将来其实同样重要，甚至更加重要。比如蛋白质大模型会大量用在生命科学医疗产业，这关系到健康福祉和国家科技竞争。”肖仰华表示。

　　他建议，这对国产大模型未来发展具有重要启示，未来大模型在To B（企业端）行业专业场景的应用要更多和更快，“To B的应用需要有更多的资源力量和人才资本投入，而这些都和诺贝尔奖传统自然科学和AI深度融合是密切相关的。如果能借这个契机，推动更多的资源进入到专业场景，那么对大模型产业而言会产生更巨大的推动作用。”

　　（澎湃新闻）