從回答問題到執行任務，隨著人工智能應用走向深入，更需要建立在自主可控、安全可信的技術底座之上。系統能否穩定運行，數據是否安全，判斷是否有依據，出了問題能否追溯，決定了人工智能是否可以實現規模化價值創造。

　　自主可控，解決的是技術發展的主動權問題。隻有掌握關鍵核心技術，才能把發展的主動權牢牢掌握在自己手中。其中的關鍵，在於芯片、框架、模型和應用能夠協同，使大模型訓得出、用得穩、迭代快。近年來，國內產業界持續推進軟硬件協同創新，已經實現基於國產算力的大模型全鏈路訓練和推理。這說明，依托自主可控的技術底座，我國有條件構建具有國際競爭力的大模型體系。下一步，還要在框架適配、訓練效率、推理成本以及模型架構、訓練方法等方面持續突破。

　　有了自主可控的技術底座，還要把安全可信落實到產品設計和業務流程中。哪些數據可以調用，哪些操作需要確認，哪些判斷必須由專業人員復核，出了問題如何追溯，都要在產品設計和業務流程中明確。技術供給有保障，使用邊界夠清楚，人工智能才能做到安全可信。

　　基層醫療的實踐體現了這一點。科大訊飛智醫助理已覆蓋國內800多個區縣，它不替代醫生做最終判斷，而是以清晰的循証醫學依據提供輔助診斷和風險提示﹔教育場景同樣如此，人工智能可以批閱作業、分析錯題，幫助教師掌握學情、找准薄弱環節，但講解准確、內容適宜、學生信息得到保護，是這一切的前提。

　　讓人工智能的價值在更多行業得到體現，走向規模化應用，還需要跨越成本、場景和生態三道門檻。跨越成本門檻，要讓更多企業用得起、用得好。通過模型優化和端雲協同，讓常規任務在本地完成、復雜任務按需調用雲端能力，使模型能力與業務需求、部署條件相匹配，在保障安全和效果的同時降低使用成本。

　　跨越場景門檻，關鍵是適應復雜的工作環境。工人操作設備、醫生進行手術時，通過語音調用信息、下達指令，但現場噪聲、方言口音、多人交談，都可能影響理解。隻有把感知、交互、大模型和終端設備一起打磨，做到軟硬一體，再與行業知識和操作規則結合，才能讓人工智能從問答工具變成工作助手。

　　跨越生態門檻，則需要更多企業、開發者和行業專家共同參與。技術企業開放模型能力、開發工具和成熟經驗，行業從業者參與定義問題、檢驗效果，科研機構和開發者共同改進方案，才能把通用能力變成可靠的行業應用。

　　“十五五”開局之年，人工智能要在自主可控的技術底座上持續創新，在安全可信的前提下深入經濟社會發展的更多場景。隻有讓用戶敢用、願用、用得起、用得好，技術能力才能轉化為行業能力，創新成果才能真正形成生產力。人工智能發展的最終價值，不只是讓機器完成更多任務，更是讓人從繁重、重復的勞動中解放出來，讓創造力得到更充分的釋放，讓更多人分享科技進步帶來的成果。

　　（作者為科大訊飛董事長、語音及語言信息處理國家工程研究中心主任，本報記者谷業凱採訪整理）

　　《 人民日報 》（ 2026年11月02日 19 版）