聚力前沿赛道，赋能企业成长。日前，市工信局带领约40位泉企相关负责人走进武汉大学，举办2026年泉州市专精特新企业高质量发展专题研修班。据悉，该研修班为期近一周，聚焦新质生产力、人工智能等热点，借力名校智库资源，助力企业家洞察产业发展新趋势、拓宽创新新思路，为我市做强实体经济、培育优质中小企业蓄势赋能。此次活动由市工信局、市财政局主办，市中小企业服务中心、武汉大学承办。

□融媒体记者 黄文珍 通讯员 金钱 徐锦如 文/图

跟随国家产业方向 打造不可替代核心优势

记者了解到，在研修班课程设置上，既有宏观视野下的理论解读，又有贴合实际的实操教学，还有走进标杆企业实地参访学习。

“当前，制造业正处于转型升级的关键期，新质生产力已成为企业跨越‘低水平内卷’的核心引擎。”市工信局相关负责人表示，此次研修班经过多番精心筹备，旨在帮助企业打破认知局限。“借助优质学术资源与标杆实践，既是对标一流、开阔视野，也为我市专精特新企业发展注入可持续的创新动能。”

开班当天，武汉大学经济与管理学院经济学教授吴传清从宏观层面分享了“新质生产力下制造业创新管理与技术突破”。“不论是传统产业还是新兴产业，都需要创新赋能。”吴传清认为，创新的一个核心是科技创新；创新的两个轮子是技术创新和制度创新。“传统产业依旧是经济的重要根基，只要坚持转型升级，同样具备发展空间。”

吴传清分析，我国制造业拥有220余种工业产品，产量居全球首位，但行业普遍存在内卷式竞争。目前，国内无人机、机器人、新能源汽车产业规模均居全球前列，新能源汽车产销量占全球六成以上。这也倒逼制造业必须持续开展产品与技术创新，适配市场新需求。“当前实体经济整体经营压力较大，凸显专精特新的必要性，企业唯有做精主业，打造不可替代的核心优势，才能稳定立足市场。”

“企业创新要放在新型工业化视角下，其内涵也在迭代升级。”在吴传清看来，依托政产学研合作模式，制造业要向数字化、网络化、智能化转型。数字化是将信息化转化为可量化、可分析的数据；网络化是打通企业各环节，实现数据流通；智能化则依靠智能装备、机器人实现自动化生产。“企业要选准赛道、深耕赛道，重视人才建设。还要吃透产业政策，找准自身在产业链、供应链中的定位，力争成为细分领域隐形冠军。”

吴传清认为，传统产业、新兴产业、未来产业三条赛道要同步推进，核心围绕新质生产力展开。新兴产业成长潜力大、综合带动效应强，当下人工智能是发展趋势；高端装备制造，细分赛道丰富，核心代表是工业、消费、养老、医疗等各领域机器人相关产业。此外，还要航空航天与海洋装备、轨道交通等主流方向。未来产业，由前沿技术驱动，目前大多处于萌芽、起步阶段，具备战略性、颠覆性和引领性。生物制造、具身机器人、脑机接口、量子科技等是未来产业的主要方向。“对于企业而言，紧跟国家产业方向，才能把握发展机遇。”

布局智能体应用 深耕本地化大模型

武汉大学信息管理学院教授赵杨从操作层面分享了AI工具的应用。

“2025年AI领域的核心热点是大模型。大模型可以理解为参数量庞大的人工智能系统，整合了海量人类知识，具备图文创作、计算、推理等多种能力，也是抢占未来科技发展的关键。”赵杨分享，如今国内大模型总量超600个，其中十亿参数以上的高端大模型达百个。“大模型赛道竞争进入白热化，背后是万亿级的广阔市场。”

在赵杨看来，如果说2025年的关键词是大模型，那么智能体是2026年AI领域的主流方向。大模型侧重思考输出，而智能体能够自主执行操作，如同全天候待命的数字员工。“过去使用AI仅能获取答案，后续操作仍需人工完成。现在的智能体可直接落地执行，比如自动整理、分类、标注客户资料等。”

人工智能如何赋能产业转型升级？“我们可以把无人机、无人车、机器人、机器狗融合发展，打造具身智能，在工业生产、家庭服务、应急救援等场景落地应用。”赵杨分享，依托大模型，AI如今在数字内容生产领域能力突出，可自动、高效制作文本、图片、音频、视频等各类内容。“作为细分领域的‘领头羊’，专精特新企业有着各自的核心竞争优势，部署本地化大模型是大趋势，仅完成基础部署远远不够，还需要持续用行业专属数据对通用大模型做专项训练，让模型适配企业业务与产品需求。”

赵杨也提醒企业，数据质量远比数量更关键。使用劣质、虚假数据训练模型，不仅无法发挥价值，还会起到反作用。“如今企业竞争逐渐转化为智能化能力比拼，一些企业利用AI生产负面信息、恶意差评扰乱市场，这类风险需要企业警惕防范。”

竞争驱动AI创新 自主芯片是根基

武汉大学历史学院教授李工真则分享了人工智能的“前世今生”，梳理了其发展脉络，助力学员建立完整的AI全局视野，反向赋能产业转型、技术落地与长期发展。

“2015年，阿尔法狗的问世是人工智能的关键突破口。它的工作原理是机器的‘深度学习’，这是一种基于人工神经网络的学习算法，它通过模仿人脑神经元的运转方式来做数据分析。”李工真分享，它的成功体现在它不是通过程序设计上的固定性，而是通过机器“深度学习”上的灵活性做出的反应。

李工真介绍，人工智能的进一步变革出现在2017年，这一年，谷歌大脑团队推出Transformer模型，成为当时最先进的大型语言模型，对后来的人工智能发展产生深远影响。此后，2018年推出了具有1.17亿参数的GPT-1.0模型，这标志着自然语言处理领域的一大进步。2022年11月底ChatGPT问世，其基本做到与人类自然流畅的对话。2024年9月，OpenAI公司公布OpenAI o1模型，这是首款具备推理能力的大模型，它能比人类更快地回答更为复杂的问题。

“2024年底以来，国内DeepSeek V3模型、DeepSeek-R1模型相继问世，在人工智能的海洋中掀起了一股巨浪。”李工真分享，它们在模型训练与推理算法上有大量的优化和工程创新，其中加入动态路由降噪算法，运用动态采样和分布式框架推理，数据处理采用知识蒸馏技术和多值强化学习，从而实现效率提升和成本的大幅降低。“它找到了一条能大幅降低成本的新路。”

李工真还介绍了李飞飞的S1新模型等人工智能持续发展历程。“AI领域里的竞争是激烈的，新的模型会不断推出，相互竞争是AI能力不断发展的原动力。真正领先的研究，靠的是思维和方法上的不断创新。”在他看来，发展人工智能产业必须坚持自主创新，加强核心技术攻关，特别是在芯片等关键领域提升自主可控能力，为产业长期发展夯实基础。