3月16日，2025年全国城市联合招聘高校毕业生春季专场活动启动仪式暨“百万英才汇南粤”春季大型综合招聘会在广州举行。活动现场，举办了第二届大湾区博士博士后创新创业大赛成果转化活动暨博创湾区项目对接会（人工智能专场），一众博士博士后与政府、企业相关负责人齐聚一堂，共襄人工智能与机器人领域人才和项目交流对接的盛会。
其中，华南理工大学计算机科学与工程学院院长、欧洲科学院外籍院士、欧洲科学与艺术学院院士陈俊龙教授以《新型人工智能筑基未来产业发展》为题发表主旨演讲，他结合其团队研发的DeepSeek大模型技术，深度解析AI产业变革路径。会议间隙，陈俊龙接受了羊城晚报专访。
人工智能产业化赋能经济增长
羊城晚报：这次的主旨演讲，您希望传递怎样的核心观点？
陈俊龙：本次演讲的核心观点是强调人工智能产业化不仅是技术发展的必然趋势，更是推动社会经济全面进步的关键力量。我希望通过这次演讲，让同行们认识到，人工智能产业化能够实现技术与市场的深度融合，加速科技成果转化为实际生产力，从而为经济增长注入强大动力。
羊城晚报：您认为新型人工智能如何建筑未来产业发展之基？
陈俊龙：我认为新型人工智能在建筑未来产业发展之基方面具有深远意义。新型人工智能具有更强的自主学习能力、更高的适应性和更广泛的应用场景。它能够通过对海量数据的深度挖掘和分析，为产业决策提供精准依据，优化生产流程，提升生产效率。同时，新型人工智能还可以催生新的产业模式和业态，如智能制造业、智慧农业、智能医疗等，为未来产业发展开辟新的空间。此外，它还能促进跨学科、跨领域的协同创新，推动产业生态系统的重构，为未来产业的可持续发展奠定坚实基础。
大模型和生成式AI成为产业化重要推手
羊城晚报：从您的专业视角来看，当前人工智能领域的技术发展呈现出哪些显著特点？
陈俊龙：从当前人工智能领域的技术发展来看，有几个显著特点值得关注。首先，DeepSeek等大模型和生成式AI的崛起标志着AI技术从专用型向通用型的转变。这些模型不仅能够处理多种任务，还在自然语言处理、图像生成等领域展现出前所未有的能力。其次，数据驱动与算法优化的深度融合使得AI系统的性能不断提升，尤其是在复杂场景下的适应性和泛化能力显著增强。此外，AI与其他前沿技术（如量子计算、边缘计算）的结合也为未来的技术突破提供了新的可能性。
羊城晚报：大模型和生成式AI的快速发展对人工智能行业未来走向会产生怎样的深远影响？
陈俊龙：关于大模型和生成式AI对行业未来的影响，我认为这将是一场深刻的变革。首先，它们将推动AI应用的普及化和低成本化，使得更多企业和行业能够以较低的门槛接入AI技术，从而加速产业化进程。其次，生成式AI在内容创作、设计、医疗等领域的应用将催生新的商业模式和产业链，甚至可能重塑某些行业的竞争格局。然而，我们也需要警惕由此带来的伦理和社会问题，例如数据隐私、算法偏见和就业结构调整等挑战。总的来说，大模型和生成式AI的快速发展不仅是技术上的突破，更是推动人工智能产业化的重要引擎。我们需要在技术创新与伦理规范之间找到平衡，以确保AI技术的健康发展能够真正造福社会。
发挥协同优势，打造“数据特区”
羊城晚报：结合广东省的产业基础和资源优势，您认为在推动人工智能产业发展方面，政府、企业和高校、科研机构应如何协同合作？
陈俊龙：结合广东省的产业基础和资源优势，我认为推动人工智能产业发展需要政府、企业和高校科研机构三方协同合作，形成合力。
首先，政府应发挥政策引导和资源整合的作用。广东省近年来通过《广东省新一代人工智能发展规划》等政策，明确了人工智能产业的发展方向，并通过资金支持、产业园区建设等措施，为企业和科研机构提供了良好的发展环境。未来，政府应继续优化政策，特别是在数据开放、算力基础设施建设和跨境数据流通方面，进一步释放资源潜力。
其次，企业应成为技术创新的主体。广东省拥有华为、腾讯等龙头企业，以及众多专精特新“小巨人”企业，这些企业在人工智能技术的研发和应用场景的拓展中发挥了重要作用。企业应加强与高校、科研机构的合作，推动技术成果的产业化，特别是在智能制造、智慧医疗等领域形成示范效应。
最后，高校和科研机构应聚焦基础研究和人才培养。广东省拥有中山大学、华南理工大学等高水平院校，以及鹏城实验室等科研平台，这些机构在人工智能基础研究和前沿技术突破方面具有重要优势。未来，应进一步加强产学研合作，培养更多高端人才，为产业发展提供智力支持。
羊城晚报：面对激烈的国际竞争，广东省的人工智能产业如何突出重围，形成独特的竞争优势？
陈俊龙：面对国际竞争，广东省应充分发挥粤港澳大湾区的协同优势，打造“数据特区”，推动人工智能与实体经济深度融合，形成以应用场景驱动的独特竞争优势。同时，通过国际合作和技术输出，提升全球影响力，力争成为全球人工智能产业的创新引领地。
推动建立人工智能创新教育生态
羊城晚报：在培养人工智能领域人才方面，广东省面临哪些挑战？
陈俊龙：我认为广东省在人工智能领域人才培养仍存在以下挑战：第一，技术迭代速度远超教育体系的更新周期，课程内容容易滞后于产业需求。第二，跨学科融合不足，传统学科与人工智能的结合尚处于探索阶段，复合型人才培养体系尚未完全成熟。第三，师资力量的结构性矛盾突出。
羊城晚报：您和华工在这两年培养人工智能人才上有哪些创新举措？
陈俊龙：学校包括学院近年来也意识到这些问题并且出台了一系列措施进行调整，学校在去年就跟省教育厅合作，建立广东省高校人工智能教育教学研究中心，聚集省内外知名专家，共同推动人工智能创新教育生态的建立；同时，学校近年来大力度海内外引才，正计划构建人工智能学域，汇聚校内外优势交叉学科师资力量，推动人工智能科研教学上的革新；我们学院近年来也在进行尝试改革，新设立校外企业导师，跟鹏城实验室、阿里巴巴、南方电网、中国建设银行等国家重大机构、龙头企业、国有企业进行校企联培，确保学生的培养是紧贴产业需求，从企业中来，到企业中去；同时我们也跟华为、百度等企业合作，将鲲鹏等国产先进计算平台融入到课程设计中。
新型联邦宽度学习法将发布
羊城晚报：人工智能在制造业、金融等传统产业的融合应用过程中，可能会遇到哪些阻碍？有什么有效的解决办法？
陈俊龙：我认为最大的困扰就是一是技术落地与产业惯性的冲突，许多传统企业将AI简单视为辅助性工具，忽视其对产业链重构与商业模式创新的潜力，二是数据孤岛与合规风险，我们知道在金融、医疗等高精领域，由于安全、用户隐私等因素，数据没办法跨域流动，实现集聚化，影响大模型等前沿技术在这些领域的深度推进与落地。
我认为解决上述的阻碍需要多方协同发力，在政府层面，政府需要持续推进人工智能及数据流通的监管政策的完善，同时设立税收优惠、专项基金，定期举办专题培训和研讨会，引导和推动企业进行人工智能创新应用场景的拓展升级；在企业层面，企业高度关注前沿科技发展，打破传统固性思维，跟高校及科研机构展开合作，成立中试平台，以产业需求反向定义技术研发和升级；在高校层面，高校科研应强化“场景驱动”的产学研合作，技术研发和学生培养需紧贴国家重大需求和企业需要，培养人工智能复合型人才，我们团队其实也面向上述阻碍，给出了我们的技术答卷，研发了一种新型的联邦宽度学习方法，可以有效解决模型在人工智能中落地遇到的数据孤岛难题，近期也要进行发布，大家可以期待一下。
算法、算力、数据等核心领域需加大投入
羊城晚报：开源大模型在推动人工智能发展方面发挥着怎样的作用？
陈俊龙：我认为开源大模型的出现，一方面是促进大模型技术升级，开源大模型通过代码和模型参数的开放，全球的研究者可以一起参与优化模型结构，缩短了技术研发周期，还促进了跨领域知识的融合；另一方面是降低了技术壁垒，以前要从头训练一个大模型需要海量数据和算力，只有头部企业才能负担得起。现在有了开源模型，为开发者提供了广泛的二次开发可能性，能够真正打破技术和行业间的重重壁垒，实现了技术的普惠化。
羊城晚报：DeepSeek这类开源大模型的出现，对广东省的人工智能产业生态有何影响？
陈俊龙：DeepSeek的本地化部署优势与广东省多样化应用场景高度契合，加速数字经济与实体经济融合，赋能广东在“智能红利”竞争中占据先机，中小微企业能够更轻松地接入先进大模型，支撑中小微企业的智慧化转型。同时，开源大模型为传统企业注入活力，催生更多高新技术企业，重塑产业格局。
羊城晚报：对广东省人工智能产业发展您有何建议？广东省发展人工智能产业的过程中，如何平衡技术创新与伦理安全之间的关系？
陈俊龙：针对广东省人工智能产业的发展，我认为可以从以下几个方面着手。首先，强化产学研的深度融合，应进一步加强高校、科研机构与企业间的合作，推动企业参与高校的AI研究项目，共建联合实验室。其次，建设人工智能开源社区平台，为开发者提供交流、合作和共享的空间。定期举办开源项目竞赛挖掘优秀的开源项目和创新应用，推动人工智能技术的创新发展。与此同时，在基础研究方面，应加大对前沿AI技术的长期投入，尤其是在算法、算力和数据等核心领域。
在平衡技术创新与伦理安全的过程中，从技术角度，应大力发展可解释性AI，提升算法的透明性和可解释性，确保技术决策过程可被理解和追溯。同时，加强数据隐私保护技术的研发，如联邦学习、差分隐私等，在确保数据安全的前提下推动技术创新。从治理角度，需要推动建立健全人工智能治理体系，企业需建立内部伦理审查机制，在群众中推动AI伦理的社会普及与教育。
总的来说，通过技术与治理的双重保障，广东省可以在推动人工智能创新的同时，有效规避伦理风险，实现技术与社会的和谐共进。
文、图丨记者 陈亮 实习生 陈胤圻
本文链接：http://www.xihao.site/showinfo-4-12489.html陈俊龙院士深度剖析：AI产业的变革与未来之路丨百万英才汇南粤
