当前，无线电技术与人工智能（AI）深度融合，正在为通信、航天、城市治理等领域带来巨大突破。人工智能在无线电监测、信号识别等领域的实践，为无线电管理智能化转型提供了创新路径。要进一步推动“无线电+人工智能”应用，探索“无线电+人工智能”融合发展新路径，需要深入了解人工智能技术从理论突破到产业落地的发展历程。

　　在国家无线电办公室近日举办的“构建电磁频谱新发展格局高层次人才能力建设”高级研修班上，阿里研究院AI产业研究中心主任周搏围绕“AI技术的创新与应用”作了交流与分享。他表示，党中央、国务院高度重视人工智能发展，完善顶层设计、加强工作部署、推进产业发展，推动我国人工智能综合实力整体性、系统性跃升，大模型多模态能力和推理能力显著提升，应用范围迅速拓展，加速渗透到千行百业的各个环节和流程。

　　用复杂系统的能力解决复杂系统的问题

　　作为人工智能技术体系的关键要素，大模型能力的突破式迭代和推理成本的快速下降，使得大模型应用迅速发展，加速赋能千行百业。阿里研究院调研显示，大模型可用性已跨过产业规模化“临界点”，渗透到产业的各个环节和流程。目前，阿里通义模型的30多万企业客户广泛分布于互联网、消费电子、汽车、品牌零售、交通物流、金融医疗、人力资源、教育旅游等不同行业。

　　不仅在面向消费者和各行各业的“看得见的地方”，在“看不见的地方”，大模型正应用在自动驾驶、具身智能、新材料研发等关键技术领域，以及生命科学、环境科学、脑机接口等基础科学领域重构底层逻辑，成为这些领域深刻变革的共同“题眼”。例如，在自动驾驶领域，大模型赋能端到端自动驾驶系统展现出强大的环境感知和行为预测能力，加速了L4级别自动驾驶实现。在具身智能领域，引入大模型能增强机器人对物理空间的感知和理解，改善运动规划和控制效率。

　　大模型架构提供了一种系统性研究复杂系统问题的工具，从局部求解到全局最优，降低科研试错成本；从专有系统到通用技术体系的构建，促进跨领域科研合作和资源共享；从经验规则到数据驱动，重塑复杂系统的科研范式。这种跨学科的数据驱动方法变革，正在加速科学研究的步伐，推动我们向更深入理解自然世界迈进。

　　大模型应用蓬勃发展带来三大启示

　　人工智能大模型蓬勃发展，新应用层出不穷，背后存在三个底层逻辑：模型能力飞速进步及推理成本持续下降，超过可用“临界点”，产业应用尽用；成功用例在企业内部、同行之间乃至跨行业之间高速迁移复制；不再局限于单纯的文本、图片等多模态内容的“生成”，而是大范围在“理解、推理、决策”场景广泛应用。这为我们带来以下启示。

　　启示一：无须纠结“杀手级应用”何时出现，鼓励企业与机构以创新思维“多试多用”。大模型产业应用不应以所谓“单一爆款”来诠释其技术价值，而是应通过累积性场景优化，使整体产业获得质的提升。应加大对企业与政府机构“试用落地”的扶持力度，通过鼓励企业与机构以“公共云+API”模式应用大模型，并对细分场景下的大模型应用规模化落地项目，根据模型使用量发放模型券，让更多企业和机构愿意投入数据、人才和管理资源，快速跑通关键环节并形成可复制的成熟范式。

　　启示二：打破产业垂直划分壁垒，开展横向跨行业共性技术与平台的融合推进。随着大模型在产业的落地，数字经济背后的技术体系正呈现出跨行业的横向融合的特征，对传统的纵向行业划分、规划方法和落地路径提出了全新的挑战。为了适应这一趋势，须打破产业间传统划分方式的认知壁垒，推动开展横向跨行业共性技术平台建设与资源共享。加强科研领域间的资源共享与技术合作，减少重复投资和技术冗余，提升各领域协同效应。

　　启示三：以智能体（Agent）为抓手，构建模型能力与应用场景之间的桥梁。生成式AI诞生以来，我国的丰富场景会是产业优势，要突破算力的限制和弥补算法的不足。不过从目前看，应用场景并不能直接反哺模型能力。应用场景与大模型发展之间需要一座新的桥梁。智能体可以打通“模型能力提升→智能体应用发展→经济效益产出”的正向反馈，并反哺模型能力迭代和升级。