能在理解对话目标意图的基础上，遵循自身价值和人格，来引导对话走向，实现自身目标的“高阶机器人”是什么样的？随着全球首个通用智能人“通通”完成迭代升级，“通用智能”正迅速从概念走向台前。

这一全新赛道上，江苏已展现出领跑之势——核心企业541家、营收规模超1200亿元、38款大模型成功备案，一系列数据标志着其坚实的产业根基。

高速增长的背后，江苏形成了何种独特发展路径？在技术突破与产业落地的关键阶段，又有哪些隐形的瓶颈亟待突破？

垂域场景多元，赋能千行百业

人工智能爆火的背景下，离身智能、具身智能等概念频出，通用智能（AGI）又有何含义？

根据定义，通用智能为通用人工智能，是在多种不同环境下具备自主感知、学习、决策和执行能力的软硬件系统。换言之，就是能像人类一样解决各种任务和问题的智能系统。业界专家表示，这是一种不同于当前ChatGPT等大模型的技术路径——它能够借助少量数据，解决高度复杂的问题，具身智能可以推动实现通用人工智能。

通用智能的核心产业包括上游智算基础设施、中游大模型训推算法和数据资源、下游垂直领域适配应用。

在南京，小视科技（江苏）股份有限公司正是中游大模型训推算法层的代表企业之一。

该公司开发的AIoT数智服务管理平台，融合人工智能、大数据与物联网技术，构建起一个以AI为驱动的综合能力底座，能够对海量数据进行分析，辅助使用者实现智能决策。目前，该平台已在“数字城市、数字产业、数字生活”三大领域形成AI能力矩阵，突出优势在于高度集成与深度智能化。

“一座智能化矿山，能释放多大效能？”小视科技副总裁段伟芝举例道，通过搭载该平台，山西某煤矿企业每日可有效解决卸煤不净问题10次以上，累计减少1吨主焦煤的流失，显著提升运营效益。她补充，除AIoT平台外，小视智能视觉中枢、星斗系列高空抛物智能摄像机、矿山“三违”管理平台等产品，也在多个场景中发挥重要作用。

当小视科技的AI能力深入矿山时，南京市文化投资控股集团推出的“长干大模型”，正为市民与游客提供出行前的智能规划、实时活动推荐与消费福利整合等文化服务。作为全国首个文博垂直大模型，它依托4000万条南京历史文化语料，通过算法优化实现高精度文博知识检索，具备出色的语义理解与上下文生成能力。

两家企业在不同赛道上的“百花齐放”，正是江苏通用智能产业蓬勃发展的缩影。研究显示，当前江苏在通用智能产业围绕行业赋能、要素提升、科技创新等方向成效显著，垂域大模型赋能传统制造、生物医药、文化旅游等行业应用不断深化，智能算力、数据资源、算法平台等要素支撑能力不断提升，平台载体、前沿技术等科技创新能力取得新突破。

核心受制于“人”，聪明有待提升

如何实现通用人工智能？北京大学智能学院院长、人工智能研究院院长朱松纯在接受媒体采访时曾指出，关键在于“为机器立心”。然而，如何真正“立心”，仍是当前面临的核心挑战。

以工业领域的落地为例，南京埃斯顿自动化股份有限公司相关负责人告诉记者，首要困境就是技术融合的复杂性。“将AI、机器视觉与实时运动控制深度结合，需要解决跨学科技术整合、实时数据交互及高精度场景适应性等一系列难题。”

此外，规模化应用也存在挑战。她进一步提到，在柔性制造场景中，面对“多品类、小批量”的生产需求，如何保证智能系统在不同场景下具备快速部署能力，仍需持续探索。同时，在拓展全球市场过程中，企业还需应对不同地区技术标准差异、供应链本地化要求以及海外需求波动等现实问题。

天创智能董事长助理刘旦复对此深有同感。他分享，天创智能是一家在“工业特种智能”领域深耕十余年的国家级专精特新“小巨人”企业，专注于为石油、化工、矿山、冶金、发电等场景提供智能运维全栈式解决方案。

“目前天创已为超过400个能源、工业及资源类项目累计交付了超5000台套以机器人为核心的方案，部署量位居细分赛道全球第一。”刘旦复表示，但要实现真正的通用人工智能，仍有很长的路要走。

在他看来，有三大关键制约因素，首先，大模型的训练和推理高度依赖高端算力芯片，而国产芯片在这一领域仍在追赶；其次，近年来大语言模型的能力爆发来自海量高质的互联网语料数据，但用于“喂养”通用人工智能的多模态数据多沉淀于各类企事业单位的“数据孤岛”，亟须打通，否则将严重制约泛化能力；最后，许多国产模型架构仍主要停留在对国外领先基座模型的改进与应用层面，技术“跟随模式”的特质比较突出。

多方协同发力，共创产业未来

直面挑战，江苏正展开从基础设施到应用场景的全链条探索。

以产业链上游的智算基础设施为例，今年5月，江苏省通信管理局等部门发布全国首个省级算力基础设施发展专项规划，统筹全省基础设施体系化发展，为基础大模型适配垂直领域和大规模推理应用提供算力底座。

与此同时，算法平台建设同步推进，中科曙光南京研究院、万维艾斯、南栖仙策等发布系列高质量人工智能算法研发平台；思必驰自主研发新一代人机交互平台（DUI）；南京大学周志华团队提出的学件基座系统及开源实现，在开源社区具有较强影响力。

政策与金融支持也紧随其后。南京通过“算力券”提供普惠算力服务，无锡设立10亿元人工智能产业基金，苏州则推出60亿元专项母基金，共同构建起多元投入的金融生态。南京、苏州更是先后出台专项政策，从顶尖人才引进到青年人才培养，形成全链条支持体系。

在政策与资源的双重驱动下，江苏的产学研界正加快形成协同共进的创新格局，推动通用智能从战略布局走向系统推进。

比如，埃斯顿就计划在具身智能、高柔性机器人自主决策、跨域协同控制等方向深化研究，通过强化算法与硬件结合，进一步突破机器人在非结构化环境中的认知和执行能力，并依托全球研发资源，构建更开放的智能机器人生态。

刘旦复对技术演进的方向提出期待：“通用人工智能将在公共事务管理和工业运维决策领域率先突破。我国优质的政府数据和丰富的工业场景，将为此类方向的决策智能系统提供独特的数据优势，既能为经济运行提供精准建议，也能为设施维护提供深度洞察。”

学界的研究则更加聚焦于技术的原始创新及普惠落地。金陵科技学院智能体软件创新中心主任桂文明介绍，其团队和江苏欣网视讯软件技术有限公司联合研发的智能导览机器人已成功应用于江苏移动某营业厅，通过将语音大模型、感知系统以及领域知识库结合，实现了自然流畅的人机交互和场馆导览。

展望未来，他结合自身研究提出三个关键方向，在实体场景中推动具身智能逐步替代重复性人工劳动；构建更易用的智能问数（Text2SQL）智能体，降低非专业人士使用数据库的技术门槛；同时优化语音交互系统，致力于在复杂环境中实现精准的指令响应。“总之，我们要努力摆脱以往对国外技术的跟随模式，通过强化原始创新，护航江苏通用智能产业迎风而上。”桂文明说。

新华日报·交汇点记者 周永金