2025 年 5 月 23 日至 24 日,2025 AI + 研发数字峰会(AiDD 峰会)在上海盛大举行。此次峰会吸引了来自企业界、学术界的诸多顶尖专家与行业领袖齐聚一堂。围绕 AI 与研发数字化这一核心主题各抒己见,分享前沿观点与实践经验。峰会聚焦 AI 与研发数字化,深入探讨如何推动人工智能与各类研发场景实现深度融合。随着人工智能技术的日益成熟,其在研发领域的应用潜力巨大,能够助力企业更高效地理解现实世界,从而推动研发全面迈向智能化和数字化的崭新时代。在两天的议程中,围绕AI+开发、AI+测试、AI+领域、AI+产品和AI+工程五个领域,展开了详细且深入的研讨。
-张延-
联通数字政府产品部交付总监张延出席会议并发表《DeepSeek R1-MoE-NAS 融合赋能领域大模型高效训练体系》演讲,阐述领域大模型技术挑战与解决方案。
-张延-
一、领域大模型发展瓶颈剖析:数据、模型与应用的挑战
张延在演讲中首先梳理了大模型技术的发展脉络,从AlexNet开启深度学习时代,到Transformer重构NLP范式,再到GPT-3/DALL-E推动多模态融合,大模型正从通用性迈向精准性。然而在医疗、金融、政务等垂直领域落地时,面临三大核心挑战:一是数据治理难题,领域数据分散在异构系统,受隐私法规限制难以整合,人工标注效率低且质量参差;二是模型适配瓶颈,通用架构无法捕捉领域数据的复杂逻辑(如医疗病历的因果关系),且千亿参数模型的算力需求远超普通硬件承受范围;三是应用落地痛点,静态训练模型易过拟合,在线学习成本高,同时存在准确性不足和“幻觉”问题,制约智能服务的可靠性。
二、技术赋能破局:政务热线场景下的协同技术方案实践
针对上述挑战,张延以政务热线为案例,阐述了DeepSeek R1、MoE与NAS的协同技术体系。在数据治理层面,通过DeepSeek R1分布式采集链整合文本、语音、图像等多模态数据,结合区块链和联邦学习实现“数据可用不可见”;在模型适配环节,MoE的2048个专家模块(如社保政策解读、工单分类)精准解析政务领域特征,NAS则通过自动化架构搜索将运算量减少70.7%、推理延迟降低62.5%;在应用部署中,通过知识蒸馏和在线学习,实现模型72小时内快速升级,结合模型压缩技术使推理速度提升5倍,适配边缘计算设备。该方案在政务热线场景中使工单分类准确率提升至96.2%,政策解读幻觉率从97%降至2.3%。
三、渐进优化:“四步十七法”全流程优化框架
张延总结项目经验,提出“四步十七法”全流程优化框架:1、数据筑基,通过跨域聚合、隐私保护等五大方法,构建安全合规的数据底座,数据利用率提升40%、存储成本降低72%;2、群智重塑,借助MoE门控分配和动态路由,实现领域模型轻量化压缩,政务热线模型微调耗时大幅缩短;3、架构革新,依托NAS自动化搜索混合架构,结合动态负载均衡,使GPU利用率提升至85%,内存需求减少43%;4、闭环进化,通过多维度评估与自动诊断,构建“评估-诊断-优化”闭环,持续提升领域模型能力。
四、实践验证:联通在政务领域的模型应用成效
联通在政务领域的实践中,通过该技术体系实现政务热线全流程智能化升级:打造“热线‘智服’”“民意‘智办’”等六类智能体,智能派单准确率达96%,平均通话时长缩短50秒;整合“12345”与“互联网+督查”平台,实现民生诉求“六级贯通”,通过知识图谱和动态注意力机制,民情风险预警效率提升3倍;基于联通元景MaaS-DeepSeek平台,蒸馏版模型参数低至1.5B-70B,单节点推理成本降至0.005元/次,边缘部署成本下降90%,推动政务服务从“被动响应”向“主动治理”转型。
五、技术融合与展望:领域大模型的未来方向
张延指出,DeepSeek R1-MoE-NAS融合体系已在政务、医疗等领域实现数据利用率提升40%、训练成本下降60%的突破。面向未来,领域大模型将聚焦四大方向。一是智图强推,融合知识图谱与MoE,提升复杂逻辑推理能力;二是实参优化,通过强化学习实现模型参数实时动态调优;三是轻模精构,生成小于10亿参数的边缘模型,适配低资源场景;四是跨模同构,构建统一特征空间,推动文本、语音、图像多模态深度融合,加速各产业智能化进程,最终实现AI从工具向通用基础设施的跨越。
张延的发言以其深厚的技术底蕴、详实的实践案例和前瞻的行业视角,引发了现场嘉宾的热烈共鸣与深度探讨,为峰会注入了关于领域大模型技术突破与产业应用的重要思考,进一步推动了 AI 与研发数字化的深度融合进程。
（来源：点财网）
