大模型之爭：既要彎道超車，也要直道沖鋒

7月8日，2023世界人工智能大會期間，科大訊飛總裁吳曉如出席，帶來題為"人工智能促進金融創(chuàng)新"的主旨演講并接受了媒體的采訪。

他指出，大模型描述的語義空間和人類語義空間越來越逼近，已經(jīng)產(chǎn)生“類人”智慧，產(chǎn)生了智慧涌現(xiàn)，通用人工智能曙光已現(xiàn)，這可以極大地把我們從很多腦力勞動中解放出來。

作為中國人工智能的頭部企業(yè)之一，訊飛此前提出，中國AI大模型既要“彎道超車”，也要“直道沖鋒”。

吳曉如認為，目前國內(nèi)大模型與國際頂尖的認知智能大模型對比還存在綜合實力、平臺能力等差距。在“直道沖鋒”的過程中，芯片、高質(zhì)量數(shù)據(jù)、系統(tǒng)迭代等方面仍然挑戰(zhàn)嚴峻；但國內(nèi)在大模型各技術(shù)領(lǐng)域方面有長期的探索與積累，核心技術(shù)方面的系統(tǒng)性創(chuàng)新也“開花結(jié)果”，在認知智能大模型的長跑中要有底氣和信心。

以下是演講和采訪實錄（有刪減，小標(biāo)題為編者添加）。

吳曉如：現(xiàn)在大家都在說又迎來人工智能一個新的技術(shù)革命，而且是一個顛覆性的技術(shù)革命。我們覺得雖然目前還不是通用人工智能，但是它已經(jīng)出現(xiàn)通用人工智能曙光，或者我們看到通向人工智能的橋梁，對我們未來十年、二十年工作和生活產(chǎn)生多大影響。

其實現(xiàn)在的通用人工智能，或者說通用人工智能的前奏，大模型，差不多是萬億級參數(shù)來模擬我們?nèi)说拇竽X，雖然它的工作機制不完全一樣，但是剛剛前幾位專家都已經(jīng)說過，它產(chǎn)生了智慧涌現(xiàn)。

訊飛1999年成立，過去24年一直聚焦在人工智能這一件事情上，起初的使命是讓機器能聽會說、能理解會思考。很長時間以來，我們感覺非常遺憾，因為機器能夠聽得清，經(jīng)常卻聽不懂，這是認知智能不足，嚴重影響人工智能的價值鏈創(chuàng)造。前面張院士專門說到了，十年前的語音識別、圖像識別也面臨很多領(lǐng)域應(yīng)用的問題。所以在前幾年，我們看到認知智能、自然語言處理很多方面需要大規(guī)模定制，很多計算機學(xué)院學(xué)生做自然語言理解，肯定要做分詞斷句、摘要、機器翻譯，分成很多門類，現(xiàn)在，可能都被大模型一統(tǒng)天下。

它的下一步會很好地去解決很多信息處理問題，原來語音到文本以后，它經(jīng)過自然語言理解就會遇到一個很大的檻，這個檻就是能不能理解。理解之后，能不能再進行一些邏輯的推理？能不能經(jīng)過長思維鏈條推理？能不能經(jīng)過推理以后生成一些內(nèi)容？實際上這些在之前都是非常困難的。但是這次大模型的出現(xiàn)，使得很多信息處理的全流程形成了一個閉環(huán)。

我們認為，它會帶來更加猛烈的第四次浪潮，技術(shù)上下一步還有更高天花板，還有非常大潛力。同時它采用循序漸進的方式，將很快進入應(yīng)用和技術(shù)雙輪驅(qū)動，技術(shù)會更快發(fā)展，對應(yīng)用上會產(chǎn)生越來越大的變化。

大模型解決了對整個信息深度理解、推理和生成問題，產(chǎn)生了智慧涌現(xiàn)，實際上可以極大地把我們?nèi)祟悘暮芏嗄X力勞動中解放出來。我們先把人類未來的工作、倫理問題放在一邊，下一步它一定會產(chǎn)生巨大生產(chǎn)力。尤其通過人機協(xié)同以后，這種生產(chǎn)力的釋放，我想是非常巨大的。有19%工作可能直接被替換掉，還有50%以上的工作，或多或少有工作場景需要人和機器進行深度協(xié)同，我們看一下背后的技術(shù)，一般分成三步：

第一，無監(jiān)督或者自監(jiān)督的訓(xùn)練，只要給它大量的有質(zhì)量的文本，它就會自動去訓(xùn)練，就像一個人埋頭苦讀一樣。

第二，有監(jiān)督下的精細參數(shù)調(diào)整，一般叫SFT。它經(jīng)過大量高質(zhì)量的提示和提示下的答案，對某個問題進行修正，參數(shù)修正以后產(chǎn)生的模型，就能在具體的行業(yè)領(lǐng)域應(yīng)用，相當(dāng)于拜師學(xué)藝。

第三，它生成答案怎么更好符合我們?nèi)说念A(yù)期？我們用一種強化學(xué)習(xí)的函數(shù)進行調(diào)整，可以使得最后的模型更加符合我們的預(yù)期。

總體來說，預(yù)訓(xùn)練大模型的語義空間和人類語義空間越來越逼近，這就是正在產(chǎn)生類人的智慧，后續(xù)可以通過多模態(tài)使它的學(xué)習(xí)能力和生成能力越來越強，給我們解決越來越多的問題。

我們當(dāng)時把這個大模型叫作星火，是因為期待它可能是通用人工智能的曙光，或者是一個火花，接下來，星星之火可以燎原，我們想它會非?？斓卦趹?yīng)用和技術(shù)上發(fā)展。

人工智能的生態(tài)之爭

目前我們模型沒有全方面的開放，我們還等待監(jiān)管機構(gòu)最后的認證。最近從星火大模型應(yīng)用體驗看，我們得到各種不同的報告。

首先，使用人的特點是一線城市、高學(xué)歷和年輕化；使用時間上，和我們工作時間段比較吻合，工作提效需求成為它最核心的場景。另外比較有意思的是，星火大模型6月9日開放應(yīng)用助手創(chuàng)新空間，不再需要寫程序，只需要給提示，它就能根據(jù)你的提示產(chǎn)生各種各樣應(yīng)用，比如寫一些政府公文，比如寫一些企業(yè)文案，這種新的應(yīng)用創(chuàng)新形式極大地把我們非IT人士的創(chuàng)新動力和需求釋放出來。

星火大模型在接下來的過程中，要注意這幾個方面。

第一，我們堅持整個星火大模型自主可控。首先堅持算法自主可控。

第二，考慮到現(xiàn)在國際產(chǎn)業(yè)鏈的不確定性，我們現(xiàn)在和國內(nèi)的一些優(yōu)秀算力合作。目前我們和昇騰深度合作，在算力資源調(diào)度上達到行業(yè)領(lǐng)先水平。我們要推動星火大模型，首先，它要是完全自主可控。其次，技術(shù)的生命力在于運用，我們把它用到我們自己的產(chǎn)品里，比如學(xué)習(xí)機、辦公本和翻譯機已經(jīng)融入了星火的模型。

第三，我們要和交通銀行這樣頭部企業(yè)共同打造行業(yè)大模型。昨天在錢行長親自見證下，我們已經(jīng)和交通銀行共同成立了人工智能的創(chuàng)新實驗室，我們要加快使得星火大模型能夠賦能我們的行業(yè)。

第四，繼續(xù)堅持平臺開放原則。作為2017年我們國內(nèi)第一批人工智能開放企業(yè)，一旦國家認證放開以后，我們就會把星火大模型全面加入科大訊飛人工智能開放平臺里面。目前開放平臺集聚近500萬個人開發(fā)者和企業(yè)。下一步是將星火大模型理解和思考能力融入業(yè)務(wù)流程里面。之前很多的人工智能感知能力更多的是一種工具性應(yīng)用，所以它和整個業(yè)務(wù)流程耦合性并不深。下一步，隨著認知技術(shù)成為我們底層能力的一部分，它會為我們整個企業(yè)的各種應(yīng)用創(chuàng)新帶來更大的變化。

如何克服大模型“一本正經(jīng)地胡說八道”？

大模型的不足之處，在于它的技術(shù)原理，有可能是一本正經(jīng)地胡說八道。它如果不和行業(yè)專業(yè)數(shù)據(jù)庫或者專業(yè)應(yīng)用插件進行對接，那么可能它提供的是過時或者不專業(yè)的答案。同時現(xiàn)在這個技術(shù)需要做進一步的技術(shù)突破，讓我們的大模型更有“自知之明”。大模型提供一個答案時候，它并不能意識到自己說得不對。

要解決大模型在行業(yè)中的問題，還要把它優(yōu)秀的語言理解能力和推理概括表達能力，與一些優(yōu)秀APP、行業(yè)知識庫結(jié)合起來。我們推出一些技術(shù)方案，把行業(yè)知識大模型訓(xùn)練中自監(jiān)督和有監(jiān)督過程中進行融合，同時把一些類搜索技術(shù)結(jié)合起來，這樣讓我們大模型在行業(yè)應(yīng)用中可以揚長避短。

接下來簡單說一下我們在金融應(yīng)用創(chuàng)新中的初步考慮，這個目前還不是很成熟。

訊飛一直把金融中的應(yīng)用作為我們非常重要的一個方向，下面是它幾個重要的價值點。

第一，獲得客戶和維系客戶或者說營銷獲客。

第二，運營降本，怎么在一系列金融環(huán)節(jié)中讓機器能夠做更多事情，把整個成本降下來。

第三，怎么做風(fēng)險防控。這次大模型提供的技術(shù)能力和這三個未來我們要產(chǎn)生價值的方面非常吻合。在每一個需要產(chǎn)生價值點的地方，對輸入信息做理解、抽取和推理，最后我們給不同用戶提供不同產(chǎn)品和解決方案。我們看到人工智能，尤其以新的大模型為代表的新人工智能的出現(xiàn)帶來了非常多新的應(yīng)用機會。

對大模型有幾個展望。

第一，大模型是一個質(zhì)的突破，也是顛覆式、里程碑式的突破，而且它的后續(xù)潛力還會很大。因為大模型向應(yīng)用界產(chǎn)生應(yīng)用也不到一年的時間，未來的需求導(dǎo)向?qū)@個技術(shù)產(chǎn)生優(yōu)化作用會更大的。

第二，我們覺得大模型的生命力在于應(yīng)用，我們不會等到大模型完全成熟后，才開始應(yīng)用。雖然它有一系列問題需要解決，但是我們可以從一些穩(wěn)定的高價值場景，先切進去循序漸進，然后在應(yīng)用中我們和學(xué)界共同去解決一系列的問題。

第三，大模型支撐下的數(shù)字化應(yīng)用將推動人和機器更加緊密協(xié)同。我們之前講19%的工作可能在以后幾年內(nèi)逐漸被替代掉，還有50%多的只能部分替代他工作中的場景。而這部分就需要人和機器更加緊密協(xié)同。下一步不僅要技術(shù)創(chuàng)新，模式創(chuàng)新和流程創(chuàng)新變得更加重要。

采訪記錄整理：

問：應(yīng)用是今年大會期間針對大模型都比較關(guān)心的問題。訊飛星火目前已經(jīng)是國內(nèi)應(yīng)用生態(tài)比較完備的，但似乎還不夠。您認為大模型下一階段的發(fā)展方向是什么？尤其是如何實現(xiàn)商業(yè)化的落地？

吳曉如：首先，大模型一些基礎(chǔ)能力已經(jīng)可以開始用了，像它的理解和邏輯推理這些，已經(jīng)可以解決很多行業(yè)中的一些問題，比如說客服、營銷、文案的書寫等。但它里面也還有一些問題，比如提供的知識不夠?qū)I(yè)，可能會過時。這些就需要我們和一些行業(yè)知識庫做一些緊密的融合，讓機器更好地對接行業(yè)知識庫。大模型背后的機理，除了學(xué)習(xí)大量的文本外，還要進行一些針對行業(yè)知識的精細的調(diào)整，像交通銀行這樣的機構(gòu)都可以參與進來。最近一段時間在金融領(lǐng)域，我們和中國人民保險集團、交通銀行都建立了聯(lián)合的創(chuàng)新機構(gòu)。昨天我們和交通銀行建立了人工智能創(chuàng)新實驗室，把訊飛的大模型能力和行業(yè)知識庫、行業(yè)應(yīng)用能力結(jié)合起來。這樣很快就會有應(yīng)用推出，然后在此基礎(chǔ)上，它會反向牽引，然后大家再做進一步的融合和深化，這是一個層面。第二個層面就是，現(xiàn)在對外互聯(lián)網(wǎng)或者公開的開放平臺上，還需要等到監(jiān)管機構(gòu)發(fā)牌以后，我們才能正式運作。但是現(xiàn)在有很多的開發(fā)者通過預(yù)體驗的形式，已經(jīng)把他們的應(yīng)用和我們的系統(tǒng)做了一些對接了，包含了我們提出的一個概念叫應(yīng)用助手，它通過寫一些提示詞就可以創(chuàng)作各種各樣的一些新的應(yīng)用。這兩種模式都在往前推進了，一個是現(xiàn)有的APP怎么接進來，第二個是它怎么基于現(xiàn)在的大模型產(chǎn)生一些新的應(yīng)用。所以我們一旦等到監(jiān)管機構(gòu)發(fā)牌以后，我們就會在訊飛開放平臺上向開發(fā)者和中小用戶開放。所以同時有兩條線，一個是大的行業(yè)，一個是一般性的企業(yè)。

問：科大訊飛在這次大會上成為國家人工智能標(biāo)準化總體組大模型專題組的聯(lián)合組長單位，然后也和華為、騰訊一起加入到了大模型合作生態(tài)共同體。您個人是如何判斷一個好的大模型有哪些標(biāo)準？以及在這種生態(tài)共同體或者工作組里面，不同企業(yè)之間的協(xié)同和競爭關(guān)系又是怎樣的？

吳曉如：現(xiàn)在是一個大模型滿天飛的時代，有些大模型是自主研發(fā)的，有些是開源的。但是想要未來讓它更加有價值的話，還是要在應(yīng)用中產(chǎn)生價值，尤其是怎么讓應(yīng)用端來了解大模型，否則他們的理解可能會比較抽象。在這里面就涉及一系列的對大模型的評測。這種評測既有基礎(chǔ)能力的評測，比如語言理解能力、邏輯推理能力、思維鏈，以及長文本的生成過程中，生成的內(nèi)容怎樣才算比較合理，都需要一系列的評價標(biāo)準。我們訊飛是屬于比較學(xué)院派的做法，在訊飛啟動大模型攻關(guān)專項之初，認知智能全國重點實驗室就牽頭設(shè)計了通用人工智能的7個重要維度能力能力的一整套的測試方法。在這套體系出來之后，便與中國科學(xué)院人工智能產(chǎn)學(xué)研產(chǎn)業(yè)聯(lián)盟（側(cè)重產(chǎn)學(xué)研源頭技術(shù)創(chuàng)新）和長三角人工智能產(chǎn)業(yè)鏈聯(lián)盟（側(cè)重產(chǎn)業(yè)鏈應(yīng)用落地）的眾多的專家、合作伙伴進行共同探討，達成廣泛共識。這些評價標(biāo)準也被友商和合作伙伴引用。因為整個行業(yè)剛剛開始，處于非常早期的階段，為了大模型更加健康地發(fā)展，行業(yè)內(nèi)需要一個標(biāo)準，通過健康的引導(dǎo)來實現(xiàn)協(xié)同發(fā)展。這就是為什么工信部信通院牽頭成立了一個標(biāo)準工作組，旨在形成一套覆蓋多任務(wù)的大模型能力客觀評測體系，引導(dǎo)中國認知大模型技術(shù)和產(chǎn)業(yè)健康發(fā)展。下一步希望與聯(lián)盟單位基于通用評測體系，共同推動行業(yè)評測方案落地，讓認知大模型技術(shù)真正解決社會剛需。行業(yè)中很多合作伙伴的協(xié)同關(guān)系非常強。我們昨天和華為正式發(fā)布了基于昇騰算力的底層算力平臺。雖然華為有類似的盤古模型，但是大家仍有很多可以協(xié)同的地方。比如騰訊在應(yīng)用服務(wù)上有非常成熟的生態(tài)，也是交通銀行的安全合作的伙伴。所以行業(yè)內(nèi)現(xiàn)在主要玩家的協(xié)同大于競爭。

問：現(xiàn)在有個說法是“百模大戰(zhàn)”，我們訊飛有什么獨特的優(yōu)點，以及我們目前需要攻克的難點有哪些？

吳曉如：我覺得訊飛的優(yōu)勢在以下幾個方面，第一，長期聚焦于人工智能。訊飛自1999年成立以后一直都是在搞人工智能。比如說，現(xiàn)在很多大模型好像是剛剛出現(xiàn)，但實際上這與訊飛以前在醫(yī)療、教育里面做各種模型的方法都是一樣，只是以前模型的參數(shù)規(guī)模沒有這么大。第二，訊飛有一個非常有經(jīng)驗、也非常強大的團隊。訊飛的模型根本就不用開源，因為我們完全自主完成。這樣未來形成一個技術(shù)優(yōu)化的閉環(huán)，我們上升的空間才會更快。一旦某一些東西受制于人，就會存在非常多的問題。第三，和應(yīng)用的結(jié)合。長期來看，訊飛是一個to B型的企業(yè)。大模型下一步的應(yīng)用是要形成深度、有價值的應(yīng)用，其所以B端的牽引還是非常重要的。我們雖然不是一個互聯(lián)網(wǎng)企業(yè)，但是B端一些牽引對大模型下一步成熟是非常重要的。

問：科大訊飛和昇騰在哪些方面有具體合作，國產(chǎn)算力支撐的大模型，它的優(yōu)勢在哪里，又有哪些地方需要加強？

吳曉如：第一，國外的算力，做了那么多年，肯定更有優(yōu)勢，但問題是，它們現(xiàn)在是不可控的，搞不清哪天可能不可用。所以我們必須自己做，國內(nèi)一些算法領(lǐng)先的的企業(yè)和戰(zhàn)略企業(yè)必須要投入。第二，芯片制造、設(shè)計的工作昇騰在做，但實際上一個算力平臺更強的方面可能在于軟件和生態(tài)，比如工具鏈、算法優(yōu)化。高通、英偉達強大的原因，不僅僅是硬件，更多的是軟的方面強。所以和昇騰合作時，我們擅長做算法優(yōu)化。在各種硬件上，我們天然地知道怎么在一個平臺上把算法優(yōu)化的非常好。現(xiàn)在和昇騰合作后，把我們的軟優(yōu)勢和他們的硬優(yōu)勢結(jié)合起來，我相信我們會很快給市場提供結(jié)合以后比較強大的技術(shù)平臺。具體合作中昇騰提供底層的算力平臺。利用昇騰的卡并搭建基礎(chǔ)的算力平臺。訊飛在它的基礎(chǔ)戰(zhàn)略平臺上，把大模型的算法從訓(xùn)練站到推理站，把它性能優(yōu)化好，這樣就形成了一個未來聯(lián)合的創(chuàng)新體。

問：有一個觀點是未來通用大模型的提供者可能只有1到2個廠商，您怎么看這個觀點？

吳曉如：這東西很難說，到底未來是3到5家，還是6到7家。如果只有1到2家，是不是意味著以后的競爭更是巨頭之間的較量？我覺得基礎(chǔ)平臺可能要有一些大企業(yè)，但是很多垂直領(lǐng)域有行業(yè)數(shù)據(jù)，一旦融合以后，它可以產(chǎn)生很好的垂直效果。所以可能也有一些在行業(yè)領(lǐng)域內(nèi)非常有優(yōu)勢的企業(yè)可以做得很好。

問：目前大模型的競爭格局日漸白熱化，但是產(chǎn)業(yè)端特別是傳統(tǒng)產(chǎn)業(yè)發(fā)展節(jié)奏卻沒有大模型那么快。您怎么看大模型和這種產(chǎn)業(yè)結(jié)合的落地節(jié)奏？

吳曉如：其實整個產(chǎn)業(yè)端的介入，它是需要一個過程的。因為AI需要數(shù)據(jù)，所以首先從一些數(shù)字化技術(shù)好、應(yīng)用價值大的公司開始，比如金融、汽車，因為這些行業(yè)本身對數(shù)字化的重視程度都比較高。大模型與產(chǎn)業(yè)結(jié)合后有比較直接的效果。比如說在民生里面的教育和醫(yī)療，大模型產(chǎn)生的價值非常直接。這樣結(jié)合起來就會比較快。但是在一些傳統(tǒng)的制造業(yè)里，估計需要一個循序漸進的時間。其實現(xiàn)在無論是我們還是一些制造端企業(yè)，都沒有找到馬上能落地的結(jié)合點。目前，訊飛有羚羊工業(yè)互聯(lián)網(wǎng)平臺，我們在平臺上和一些比較成熟的工業(yè)企業(yè)開始做對接了。我們認為，人工智能價值兌現(xiàn)有三大標(biāo)準：真實可見的實際應(yīng)用案例、能規(guī)模化推廣的對應(yīng)產(chǎn)品,以及可用統(tǒng)計數(shù)據(jù)證明的應(yīng)用成效，大模型也是如此。星火認知大模型從攻關(guān)啟動便已明確“1+N”的體系，其中1是指通用認知大模型，N指的是大模型在教育、醫(yī)療、工業(yè)、汽車、辦公等各個領(lǐng)域的落地。之所以“1+N”同步進行，一方面是此前在“N”的行業(yè)領(lǐng)域中有較好的業(yè)務(wù)和場景基礎(chǔ)，第二也是因為“N”會讓“1”的能力持續(xù)迭代進化，所以雙方是互相促進、共同進步的。

問：有觀點認為在一些垂直領(lǐng)域里，我們用一些參數(shù)量比較小的專業(yè)模型也能解決問題。也有觀點認為，通用大模型的能力起來后，會對行業(yè)產(chǎn)生一個淹沒的效果，它什么都可以做，您對這兩個路線是怎么看的？

吳曉如：我舉個例子。10年前我們做語音識別時，有電話場景模型、汽車場景模型、辦公場景模型。隨著語音識別的通用大模型越做越好，大家就不用專用模型了。但是在通用大模型沒有出現(xiàn)之前，或者它的效果比專用模型差的時候，大家還是會用專業(yè)模型。目前可能也會經(jīng)過這么一個階段。

問：未來人工智能大模型還會是一個生態(tài)之爭，GPT是在利用全球的優(yōu)質(zhì)語料進行迭代，建立中國力量和影響力的時間緊迫，能否展開講講這個問題？訊飛最近還提到，中國AI大模型既要“彎道超車”，也要“直道沖鋒”，怎么理解？怎么做？

吳曉如：第一個問題，大模型的出現(xiàn)也讓數(shù)據(jù)迭代與以往不同了。ChatGPT作為先行者，全世界優(yōu)秀的科技成果、經(jīng)驗和專業(yè)人士都在給ChatGPT和GPT-4貢獻智慧。大模型的智慧能力自進化需要全世界知識和用戶反饋的喂養(yǎng)，這對于大模型進化來說非常關(guān)鍵。

第二個問題，首先，目前國內(nèi)與國際頂尖的認知智能大模型對比還存在綜合實力、平臺能力等差距，要正視差距，并且以最先進水平為目標(biāo)奮起直追。在“直道沖鋒”的過程中，我們會遇到各種困難與阻礙，例如芯片、高質(zhì)量數(shù)據(jù)、系統(tǒng)迭代等方面仍然挑戰(zhàn)嚴峻；但國內(nèi)在大模型各技術(shù)領(lǐng)域方面有長期的探索與積累，核心技術(shù)方面的系統(tǒng)性創(chuàng)新也“開花結(jié)果”，加上國家對這一領(lǐng)域的高度關(guān)注，我們在認知智能大模型的長跑中要有底氣和信心。

“直道沖鋒”是一場“持久戰(zhàn)”，這條道路上產(chǎn)業(yè)需要先行，創(chuàng)新應(yīng)用后帶動生態(tài)圈的整體發(fā)展；但想要對標(biāo)目標(biāo)并保持差距不斷縮小，“后勁”也至關(guān)重要。在做出階段性成果之后，產(chǎn)業(yè)發(fā)展與科研創(chuàng)新必須協(xié)同并進，彼此范式持續(xù)迭代、相互促進，才能為我國自主大模型的發(fā)展源源不斷注入長跑動力，實現(xiàn)革新和蛻變。

在后續(xù)的“長跑”過程中，通過產(chǎn)業(yè)界和學(xué)術(shù)界的緊密協(xié)同，科研領(lǐng)域也會誕生多方面的開源大模型，讓科研界的各位科學(xué)家可以在這些模型平臺基礎(chǔ)上進行更加前沿的創(chuàng)新性工作，語音、圖像、自然語言處理等領(lǐng)域的科研任務(wù)和目標(biāo)可能也會出現(xiàn)新的變化。大模型除了對產(chǎn)業(yè)界實現(xiàn)生態(tài)的革新外，協(xié)同并進的方式可能也會為以高校、院所、新型研發(fā)機構(gòu)為代表的科研生態(tài)圈帶來新的變化。