新质观察｜大模型之后，AI产业开始补“中试”这一课_新浪财经_新浪网

前不久，中试杭州一座特殊的新质型“训练场”正式启用。这里没有传统意义上的观察学生，却设置了30多个应用导向的大模职业技能训练场景，130多个机器人“学生”在其中反复练习端咖啡、业开搬货物、始补做巡检。课新它的浪财浪网正式名称，是经新国家人工智能应用中试基地（具身智能）。2025年8月，中试国务院《关于深入实施“人工智能+”行动的新质型意见》明确提出布局建设一批国家人工智能应用中试基地。随后，观察北京、大模上海、业开杭州等地一批国家级中试基地相继启动。始补这些平台汇集出现，透显出一个值得关注的变化：AI产业的竞争正在从“谁能做出更强的模型”，延伸到“谁能把模型变成稳定运行的生产系统”。一个漂亮的Demo，离生产线还有多远过去几年，我们已经习惯了各种令人惊叹的AI演示。但企业真正关心的问题往往发生在演示结束之后。比如，一家制造企业希望使用大模型辅助设备维修。在实验室里，工程师输入故障现象，模型很快就能给出判断和维修建议，看上去已经相当成熟。真正进入工厂之后，情况却复杂起来：几十种设备来自不同年代和供应商，维修记录格式五花八门，一部分关键经验只存在于老师傅脑子里；企业的ERP、MES、设备管理系统互不相通，一些生产设备甚至与互联网物理隔离。还有一个更加棘手的问题：如果AI给错建议，导致一条生产线停机两个小时，谁承担损失？这正是AI产业目前未遭的一道“死亡谷”。模型在Benchmark上取得高分，至多说明它在特定任务、数据集和评测条件下具备相应能力，还不足以证明它能在真实生产系统中长期、稳定且可追溯地运行。国家发改委这样解释建设中试基地的原因：当前人工智能应用中，仍然存在“产业要求找不到好的技术、技术成果找不到好的应用场景、优质应用迈不出落地第一步”等问题。中试因此成为连接科技攻关和产业示范、量产推广的中间环节。“中试”原本是制造业中的老概念。一种新材料在实验室里做出几克，与在生产线上稳定制造几吨，中间隔着工艺、设备、成本和质量控制等重重关卡，因此要求一个介于实验室与大规模生产之间的印证环节。如今，人工智能也开始要求这样的中间地带。AI产业现在缺少的，已经不只是更多令人惊艳的Demo，还包括一种把Demo变成生产力的工程能力。AI中试，究竟在“试”什么？传统工业的中试主要解决“放大”问题：实验室里生产一公斤，怎样变成工厂里生产一万吨。AI直面的是另一种放大。当一个模型从实验室进入真实组织，它直面的数据更多、系统更复杂、运行时间更长，犯错的后果也迅速上升。笔者认为，可以把AI中试要跨越的关口概括为“五试”。第一是试模型。写一封营销邮件时，大模型偶尔会产生幻觉，修改一下即可。如果它开始辅助医生诊断、调节化工设备、判断机器是否停机，人们对错误的容忍度会急剧下降。实验室中的“平均表现不错”，到了工业世界必须进一步变成全天候运行中的稳定表现。极端情况、异常输入、设备变化、模型更新等，都可能让原有准确率突然失效。第二是试数据。不少企业启动AI品种之后才发现，自己最大的短板并不在模型端。历史数据散落在几十套系统里，字段标准不同，大量记录缺失，一些最重要的工艺知识从未数字化。AI中试看上去是在测试模型，同时也是一次企业的“数据体检”。模型能否进入行业，很大程度上取决于这个行业能否持续提供质量足够高、标准相对统一的数据。第三是试系统。一家大型制造企业可能已经运行ERP、MES、WMS、SCADA、PLM等几十套甚至上百套软件，AI要真正创造价值，就必须进入这个由软件、数据库、机器和人构成的复杂网络：它有没有权力读取生产数据？能不能修改订单？错误操作如何回滚？模型更新会不会影响旧系统？于是AI落地越来越像系统工程。算法能力只是其中一个组件。第四是试责任。当AI只负责回答问题时，责任边界相对简单；当智能体开始调用企业系统、生成订单、安排生产甚至自主执行操作，“谁授权”就会成为现实问题。因此，AI中试同时也是一次“责任中试”：企业要在风险可控的环境中决定，究竟愿意把多大的行动权交给机器。第五是试商业。假设一套AI质检系统开发要求300万元，此后每年还要支付算力、维护和工程师成本，最终只减少了几名质检人员，企业很可能继续采用原来的方案。技术有效与商业成立之间还隔着一张账单。AI应用最终都要回答几个朴素的问题：一次任务到底花多少钱？节省了多少人工？能够多久回本？能不能复制推广？一个AI方案能够在几十家企业稳定部署，才开始成为产品。从“生产智能”到“印证智能”理解了这“五试”，才能看清中试基地真正值得关注的地方。过去几年谈AI基础设施，人们率先想到的是GPU、智算中心和数据中心。它们解决的是一个基础问题：智能在哪里被生产出来。随之AI进入产业，另一类基础设施开始变得重要：行业数据集、测试场、评测体系、中试基地、系统集成平台。它们处理的问题变成了：生产出来的智能怎样被证明可用。这也解释了为什么中试基地具有一定的公共基础设施属性。大型科技企业有能力建设算力平台、测试环境、数据体系和工程团队，中小企业很难承担这些固定成本。一家机器人创业公司可能拥有很好的算法，却不可能同时拥有汽车工厂、仓库、商场、医院和电力设施来进行真实环境测试。中试平台所做的事情，是把一部分昂然的试错成本摊薄。欧盟从2023年起建设四类人工智能“测试与实验设施”（TEFs），覆盖制造、医疗、农业食品以及智慧城市等天地，让企业在真实或接近真实的环境中完成集成、测试和印证。从实验室通往市场之间增加一层“印证基础设施”，正在成为AI产业进入应用阶段之后的共同现象。我国尤其要求AI中试，与自身的产业结构有关。我国拥有全球规模最大的制造业体系，产业门类完备，但不同地区、行业和企业之间的数据基础、设备条件与数字化水平差异很大。即便在同一行业，大企业与中小企业的数字化基础也有巨大落差。中国AI产业因而未遭特别突出的“长尾应用”困难。如果仅靠每一家企业单独试错，成本过高，也很难形成可复制的标准和解决方案。中试平台的价值，正是把分散的场景要求汇集起来，将企业各自承担的试错成本转化为可共享的测试环境、行业标准和解决方案，从而提高AI从头部企业向中小企业扩散的效率。别让中试基地变成另一个“产业园”当然，中试基地正在成为政策热点，也意味着另一种风险正在出现。过去一些地方发展新产业时，很容易形成熟悉的路径：规划一个园区、建设几栋大楼、挂上几块牌子、成立若干联盟，再配上一块展示产业图谱的大屏幕。基础设施迅速铺开，产业能力却未必同步生长。AI中试尤其要警惕这种倾向。一座真正有价值的中试基地，核心资产未必是楼宇和算力，更可能是那些最难获得的东西：真实生产场景、持续产生的数据、懂行业的工程师、能够印证产品的企业，以及一套允许创新者失败又能控制风险的制度。因此，判断一个AI中试基地有没有价值，也许只要求追问三个问题：有多少企业愿意把真实业务拿进来测试？有多少品种经过测试之后真正进入了生产系统？又有多少方案离开中试基地之后实现了跨企业复制？这三个数字，比建筑面积和算力规模更值得关注。AI中试直面的任务十分艰巨：怎样让一种带有不确定性的智能，进入一个莫大要求确定性的生产世界。如果智算中心解决的是“AI在哪里算”，高质量数据集回答的是“AI拿什么学”，那么中试基地处理的，就是另一个过去容易被忽视的问题：AI可能在哪里犯错？给AI提供一个可以犯错、能够纠错、代价可控的地方，它才有机会真正进入那些经不起恣意犯错的工厂、医院、电网和交通系统。（作者王翔为复旦大学数字与移动治理实验室研究员）海量资讯、精准解读，尽在新浪财经APP