对话李胡升：山东垂域大模型正处于全国第一梯队

记者 王惠

10月14日至16日，2026人工智能（AI）产业大会在山东济南举办。本届大会以“加快推进人工智能赋能新型工业化”为主题，集中展示自主创新、应用牵引、生态协同、开放共赢、安全可控五大方向的人工智能发展成果。

过去几年，中国AI的叙事主线多集中在通用大模型、底层算法和资本集聚度上。但一个日益清晰的现实是，技术能力的领先，并不自动等于产业竞争力的领先。谁能把模型送进车间、嵌入产线、融入供应链，谁才可能把AI的势能转化为实体经济的增量。山东正处在这一转化的关键位置上。

作为工业门类齐全、产业链条绵长的制造业大省，山东没有选择在通用大模型赛道上正面追赶，而是把重心押在“人工智能+制造”的融合实验上。本次大会“齐鲁七星”组团首次亮相，分别是海若、天智、星际、云鼎、星港、尚智、奇智孔明。七款模型覆盖工业互联网、矿山、港口、冶金、视觉等关键场景，集中展现了山东以场景为牵引、以龙头为支撑、以数据为底座的融合路径。

对此，经济观察报记者与国家工业信息安全发展研究中心数据安全所主任、高级工程师李胡升展开了对话。

|对话|

差异化路径

经济观察报：你认为本届大会为何会在山东举办？

李胡升：2025年，山东生产总值为103197亿元，是全国第三个、北方第一个过10万亿元省份。从AI产业来看，山东不只是拥有丰富的应用场景，更形成了政策保障、数据积累、场景供给等要素相配套的完整产业生态，是国内工业垂域AI落地最重要的实践阵地，具备承接这场国家级大会的综合实力。

经济观察报：山东锚定人工智能与制造主赛道，没有全力冲刺通用大模型，选择走场景驱动的垂直行业通用大模型路线。你如何评价这条发展路径的实际成效？

李胡升：我认为，山东垂域大模型正处于全国第一梯队。

核心判断依据有两个：一是产业规模，2025年山东人工智能核心产业营收达1289.3亿元，同比增长39.2%，约占全国总量的十分之一；二是垂域模型的落地密度，全省122个工业行业大模型实现41个工业大类全覆盖，10个工业大模型入选全国工业大模型50强，数量居全国第一。

从实际成效看，山东这条路径已经初步跑通。大模型从知识问答、辅助决策正在向工业制程融合走深向实，“齐鲁七星”等垂域模型的发布，标志着山东在中国垂域模型上处于领先方阵，并初步探明发展路径。

经济观察报：除垂域大模型落地应用这一核心优势之外，山东较高的产业集聚度，还能释放出哪些层面的价值？

李胡升：产业集聚带来的价值，不只体现在生产效率上，更在于打通跨产业的价值传导。工业大模型大多运行在工厂车间，普通消费者很难直观感知它的实际作用。但山东正在探索打通工业垂域模型与C端通用AI模型，让普通用户也能够享受到工业智能带来的体验升级。

以汽车行业为例，工业大模型可以梳理零部件供应链全量信息，响应消费者对于产品溯源的需求，将沉淀在生产环节的质量数据，转化为企业的品牌信任资产。在此基础之上，还可以联动金融领域模型，支撑车险测算等衍生业务。

也就是说，一套工业模型，能够在供应链优化、品牌价值增值、跨产业融合等多个维度挖掘价值。

而山东具备率先跑通这条从生产端直达消费端价值链条的基础。得益于完备的工业门类、完整的产业链条以及高密度的场景数据，模型能力可以在产业各个环节流转复用，避免陷入单点、孤岛式的应用模式。

生态决定后劲

经济观察报：当前全国各省市都将人工智能视作经济新增长极，综合来看，山东的核心优势与现存短板分别是什么？

李胡升：山东的核心优势可以归结为两点。

第一是场景密度与数据厚度。山东工业体系完备，制造业场景密度高、数据资源厚度大。人工智能要真正落地，关键不在于技术本身，而在于有没有真实、丰富、可验证的产业现场。山东恰恰提供了这样的“天然试验田”。大量真实工业场景构成了技术的验证基准，这是山东的核心工业禀赋。

第二是产业集聚度带来的复用效率。山东工业门类完备、产业链条完整、场景数据密集，模型能力可以在产业各个环节流转复用。

同时，我们也看到存在的短板和挑战。

第一，山东在通用底座模型、顶尖算法人才和创投活跃度方面，与北京、广东等地存在客观差距。这意味着山东的垂域模型训练需要借助外部通用能力作为底座，自身更多聚焦在行业知识注入和场景调优环节。

第二，数据安全与可信流通机制仍需完善。工业数据所有权和使用权高度分散在企业端，制造企业对数据流通和模型训练的安全性仍存顾虑。

经济观察报：你刚才说山东在垂域大模型方面是第一梯队。从整体竞争格局看，山东工业营收连续多年稳居全国第三位，但在AI类上市公司数量、投融资、创新平台等指标还有一定的发展潜力。你认为，山东AI产业应该如何进一步提升？

李胡升：我认为需要从两个方向破题，最终落到生态能力上。

第一，补数据流通的短板。山东聚焦制造业垂域，很多制造企业对自身数据安全存在顾虑，高价值数据难以完全开放用于模型训练和开发。因此，要做好数据治理、分类分级和安全管控，在可信流通的基础上释放数据价值。只有数据价值释放出来，山东模型的整体竞争力才能真正增强。

第二，坚持专精路线。通用大模型投入大、周期长，山东不必全面对垒，而应把相应投入和成本更多倾向于自身优势领域。其他地区研发的通用底座和泛化模型，可以拿来借鉴，再基于山东的工业机理和行业know-how做垂直提升。因此，通用大模型与垂域模型并非竞争关系，而是相互结合、共同发展。

最终，山东要把企业总量和场景优势，转化为若干垂域里的标杆产品、全国示范和生态集聚能力，带动平台、资本、人才等要素补上来。

经济观察报：今年5月，山东印发了《山东省“人工智能+制造”行动方案（2026-2028年）》，提出要全力打造北方地区人工智能产业发展增长极、全国人工智能应用示范新高地的目标。在北京主导基础研究和通用大模型、山东优势集中在工业场景和语料的格局下，你觉得山东要达成政策目标，日后需要在哪个方面形成不可替代的能力？

李胡升：不同区域的人工智能发展定位本身就存在差异，这是由各自的资源禀赋决定的。北京重心在底层算法、通用能力和前沿技术策源，在通用技术输出与消费级应用生态具备优势；山东则依托制造业优势，推动模型进入制造过程核心环节。

我认为，未来山东需要完成大模型泛化能力与垂域大模型之间的迭代升级，形成价值拐点，也就是在泛化与垂域之间建立清晰的技术优势。垂域大模型在制造业中不能只停留在回答问题或输出设计图纸，而应做到工控、全厂安全保障和计量等实际环节。这些场景必须出现典型、实打实的案例，并在全国形成示范效应和带动效应。山东目前已经取得了阶段性成绩，但仍需进一步突破，推出更多全国可复制、可推广的产品。