清华大学人工智能研究院常务副院长孙茂松用他深耕自然语言处理与大模型领域三十余年的积淀，带来了一场兼

具战略高度与技术深度的精彩分享。

从国家政策导向到AI技术里程碑，从典型应用案例到未来发展趋势，为在场观众勾勒出人工智能时代大数据与大

模型协同发展的清晰蓝图。

本文根据孙茂松院士在帆软第七届智数大会的演讲进行整理，内容有所删减。

　　01    AI发展迎来“黄金机遇期”，企业布局正当时

当下，人工智能已从单纯的技术领域，成为推动产业变革与经济增长的核心力量，迎来了发展的 “黄金机遇

期”。

从发展方向来看，AI正朝着与多领域深度融合的方向加速迈进。《关于深入实施“人工智能+”行动的意见》明

确到2027年，要实现与科学技术、产业发展、消费提质等6大重点领域的深度结合，新一代智能终端、智能体的

应用普及率需超 70%，推动智能经济规模快速增长；2030年，这一普及率要突破90%，让智能经济成为重要增

长极；到2035年，全面步入智能经济和智能社会新阶段，为长远发展提供有力支撑。

这些清晰的发展规划，绝非空谈的方向指引，而是企业布局AI赛道的“指南针”。

如今投身AI相关业务，唯有紧跟行业核心发展趋势，与大方向同频共振，才能在智能时代的竞争中抢占先机，避

免走偏方向、错失机遇。

　　02    AI重塑多领域发展：大数据是核心基石

回顾AI这些年的发展，有两个关键节点特别重要，而这两个节点背后，都离不开大数据的支撑。

第一个节点是2012年辛顿团队靠深度学习技术在ImageNet图像识别竞赛里实现了突破，把错误率大幅降了下

来，这标志着深度学习时代正式到来。但大家可能不知道，这个突破的根基，是李飞飞教授构建的ImageNet数

据集——她当时通过亚马逊众包平台，召集了167个国家的5万多人一起标注图像，才建成了这个能支撑深度学

习训练的“数据基石”。

第二个节点是2017年之后，AI进入了预训练模型和大模型时代。从早期的BERT、GPT系列，到现在的

DeepSeek-V3、GPT-4o，大家能明显看到大模型的参数规模越来越大，能力也越来越强。

大数据和大模型的协同，已经在不少领域实现了“从0到1”的突破，成了推动科学发现和产业升级的核心动力。

第一个案例是AlphaFold，也就是破解蛋白质折叠难题的那个大模型。

DeepMind的解决思路就是“大数据+大模型”，还能预测DNA、RNA、配体这些生物分子的结构和相互作用，

部分准确率比传统方法翻了一倍。

第二个案例是新材料发现。2023年DeepMind在《Nature》发了篇封面文章，说他们靠大模型发现了数百万种

新稳定材料。大家知道传统材料研发有多难吗？基本靠“实验试错”，耗时几年不说，成本还极高。但AI模型不

一样，它能学习现有材料的“成分-结构-性能”数据，快速预测新材料的稳定性和特性，把研发周期从数年缩短

到几周。

第三个案例要落到更贴近产业的领域——农业和低空经济。现在不少地方用无人机结合AI做“精准种植”：无人

机航拍农田，AI识别农作物长势、病虫害情况，甚至能定位到单株植株进行针对性管理。

　　03     2026长三角新经济发展大会

在新质生产力的浪潮中，人工智能正以前所未有的力量重塑产业格局。孙茂松院士指出，现在AI领域的竞争，已

经进入了“高质量数据比拼”的新阶段。他的这一洞见，精准揭示了当前智能产业升级的核心关键。

新华商学院隆重宣布，特别邀请孙茂松院士出席12月于新华商学院浙江分校举办的【2026长三角新经济发展大

会】。届时，他将从国家战略高度与产业实践深度，系统阐述大数据与大模型如何“双剑合璧”，成为驱动新经

济发展的核心引擎。

从宏观战略到落地路径，一场关于智能未来的头脑风暴即将展开。让我们共同期待这场在长三角新经济发展大会

上的权威分享！

　　【2026长三角新经济发展大会】

入会通道已经开启

　　识别下方二维码或点击下方“阅读原文”链接

即刻【预报名】，

一同探索新经济的未来增长路径。

（学校根据提交信息进行审核，请持续关注审核结果）