以豐富的應用場景為突出優勢，AI大模型正在廣東各行業領域走向落地。4月17日-18日，由南方報業AIGC創作培訓基地主辦的首期AI應用素養高級研修班在東莞完成授課。課程期間，廣州大學副校長、人工智能研究院執行院長李進接受南都·灣財社記者專訪。

李進介紹了如何在科技成果轉化領域發揮大模型的技術優勢，通過自研“任務拆解大模型”“產學研畫像大模型”“需求預測大模型”“精準匹配大模型”四大核心模型，解決找技術難、技術匹配精度等痛點問題，打造出“產研鏈”成果轉化精準匹配新平臺。

廣州大學副校長、人工智能研究院執行院長李進講解人工智能大模型。

源起：大模型優勢可解決成果轉化長期痛點

“近年來，許多企業主動聯系我們尋求技術團隊對接。但廣州大學擁有數千名教師組成的科研隊伍，涉及的領域非常廣泛。學校成果轉化服務人員難以全面掌握企業技術和科研人員的匹配對接。”

作為廣州大學副校長和人工智能研究院執行院長，李進對于產業鏈創新鏈雙鏈融合服務的痛點問題深有體會。“科研團隊不知道做什么技術更有市場價值，企業不知道自己的需求最適合匹配怎樣的技術、專家和合作伙伴。”李進說，當前國家層面高度強調科技創新驅動發展，但在實踐層面，仍存在科技成果從實驗室到市場的轉化效率較低，信息不對稱、資源分散等問題。

具體來看，一是產業研發需求找技術困難：國內1700所科研機構，傳統線下對接方式效率低，國內沒有任何一個平臺提供全國高校科研團隊數據庫。二是找準技術難，高校科研人員技術能力參差不齊，傳統對接無法確保找到的最匹配的產學研能力最強的團隊，影響成果轉化成功率。三是規模化觸達產業鏈難，僅僅通過傳統線下企業技術需求對接效率太低，無法觸達服務整個產業鏈企業。

帶著對這些痛點的長期思考，在以ChatGPT為代表的大模型應用剛剛興起時，李進就看到了這種新的人工智能技術在成果轉化領域的應用潛力。

“大模型的優勢在于海量的知識儲備、強大的推理能力、精準的信息提取與匹配能力。”李進說，大模型能夠基于各種技術文檔、專利、科研論文、產業報告等形成跨學科的知識庫，理解企業的需求并做出合理的技術路線規劃，實時收集市場、技術等數據，并進行高效匹配。“這特別適合解決成果轉化中的種種痛點問題。”

研發：四大模型協同，破解產學研精準匹配難題

確定目標后，李進在學校里組建了一支包含相關專業老師、工程師和30多個研究生的開發團隊。“這個過程也不是一朝一夕，我們大概做了兩年半的時間。”李進說。

在平臺研發過程中，科研人員面臨了多方面的挑戰。首先，數據整合難度較大，涉及數據清洗、標準化和實時更新等復雜問題；其次，算法研發也面臨重大挑戰，尤其是產學研畫像大模型和任務拆解大模型的開發，需要在精準性和效率之間找到平衡，同時適應復雜的產學研需求場景。

據介紹，系統開發整合了國內1700+所科研機構、全球500強高校、100余萬科研人員數據及1.2億家企業研發信息，通過構建覆蓋產學研全鏈條的動態數據庫，形成四大核心模型支撐體系：

“任務拆解大模型”基于開源通用大模型進行垂直開發，通過深層次數據治理實現需求與技術的智能翻譯與拆解；“產學研畫像大模型”打通科研端與企業端的數據壁壘，為匹配提供雙向精準畫像；“需求預測大模型”結合實時市場信息，提前識別行業技術缺口；而“精準匹配大模型”則通過智能算法動態優化匹配策略，顯著提升對接效率。

基于大模型對企業技術需求進行解析。

在扎實強大的數據和算法底座基礎上，團隊開發了“產研鏈”應用平臺，企業只需通過微信搜索“產研鏈”小程序，即可獲取平臺信息并參與對接，高效解決技術需求，推動產學研深度融合。

一個成果轉化平臺的好壞，最重要的是用戶的評價，對此，李進很有信心。他表示，以使用“產研鏈”系統平臺很重要的一類用戶即企業方為例，不僅可更好滿足企業找成果、找技術團隊的需求，還能解決傳統產學研對接中的一大“隱形痛點”。

李進介紹，無論是通過成果對接數據庫系統，還是組織成果對接活動，進行“技術揭榜”等，企業都需要清晰地描述出自己的技術需求并在不同程度的范圍進行公開。“對很多企業來說，它的技術需求其實是不想讓很多人知道的，尤其是競爭對手公司。”

而通過四大模型的協同作用，企業無須自己轉化需求語言，也無需進行公開需求，就能實現精準對接。“這也是大模型技術應用帶來的一種思路轉變，從以往做成果轉化主要是在企業需求端做文章，變成我們更多從成果的供給側來推動轉化成功。”

應用：賦能技術經理人，推動規模化觸達

當前，“產研鏈”小程序已上線可用，南都·灣財社記者也進行了操作體驗。與許多成果轉化平臺系統不同，打開 “產研鏈”小程序，給人的第一感覺是界面十分簡潔，主頁幾乎只有一個AI對話框。

廣大“產研鏈”小程序主頁。

這背后或許體現出“產研鏈”對自身功能的自信：只需要在對話框中輸入自己的需求，無論是成果方想尋找應用場景，還是企業方想尋找技術團隊，都能通過三大模型協同完成需求拆解、科研畫像匹配、企業需求預測，實現"一鍵精準對接"。

李進介紹，目前產研鏈平臺已成功應用于多個案例，例如廣州市科技局、廣州荔灣科工信局、博士科技、廣東高校成果轉化中心、廣州大學等，平臺在服務企業方面成效顯著，助力企業精準匹配研發團隊。

對于平臺的具體使用效果，李進舉了一個例子：某企業需解決耐火材料技術難題，但高校科研團隊的研究方向可能聚焦于納米技術等細分領域。通過“任務拆解大模型”解析需求、“產學研畫像大模型”篩選團隊、“需求預測大模型”定位應用場景，最終由“精準匹配大模型”實現高效對接，企業快速匹配到名稱不含“耐火材料”但技術路徑吻合的成果，極大提升轉化效率。

在“產研鏈”小程序輸入企業名稱可進行企業需求預測和自動生成洞察報告。

除企業用戶外，技術經理人也正成為科技成果轉化環節中一個重要的服務群體。而對于這些技術“紅娘”來說，傳統工作方法要么是在網上人工查找信息，要么是通過線下的人脈來問，缺乏趁手的工具來幫助他們快速找到需要服務的客戶。

“平臺合作方之一的博士科技，就是國內頭部的技術經理人企業之一。”李進說，該公司在使用“產研鏈”平臺后，為旗下技術經理人提供了有力的工具支持。“他們評價說好比對成果轉化這個老大難問題有了一把‘利劍’。”據介紹，目前，技術經理人已成為“產研鏈”平臺最大的活躍用戶群體。

展望成果轉化大模型未來的發展方向，李進表示，未來將進一步優化四大模型算法，探索建立全球科研團隊轉化能力評價體系，并開發產業鏈協同創新功能。“產研鏈的最終目標不僅是解決‘最后一公里’問題，更要推動創新鏈與產業鏈的深度融合，形成科技服務新范式。”

采寫：南都·灣財社記者 徐勁聰