頂尖技術+標準產品+創新模式+可靠服務，打造大模型落地中國范式

編輯部 整理自 MEET2026
量子位 | 公眾號 QbitAI

在大模型參數競賽卷到極致的今天，AI真正要跨過的門檻，已不再是“更強的能力”，而是“如何在行業里真正活起來”。

技術演進的焦點也隨之從規模擴張轉向一個更本質的問題：智能究竟如何在物理世界中持續產生價值。

正是在這一關鍵拐點上，卓世科技合伙人、副總裁趙策在量子位MEET2026智能未來大會上，提出了一個與主流截然不同的判斷：

• 大模型的下一場競爭，不在模型本身，而在模型、終端、數據與業務流構成的自驅動閉環。

在這套閉環中，云端不再是智能的唯一舞臺，終端成為感知物理世界的入口，數據回流則不斷反哺模型，讓智能體在企業真實業務流里“長期在線、持續進化”。

也正是基于這套路徑，他們走進企業服務、工業制造、醫療健康、文教傳媒、養老、水利、園區等不同場景里，用一組組節能降耗、人效提升、收益改善的數字，回答“大模型到底值不值”的問題。

為了完整體現趙策的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。

MEET2026智能未來大會是由量子位主辦的行業峰會，近30位產業代表與會討論。線下參會觀眾近1500人，線上直播觀眾350萬+，獲得了主流媒體的廣泛關注與報道。

核心觀點梳理

• 大模型商業化進入最新階段：從模型能力競賽轉向行業落地、場景賦能與可持續變現。
• 產業級AI的核心不是單點技術突破，而是模型、終端與數據交互構成的自循環閉環。
• 真正能跑通商業化的大模型體系，必須同時具備技術自研、產品標準化與商業模式創新的“三件套”。
• AI在行業側的價值正在從效率工具走向企業AI大腦，以超級智能體重構業務流程與決策體系。
• 大模型落地是工程化能力的競爭：從預訓練到部署優化，每一環都決定能否在真實場景中釋放效能。

以下為趙策演講全文：

AI商業化元年的基本圖景：模型、終端與產業閉環

我想分享的是關于怎么做商業化的落地。

從ChatGPT2023年的橫空出世，我們把2023年定位成大模型元年，2024年稱為智能體元年。

2025年大家更關心什么？尤其是DeepSeek出來之后，大家更關心如何做行業落地、場景賦能和商業化變現，這是非常直接和實在的事情。

卓世科技這么多年來，大概七八年的時間都在做一個事情——即人工智能如何與行業、產業結合做場景的落地和賦能，所以我后面的分享更多會以案例的形式，把我們服務的優質企業的典型案例，和一些在應用大模型方向上落地比較好的效果，和大家做分享。

介紹一下，卓世有七八年的發展歷程，是以百度、阿里、華為大廠的核心技術團隊成員來創建的企業，是以大模型算法、行業模型+智能應用為核心引擎，打造模型→終端→數據→模型的商業閉環

到目前為止，我們在全國建立了不同的研發中心，目前也是國家級專精特新“重點小巨人”企業，在2024-2025年連續入選中國大模型產業圖譜，包括基礎模型、行業模型和智能體，也包括我們自己在網信備辦的大模型和深度合成算法備案，目前也是雙備案企業。

同時，基于大模型的發展，目前在教育部、人社部和工信部重點合作單位，面向人才培養和場景落地，同時參編了面向養老領域的行業相關的標準。

至于發展如何落地，這離不開技術，我們攜手某國際頂級人工智能研究院，開展面向未來、企業服務，以及數字員工和企業業務流如何做深度融合的相關課題和技術的開展，共同創立了一些研究方向。

那么我們如何在這幾年里能夠服務近百家優質企業，如何讓大模型落地呢？

大家看到這一張圖，它闡述了如何把產品、技術和整個行業做融通。璇璣玉衡是我們的備案大模型，同時它也代表全棧技術領域。

它代表了模型從預訓練到微調，再到智能體的開發，再到整個數據工程和整個產品落地的工程化能力，通過璇璣玉衡大模型技術會串聯起來從下面的智能終端再到中間的大模型中臺，或者可以稱之為企業的AI大腦——向上去構建眾多的超級智能體，面向不同的領域和行業做場景的賦能。

這里面也闡釋了剛才我說的模型→終端→數據→模型的閉環，這個閉環既可以理解為是技術的閉環，因為任何模型的發展，我們都知道數據集在瀕臨枯竭，如果我們想感知物理世界和場景的落地，就需要有終端的配合

尤其是如果落地到工業領域，落地到方方面面的場景里，你會發現其實和終端是不可分割的。

反過來，終端又是數據去感知物理世界的一部分，所以它又可以把數據帶回給模型，增強模型賦能行業和場景落地的能力。

從技術到產品：大模型商業化的“三件套”

接下來我分享一些典型的案例，累積這幾年我們服務過已經超過100家優質企業，提到商業化的落地，我認為是一個組合拳

即便如果有超過OpenAI的能力也不代表就能夠完成商業化落地。

我認為第一你需要有非常強的技術能力，這是不可或缺的，這也是我們所具有的一個獨特的優勢，可以自閉環完成從模型預訓練、微調、智能體開發、全程的工程化能力。

其次還需要有一套非常標準化的產品能力，供合作伙伴、中間各類服務的軟件開發商、集成商能非常快速地基于平臺完成相關交付。

此外，商業化落地在國內一定要有非常獨特的商業化模式，或者商業創新，同時還要輔助于一個非常可靠的服務體系，這也是中國ToB客戶非常看重的方向。

接下來我分享幾個方向的案例，這么多年我們的案例會分布在幾個領域：

一是企業服務，二是工業制造，三是醫療和健康，四是文教和傳媒，基本覆蓋了現在國家出的相關政策——即“AI+民生福祉”“AI+產業賦能”“AI+消費提振”。

AI+產業深水區的實踐樣本：六大場景的落地路徑

接下來進入一些特別落地的分享，這個是和北京某國企做的關于企業服務方面的合作。

目前最容易落地的，現在已經摸索到三個方面，一是工作流程自動化，還有一個關于行業研究報告，凡是大一點的國央企都會有非常重的行業研究報告的工作在里面，還有智能化辦公助手

我們把大模型的能力融入進整個工作的流程當中，輔助它做行研報告的生成，以及相關的各種流程、預定和總結的智能辦公助手，這是面向國央企做的企業服務。

第二個企業服務案例，是一個世界著名的快銷品的巨頭企業。

他們用大模型做什么？他們日常有大量數據分析的需求，要做產品、消費者、市場的研究，這個過程中都要遇到大量的市場分析，這里面大模型可以發揮相關的能力——把成千上百的表格、上萬的字段通過大模型做分析，從而提高人效。

日常要通過專業團隊，一個月來完成的事情，目前兩三個人一周之內就可以完成所有的事情。

其次是關于工業制造方面的案例，剛才提到，在這個領域目前也已經在用很多像視覺、自動化的能力。

所以我們的經驗是在工業制造里落地，它是一個組合拳，大模型在其中起到的是大腦的作用，要融合進我們用到的視覺模型，去處理各類生產和傳感數據的時序模型，把這些模型能力融合完之后，能夠自動化地調配生產參數，去調優生產工藝，最終實現節能降耗，或者是降低生產瑕疵產品的使用率。

這個是典型的多晶硅生產企業的案例，帶來的非常直接的效果是，每年一公斤的多晶硅能節約2度電，全年下來對成本的節約是千萬級的，通過對能源的節約從而促使成本的降低。

關于醫療和健康方面的案例分享，醫療和健康分兩方面，大家都知道第一接觸最多是社區醫院，就是基層衛生，其次才是進到三甲醫院看病，這兩個方向目前我們都有一些進展和合作。

一是大家現在看到的家庭醫生的服務，這是我們和國家衛健委基層司合作專門面向基層衛生，服務社區醫院、家庭醫生服務落地的情況，這里面大模型已經把2000多種常見病和常用藥，以及相關服務全都融合在里面，去提供相關服務。

這是關于接下來如何進到三甲醫院進行落地，醫院有一個大的訴求，越是典型的、有特殊能力的醫院，會沉淀大量專科和專病數據，所以說我們把這些數據拿出來，形成大模型的輔助診療，或者叫疑難癥的大模型，去提供給醫生做全院的輔助診療的使用。

目前已經覆蓋了門診和住院兩個環節的診療的過程，把醫院沉淀的數據拿出來，可以把全醫院的醫療水平拉齊到最高醫生的水平。

而面向養老方面，服務養老機構各類數字員工，如圖上說的我們有健康管理師、養老護理師、職業培訓師、能力評估師，這些都是在養老領域上崗之前需要持執照的，考核通過后才能上崗，我們大模型通過這幾個崗位專門做了相關的訓練和開發，已經可以持證上崗。

這個是關于水利和水務方向的案例，水利和水務是兩個方向，同樣我們是基于水利和水務領域里大量沉淀的數據，以及前端會有大量的傳感數據回來，這些數據回來之后，如何做定量和定性的分析，如何提升管理的水平，這是用大模型做的事情。

還有一個最近開展的方向是關于園區，因為現在很多地方都在建大量的園區服務企業，園區里面會面向企業提供相關服務，這時候我們會和園區協同，面向園區的企業提供大模型和智能體相關領域的所有服務，這也是我們落地提供服務的方向之一。

最后關于所有的落地怎么去落，是私有化部署、公有云還是混合部署，如何在私有化部署的時候，和一體機形成緊密的協同，從架構、算法、模型調優，能夠把大模型一體機發揮出來算力性能的80%還是90%。

我們不光是針對英偉達，針對國內所有算力芯片都做了相關調優，（希望）從算法和框架層面發揮到極致，這是從一體機方面，做了單體和集成的。