当前，深度学习生态持续繁荣、AI技术进一步突破，产业应用亟需再上新台阶。对此，王海峰指出，深度学习平台加上大模型，贯通从硬件适配、模型训练、推理部署到场景应用的AI全产业链，夯实产业智能化基座，将进一步加速智能化升级。

　　深度学习平台是基础共性平台，下接芯片，上承应用，起到承上启下的作用，相当于智能时代的操作系统，有力支撑产业智能化升级。而大模型是近几年人工智能发展的重要方向，具有效果好、泛化性强、研发流程标准化的特点，为人工智能的进一步发展带来了新机遇。大模型对深度学习模型的开发、训练和推理部署提出了更高要求，牵引着深度学习平台的发展方向。

　　然而，大模型研发依赖算法、算力和数据综合支撑，在应用层面上也面临一系列技术挑战：首先是数据规模大，数据质量参差不齐;其次是模型体积大，算法难度高;第三是算力规模大，性能要求高。如何实现大模型产业化?王海峰认为，具有算法、算力和数据综合优势的企业，可以将模型生产的复杂过程封装起来，通过低门槛、高效率的生产平台，为千行百业提供大模型服务，从而形成一条大模型产业化路径。

　　这一产业化路径已经在文心大模型的产业实践中得到验证。据王海峰介绍，基于飞桨平台，百度打造了文心产业级知识增强大模型，包括以鹏城-百度·文心为代表的通用大模型、跨模态大模型、生物计算大模型，联合共建的行业大模型，以及适配场景应用的工具套件、大模型API、基于大模型的产品、探索生态共建的创意社区等。

　　此外，目前文心大模型已大规模应用于搜索、信息流、智能音箱等互联网产品，并通过飞桨开源开放平台、百度智能云赋能制造、能源、金融、通信、媒体、城市、教育等各行各业。随着应用场景的进一步扩大，文心大模型已联合打造超过10个行业大模型，不断从行业及企业的特有数据和知识中融合学习，模型能力进一步增强，助力企业降本增效，加快行业转型升级。