全國人大代表周雲傑：以工業大模型爲關鍵變量賦能新型工業化

財聯社3月4日訊（記者 肖良華）十四屆全國人大三次會議即將召開。作爲全國人大代表，海爾集團董事局主席、首席執行官周雲傑聚焦人工智能，提出了3份建議，涉及新型工業化、智慧住居、血液及血液製品等領域。

以工業大模型爲關鍵變量賦能新型工業化

人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有很強的“頭雁”效應。當前，人工智能在工業大模型的深度應用實踐中主要面臨數據質量與語料庫構建的雙重瓶頸、場景適配與模型可靠性、轉型切點和話語體系的雙方錯位等多方面的挑戰。

因此，周雲傑以工業大模型爲關鍵變量提出建議：夯實發展底座，發佈國家級工業場景圖譜、語料庫和數據集。建議設立國家專項，加大力度推廣實施“一圖四清單”行動方案，爲人工智能在工業領域應用提供堅實基礎。

他進一步表示，支持龍頭企業，示範工業大模型應用價值。建議以財政補貼的方式，支持家電、汽車、醫療等重點行業的龍頭企業，開展基於工業大模型的人工智能深度應用先行先試，打造行業標杆，示範應用價值；以財政補貼的方式，鼓勵龍頭企業提煉並共享其在研發設計、生產製造、經營管理等關鍵環節深度應用人工智能的典型案例。

此外，周雲傑還建議扶持平臺企業，促進工業大模型服務中小企業。建議對國家級雙跨平臺企業出臺專項財政扶持政策，培育一批工業大模型與場景圖譜精準匹配的標準化、可複用、低成本的解決方案，爲中小企業提供用得上、用得起、用得好的人工智能服務。

以高質數據構建智慧家庭大模型助力家電家居產業升級

智慧家庭領域大模型是支撐傳統智能家電和家居轉型躍升的關鍵基礎設施，能夠催生出家庭服務型機器人等實現全球引領的新質消費品產業，從而帶動上下游產業鏈形成十萬億以上的新增長點。

DeepSeek等算法突破已大幅降低模型的算力需求，然而大規模高質量數據的支撐作用依然無法替代，垂直領域等行業數據建設依然面臨採集成本高、跨域融合難、訓練數據少等斷點堵點，這些問題靠行業、企業無法快速解決。

具體體現在，數據採集端主動數據少、採集成本高。數據服務端跨界融合難、平臺支撐弱。數據訓練平臺、訓練場供不應求，行業高質量數據訓練成本高昂，企業資源有限，亟需國家統籌與支持。

因此，周雲傑建議，培育數據採集產業，構建智慧家庭大模型多元統一的數據源。建議制定統一數據標準體系，規劃並發展智慧家庭數據合成、數據標註產業；實施數據貢獻參與工程，通過全民貢獻、羣企共創的形式構建行業全覆蓋的垂域數據基礎。

此外，還要構建國家級數據仿真平臺和訓練場。他建議，強化資金扶持和政策鼓勵，支持行業龍頭企業牽頭建設智慧家庭全場景覆蓋的數據仿真平臺和訓練場，訓練高質量垂域大模型，並向產業鏈上下游提供高質量服務，推動具身智能技術在智慧家庭場景中的深度應用，賦能家庭服務型機器人等新質生產力發展。

提升我國血液及血液製品供應保障能力

血液和血液製品在保障公共健康和應對突發事件中具有不可替代的作用。隨着醫療技術進步，臨牀手術量、複雜病例及緊急救治需求不斷增加，我國血液和血液製品均面臨着供應緊張的問題。

血液保障方面，血液供應處於“緊平衡”狀態，城域血液資源分佈不均、血液信息不能共享、血液調劑難、缺乏統一管理；血液製品保障方面，原料血漿供應不足直接影響了血液製品供給，部分血液製品嚴重依賴進口。

因此，周雲傑建議，以人工智能驅動血液管理創新，探索臨牀用血供給新模式。加強宣傳力度，提高公衆獻血意識，優化完善無償獻血者權益保障機制；整合物聯網、AI等技術，打通從採血到臨牀用血的全鏈路數據，實現用血零等待、零浪費；完善全國血液管理大數據平臺的智能應用，統一管理和調配血液資源；探索建立跨地市的多點採集、集中統一製備的血液加工中心；在合法合規前提下，研究血站和單採血漿站高效協同的可行方案；推動醫療機構在圍手術期合理使用凝血因子類血液製品。

他還建議修訂《單採血漿站管理辦法》，允許並鼓勵能夠同時生產人血白蛋白和人免疫球蛋白而其集團母公司或子公司已取得6個品種文號的血液製品企業，開設新的單採血漿站，增強血液製品生產供應的自主可控能力。