记者 邝展婷

　　大模型技术发展日新月异，互联网公司不遗余力地投入开发和升级大模型，可以预见，未来数年内甚至是短时间内，基于开源生态构建的通用大模型参数规模将突破临界点且自主思考能力不断增强。探索并用好这一新技术，以人工智能（AI）赋能船舶产业的升级发展，对全行业来说既是挑战，更是机遇。

　　构建智能生态助力创新

　　可以看到，目前大模型技术在船舶行业更多应用在设计研究领域，业内对这方面的思考也最为深入。中国船舶集团有限公司七〇一所专家彭名刚提出了基于大模型的船舶智能生态建设设想，通过采取智能体技术路线，整合高质量知识数据与先进数字化技术，构建以智能体为核心的新一代智能生态系统，实现各类研发设计软件、工具、数据管理系统的全面融合与协同，全面支撑船舶研发设计和科研管理的智能升级。

　　彭名刚认为，基于大模型的船舶智能生态应采用分层设计理念。第一层构建智能化底座，通过数据中台实现数据的清洗、整合、存储和管理，为上层模型提供高质量的训练和推理数据；第二层建设船舶研发设计大模型，通过对基础模型的迁移学习和微调训练，打造针对船舶设计的行业大模型，形成行业级的智能化设计能力；第三层构建场景模型，针对运营管理、研发设计、装备软件等不同方向的垂直场景，训练和部署专用的场景模型，深入理解各个场景的特定需求并提供精准化解决方案。

　　在此三层模型基础上，构建以研发设计智能体为核心，与研发设计软硬件全面融合与协同，繁荣研发设计智能生态，实现自主规划任务、协同执行，更高效赋能船舶研发设计与创新。

　　警惕风险保障安全

　　作为一项新生技术，大模型的应用也引起了业内专家对风险的关注。中船集团综合院大数据应用研究室主任吕晓贺认为，目前不少企业纷纷接入DeepSeek，说明企业对大模型应用带来的效用已经有了深刻的认知。但是，通用大模型仍存在行业深度知识较弱，仅知晓公开可获取的知识，且存在训练数据较旧等问题。因此，数据（知识）资产是大模型应用的核心竞争力。为此，围绕企业“痛点”场景的基于行业和企业大数据与知识的大模型应用将有非常广阔的发展空间。

　　中船集团七〇九所“深思”（DeepThink）智能大模型总设计师司广宇认为，软件与硬件一体化是实现装备智能化和自主可控的关键，也是未来智能化发展的必然趋势。船舶行业需要加快建设“软硬一体基座”，促进大模型应用双轮驱动。

　　业内专家提醒，在使用大模型提升效率的同时，必须从多个方面兼顾安全性。一方面是数据安全性，必须强化人员安全意识，在充分发挥数据价值的同时防止数据泄露；严格按照自主可控要求开展建设，充分利用国产自主可控成熟产品，基于国产自主可控生态全栈基础产品集进行全新建设，保障全栈国产适配。另一方面是应用安全性，针对大模型生成内容存在幻觉、可解释性差等问题，要构建大模型评测体系，从指标、数据、模型等多方面验证大模型特有的跨任务能力、推理能力以及对有害内容和数据安全的处理能力；也可以通过研制专用芯片，加载经过安全评估的智能模型，保障专有应用的有效性和安全性。　　

　　借鉴成功经验实现自我提升

　　而在另一个角度，大模型技术不仅具备应用价值，DeepSeek自身的成功也具备参考价值。七〇一所专家罗威认为，以DeepSeek的技术创新和成功经验作为参考，船舶行业可以从技术、人才和管理三个维度进行借鉴。

　　在技术层面，DeepSeek专注于大模型技术的突破，尤其在小型化、轻量化和高性价比方面取得显著进展。特别是在设计和制造领域，通过轻量化模型和硬件优化，DeepSeek实现了AI能力向边缘终端下沉。这为船舶行业提供了宝贵机会，船舶行业的各类终端可借鉴这一模式，提升智能化水平。

　　从人才维度来说，DeepSeek团队更注重创新潜力和能力，而非“唯学历论”。船舶行业可借鉴这一做法，招聘AI和自动化领域的应届生，并与高校合作设立定向培养项目；同时，推动船舶工程师与AI专家的跨领域协作，建立多元化的激励机制，吸引顶尖人才，推动技术创新。

　　而在管理维度，DeepSeek强调任务驱动和快速迭代，通过算法优化实现突破的经验提醒船舶行业要关注低成本创新。船舶企业可尝试成立跨部门小组，简化决策流程，赋予技术团队更多自主权；在鼓励员工提出颠覆性创意的同时，也要容忍技术探索中的阶段性失败。

　　罗威认为，DeepSeek的成功证明，技术突破需与人才和管理模式协同推进。船舶行业可借鉴其“低成本创新+年轻化团队+开源生态”的策略，推动从单点技术升级到系统性能力构建，进一步加速AI技术在行业中的落地应用。