當(dāng)前，人工智能在工業(yè)大模型的深度應(yīng)用實(shí)踐中主要面臨三大挑戰(zhàn)：一是數(shù)據(jù)質(zhì)量與語(yǔ)料庫(kù)構(gòu)建的雙重瓶頸；二是場(chǎng)景適配與模型可靠性的雙重挑戰(zhàn)；三是轉(zhuǎn)型切點(diǎn)和話語(yǔ)體系的雙方錯(cuò)位。我們提出以下建議：一是夯實(shí)發(fā)展底座，發(fā)布國(guó)家級(jí)工業(yè)場(chǎng)景圖譜、語(yǔ)料庫(kù)和數(shù)據(jù)集，加大力度推廣實(shí)施“一圖四清單”行動(dòng)方案；二是鼓勵(lì)龍頭企業(yè)提煉并共享其在關(guān)鍵環(huán)節(jié)深度應(yīng)用人工智能的典型案例，示范工業(yè)大模型應(yīng)用價(jià)值；三是建議對(duì)國(guó)家級(jí)雙跨平臺(tái)企業(yè)出臺(tái)專項(xiàng)財(cái)政扶持政策，培育一批工業(yè)大模型與場(chǎng)景圖譜精準(zhǔn)匹配的標(biāo)準(zhǔn)化、可復(fù)用、低成本的解決方案，促進(jìn)工業(yè)大模型服務(wù)中小企業(yè)。