中科闻歌董事长王磊受邀参加“2025中国—东盟AI大咖沙龙”

王磊指出，AI大模型训练高度依赖高质量、多语言语料支持，目前主流通用大模型在多语言处理方面仍存在不足：

从数量上看，英文语料占比过高，中文不足10%，东盟小语种语料则更为匮乏；从质量上看，互联网语料中低质、重复、错误信息大量存在，难以支撑模型获取足够高质量的中文与多语种训练数据。

王磊强调，要突破瓶颈，必须为人工智能“投喂”大量干净、可靠、真实的语料，这需要拓展数据获取渠道，包括公开互联网抓取、行业或机构资源整合以及合成式语料生成。同时，还应推动人工智能从“AIGC”（AI生成内容）向“AIUC”（AI理解内容）转变，大模型的多语言理解能力须建立在高质量、多来源、严格清洗与标注的语料之上。

针对“中国和东盟国家如何建立数据跨境流动机制”议题，王磊提出三点思考：

第一是坚持开放共享与标准建设：在中国—东盟合作框架下，应探索构建区域性大模型，这需要以数据开放共享为基础，并建立统一的标准体系和确权机制，从而打破跨国、跨组织数据壁垒。

第二是探索“算力与数据分离”模式：数据不必集中存储，可通过企业联合构建高质量数据集，并借助训练沙盒、跨境训练场等方式在本地完成训练，在保障数据主权的同时推动模型优化。

第三是推动研发与应用一体化：模型性能提升不仅依赖训练，更需重视数据准备与模型评测，并在应用层面加强安全治理与生态协同，打造更高效、更通用的跨境应用体系。

王磊强调，以开放共享为基础，结合创新的推理策略和联合应用生态，有助于实现全球化、一体化的共生共赢，也回应了国际社会对AI发展不平衡的关切。

在谈及AI产业应用时，王磊指出，大模型并非简单的技术替代，而是改变信息理解与智能化范式的重大变革。当下通用人工智能尚处在应用初级阶段，全球应用普及和渗透率并不高。但长期来看，AI将持续赋能社会各行业，深度重构生活方式与生产模式，发展潜力不容低估。

王磊强调，AI产业落地的关键在于通用与专用模型的融合。单一的通用大模型难以覆盖复杂的行业需求，唯有通过“通专融合”并以具体场景为驱动，才能弥合技术与应用之间的鸿沟，充分释放人工智能的价值潜能。