我的灿烂人生演员表十岁的男孩，一触网就开始钻研抽象的计算机语言；到了中学时期，他在阅读比尔·盖茨《未来之路》的书籍时，就畅想着科技将如何改变未来的生活；如今，看科幻影视作品成为他最大的爱好……科学家兼通用大模型研究中心主任王凯从儿时就与计算机结下不解之缘，并一股脑扎根进去，在数据、算法、大模型等技术领域谋创新，用科技为传统产业赋能，加快形成新质生产力。

　　“计算机普及要从娃娃抓起”。上世纪80年代提出来的这句话影响了许多人的一生。如今，当年那一批年轻人中有的已成长为信息技术领域的技术骨干。

　　首席科学家兼通用大模型研究中心主任王凯对此深有感触，85后的他从小学三四年级开始接触电脑，学习编程。在那个四四方方的屏幕里，箭头闪烁移动，一个未知的世界就呈现在眼前。从那时起，王凯便开始了探索计算机世界的奇妙旅程，用科技创新改变未来的种子不知不觉在心里萌芽成长。

　　由于热爱，他一股脑扎根于计算机行业的前沿领域，成为清华—加州理工联合培养博士，以第一作者在A类国际期刊及学术会议上发表论文十余篇，毕业前受邀赴十多个国家和地区进行学术报告和科研交流，奋斗在科技创新的最前沿。

　　提及如何持续提升科技创新能力的问题，王凯说：“如果你要做有技术含量的事情，就要想着攻破核心技术。首先，你的内心要保持面向世界科技前沿领域谋创新的追求。不管身处哪个环境，我们始终以高标准要求自己，并不断感染周围的人与你同行。其次，科技创新，要善于‘借智’”。

　　“我们要思考如何快速实现技术创新，并实现落地应用。”他建议，要密切关注行业前沿的最新动向，判断行业冒出来的新技术是否对自己的研究有帮助，取长补短，努力提升自己的研发能力。

　　与此前在实验室埋头做科研相比，王凯现在从事的工作更接“地气”。目前，他作为首席AI科学家，负责交通行业大模型研发工作。

　　作为行业龙头企业，佳都科技通过技术攻坚和自主创新，以新质生产力推动轨道交通行业转型升级，驱动产业链的价值跃升，让城市交通更“聪明”。去年6月发布的佳都知行交通大模型，已通过国家网信办大模型备案，并在轨道交通智能客服、智能运维等场景落地应用。

　　谈及该大模型技术赋能交通领域的实际应用场景，王凯举例表示，从一个乘客进入地铁开始，基于视觉大模型TransCore-V的集中判图能快速完成安检，而基于语言大模型TransGPT的智能客服系统，则能通过交互问询的方式帮助乘客进行线路、票价等信息查询和快速购票，同时基于多模态大模型TransCore-M则能对站内的拥堵、异常情况进行实时判断，为相应的站内管控和车辆调度提供辅助决策和应急处置。通过完成这一系列乘客从进站到出站的全流程举措，帮助交通领域实现智能化治理。

　　在学习编程的同时，王凯喜欢从影视作品去探索未来世界的样子，并畅想科技将如何改变我们的生活。他平时最大的爱好就是看美剧，尤其偏爱科幻和智能题材。

　　他喜爱的一部科幻类型的美剧是《疑犯追踪》，全剧向观众展示了一个能将城市所有摄像头整合分析的平台：它能够根据特定的需求，实时处理海量的视频信息得出相应的结果，帮助警察破案。

　　“这跟我现在做的事情很类似。我们正在把城市百万级别的摄像头的信息用大模型进行加工处理、分析，并把异常问题及时反馈出来。”王凯告诉记者。他期待未来的交通大模型能够像他看过的科幻影视作品一样，能够在幕后“变成”一个比人还聪明的“大脑”：它能对城市级交通数据进行实时处理分析，让交通管理更加高效，让人们出行更方便。

　　广州作为国家人工智能创新应用先导区被寄予厚望，已将人工智能融入产业发展，推动传统产业改造提升，加快形成新质生产力。

　　● 这背后来源于广州前瞻布局下好“先手棋”，近年来先后印发了许多政策文件，提出以“链长制”培育壮大人工智能产业链的战略举措——开展“十百千”战略，建设10个人工智能产业园、100个人工智能典型应用场景示范、1000家左右人工智能企业，确定“造车健城”优势赛道，每条赛道遴选一批重点培育企业，形成百花齐放、相互赋能的人工智能产业生态。

　　● 广州产业门类齐全、基础雄厚，形成了6个千亿级工业行业。产业链条长、创新要素集聚、应用场景丰富等优势，为人工智能企业在广州扎根发展提供沃土。

　　● 发展的步伐还在加速。今年3月，《广州市支持海珠区建设人工智能大模型应用示范区实施方案》正式印发实施，这是国内首个聚焦行业大模型产业发展的政策文件，力争到2026年，推动人工智能大模型在8个以上行业深度应用，带动示范区主营业务收入超5000亿元，成为全国领先的应用示范高地、政策高地和人才高地。

　　“多模态”是指多种信息来源或表现形式，如文字、图像、语音、视频等。面向交通行业，还加入了时间空间序列的数据。而“多模态大模型”就是能够同时处理和理解这些不同模态信息的模型，实现信息的全面理解和高效整合。这就像是我们人类在交流时，不仅会听对方说什么，还会观察对方的表情、动作和语气，以获取更全面的信息。