若干年來，科技界反復在討論兩件事：一是第四次科技革命可能在中國發生，二是AI將成為第四次科技革命的核心驅動技術。

如果我們把兩件事融合在一起，就能夠很簡單的推理出一個結論：中國必須結合自身的實際情況，發展出一條前所未有，且其他國家和地區難以復刻的AI之路。只有如此，才能解釋AI技術帶來的新科技革命，為什么將會在中國而不是其他地方完成。

就像第一臺簡單的蒸汽機是在1688年由法國人德尼斯·帕潘發明，卻在近百年后的英國成為驅動科技革命的通用性技術。如何將AI轉化為新的通用性、底座型技術，是中國經濟發展遇到的歷史性機遇。

自深度學習技術為代表的第三次AI興起進入中國后，中國AI產業經歷了十余年探索。結合中國實際，面向第四次科技革命的AI之路，開始逐漸由懵懂走向清晰。

1月10日，百度Create AI開發者大會于線上召開。期間，百度CTO王海峰發表了《“深度學習+”，創新發展新引擎》主題演講，提出人工智能的技術創新和產業發展，進入“深度學習+”階段。

對于很多朋友來說，深度學習這個概念或許并不陌生。但“深度學習+”應該還是首次聽到。這個新的概念背后，卻是中國AI十余年的積累，AI底層技術與基礎設施的漫長凝聚，以及千行百業應用深度學習技術的銳意探索。

這些因素融合起來，讓中國AI技術與產業智能化發展得以百尺竿頭更進一步，中國智能化的新轉折點，也正醞釀在這個新的階段。

激流十年：中國深度學習的崛起之路

想要了解“深度學習+”，我們必須回到深度學習技術在中國落地生根的歷史當中。

2006年，辛頓等人意外發現了多層神經網絡帶來的全新可能性，就此將上世紀80年代已經產生的機器學習技術，推動到了深度學習的新階段，而深度學習技術在一系列AI測試任務上的優異表現，也重新燃起了人們對AI的期待。客觀來說，經歷了兩次寒冬的AI技術，能夠再次復興的核心要素就是深度學習技術的出現。

但在此后的多年時間里，深度學習還僅僅停留在非常小眾的范疇里，甚至在學術界中也非常小眾。2010年，當時剛剛來到百度的王海峰發現了這種技術所蘊藏的巨大潛能。很快，百度內部高度認可了王海峰的發現，并早早在2012年就開始探索深度學習技術與應用。2013年1月，百度率先建立全球首個專注深度學習研究的深度學習研究院(IDL)。同時，百度也開始布局深度學習開發框架的研發。就這樣，非常幸運同時也非常必然，在王海峰的敏銳發現與百度的當機立斷下，中國企業沒有在AI浪潮中掉隊，甚至成為了全球AI探索的領路人。

此后多年時間，可以視作中國深度學習技術的創生期。在此期間，百度為代表的AI行業取得了一系列成績，比如自主深度學習框架飛槳的問世與發展，多種深度學習算法的進步提升。隨著2017年全球AI熱潮的到來，中國發布《新一代人工智能發展規劃》，深度學習技術的戰略地位與社會需求也水漲船高。面向新的形勢，百度最大化發揮了自身的深度學習技術積累與平臺優勢，快速進行了一系列戰略升級與產業成長。

當時間來到2019年，深度學習技術在框架、算法、產業空間等一系列要素上都已經趨向成熟。這一年4月，王海峰曾提出，深度學習具有很強的通用性，呈現出標準化、自動化和模塊化的工業大生產特征，推動人工智能進入工業大生產階段。

至此，王海峰明確了深度學習技術在整體產業智能化中的核心作用，將第四次科技革命的目標與深度學習技術進行直接、清晰的關聯，指明了深度學習技術，是能夠驅動科技革命的新一代通用性技術。

接下來這個階段，可以看作中國深度學習技術的戰略發展期。這個階段，深度學習不再僅僅是AI企業與AI行業的事，而是事關社會經濟發展與國家戰略規劃。王海峰就曾指出，深度學習框架在人工智能產業鏈中的位置，可以類比PC時代的操作系統Windows、移動時代的操作系統IOS和安卓，是“智能時代的操作系統”。在科技自立的大背景下，深度學習技術的重要性獲得了更多關注。

2021年12月，經國家發改委批復，深度學習技術及應用國家工程研究中心納入新序列管理，這是業內首個也是目前唯一的深度學習領域國家工程研究中心，至此“深度學習國家隊”應運而生。

從最初的先見之明，到算法、框架、工具的步步積累，從核心技術領先，到“國家隊”的建立，王海峰與百度，伴隨中國深度學習走過了激流勇進的十年。當時間來到2023年，多項因素準備就緒，深度學習可以進入全面為社會經濟服務，成為核心增長動力的新階段。

這就是中國深度學習的全面成熟期——“深度學習+”的轉折點已經到來。

轉折點：深度學習，為什么需要“+”？

提到“深度學習+”，我們自然而然就會想到“互聯網+”，所謂“互聯網+”，就是當互聯網技術在中國進入全面成熟后，網絡、終端、平臺全面普及之后，出現了互聯網與各行業、社會生產生活的各方面深度融合的全新現象。從而創造了新的發展生態，涌現了大量發展機遇。“互聯網+”，既是互聯網產業的轉折點，也是中國數字經濟的轉折點，創造了一系列經濟騰飛的佳話乃至神話。

“深度學習+”的邏輯也可以這樣理解，當深度學習的核心技術、核心開發平臺與開發工具、產業生態、應用空間全面成熟之后，深度學習技術可以成為各行業、社會生產生活各領域能夠全面利用，深度融合的通用性技術。

從全球AI產業發展的角度看，深度學習的這一特性已經清晰展露了出來，這項技術也成為國際頂尖科技公司與全球主要國家都在探索的戰略高地。整體而言，深度學習框架平臺+大模型是目前最具代表性的深度學習發展方向，也是頂級AI公司的“標準配置”。

早在2015年，谷歌發布了深度學習框架TensorFlow并很快將其開源，如今已經成為谷歌AI生態的基礎。而從2018年開始，谷歌陸續發布了BERT、Muse等大模型，積極探索預訓練大模型在AIGC、文本對話等領域的可能性。另一家受到全球關注的科技公司Meta，也積極發展自身的深度學習框架。2018年，Meta將Caffe2代碼并入PyTorch，推動PyTorch進入了發展快車道。而在大模型方面，Mate AI實驗室發布了NLP大模型OPT等一系列成果，推動Meta在深度學習領域保持競爭活力。

根據弗若斯特沙利文（Frost & Sullivan）發布的《中國深度學習軟件框架市場研究報告（2021）》顯示，在中國深度學習框架市場，百度飛槳競爭力綜合排名第一，其次是Meta的PyTorch和谷歌的TensorFlow。深度學習框架三足鼎立的局面已經形成。

而與美國、歐洲等地的科技發展不同的是，中國具有更廣泛、深厚的深度學習產業應用土壤。這也就是今天我們所說“數實融合”社會化動力。深度學習技術將全面推動中國的產業智能化發展，激發出智能時代的生產力解放與經濟騰飛——這是中國AI產業的轉折點，也是中國智能化的轉折點。

這里需要解釋的是，我們很多人應該都聽過“AI+”、“人工智能+”的提法。它們與“深度學習+”究竟有什么不同？

從技術意涵上看，AI技術覆蓋的區域更廣闊，深度學習技術僅僅是AI技術當中的一種。因此上，“AI+”中所使用的AI技術可能也會過于寬泛。一家企業應用了智能語音助手，一座車站應用了人臉識別閘機，或許都可以視作“AI+”的范疇。

但如此寬泛的指向，存在這樣幾個問題：

1.產業所能夠獲取的技術大多是簡單化、標準化的，技術深度不足。

2.企業用戶的AI模型的開發、訓練、部署，缺乏全流程的掌握，無法構建自身的開發能力與開發優勢。

3.企業難以基于深度學習，滿足深度定制化，釋放核心生產力的智能化訴求。

在此基礎上，基于深度學習平臺、大模型等要素實現的“深度學習+”，是更加深層化、進階化的AI發展階段。企業可以實現深度學習模型從開發、訓練、部署，再到應用的全流程可控，實現深度定制的智能化效果。

而之所以能夠醞釀出“深度學習+”的轉折點，得益于中國科技多方面的合力。

技術、生態、產業：深度學習+的深層價值

就像在中國能夠實現“互聯網+”，需要天時地利人和一樣,“深度學習+”能夠率先在中國實現，既離不開百度這樣的頭部企業，在技術上的銳意進取，也離不開產業生態與千行百業的共同支持。

這些力量的統一和整合，才構建了“深度學習+”能夠實現的土壤，讓智能化在中國生根發芽。

在百度Create AI開發者大會，王海峰對“深度學習+”進行了三個維度的展開，分別從技術、生態、產業三個角度解釋了“深度學習+”為何能夠實現。

從技術角度看，深度學習技術想要持續發展，接連創造巨大價值，就需要依托于新的技術方向與技術路徑。在目前階段來看，深度學習+知識恰好肩負起了這一使命,知識增強的深度學習，已經展現出了模型效果更好，訓練部署效率更高，并且擁有更強的可解釋性。

百度研制的文心產業級知識增強大模型，就探尋了深度學習+知識這條路徑的眾多可能性。將行業知識與大模型結合，是文心大模型探索深度學習+知識的最新陣地。以文心通用大模型為基礎，通過從行業及企業的特有數據和知識中融合學習，提升大模型對行業應用的適配性，文心與合作伙伴聯合打造了巍巍壯觀的行業大模型體系，這不僅是百度在業內的首創，更是大模型產業化的關鍵舉措。技術的有效差異化，是“深度學習+”的根本保障。

從生態角度看，“深度學習+”并非一家企業，甚至一類企業的事，而是需要相關企業組成高效且繁榮的產業生態。通過產業鏈協作，打通深度學習+上下游生態伙伴，構建包含芯片、框架、模型及應用的深度學習良性生態。

深度學習良性生態的形成，可以使產業端的需求與反饋，準確傳遞到深度學習技術及應用的每個環節，推動產業角色持續迭代優化。這樣的生態發展思路，也是飛槳一路走來的核心動力。以硬件生態為例，飛槳截止目前已有超過30家硬件廠商與飛槳深度融合優化，國內外主流芯片基本都已適配飛槳。

從產業角度看，“深度學習+”的最終落腳點是要在千行百業中發揮價值，幫助各行各業應用深度學習技術降本增效，創新產品和業務，加快產業智能化進程。也只有如此，才能發揮出中國產業體系完善、體量巨大、場景豐富的核心優勢，構筑起“為什么第四次科技革命在中國”的核心答案。在千行百業的智能化道路上，“深度學習+”已經扮演了不可替代的角色。

在北京亦莊，百度智能信控系統幫助實現了“綠燈自由”，通過給紅綠燈裝配上深度學習能力，信號燈可以實現精準預測、全域調控，按照車流量分配紅綠燈時間，最大化降低擁堵。如今，這樣的能力百度智能信控系統，助力城市交通的效率優化。

總體而言，“深度學習+”需要持續面向產業應用的技術升級，需要完善的工具與平臺，需要繁榮成熟的產學研用生態，更需要廣泛、深刻的產業實踐。

為了實現這些條件，百度與中國AI產業已經經歷了十年積累，也只有中國的AI奮發力量，廣闊的產業空間，全社會的創新熱情，才能打通這條前所未有之路。

一條前所未有之路

當世界第一封郵件被發出的時候，不會有人想到互聯網技術最終在中國取得了如此碩果。不僅推動了千行百業的“互聯網+”創新，更將豐碩的成功經驗與商業模式反哺世界。

時代的車輪滾滾向前。或許如今我們已經可以開始設想“深度學習+”，又將開拓一條怎樣的前所未有之路？

對于企業與行業來說，“深度學習+”帶來的直觀改變，是深度學習的開發能力，以及大模型為代表的先進技術，將快速完成成本大幅下降、門檻極速降低的轉變。在一段時間以前，深度學習開發與大模型或許還是讓企業聞所未聞的技術，不久之后，這些技術或許可以用一名員工就能全部實現，帶來的智能化效果則直線上升。與此同時，企業與行業的特殊需求、特殊經驗，將廣泛且深刻地融入到“深度學習+”。AI再也不是簡單、基礎的幾項能力，而是企業核心生產力的組成部分。企業可以深度定制AI技術，便捷獲取全球最前沿的AI能力。

對于科技產業來說，“深度學習+”的成熟，將以龐大、完善的生態為支撐。而這也讓更多科技產業的角色，有機會加入到“深度學習+”生態，在其中貢獻力量，收獲價值。原本距離較遠產業角色，將獲得開放、繁榮的明天，高效率完成協作，組成立體的產業空間。“深度學習+”生態本身，就將成為新的產業集群孵化器，成為經濟發展的直接推動力。

對于國家科技戰略來說，“深度學習+”是抓住AI技術機遇，探索自立自強科技戰略的歷史性契機。“深度學習+”本身既融合了中國領先全球的技術發展與平臺搭建，同時也深刻激活了中國產業經濟中的生態優勢、行業優勢與產業鏈優勢。可以說是極具中國特色，走出前所未有道路的科技發展方向。

這條路上，已經可謂碩果累累，比如說百度產業級深度學習開源開放平臺飛槳，就是深度學習技術及應用國家工程研究中心最核心的成果。飛槳的出現與成熟，讓中國AI底層基礎技術與國際巨頭并駕齊驅，并在部分領域實現了國際領先。中國與美國一起，成為了全球唯二擁有自主技術、繁榮生態深度學習框架的國家。這意味著中國打造了自主可控的AI操作系統，有了自立自強的智能化發展機遇。

而對于更多普通人，對于你我來說，“深度學習+”意味著大量的機會。更多的學習機會、創業機會、發展機會，就明確藏在深度學習技術當中，藏在AI開發與大模型落地的產業過程中。深度學習依舊是AI技術體系的王冠，但不同的是，“深度學習+”讓人人都可以戴上它。

基于“深度學習+”，可以驅動AI技術引領的新一輪科技革命和產業變革浪潮加速到來，助力中國現代化產業體系升級，推動經濟社會進入智能時代。

在過去，互聯網不發源于中國，卻在中國起飛，如今，深度學習技術正在實現新的中國奇跡——構建一個技術自立，生態繁榮，產業智能化深度發展的智能中國。

“深度學習+”，構成了一個轉折點——中國AI從跟隨轉向領航，從懵懂轉向成熟。

而在這個轉折點之后，第四次科技革命的路標已經清晰可見。

審核編輯hhy