广州大学副校长李进：打通产学研堵点，成果转化大模型来解题

以丰富的应用场景为突出优势，AI大模型正在广东各行业领域走向落地。4月17日-18日，由南方报业AIGC创作培训基地主办的首期AI应用素养高级研修班在东莞完成授课。课程期间，广州大学副校长、人工智能研究院执行院长李进接受南都·湾财社记者专访。

李进介绍了如何在科技成果转化领域发挥大模型的技术优势，通过自研“任务拆解大模型”“产学研画像大模型”“需求预测大模型”“精准匹配大模型”四大核心模型，解决找技术难、技术匹配精度等痛点问题，打造出“产研链”成果转化精准匹配新平台。

广州大学副校长、人工智能研究院执行院长李进讲解人工智能大模型。

源起：大模型优势可解决成果转化长期痛点

“近年来，许多企业主动联系我们寻求技术团队对接。但广州大学拥有数千名教师组成的科研队伍，涉及的领域非常广泛。学校成果转化服务人员难以全面掌握企业技术和科研人员的匹配对接。”

作为广州大学副校长和人工智能研究院执行院长，李进对于产业链创新链双链融合服务的痛点问题深有体会。“科研团队不知道做什么技术更有市场价值，企业不知道自己的需求最适合匹配怎样的技术、专家和合作伙伴。”李进说，当前国家层面高度强调科技创新驱动发展，但在实践层面，仍存在科技成果从实验室到市场的转化效率较低，信息不对称、资源分散等问题。

具体来看，一是产业研发需求找技术困难：国内1700所科研机构，传统线下对接方式效率低，国内没有任何一个平台提供全国高校科研团队数据库。二是找准技术难，高校科研人员技术能力参差不齐，传统对接无法确保找到的最匹配的产学研能力最强的团队，影响成果转化成功率。三是规模化触达产业链难，仅仅通过传统线下企业技术需求对接效率太低，无法触达服务整个产业链企业。

带着对这些痛点的长期思考，在以ChatGPT为代表的大模型应用刚刚兴起时，李进就看到了这种新的人工智能技术在成果转化领域的应用潜力。

“大模型的优势在于海量的知识储备、强大的推理能力、精准的信息提取与匹配能力。”李进说，大模型能够基于各种技术文档、专利、科研论文、产业报告等形成跨学科的知识库，理解企业的需求并做出合理的技术路线规划，实时收集市场、技术等数据，并进行高效匹配。“这特别适合解决成果转化中的种种痛点问题。”

研发：四大模型协同，破解产学研精准匹配难题

确定目标后，李进在学校里组建了一支包含相关专业老师、工程师和30多个研究生的开发团队。“这个过程也不是一朝一夕，我们大概做了两年半的时间。”李进说。

在平台研发过程中，科研人员面临了多方面的挑战。首先，数据整合难度较大，涉及数据清洗、标准化和实时更新等复杂问题；其次，算法研发也面临重大挑战，尤其是产学研画像大模型和任务拆解大模型的开发，需要在精准性和效率之间找到平衡，同时适应复杂的产学研需求场景。

据介绍，系统开发整合了国内1700+所科研机构、全球500强高校、100余万科研人员数据及1.2亿家企业研发信息，通过构建覆盖产学研全链条的动态数据库，形成四大核心模型支撑体系：

“任务拆解大模型”基于开源通用大模型进行垂直开发，通过深层次数据治理实现需求与技术的智能翻译与拆解；“产学研画像大模型”打通科研端与企业端的数据壁垒，为匹配提供双向精准画像；“需求预测大模型”结合实时市场信息，提前识别行业技术缺口；而“精准匹配大模型”则通过智能算法动态优化匹配策略，显著提升对接效率。

基于大模型对企业技术需求进行解析。

在扎实强大的数据和算法底座基础上，团队开发了“产研链”应用平台，企业只需通过微信搜索“产研链”小程序，即可获取平台信息并参与对接，高效解决技术需求，推动产学研深度融合。

一个成果转化平台的好坏，最重要的是用户的评价，对此，李进很有信心。他表示，以使用“产研链”系统平台很重要的一类用户即企业方为例，不仅可更好满足企业找成果、找技术团队的需求，还能解决传统产学研对接中的一大“隐形痛点”。

李进介绍，无论是通过成果对接数据库系统，还是组织成果对接活动，进行“技术揭榜”等，企业都需要清晰地描述出自己的技术需求并在不同程度的范围进行公开。“对很多企业来说，它的技术需求其实是不想让很多人知道的，尤其是竞争对手公司。”

而通过四大模型的协同作用，企业无须自己转化需求语言，也无需进行公开需求，就能实现精准对接。“这也是大模型技术应用带来的一种思路转变，从以往做成果转化主要是在企业需求端做文章，变成我们更多从成果的供给侧来推动转化成功。”

应用：赋能技术经理人，推动规模化触达

当前，“产研链”小程序已上线可用，南都·湾财社记者也进行了操作体验。与许多成果转化平台系统不同，打开 “产研链”小程序，给人的第一感觉是界面十分简洁，主页几乎只有一个AI对话框。

广大“产研链”小程序主页。

这背后或许体现出“产研链”对自身功能的自信：只需要在对话框中输入自己的需求，无论是成果方想寻找应用场景，还是企业方想寻找技术团队，都能通过三大模型协同完成需求拆解、科研画像匹配、企业需求预测，实现"一键精准对接"。

李进介绍，目前产研链平台已成功应用于多个案例，例如广州市科技局、广州荔湾科工信局、博士科技、广东高校成果转化中心、广州大学等，平台在服务企业方面成效显著，助力企业精准匹配研发团队。

对于平台的具体使用效果，李进举了一个例子：某企业需解决耐火材料技术难题，但高校科研团队的研究方向可能聚焦于纳米技术等细分领域。通过“任务拆解大模型”解析需求、“产学研画像大模型”筛选团队、“需求预测大模型”定位应用场景，最终由“精准匹配大模型”实现高效对接，企业快速匹配到名称不含“耐火材料”但技术路径吻合的成果，极大提升转化效率。

在“产研链”小程序输入企业名称可进行企业需求预测和自动生成洞察报告。

除企业用户外，技术经理人也正成为科技成果转化环节中一个重要的服务群体。而对于这些技术“红娘”来说，传统工作方法要么是在网上人工查找信息，要么是通过线下的人脉来问，缺乏趁手的工具来帮助他们快速找到需要服务的客户。

“平台合作方之一的博士科技，就是国内头部的技术经理人企业之一。”李进说，该公司在使用“产研链”平台后，为旗下技术经理人提供了有力的工具支持。“他们评价说好比对成果转化这个老大难问题有了一把‘利剑’。”据介绍，目前，技术经理人已成为“产研链”平台最大的活跃用户群体。

展望成果转化大模型未来的发展方向，李进表示，未来将进一步优化四大模型算法，探索建立全球科研团队转化能力评价体系，并开发产业链协同创新功能。“产研链的最终目标不仅是解决‘最后一公里’问题，更要推动创新链与产业链的深度融合，形成科技服务新范式。”

采写：南都·湾财社记者 徐劲聪