【年度回顾】大模型产业应用（二） | 全速前进：大模型驱动科研技术领域范式变革

主要观点总结

本文探讨了基于大模型在科研技术领域的全速前进，尤其在自动驾驶、具身智能、新材料研发等关键技术领域以及生命科学、环境科学等基础科学领域的变革。文章分析了大模型如何降低科研试错成本、从专有系统到通用技术的转变以及从经验规则到数据驱动的重塑复杂系统科研范式等核心因素。同时，文章还提供了对产业关键技术与基础科学的领域模型的精准施策建议，以及适应新科技范式的敏捷治理框架。

关键观点总结

关键观点1: 大模型在科研技术领域的应用及变革

大模型在自动驾驶、具身智能等领域的应用，以及其在科研领域的全速推进，遵循跨学科融合与创新的原则，通过数据驱动的方法替代传统专家规则，提高了研究的准确性和效率，提供了破解复杂系统问题的新方法、新工具。

关键观点2: 大模型降低科研试错成本

大模型能够通过学习海量数据捕捉潜在规律，实现对复杂系统的精准预测，从而降低科研试错成本，加速科研进展。

关键观点3: 从局部求解到全局最优

传统研究方法往往只能对局部进行分析和建模，难以把握系统的整体特征和复杂关系。大模型提供了一种系统性研究复杂系统问题的工具和方法，使得科研人员能够以全局视角审视、分析和理解研究对象。

关键观点4: 构建敏捷治理框架适应不确定性

针对大模型带来的技术发展和应用范式的不确定性，需要构建敏捷治理框架，通过开放式的交流与试验推动技术风险识别，平衡多元目标，兼顾发展和安全。