作为广州(zhou)大学(xue)副校长(chang)和人工智能研究院(yuan)实行院(yuan)长(chang)，李进(jin)对(dui)于产业链创新链双链融(rong)合服务的痛(tong)点问题深有体会。“科研团(tuan)队不(bu)知道做什么技术(shu)更有市场价值，企业不(bu)知道自己的需求最适合匹配怎样的技术(shu)、专家和合作伙伴。”李进(jin)说，当前国家层面高度强调(diao)科技创新驱动发展，但在实(shi)践层面，仍存在科技成果从实(shi)验(yan)室到市场的转化效率较低，信息不(bu)对(dui)称、资源分散等问题。

具体来看，一是产业研发需求找技术(shu)困难：国内(nei)1700所科研机构，传统线下对(dui)接方式效率低，国内(nei)没有任何一个平台提供全国高校科研团(tuan)队数据库。二是找准技术(shu)难，高校科研人员(yuan)技术(shu)能力参差不(bu)齐(qi)，传统对(dui)接无法确保找到的最匹配的产学(xue)研能力最强的团(tuan)队，影响成果转化成功率。三(san)是规模化触达产业链难，仅仅通过传统线下企业技术(shu)需求对(dui)接效率太低，无法触达服务整(zheng)个产业链企业。

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

“大模型的优势在于海量的常识储(chu)备、强大的推理能力、精准的信息提取与匹配能力。”李进(jin)说，大模型能够基(ji)于各种技术(shu)文(wen)档、专利、科研论文(wen)、产业报(bao)告等形成跨学(xue)科的常识库，理解企业的需求并做出合理的技术(shu)路线规划，实(shi)时收集市场、技术(shu)等数据，并进(jin)行高效匹配。“这特别适合解决成果转化中的种种痛(tong)点问题。”

研发：四大模型协同，破解产学(xue)研精准匹配难题

研发：四大模型协同，破解产学(xue)研精准匹配难题

确定(ding)目标后，李进(jin)在学(xue)校里组建了一支包含相关专业老(lao)师、工程师和30多个研究生的开发团(tuan)队。“这个过程也不(bu)是一朝一夕，大家大概做了两年半的时间。”李进(jin)说。

在平台研发过程中，科研人员(yuan)面临了多方面的挑战。首先，数据整(zheng)合难度较大，涉及数据清洗(xi)、标准化和实(shi)时更新等复杂问题；其次，算(suan)法研发也面临重大挑战，尤其是产学(xue)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(xue)研需求场景。

据先容，系统开发整(zheng)合了国内(nei)1700+所科研机构、全球500强高校、100余万科研人员(yuan)数据及1.2亿家企业研发信息，通过构建覆盖产学(xue)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(ji)于开源通用大模型进(jin)行垂直开发，通过深层次数据治(zhi)理实(shi)现需求与技术(shu)的智能翻译与拆解；“产学(xue)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(shi)时市场信息，提前识别行业技术(shu)缺口；而(er)“精准匹配大模型”则通过智能算(suan)法动态优化匹配策略，显著提升对(dui)接效率。

基(ji)于大模型对(dui)企业技术(shu)需求进(jin)行解析(xi)。

在扎实(shi)强大的数据和算(suan)法底座(zuo)基(ji)础上，团(tuan)队开发了“产研链”应用平台，企业只需通过微(wei)信搜索“产研链”小(xiao)程序，即可获取平台信息并参与对(dui)接，高效解决技术(shu)需求，推动产学(xue)研深度融(rong)合。

一个成果转化平台的好坏，最重要的是用户的评(ping)价，对(dui)此，李进(jin)很有信心。他(ta)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(bu)仅可更好满足企业找成果、找技术(shu)团(tuan)队的需求，还能解决传统产学(xue)研对(dui)接中的一大“隐形痛(tong)点”。

李进(jin)先容，无论是通过成果对(dui)接数据库系统，还是组织成果对(dui)接活动，进(jin)行“技术(shu)揭榜”等，企业都需要清晰地描述出自己的技术(shu)需求并在不(bu)同程度的范围(wei)进(jin)行公(gong)开。“对(dui)很多企业来说，它的技术(shu)需求其实(shi)是不(bu)想让很多人知道的，尤其是竞争对(dui)手公(gong)司。”

而(er)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(jin)行公(gong)开需求，就能实(shi)现精准对(dui)接。“这也是大模型技术(shu)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(wen)章，变成大家更多从成果的供给侧(ce)来推动转化成功。”

应用：赋能技术(shu)经(jing)理人，推动规模化触达

应用：赋能技术(shu)经(jing)理人，推动规模化触达

当前，“产研链”小(xiao)程序已(yi)上线可用，南都·湾财社记(ji)者也进(jin)行了操作体验(yan)。与许多成果转化平台系统不(bu)同，打开 “产研链”小(xiao)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(dui)话框。

广大“产研链”小(xiao)程序主页。

这背后或许体现出“产研链”对(dui)自身功能的自信：只需要在对(dui)话框中输入(ru)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(shu)团(tuan)队，都能通过三(san)大模型协同完成需求拆解、科研画像匹配、企业需求预测，实(shi)现"一键精准对(dui)接"。

李进(jin)先容，目前产研链平台已(yi)成功应用于多个案例，例如广州(zhou)市科技局、广州(zhou)荔湾科工信局、博士科技、广东高校成果转化中心、广州(zhou)大学(xue)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(tuan)队。

对(dui)于平台的具体使用效果，李进(jin)举了一个例子(zi)：某企业需解决耐火材料技术(shu)难题，但高校科研团(tuan)队的研究方向可能聚焦于纳米技术(shu)等细分领域。通过“任务拆解大模型”解析(xi)需求、“产学(xue)研画像大模型”筛选团(tuan)队、“需求预测大模型”定(ding)位应用场景，最终由“精准匹配大模型”实(shi)现高效对(dui)接，企业快速匹配到名(ming)称不(bu)含“耐火材料”但技术(shu)路径吻合的成果，极大提升转化效率。

在“产研链”小(xiao)程序输入(ru)企业名(ming)称可进(jin)行企业需求预测和自动生成洞察报(bao)告。

除企业用户外，技术(shu)经(jing)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(er)对(dui)于这些技术(shu)“红(hong)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(ta)们快速找到需要服务的客(ke)户。

“平台合作方之一的博士科技，就是国内(nei)头部的技术(shu)经(jing)理人企业之一。”李进(jin)说，该公(gong)司在使用“产研链”平台后，为旗下技术(shu)经(jing)理人提供了有力的工具支撑。“他(ta)们评(ping)价说好比对(dui)成果转化这个老(lao)大难问题有了一把‘利剑’。”据先容，目前，技术(shu)经(jing)理人已(yi)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(jin)表示，未来将进(jin)一步优化四大模型算(suan)法，探索建立全球科研团(tuan)队转化能力评(ping)价体系，并开发产业链协同创新功能。“产研链的最终目标不(bu)仅是解决‘最后一公(gong)里’问题，更要推动创新链与产业链的深度融(rong)合，形成科技服务新范式。”

采写：南都·湾财社记(ji)者 徐劲聪