随后，香港理工大学教授杨红霞发表了"Co-GenAI：一种全新的基于融合驱动的生成式人工智能平 台"的主题演讲。她指出，当前大模型在产业化落地过程中仍面临"最后一公里"的挑战，特别是在垂直 领域的深度应用方面存在显著瓶颈。她强调，未来AI发展将呈现从中心化向去中心化演进的趋势，其 中小模型因其在特定领域的精细化定位优势，必将成为产业应用的主流方向。 在 "AI for Mathematics：数学的数字化与智能化"主题分享环节中，北京大学博雅特聘教授董彬指出， 当前数学研究效率的主要瓶颈在于理论验证与定理证明环节。随着人工智能技术的快速发展，AI工具 正在为数学研究和教学中的关键任务提供创新性解决方案。他强调，探索人机协同的数学问题解决模式 已成为当今数学界的前沿研究方向。 基于此，董彬提出了具有前瞻性的研究路径：首先需要对数学研究领域进行精细化和定制化的大语言模 型开发，这是实现自动推理的关键；其次，必须着力推进数学推理关键步骤的数字化进程，这一基础性 工作将有助于建立数学各分支学科之间的有机联系。通过系统训练模型的数学推理能力，可以显著减轻 数学家在机械化研究环节的工作负担，使其更专注于具有创造性和突破价 ...