肖伟院士：工业大模型如何赋能中药全链条升级
全国人大代表、中国工程院院士肖伟
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
证券时报记者 鞠晓松
近几年来，“人工智能赋能实体经济”成为社会热议焦点。全国人大代表、中国工程院院士肖伟在接受记者采访时表示，中医药的传承、发展与现代化应用，如今已离不开人工智能的助力。其中，“中药工业智能大模型”将扮演至关重要的角色。
AI技术全链条应用
助力中药工业智能转型
“中药工业是中医药现代化发展的关键支柱，也是我国生物医药领域的重要战略性产业。”肖伟指出，当前全球制造业正加速向高效化、智能化转型升级，数字化、智能化、绿色化已成为产业升级的核心引擎。“目前，我国中药制造也正处于从机械化、自动化向数字化、智能化转型的关键时期。”
肖伟在调研中发现，我国中药制造在实施全过程质量控制后，产生了海量、分散的生产数据。人工难以辨识其中的关联规律，同时，不同系统间存在信息孤岛，无法有效反馈和调控后续生产，这制约了生产效率的持续提高和质量的稳步提升。
因此，肖伟提出了“构建中药制药工业智能化大模型”的构想，并结合行业经验总结和实际调研数据，提出了进一步推动中药智能制造高质量发展的建议。
中药制造过程动态极其复杂，推动中药智能制造高质量发展，首先要聚焦中药功效物质研究，实现中药物质基础清晰化、作用机制明确化、量效关系精准化，从而达成生产全流程质量均一稳定。“在此基础上，构建专用大模型，将AI技术全面融入原料筛选、工艺研发、质量管控、生产制造全链条，以数智化破解中药标准化、现代化难题。”肖伟说。
加快“大模型”落地
强化科研成果转化与推广
如何让技术成果快速落地见效，让AI全面赋能中药制造？肖伟建议，应进一步鼓励企业整合优势科研资源，重点突破AI算法、大数据分析等核心技术的创新应用，打造定制化的技术解决方案。
他建议，由国家相关部委牵头，组织中药企业、科研院所、高校及装备制造企业深度联动，围绕数据标准统一、核心技术迭代、装备适配研发等环节开展联合攻关，建立起“技术研发—中试验证—规模化应用”的闭环转化机制，加速智能化技术成果从实验室走向生产线。
此外，筛选一批智能化基础扎实的中药龙头企业，打造一批可复制、可推广的中药智能制造示范标杆项目，也是关键技术落地的重要保障措施。“通过鼓励这些企业深度应用中药工业智能大模型，优化生产、数据采集与质量管控标准，为全行业的数智化转型提供样板。”肖伟说。
国家重视企业参与
赋能产业高质量发展
肖伟注意到，工信部等八部门近日印发的《中药工业高质量发展实施方案（2026—2030年）》明确提出了突破核心环节智能生产技术体系，为中药智能制造高质量发展划定了方向。
“国家近年来持续出台促进中药工业高质量发展的政策，也彰显了对中医药工作的高度重视。”肖伟说，他认为基于国家积极的政策导向，研发专用的中药制药工业智能化大模型，将成为中药智能制造高质量发展的核心。
此外，还需加快技术成果落地见效，强化科研成果保障与推广。支持企业整合科研资源，聚焦数据标准、核心技术、装备研发等关键环节，完善转化机制，打造中药智能制造标杆项目。
深化“人工智能+中药”创新行动，推动智能技术与中药制药全环节深度融合，将引领行业从“药材好”向“药材好、标准高、控制精、药才好”的现代中药制造新目标跨越。“中药制药工业智能化大模型就像为中药插上了一对AI翅膀，将有力赋能中药产业的高质量发展。”肖伟说。
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个