新质生产力是当前我国高质量发展的着力点，而科技创新又是发展新质生产力的第一动力。

　　21世纪经济报道记者获悉，今年全国两会期间，全国人大代表、东方财富董事长其实围绕科技创新话题提出了两项建议：一是《关于进一步推动股权投资支持科技创新的建议》，二是《关于支持垂直大模型开发与应用的建议》。

　　其实指出，金融作为社会资源配置的枢纽，在支持和促进科技创新方面发挥着重要作用，其中股权投资能够精准匹配不同发展阶段企业的融资需求，为科技创新提供更加稳定、长期的资金支持。

　　此外，作为世界上产业体系最健全、互联网生态最发达的国家之一，我国沉淀了丰富的行业数据与应用场景，构筑了发展垂直大模型的重要基础和核心优势。进一步推动垂直大模型的开发与应用，不仅是加速我国产业升级的有力引擎，也是构建我国人工智能国际竞争优势的重要突破口。

　　加大对于早期科创的支持力度

　　2023年底的中央经济工作会议指出，要以科技创新推动产业创新，发展新质生产力，并首次在会议中提出“鼓励发展创业投资、股权投资”，明确了下一阶段金融支持科技创新的发力重点。

　　其实表示，科技创新是引领现代化产业体系建设的关键力量，是发展新质生产力的核心要素。近年来，为增强金融供给与科技创新需求的适配性，各地方、各部门推出了一系列支持股权投资发展的政策举措，我国股权投资与创新发展的良性循环正在加速形成。清科数据显示，2023 年我国超过60%的股权投资项目集中在半导体及电子设备、生物技术、IT 等领域，支持科技创新的特征显著。

　　但由于国资是我国股权投资基金最主要的出资方，出资占比近八成，其中政府资金的占比超四成。而国资的风险偏好相对较低，且往往更加注重产业引导、招商引资等短期政策目标，与早期科创的适配度不足，导致国有资本带动各类民间资本支持早期创新的效用难以充分发挥。

　　数据显示，2023年我国种子期投资案例的数量和金额占比分别约为15%和8%，而全球种子期投资案例的数量和金额占比约为 68%和 11%。

　　其实表示，我国股权投资对于创新链条前端环节的支持力度不足，不利于增强我国的科创策源能力。为加大对于早期科创的支持力度，一方面需要更好发挥国资的早期引导效用，另一方面也需要撬动更多民间资本投早、投小、投科技。

　　为此，他提出以下建议：

　　一是进一步健全政府引导基金容错机制。

　　出于资金安全性的考虑，我国部分政府引导基金实施相对行政化的监管和考核，缺乏科学、合理、可操作的容错机制，导致投资决策的风格较为保守，绝大多数投向国有企业和中后期项目。近年来，为提升政府引导基金对早期项目的风险容忍度，在国家的倡导下，部分地区尝试建立政府引导基金容错机制，但多为原则性条款，缺乏可操作性。《国有投资激励与容错机制调研报告》显示，仅有16%的受访国有创投和政府引导基金建立了具备可操作性的容错机制。

　　建议在国家层面做好多部门协调的容错机制顶层设计，平衡容错机制实施可能引发的发改委、科技部、财政部等部门之间的监管矛盾点，形成政府引导基金早期投资的统一监管方向，鼓励和指导各地方推出优化容错机制的具体措施。目前已有部分地区对天使引导基金设定了损失容忍率或明确了尽职免责的认定程序，建议国家相关部门可以梳理和总结各地的探索经验，形成可复制可推广的容错机制建设标杆案例，鼓励各地结合实际情况进行参考借鉴。

　　二是支持链主企业开展早期风险投资。

　　建议围绕区域核心产业鼓励链主企业、上市公司开展早期风险投资，一方面支持链主企业、上市公司设立风险投资机构，并加大政府引导基金对该类风险投资机构的支持力度，形成产业资金主导、政府资金支持的早期投资联动机制，共同加大对创新链前端的资金支持；另一方面给予积极开展早期投资的企业主体相应的政策支持，如上市公司设立投资机构进行早期投资的，可以对其早期投资金额范围内的再融资申请进行优先审批。

　　三是建立阶梯式的创投税收优惠机制。

　　针对早期投资的高风险与长期限特征，美国制定了一系列与投资期限和投资阶段相关联的差异化税收优惠政策。目前我国针对创投的核心税收优惠政策是投资于初创科技型企业满 2 年的可按投资额的 70%抵扣应纳税所得额，同时部分地区试点推出了针对公司型创投机构的梯度税收优惠政策。在此基础上，可考虑进一步针对更加主流的合伙型创投机构建立阶梯式的创投税收优惠机制，投资阶段越早、持有期限越长，可获得的税收优惠力度越大，从而强化对于早期投资、长期投资的政策引导。

　　垂直大模型是重要发展方向

　　当前，随着新一轮科技革命与产业变革加速演进，以大模型为代表的人工智能技术已成为国家科技实力竞争的焦点。

　　其中，垂直大模型较通用大模型而言具有更强的领域专业性和需求针对性，训练和部署成本也更低，是大模型发展的重要方向。

　　其实表示，在相关政策引导及市场需求的驱动下，我国垂直大模型展现出较强的发展活力。据不完全统计，截至2023年11月，国产大模型中垂直大模型占比高达76.3%，涵盖医疗、金融、政务等多个领域。但与此同时，垂直大模型在开发和应用过程中仍面临一些挑战。

　　一是高质量垂类数据的供给不足。当前，全球大模型产业普遍面临训练数据瓶颈，其中中文数据尤为匮乏，在全球通用的50亿大模型数据训练集里，中文语料仅占 1.3%。由于垂直领域公共数据来源少、私有数据开放程度低、对数据处理的专业要求更高等原因，专业垂类数据稀缺的问题更加凸显。

　　二是大模型评测标准体系尚不完善。产业对于数据合规、专业能力、隐私安全等方面的顾虑，是影响大模型实际应用的难题之一。目前国内大模型评测标准体系的建设仍处于初级阶段，已有的大模型评测体系以评估模型通用能力为主，针对具体行业或应用场景的大模型能力评估方法和基准仍不够丰富，对于如何建立更科学、权威、有针对性的评价体系尚未形成共识。

　　三是大模型应用的价值空间仍待挖掘。我国大模型技术的快速发展为创造性的场景应用奠定了基础，但目前大模型的应用更多是在原有传统人工智能应用场景的基础上重新搭载大模型，暂时相对缺乏原生性、高价值、颠覆式的大模型创新应用场景，大模型的经济效益和商业价值还有待进一步激发。

　　为进一步提高垂直大模型的专业性、安全性与实用性，更好地发挥人工智能技术对千行百业的赋能作用，其实提出以下建议：

　　一是加快推动高质量垂类语料数据开放共享。

　　高质量、大规模的专业领域数据是提升垂直大模型的专业能力的重要基础。为应对大模型发展对高质量语料数据资源的需求，多家单位于 2023 年7月成立了中国大模型语料数据联盟，目前已开源发布部分可用于垂直大模型训练的领域数据。为形成更大合力，建议进一步引导来自不同领域的主体组建地方级、国家级大模型数据联盟，联合打造开放的垂类语料产品。同时，可考虑建立国家大模型数据资源服务平台，与公共部门、产业机构、数据联盟等开展数据合作，向满足条件的大模型研究人员和开发者提供数据支持。

　　二是进一步完善垂直大模型评测标准体系。

　　对垂直大模型进行可靠、全面的评估和验证，是确保其安全应用和健康发展的基础。为把好大模型落地应用的能力关、安全关，增强垂直大模型评测的科学性和权威性，建议进一步鼓励各类主体积极参与垂直大模型评测体系的构建和测试，丰富评测指标、方法以及工具，并适时总结实践经验，在金融、医疗、汽车、政务等典型应用领域建立相对权威的垂直大模型专业能力和安全性评测标准，指导模型开发主体有针对性地提升模型质量，并为产业应用主体和相关主管部门提供参考。

　　三是积极打造垂直大模型创新应用场景。

　　为加快培育大模型产业的新产品、新业态，工信部在 2023 年 8 月组织开展的未来产业创新任务揭榜挂帅工作中，针对通用人工智能方向开放了工业制造、民生服务等四大领域典型应用的项目申报。北京、上海、深圳等部分地区亦陆续开展了大模型应用场景需求及解决方案的征集工作。在此经验基础上，建议由工信部牵头，进一步面向垂直大模型在细分场景中的创新应用，培育一批全国性典型案例，发挥标杆示范作用。

　　此外，可鼓励更多地方政府、央国企以及领军企业等，通过揭榜挂帅、案例征集、供需对接平台等形式开放场景机会、拓展合作渠道，对于优秀案例或立项项目进行重点宣传并给予一定补贴支持，集中力量打造更多高价值的创新应用场景。