各位领导、各位来宾、大家下午好！
这里是第七届数字中国建设峰会数字生态文明分论坛的现场。我是福建省广播影视集团福建卫视新闻的首席主持人张翼。非常荣幸能够和各位领导及嘉宾相聚在有福之州。今天的论坛由生态环境部、福建省人民政府主办，生态环境部信息中心、福建省生态环境厅承办。首先请允许我代表数字生态文明分论坛主办方，向出席分论坛的各位领导及嘉宾表示热烈的欢迎。
今天上午举行了第七届数字中国建设峰会的开幕式，下午我们在此举办数字生态文明分论坛，共同交流探讨构建数字化治理体系，赋能美丽中国建设的路径和方向。
我们很荣幸邀请到国内众多嘉宾，既有各级各部门的领导，也有知名专家学者。他们是：生态环境部副部长赵英民，福建省人民政府副省长林文斌，生态环境部办公厅督察专员章少民，生态环境部信息中心主任汪海洋，生态环境部环境与经济政策研究中心副主任俞海，生态环境部信息中心纪委书记毛剑英，安徽省生态环境厅厅长曹哨兵，福建省生态环境厅副厅长杨新坚，以及来自赛迪研究院、中咨公司数字生态研究院、华为、百度等数字领域的智囊大咖。让我们以热烈的掌声对他们的到来表示欢迎。
下午的论坛分为两个部分：一是领导致辞，二是主题报告。
下面让我们用热烈的掌声有请福建省人民政府林文斌副省长致辞。
主持人:
感谢林文斌副省长的致辞。接下来有请生态环境部赵英民副部长致辞，掌声有请。
主持人:
感谢赵英民副部长的致辞。接下来进入今天论坛的第二个环节，首先有请中国国际经济咨询有限公司数字生态研究院院长傅毅明。
傅毅明:
尊敬的各位领导、嘉宾，下午好！很荣幸能够率先做报告。
我报告的题目叫《深化数据源头治理 发展数据循环经济 ——打造数字化、绿色化与资产化“三化融合”新路径》。
当前数据总量激增，但使用率不高，比如现在企业数据使用率普遍不高，而且一年后贬值98%。这么多数据闲置没有利用怎么办，这是一个问题。另外一个问题，现在人工智能大模型给数据带来机会，但是与此同时，大模型的规模已接近上限，现在已经达到了万亿级的参数，所以后面不太可能再通过提高模型参数这个路径来提高人工智能的水平，一个最主要的潜力来自哪里？来自于数据。数据将成为主要的驱动力，后面大模型的性能指标80%将由数据质量来决定，所以这个背景下，我们如何重新认识数据质量、数据治理、数据经济，如何找准数字文明问题的症结，今天跟大家分享。
傅毅明:
首先，数据质量应当充分吸收借鉴环境治理领域的实践经验与理论成果。我们治理环境经历了几百年，但是数据作为一个新的问题提出到现在被重视，其实就是最近10到20年的事情，所以数据治理是一个非常年轻、非常充满不确定性的新问题，但是，这个问题的来源及其本质属性，跟环境治理有很大的相似性，我们不仅要让数字赋能绿色化，更要强调绿色化怎么引领数字化，尤其是它的基本理念、原则、方法论，所以不单是美丽中国怎么样需要数字化支撑，更重要的是美丽中国建设过程中绿色化怎么样给数据治理提供宝贵的经验，只有数据治理好了，才能更好地赋能美丽中国，这是我今天最主要想表达的观点。
傅毅明:
本质上数字文明与生态文明是数字化与生态化的一体两翼，数字经济的本质就是用数字要素提高全要素生产力，数据要素投入多了，人的投入就少了，与绿色化要求节能减排转型发展是相协同的，本质上数字化与绿色化一个是目标导向，一个工具导向，两个一体两翼。
傅毅明:
我们将数字化跟绿色化作为两个维度来展示我们的文明演进历程。以数字化为代表的目标牵引体现价值理性，整个人类文明可以分为四个象限，怎么样更好地处理工具理性跟价值理性构成我们整个人类文明演进大逻辑。从早期的野蛮时代，数字化跟绿色化都是比较低的，这个时候东西方文明所走的道路不同，东方道路更多遵循天人合一，在绿色化层面比较领先，但是在数字化技术演进上稍微落后一些；西方走了另外一条道路，工具理性强一些，技术化突飞猛进，但绿色化有局限性，出现了全球变暖等难题。在新时代，两种道路如何互相融合，中西方如何互相借鉴，共同达到既要数字化、又要绿色化“双化”协同，这个其实是每个国家共同的问题。
傅毅明:
破解问题的最核心是把我们传统的资产观变成新型资产观。作为成本部门，以前我们搞数字化、环境保护都要算每一笔投入有没有带来什么效益。但是目前，生态环境部门跟数字部门要成为经营部门，考虑怎么用市场机制去解决问题，怎么样深化数据要素跟环境要素的市场化改革，关键就在于建立产权明晰制度，通过资产化路径打破外部性难题。所以总的来说，就是要开辟新路径、畅通大循环。推进市场化及资产化，发展数据循环经济是建设绿色智慧数字生态文明的新领域与新路径。数字循环经济狭义指数字循环产业的经济，广义是数据产业与其他产业融合共生的循环经济，其中数据循环经济有利于数据产业部门自身的绿色健康高质量发展，有利于数据要素与其他要素的融合共生，也有利于数据基础制度和新型资产建设。
傅毅明:
接下来我谈几点内涵要求，首先，生态环境保护最主要的经验就是要源头治理，数据治理也一样，数据治理应由末端治理向源头治理转型，现在我们数据生产部门大部分停留在自给自足、体内循环阶段，数据仍然停留在末端治理，存在“九龙治水”现象，数据治理初始成本巨大，特别是事后再治理，会导致极大的事后成本，应构建以公共服务和社会大循环为导向的生产服务模式。
傅毅明:
第二，数据生产应由粗放生产向倾斜生产与循环经济转型转变。当前数据生产仍处于粗放生产与野蛮繁殖阶段，市场生产外部性明显，这也导致数据成本的真实使用成本被低估。现实中，往往有大量的电力、土地补贴在我们大量的数据中心建设过程中。另外，平台经济体往往通过前期免费，让用户感觉好像使用数据资源很便宜，导致我们想改也不好改。所以，我们开展数据生产的减量化、再利用与资源化，实现数据垃圾的源头减量和系统空间的系统治理。
傅毅明:
在这个过程中，要建立数据产品的身份标识与责任溯源体系，首先要看这个数据是机器生成还是真实生成的，如果没有办法从源头标识管理将会造成巨大的混乱。在这个基础上，码链融合数字身份是构建数字资产首要基石与突破口，数字身份现在已经成为大国竞争的关键技术，我们要对每一个资产建立一个统一的标识代码，为每一个所有者建立一个可信账户、可信区块链，实现可信数据跟可信流转，在这个体系下，我们已经前期研究了一个联盟的标准。
傅毅明:
数据资产应与绿色资产融合打造，加快“双化”协同，应该说数据资产价值化的重要源泉是绿色化，我们需要构建生态产品的价值实现机制，确保数据资产化有足够的绿色价值回流。另外，绿色资产也高度依赖数字化支撑与数据驱动，包括碳资产的可测量、可核查、可报告等原则。
傅毅明:
数据资源入表成为数据资产化重要抓手，数据资产化可以包括八个环节，包括我们现在数字治理、数据资产识别、数据资产确权、数据质量评价、数据价值评估、数据资产登记、数据资产入表以及数据资产金融化，把数据当成资产来看待的话，我们可以来借鉴生态环境导向的开发模式，摒弃以前信息化部门数据孤岛模式，以前我们的角色更多的是“施工队”，数据化建完就交出去了；现在，我们要从理念上进行大的变革，学习房地产开发模式，一开始就把它当成资产开发。
中国国际经济咨询作为中信集团全资一级子公司，率先建设数字生态研究院，打造双化协同与“三化融合”的高端数据库，我们近期也做的一个场景案例，我们叫新智场景，这个场景在湖北也落地了，做车位数字资产的数字创新，去年8月份我在于武汉启动的数字资产联合创新实验室的建设，探索“一位一码”车位码，形成“一城一图”的智慧泊车图，刚刚过去的5月14号，成为数字车位质押的第一单。在这个案例开发过程中，我们第一步实现车位数字化；第二步我们实现数字资产化，实现入表跟融资，现在已经完成；接下来我们将探索第三步、第四步，也就是绿色资产化，通过车位大数据开发，提高停车效率，降低停车过程中污染和碳排放，我可以在这个基础上去开发CCER等绿色碳资产，实现更进一步的资产叠加，后续我们希望能开发成“三化融合”样板。
最后总结一下，应该说生态文明跟数字文明是“一体两翼”，要着重打造供给侧数字化转型与需求侧的绿色化转型的大循环，以绿色化牵引数字化，以数字化赋能绿色化，以资产化破解“双化协同”难题，形成“三化融合”的数据循环经济新模式与新引擎，打造中国特色的数字文明生态发展新路径。谢谢！
主持人:
谢谢，感谢精彩发言。接下来有请生态环境部信息中心主任汪海洋，大家欢迎。
汪海洋:
各位嘉宾，女士们，先生们，大家下午好！
今天非常高兴参加第七届数字中国建设峰会数字生态文明分论坛，我今天的演讲题目是：构建美丽中国数字化治理体系，建设绿色智慧的数字生态文明。
数字生态文明提出之后，经过一段时间的实践，我们认为数字生态文明是以数字化赋能绿色化，以绿色化牵引数字化，运用大数据、人工智能、区块链等数字技术，以生态环境综合管理信息化平台为统领，建立动态感知、科学研判、快速反应、智能优化的数字智能体系，进而推进决策科学化、监管精准化、服务高效化、产业绿色化，不断提高政务服务“一网通办”，监管服务治理“一网统管”，行政运行“一网协同”的效能，实现智慧治理和协同高效，为全面推进美丽中国建设提供有力的信息化支撑。
我们认为数字生态文明的主要特征有以下四方面，一是精准预测，防患未然；二是系统思维，科学决策；三是整体协同，多元共治；四是开放共享，良好互动。与传统生态环境治理主要依靠人的经验、理论、主观判断等进行决策相比，数字生态文明在理念上更加注重数据的汇聚、处理、分析和服务，事前预测预警，而非事后被动应对；生态环境进行整体改善，而非单一方面、单一要素的局部修复治理；行动上除了强调党委政府的主体责任外，还强调加强社会多方主体的参与、融合和共享。
汪海洋:
基于数字中国建设整体布局规划“2522”的整体框架，结合生态环境治理体系的特点和需求，我们也提出数字生态文明“2521”的总体框架，分别为夯实绿色新型基础设施建设和生态环境一体化大数据体系两大基础，构建智慧环境等五大任务，强化数字技术创新体系和数字安全屏障这两大能力，进而拓展全球治理数字化协作的一个环境。
具体来说有五大任务。第一项任务为夯实两大基础，因为绿色新型算力基础设施和一体化大数据体系是构建美丽中国数字化治理体系的底座，主要分为两个方面，一是大力推进绿色新型算力基础设施建设，依托国家“东数西算”工程建设国家级数据集群、算力枢纽，建设自主可控、安全可靠的生态环境云中心，同城和异地灾备中心，形成“两地三中心”架构；二是全面构建生态环境一体化大数据体系，建设全国生态环境一体化数据的资源目录，积极推进公共数据跨部门数据共享、交换，设计形成环境质量、环境监管、时空数据等九类数据资产，进而支撑各地区、各部门数据的共享、开放和开发利用。
汪海洋:
第二项任务，打造精品应用，坚持以用促建、建用结合，三个方面：一是聚焦持续深入打好蓝天、碧水、净土保卫战，推进减污降碳协同增效、无废城市建设等生态文明领域的重点任务，借鉴冬奥会空气质量监控平台建设和运行经验，不断打造新的场景应用和精品业务应用；二是结合国家重大发展战略，开展京津冀、长江经济带等协同治理平台建设，推进区域生态环境的联防联治；三是扎实推进生态环境业务工作的数字化、网络化、智能化，实现生态环境监管的一网统管、快速研判、精准溯源、跟踪督办、成效评估的闭环管理。
汪海洋:
第三项任务，关于突出技术创新，有三个方面，一是按照满足当前需要，适度超前谋划，加快大数据、人工智能、区块链、数字孪生等新技术推广应用，优化完善生态环境动态监测网络和智能监管体系，构建美丽中国的数字图景；二是积极构建人工智能等共性支撑平台，开发更适合生态环境领域的人工智能算法，不断提高智能化应用支撑水平；三是建立健全生态环境信息化标准体系，统一技术架构、数据格式、应用接口、开发界面，不断推进信息化建设的标准化和规范化。
汪海洋:
第四项任务，守牢安全底线。维护网络安全，首先要知道风险在哪里，是什么样的风险，什么时候发生风险。要依法统筹网络安全，利用系统安全和数据安全的需求，基于另信任技术体系，构建多层次的网络安全一体化防御基础设施。同时，还要建立立体防护、多方联动的可靠安全防护体系，形成安全态势感知、安全纵深防御、网络攻防对抗等安全防护能力，筑牢网络安全屏障。
汪海洋:
第五项任务，推动协同联动。主要有四个方面，一是落实各级党委政府主体责任，充分调动地方积极性，形成协同联动的工作合力；二是激励倒逼企业，推动绿色化生产改造，强化企业生态环境信息依法披露，打造环保信用监管体系；三是构建包括碳普惠等全民参与的数字化行动体系，引导群众履行生态环境保护的社会责任；四是积极参与全球环境治理，跟踪了解主要国家生态环境治理的进展和成效，为共建人类命运共同体提供数字化支撑。
汪海洋:
第三部分，切实加强相关的保障。第一要强化顶层设计。一是加强数字生态文明顶层设计，强化政策战略指引，深入贯彻落实数字中国建设整体布局规划，紧紧围绕生态环境智慧治理，研究制定数字生态文明建设的发展目标、重点任务和实施路线；二是结合国家信息化管理体制改革，建立配套的制度体系，完善战略制定、项目实施、绩效评价等支撑机制；三是从全局系统性和整体性出发，研究降碳减污的业务应用场景，提高美丽中国数字化治理体系的支撑能力。
汪海洋:
第二要强化数据汇聚。新一代人工智能依靠数据和知识的双轮驱动，对此，一要汇聚基础数据、业务数据、全球数据等各类数据，建设标准统一、管理协同、安全可靠的全国一体化生态环境大数据中心；二要畅通跨地区、跨部门、跨层级的数据传输通道，打造全球统一的生环境领域数据链，实现生态环境领域数据资源大循环；三是依托国家数据共享交换平台和全国一体化政务数据共享枢纽，实现公共数据跨部门流通和共享，让数据像水流一样使用便捷、效用最大。
汪海洋:
第三要强化业务研究。一是聚焦全面推进美丽中国建设，研究数字化支撑监管方式和举措，为构建数字化治理体系提供科学依据；二是针对业务协同和数字化转型需求，梳理跨部门、跨层级、跨领域的协同应用场景，以此建成实用、管用、好用的平台系统；三是支撑实现区域大气污染联防联控、流域统筹协同治理、危废跨境转移处置，以及全国碳市场转移监管等方面。
汪海洋:
第四要强化安全保障。一是深化各类安全防护技术的应用，落实好数据安全保护、个人信息保护、关键信息化基础设施保护，网络安全等级保护等要求，守牢安全底线；二是进一步完善网络数据安全保护的相关制度，健全网络安全保障协调联动机制，完善数据安全治理体系，提高数据安全保障能力。
汪海洋:
第五要强化先行先试。坚持顶层设计与基层创新相结合，选择技术条件好、数字改革创新发展快的地区开展先行先试，推动核心业务领域、关键技术运用，应用场景探索，打造特色应用，形成一批可在全国推广的新模式。
最后一个保障，加快组织保障。主要有四个方面，一要坚持高位推动，统一思想；二是要建立高层次、复合型人才的培养机制，提高数字化思维能力和学数、用数、治数水平，打造高水平的专业队伍；三是要持续加大在信息化方面的投入；四是要健全相关的考核评估机制。
各位嘉宾，各位同仁，蓝图已经绘就，奋斗正当其时，让我们共同努力，抓住机遇，戮力同心，携手共进，为加快构建美丽中国数字化治理体系，建设绿色智慧的数字生态文明作出新贡献。也预祝峰会和分论坛圆满成功，谢谢大家。
主持人:
感谢汪主任的精彩分享。作为全国生态环境系统信息化建设的“施工队长”、“技术总监”，汪主任分享了他对构建美丽中国数字化治理体系、建设绿色智慧的数字生态文明的思考和展望。接下来有请赛迪研究院刘权院长。
刘权:
尊敬的各位朋友，大家下午好！非常高兴有机会到这儿来跟大家分享，尤其是这几年的一些经历和感受。
当前，数据要素成为数字经济时代资源和关键要素。数据要素有放大、叠加、倍增的作用，数据应该成为国家的基础资源和国内的生产要素，并由此形成新的数字生产力。在数据基础上能形成数字生产力，什么意思？在数字化的情况下，在数据要素作用的情况下，我们现在的生产工具，从工业时代到数字经济时代发生变化了，原来是机械现在是人工智能；现在生产要素、生产对象也改变了，原来是土地、厂房，现在改成数据要素；而最关键的，跟我们每个人都有关系的是，劳动对象、劳动者本身也变化了。传统的能力已经适应不了现在的数字经济时代，传统劳动力可能很快被AI代替，这不是危言耸听。第二，数字经济、数字社会、数字政府、数字文化、数字生态环境是数字中国中明确提出来的，而五个领域的重点任务，核心都是数据应用。数据是数字化变革的核心要素，数据支撑未来，90%以上的作用从数据中挖掘，只有数据用好了、流通了，在不同的环境中高效共享、价值释放，信息化的作用才可能发挥出来。
刘权:
如何激活数据？数据的核心是数据要素的价值化，价值化核心有三步，第一资源化，第二资产化，第三资本化。数据就像矿产一样，没有挖掘出来是没有任何意义的，挖掘出来之后就是资源，然后再作为相关的产品。
目前数据要素的市场化，应该说已经具备了条件。无论是政策、基础（包括数据基础和算力基础），尤其是算力基础。现在面临三个问题，包括数权、定价、交易。但最难的事情是，如何在信息化系统下让数据用起来、流转起来，这是更为关键。
刘权:
要激活数据，三个方面需要考虑：第一，从数据到数据资源，一定要站在数据化思维上考虑问题，我们曾经的信息化系统，积累下的数据不是资源，刚才所提到的监管平台，这个数据成为不了数字资产，只是说支撑我信息化平台监管应用而已，数据怎么样让它将来成为数据资源，我有矿怎么把矿挖出来，这是重要的。第二，从配置角度来说，我们要挖掘数据潜能，数据刚才说了不仅仅可以成为资源，成为矿石，还可以形成数据产品给你提供服务、市场流通，所以要资产化。第三，数据在流通过程中，现在的网络防护等手段和传统防护模式，对于数据全流通已经不适用了，因为数据已经在整个社会全流通，这种情况下难以防护它的安全，尤其决定数字经济发展质量的就是我们公共数据、政务数据的开放利用程度。
所以说，从采集、计算、流通、数据治理到数据安全，都要去考虑。
接下来数据要素，怎么样助力数字生态文明建设？首先，我的理解，数字生态文明本质上就是利用数字技术推动生态领域的数字化，一定是充分发挥数据要素的潜力，提升治理效能，支撑水平提高，实现绿色低碳生产生活方式，最核心的一个是数字化，一个是充分发挥数据要素的潜力。
刘权:
现在大家可能最关注的是数字技术，或者是说叫数字化。大家想一想，难道说仅仅是一个概念的提出吗？一定不是的，信息化和数字化的区别在哪儿？在信息技术和数字技术的战略。这里简单跟大家提一下我的理解。从两个本原上去看，第一，什么叫数据产业？数据产业一定是从数字经济来的，数字经济的核心是数据。数字产业好理解，只要与数字处理有关的，从事数字采集存储加工的相关产业都叫数据产业。第二，什么叫数字技术？数字技术这个词我认为理解起来不是那么容易的，需要我们理念有所转变。数字技术现在已经进入什么阶段？现在是数字时代，数字时代特征是万物互联，万物包括什么？包括人的思维，包括人的精神世界，也就是说传统的信息化是解决物理世界和数字世界当中映射的问题，而现在数字化解决的是数字世界、物理世界和人的精神世界（包括人的思维、人的大脑）这三个世界的问题，数字技术是推动数据在三个世界中高效流转，进而可以实现价值释放的相关技术。
刘权:
接下来看数字化和信息化的不同在哪里？很简单，信息化解决物理世界映射到信息世界当中的问题，以流程为核心，目的是提高效率。而数字化可以破解原来复杂、不好解决的问题，其核心是机器可读。信息化充其量是辅助决策系统，数据在不同的设备中不可互通，机器不可读，数字化情况下数据在所有设备、所有环境、所有操作系统下都是可读的。什么叫智能化？智能化是使得我的系统是决策化执行，不仅数据可读，而且所有决策都是自动化生成，也就是我的数据采集来源于现实世界，所有的数据处理分析决策都是来源于数字世界，也就是我们现在的元宇宙，或者是叫数字孪生，然后形成决策之后反过来下指令。
接下来数据要素赋能数字生态文明怎么做？第一，按照“数据要素×”三年行动计划提到的几个方面，包括环境治理，尤其公共汇聚数据融合创新、提高能源利用率、提升碳排放管理水平等。第二，构建包含遥感等空天地一体化的碳排放数据服务平台，包括各个企业环保数据的采集，再通过各种手段，感知的，再加上遥感的，这样数据监测是很容易的。这主要是支撑实现企业的能耗产品产量二氧化碳多维度数据采集流转、存储分析和监控，同时支撑生态环境全系统全流程治理，推动生态环境治理体系和治理能力现代化。
刘权:
核心支撑包括三个方面，一是制造领域，二是能源生态领域，再者是城市，操作层面，前两个都是在地方有实践经验，可以供大家参考。现在的企业环保为什么很难做，主要是投入大，对企业来说有压力。现在基于政府公共数据，能不能改变一下思路？政府和企业的环保相关保险结合起来，政府针对企业建立一个新型的保险模式，使得这个保险能承担企业原来所购买的服务来降低它的碳排放，这样盘活政府数据就能和环保结合起来，而且这些数据是保险企业非常需要的。这个模式下，盘活有正当性，是可行的。第二种模式，就是不仅将数据盘活，而且将数据充分利用，第一，原来企业是涉污企业，直接买第三方服务，或者说直接买保险，保险对它的环保所有责任险兜底，出了问题保险承担；第二，保险当中拿出一部分，所有的环保问题，比如环境监测发现有问题，保险公司找第三方企业处理；第三，这个费用由保险公司出。这是数据来支持城市生态环境治理一种非常好的方式，是基于公共数据的新型保险模式，有很多地方在用。
刘权:
从赋能美丽中国建设的长效机制来说，按照资源化、资产化、资本化的思路做好三件事。第一，做好能碳数据管理，就是刚才说天空地一体化数据的采集汇聚，这里边最主要的实现碳审计、碳落地，企业经过第三方公司碳管理，确保正常经营；第二，推进能碳服务，企业配合取得收益之外，还可以打绿色牌，引入绿色金融和转型金融，比如获得低息贷款，相关产品优先纳入政府采购，实现健康发展；第三，更为重要，要让企业形成的碳足迹数据发挥价值，企业减能、减排形成的碳减量可以通过碳交易机制变现。两个关键，一个是能碳成果，另一个是能碳资产。
由于时间关系讲的不对的地方欢迎大家指正，是个人的观点，谢谢。
主持人:
谢谢刘院长的精彩分享。推进数字生态文明建设，关键是激活数据要素潜能。刘院长分析了激活数据要素潜能的路径等，值得我们深入思考和持续探索。接下来掌声有请安徽省生态环境厅曹哨兵厅长。
曹哨兵:
尊敬的各位领导，各位来宾，女士们，先生们，朋友们，大家下午好！
非常高兴、非常荣幸参加数字中国建设峰会，特别是今天下午通过数字生态文明分论坛，刚刚听了大家介绍的一些数字生态文明建设的经验做法，我们在试点当中也做了一些努力，下面跟大家一起分享一下安徽在推进一体化、数智化皖美生态建设的一些做法，希望大家多多指正。
当前美丽中国建设正在全面推进，在这过程中我们离不开数字技术与生态文明建设的深度融合。近年来安徽省委省政府出台了数字安徽建设总体方案，美丽安徽建设规划纲要等，持续推动全省生态环境质量改善，去年全省PM2.5平均浓度、空气质量达标天数比例实现双改善，地表水优良水质比例也上升3.6个百分点，比国家考核目标高8.7个百分点。
曹哨兵:
下面重点向各位汇报数字安徽建设情况、皖美生态建设情况，以及下一步打算。
第一，数字安徽建设情况。 实行“六统一”，推进“三大转变”，以实施“四大牵引”工程为重点，努力探索一条理念创新、技术先进、集约节约、生态开放、安全可控数字安徽发展新路径。一是实行“六个统一”，建立政务信息化项目全方位统筹机制，实行统一平台支撑、统一规划计划、统一资金管理、统一专家把关、统一立项审批、统一项目验收，建立健全政务信息化项目部门联审、专家联评等工作机制，完善专家管理、风险防控等制度，切实提高项目建设质效。
二是推进“三个转变”。构建政务信息化建设新范式，打造“平台+端+场景”的政务信息系统新形态，推动信息系统形态从“烟囱式”向“平台式”转变。突出设计的重要作用，通过部门数字化整体设计+具体业务场景设计，推动建设模式从承建厂商全程建设实施向设计、开发、运维分阶段实施的转变，以社会公众为中心，以用户体验为导向，谋划设计场景，推动支撑方式，从省项目“分基金”向“比项目”转变，提升项目建设质效，提高资金使用效益。
曹哨兵:
三是实施“四大工程”。实施一体化数据基础平台迭代工程，实现平台一月一小迭代，一年一大升级，小迭代由需求牵引，大升级由技术驱动，打造数字安徽建设的资源中枢和能力底座。实施三方能力工程，推行“网企通”前端受理、“网政通”前端办理的前店后厂模式。实施数据工程，制定全程统一的数据标准规范，打造数据要素高地。实施产品创新工程，围绕生态环境保护、经济调节、市场监管等八大赛道，高质量建设场景需求库、案例库，打造场景创新空间，推出一批可复制可推广的创新场景应用。
曹哨兵:
第二个，皖美生态建设情况。我们认真贯彻落实省委省政府关于数字安徽建设的决策部署，开展了“数字安徽-智慧环保”综合管理服务平台建设，优化体制机制，深化数据治理，建设完美生态创新场景，深化人工智能等数字技术应用，赋能生态强省美丽安徽建设。
曹哨兵:
一是优化体制机制，提升项目实施的质效。健全管理机制，完善厅网络安全和信息化领导小组运行机制，配套建立网络安全和信息化联络员制度，各处室、各单位都明确专人全程执行，业务部门提出需求，归口单位统一受理，共同推进项目申报。实行统筹集约建设，建立省级创建、全省共享机制，明确只建一个平台，这个平台就是“数字安徽-智慧环保”综合管理服务平台，实现皖美生态场景的共建共用。二是深化数据治理，发挥数据要素的价值。“聚数”打破数据孤岛。建立横向纵向数据汇集体系，盘活数据资产，以一体化数据技术平台为枢纽，纵向获取生态环境部的排污许可、环评审批等数据回流，同时汇聚省内各市县区的水、气监测数据；横向构建与自然资源、交通运输、市场监管等部门的生态环境相关数据的共享机制，实现与长三角兄弟省市的水、气自动监测数据、企业环境依法披露信息等数据的共享，目前已归集水、大气、土壤、自然生态、污染源等各类生产环境数据，数据资源总量达到124亿多条，为场景创新工程奠定坚实的数据基础。“提质”形成数据资产“一本账”。制定全省生态数据标准，发布安徽省生态环境数据共享技术规范等五个地方标准，完成生态环境业务主题与业务对象、逻辑数据实体属性五级数据架构的设计，制定全量数据规范、治理规则，实现一数一源、一源多用，形成省生态数据资产的“一本账”。“智用”激活数据要素价值。建立全省生态环境数据体系，加强生态环境公共数据融合创新，发挥数据要素价值，依托一体化数据技术基础平台，形成空气质量监测、水质监测等公共产品，加快数据流通，提高数据共享水平，增强数据时效性，为政府、企业和公众提供更高效的公共服务。
曹哨兵:
三是深化产品创新，构建一体化智慧应用。皖美生态场景建设包括大气、水等14个业务子场景，这里简要汇报4个子场景。
第一个场景是大气环境智慧监管。构建全省大气环境问题闭环监管体系，通过引入卫星遥感、视频监控等手段，加强空气质量、涉气污染源、用电、气象等多维数据耦合分析和溯源分析，及时精准发现大气环境污染问题。在此基础上，及时通过问题推送、问题排查、处置反馈、效果评估，确保件件有落实、事事有回音、办完有成效、全程可追溯，解决了发现问题、找准原因、闭环管理的难题。
第二个场景是水生态环境智慧监管。按照河湖统领，山水统筹的水环境工作思路，构建流域、重要水体、控制单元、汇水范围、行政区域五级水生态环境分级管理“一张图”，对水环境、水资源、水生态及污染源各类数据进行空间关联分析，强化水环境预测预警和污染溯源，形成分析预警、结果反馈、整改落实、问题档案的闭环管理体系，提升水生态管理数字化水平。
第三个场景是固体废物智慧监管。运用人工智能技术，实现固废监管从人工查向智能管转变，确保监管跑在风险前面；建设固体废物智慧监管流向网，实现固体废物产生运输、利用处置的全生命周期管理，实现源头可信、过程可溯、末端可控；接入三个全覆盖视频监控，运用人工智能视频识别技术，强化对企业危废管理关键环节的非现场监管；搭建危废供需数据平台，实现数据共享，着力为企业减负。
第四个场景是环境执法智慧监管。以安徽省国家智能社会治理实验基地为契机，拓展非现场监管执法决策分析等功能，场景运行以来，执法检查的记录数增长121.34%，发现问题数量增长1137.6%，月上报占比达到100%、居全国第一位。
曹哨兵:
第三部分，未来展望。
根据数字安徽建设整体方案、美丽安徽建设规划纲要工作部署，我们将以技术平台为底座，不断推进安徽数字文明建设取得新进展、新成效、新突破。一是坚持全省“一盘棋”建设，建成全业务场景覆盖的智慧环保体系。全面加强安徽省生态环境政务信息化项目统筹集约建设，努力打造“三融五跨”皖美生态创新场景，“三融”就是数据融合、业务融合、技术融合，“五跨”就是跨部门、跨层级、跨系统、跨区域、跨业务，逐步建成覆盖省市县区三级应用的“数字安徽-智慧环保”综合服务平台，扎实推进管理集中、业务协同，着力提升生态环境公共服务水平。
二是深化人工智能等数字技术的应用，构建美丽安徽数字化治理体系。我省已出台了安徽省通用人工智能创新发展三年行动计划，提出重点打造行业领域应用示范，催生海量生态场景应用创新。我们将抢抓通用大模型行业的应用机遇，开展生态环境大模型应用探索，促进生态环境业务与人工智能技术深度融合；我们准备推出企业环保助手、执法助手、生态环境指标查询助手三大应用，持续拓展皖美生态创新场景，不断提升企业和社会公众的生态环境获得感、幸福感、安全感。
三是推动共建共享，为长三角美丽中国先行区建设贡献安徽力量。我们将坚持生态环境区域协同治理，持续开展长三角地区生态环境数据共享共用，不断提升跨区域、跨层级生态环境联防联控能力，携手共建长三角美丽中国先行区。
各位领导，各位来宾，各位朋友，开展一体化数字化完美生态建设，探索数字中国美丽中国的安徽实践永远在路上，我们诚挚欢迎大家到安徽传经送宝，共享生态文明建设的真知灼见，共同为建设人与自然和谐共生的美丽中国建设作出更大的贡献。谢谢。
主持人:
谢谢曹厅长的分享。接下来有请华为技术有限公司ICT Marketing部副部长刘明菊。
刘明菊:
尊敬的各位领导，各位来宾，大家下午好！非常有幸能够来到美丽的福州，一起来参加数字生态文明分论坛，探讨大家共同关注的话题。
接下来我将代表华为公司，向各位作一个我们在科技守护自然领域的思考与实践的报告，欢迎各位专家、领导批评指正。
我们的地球上生活着80亿人口，根据全球足迹网络的测算，目前人类所需要的自然资源的速度是地球可再生速度的1.75倍，也就是说，需要1.75个地球才能满足人类的需求，但是我们都知道，我们只有一个地球；因此，每个人、每个家庭、每个组织都应负有相应的责任和义务，以可持续发展的方式去保护我们共同的地球家园。
作为一家高科技企业，华为一直秉承“科技致善”的理念，致力于用数字技术推动和促进社会的可持续发展，基于几十年的业务实践，华为制定了4大可持续发展战略，分别是数字包容、安全可信、绿色环保与和谐生态。
在数字包容领域，2019年华为正式对外发布的Tech4数字包容与长期行动计划，其中保护我们的生态环境与生物多样性是最重要的关注领域之一。在刚刚过去的国际生物多样性日，这天的主题是生物多样性你我共参与，我们深信数字技术正是能够应对环境挑战的关键支撑，是解决方案的一部分。一方面，以技术减缓气候变化，推动节能减排和气候变化的适应，促进绿色低碳发展；另一方面，以技术保护生物多样性，更好理解和守护大自然。
为更好落地科技守护自然的理念，我们基于项目实践，与自然保护行业的专家学者共同交流探讨，提出了一个科技助力自然保护的蓝图框架，包括1个目标、7个场景、4个能力和3类手段，目标是通过数字技术来提升生态保护的效率和有效性，提升生态系统的多样性、稳定性、持续性，助力数字生态文明和美丽中国建设。为此，我们针对生态保护与修复、资源管理、科研监测等保护地运营和管理的7个场景，深入了解自然保护的需求，包括需要全方位、立体式生态感知，多网络的融合通信能力，还有基于大数据AI的智慧使能以及多场景的辅助运营。基于这些需求，智慧的自然保护可以采取三大类的技术手段，即天空地一体化的生态监测系统，稳定可靠连续的网络覆盖能力，和基于云、大数据和人工智能的多数据的智能分析。
刘明菊:
基于上述蓝图，华为公司也在联合我们的合作伙伴，匹配相应的产品与解决方案，以提供端、管、云协同和系统性的技术架构。整体而言，技术架构分为智能交互、智能连接、智能中枢和智能应用四个模块，从下到上分为七层，感知层由遥感、卫星系统、无人机等智能设备提供实时采集的数据；网络层通过微波、无线、通信卫星等实时手段把数据回传到智能中枢；边缘计算层主要是针对一些保护区的基础单元，位置离省市中心较远，网络带宽有限的特点，来部署边缘计算设备，实现如检查站的人车识别、动物识别、烟火识别等边缘智能。智能中枢则含基础设施数据层和平台服务层，主要解决数据存储、治理、共享、云端数据的智能分析等，应用层的各类场景应用则由相应合作伙伴提供和开发。
自2019年起，华为联合政府、保护机构、科研机构、环保组织以及运营商等伙伴，在全球开展了科技守护自然的项目实践，从中国到拉美，从非洲到欧洲，从长臂猿到珊瑚礁，我们用物联网、红外相机、声学监测等创新技术，保护着森林、湿地、海洋等典型生态系统，到目前为止项目已经覆盖了全球海内外53个保护地。
接下来请允许我和大家分享几个具体的项目实践。
在北欧的挪威，三文鱼是它的经济支柱。但它的本土三文鱼正面临入侵三文鱼的威胁，由于入侵三文鱼的繁殖周期短，会和本土的三文鱼竞争食物和栖息地，并污染本土三文鱼的基因，1980年以来挪威的野生三文鱼种群数量已经少一半。挪威河流保护协会依赖志愿者人工潜入河中，肉眼识别和抓住入侵三文鱼，耗时数千个小时收效甚微，因此为保护野生三文鱼，我们联合伙伴开发了基于人工智能的三文鱼自动分流系统，初步实现从人工到自动化，如何实现的请大家观看大屏幕。
（播放视频）
自2021年以来，我们和本地NGO合作，基于水下摄像机捕捉的影像，开发了自动识别鱼类算法，并把这个算法应用到分流设施上，从视频可以看到，当识别到是本土三文鱼时，闸门打开让三文鱼通过，如果是入侵三文鱼，则被分流到旁边的水箱里进行下一步处理。
去年夏季这个方案在挪威得以实施使用，成功捕获超过六千条的入侵三文鱼，识别准确率达到99%，因为这个突出的成果，三文鱼项目赢得了全球通信协会颁发的全球移动大奖，联合国可持续发展杰出目标奖。
在我国的海南省，还生活着世界上最濒危的灵长类动物海南长臂猿，目前野外仅存37只。这种猿类有非常复杂的声学系统，但是它们终生都生活在树上，很少下到地面，导致保护和监测十分困难，我们与合作伙伴一起，通过联网和离线的声学设备，收集长臂猿的声音，并通过云和AI对其进行分析，目前已经收集了10万条以上的海南长臂猿的鸣叫声，覆盖了所有五个海南长臂猿的家庭群组，并且初步实现猿鸣声自动识别和实时传输，大幅提高科研和保护的效率。
在我国三沙，我们和三沙市的海洋保护区管理局一起，利用夜视红外摄像头和AI保护上岸产卵的绿海龟，在此之前，保护区的巡护人员要每天晚上巡查海滩以保护绿海龟产卵现场，且存在夜晚视力视野差，辨认精准度不高的问题。应用这套技术方案之后，即使在夜间近乎无光的环境，夜视设备依然能够有效的感知到海龟上岸，并捕捉海龟产卵的轨迹，同时基于华为生成AI框架开发的软件系统和高算力芯片的硬件系统，可以做到实时识别，实现在夜晚既能看得清，又能认得出。一旦发现海龟上岸，巡护员就会第一时间收到系统通知。在去年的海龟产卵季，这套方案一共识别了140多窝的产卵海龟，准确率达到90%以上，最大程度做到有针对性的保护，改善绿海龟的生存和栖息环境。
山东东营黄河三角洲是世界上最年轻的湿地，全球九大候鸟迁飞路线中，黄河口横跨其中2条大的路线，是东方白鹳、黑嘴鸥等候鸟重要的栖息地和加油站，近几年黄三角保护区运用互联网、大数据、物联网、遥感、雷达和无人机等信息技术，建设了天空地一体的监测网络，在此基础上，华为Tech4数字包容团队为保护区打造了生物多样性的智慧监测试点，基于保护区终端采集、感知设备以及当地运营商建设的覆盖良好的5G网络，开展数据采集，并通过5G回传到云端，人工智能将实时标注结果呈现在IOC大平台上，同时开展各类数据分析，助力保护区进行监控，有效提升保护区保护管理以及智能决策的效率，为科研、监测、保护等方面提供创新的思路和方法。
黄河三角洲自然保护区面积广阔，鸟类数量庞大，而且移动迅捷，在引入科技手段进行生物多样性监测之前，工作人员需要深入保护区进行蹲守、观测和记录，如今工作人员只需要观看大屏就可以实时监测保护区生物并进行统计，既减轻了时间成本，提升了工作效率，也避免了历史影像资源的浪费，随着平台受训物种越来越多，捕捉和累计的素材越来越丰富，AI识别的准确率也在不断提升，目前已可以识别运动飞翔中的物种，也可以对鸟类进行群体识别，截止到2024年3月底，已经识别视频54000余段，训练图片89000余张，AI受训物种达到47种，对于受训过的物种，大型鸟类的识别准确率已经达到90%以上，我们也有段保护区的视频，请观看大屏幕。
（播放视频）
保护生态环境人人有责。有句老话说的好，独行快，众行远。华为愿与政府、保护区、环保机构、科研机构、运营商等各类组织和专家通力合作，发挥各自所长，共同打造生态圈，助力数字生态文明建设，谢谢大家。
主持人:
感谢刘女士的精彩发言。接下来有请福建省生态环境厅徐威副厅长为我们带来“释放生态环境数据价值，推动数智治理创新发展”的报告，有请。
徐威:
各位领导，各位嘉宾，大家好，受许碧瑞厅长委托，我给大家汇报一下释放生态数据的价值，推动数字治理创新发展的有关情况，主要包括三个方面的内容。
2019年5月，生态环境部和福建省政府签署共建“数字生态”示范省战略合作协议。几年来，在生态环境部的指导下，我省持续深入实施数字福建战略，推动数字生态向更高水平、更宽的领域、更深的层次发展，实现福建生态云从0到1的探索，从1到N的迭代，目前我们的生态云已经实现从1.0向2.0的跨越，正在加快向3.0进发，为全方位推动高质量发展提供强劲生态数据支持。
福建是数字中国建设的思想源头和实践起点，也是习近平生态文明思想的重要孕育地和实践地，几年来，我们传承弘扬习近平总书记的重要理念和重大实践，充分发挥数字福建生态省建设的先发优势，扎实的推进各项工作，2023年，福建数字经济的增加值达到2.9万亿，相当于经济总量的53.3%，绿色经济持续培育壮大，福建以1.3%的土地和3%的能耗，创造了约占全国4.3%的经济总量。同时，福建生态环境质量持续保持优良并继续居全国前列。2023年，设区城市空气优良天数比例98.5%，PM2.5平均浓度20微克每立方米，主要流域国控断面优良水质占比99％，森林覆盖率65.12%、连续45年保持全国首位。这些成绩取得都离不开全省上下的持续努力，也离不开数据价值的有效释放，得益于数智融合创新的有力加持。
第二部分，汇报一下我省实施的三个重大工程。我们依托生态云平台，深入推进生态环境工程的“隐蔽”工程、“数智”工程、“民生”工程，从数据治理来提升自身的质量，到数据赋能开展场景运用，再到为民服务、为企服务实现共治共建。
高质量推进“隐蔽”工程方面，数据治理促进感知体系更加身强体健、耳聪目明。一是加强数据全域采集。持大生态、大环保的理念，持续拓展大气、水、海洋、土壤环境等传统的监测数据的获取范围、种类、频次；根据技术的发展，全方位接入卫星、遥感、视频，不断汇聚各个部门包括气象、水文、地质等数据，初步形成“空天地”人一体化的生态环境“一张网”，目前生态云平台日新增数据约1TB，开放数据资源19.37亿条。二是深化数据全面治理。在省政府“1131+N”一体化数字政府体系框架下，先行先试推进省一体化公共数据平台建设生态环境专区建设，通过可弹性扩容的智能湖仓公共数据平台，以及可动态更新的数据存储计算体系，深化跨层级、跨部门、跨系统多源异构数据整合、汇聚、治理。注重数据开放共享，搭建“数据服务门户”、“数据服务超市”，提供“即取即用”的标准化数据产品，为充分释放数据价值、发展新质生产力打好基础。截至目前，数据服务超市累计提供2900余项资源服务、937个接口服务、160多个数据产品。三是保障数据全时安全。严格按照数据安全法、个人信息保护法的要求，加强全方位、多层级、一体化的保护。把数据安全推进数据生产的一线，目前我们按照核心数据、重要数据和一般数据的要求，初步完成了水、气、土相关数据的分级分类工作。
高水平推进“数智”工程方面，数字赋能促进场景应用更加好用管用、提智增效。一是一体化推进智慧监管能力。以生态环境全要素、全过程的数字化影射和智能化模拟作为基础，打造好用、易用的应用场景，全面提高“天上看—地面查—网上管”的监管能力。特别是应用多元数据，从多维视角为环境保护各类主体精准画像、数字管控，推动决策过程由“经验判断型”向“数据分析型”转变。应用生成式人工智能技术，进一步优化数据模型，建立数据关联，开展深度分析，快速高效解决各类环境问题和风险。二是智能化推动新质生产力发展。我们将生态环境分区基础数据与最新的国土空间规划共享，打通多部门数据资源，运用先进的空间分析、精细算法和数据模型，将生态环境分区管控要素图层化、准入条件数字化、区域管控差异化，不仅为分区差异化保护生态环境提供依据，也为地方引入产业项目提供指引，变过去的招商引资为如今的招商选资，推动发展新质生产力。今年4月，央视焦点访谈节目专门报道了厦门相关经验做法。三是发挥数字赋能污染攻坚的放大、叠加与倍增作用。我们通过数据资源的开发利用，持续迭代优化数据模型和功能模块，对数字赋能深入打好污染防治攻坚战起到放大、叠加与倍增的作用，福建省污染防治攻坚战连续四年考核优秀。比如，守蓝天方面，以大气臭氧污染治理为重点，强化数字化模拟和靶向治污；护碧水方面，深化水环境智能化管控、常态化干预；促碧海方面，以全域建设美丽海湾为重点，用数字化赋能来推动排污口精准排查以及海漂垃圾治理，重点案段海漂垃圾的密度比整治之前下降了60%。厦门的东部海域等都获评全国美丽海湾。
高标准推进“民生”工程方面，共治共建促进为民服务更加聚力聚焦、常态长效。一是聚焦服务企业做优做强。深入推进政务服务从“碎片化”向“一体化”转变，深入推进政务服务从“碎片化”向“一体化”转变，以生态云“一张图”为基础，深度融合大数据、云计算、区块链等新技术，为企业建立“一企一档”，推进“一网协同”，打造“一网通办”的枢纽平台和泛在可及的服务体系，让“数据多跑路、群众少跑腿”，着力破解企业和群众反映强烈的办事难、办事慢、办事繁问题。亲清服务平台上线以来，累计进驻企业近12万家，企业访问次数超2880万次。
二是聚焦群众急难愁盼问题。深入推进“点题整治”，集中力量开展老百姓“家门口”的噪声、扬尘、油烟、恶臭等问题攻坚，构建城市声功能自动监测、工地“6个百分百”等监测体系，并依托省市县三级穿透、成熟可靠、移动互联的信息系统做到“你来拍、我来管”，数字技术实时嵌入执法监测监管“三联动”机制，实现“信息全方位共享、监管全要素对接、内部全天候联动、整改全过程聚焦”的闭环管理，让群众“眼见为实”“心中有数”。近年来公布了多批典型案例，切实把问题解决到根子上、实事办到群众心坎里。三是聚焦治理项目融合对接。深入推进“政金企”联动，加快生态环境项目资金管理系统与省“金服云”平台、亲清服务平台深度融合，推动一批环境治理项目和EOD治理项目的治理和融合。
第三部分，汇报一下我省进一步释放生态环境数据价值，推动数智治理创新发展的工作设想。继续依托生态云平台，坚持不懈地推动“数据要素×”行动，加快释放数据要素价值，尽快实现从连接到协同、使用到复用、叠加到融合的转变。一是以建体系来推动数据一体化，在释放数据要素中打基础，强支撑。贯彻落实生态环境部近期出台的《关于加快建立现代化生态环境监测体系的实施意见》，加快应用人工智能等技术，特别是依托下一代的互联网、卫星互联网等技术，叠加物联网、区块链等技术手段，全面支撑深入打好污染防治攻坚战，同时对多元多维的信息进行高效记录，可信等级，准确确权，有效提供数据的广泛性、便捷性、准确性，更好赋能美丽中国先行示范省建设。二是以深应用推动治理数智化，在释放数据要素中增活力，提效能。深入开展“数据要素×”活动，大幅拓展数据要素应用的广度和深度，特别要提高数据资源的配置效率，推动数据多部门、跨场景的综合应用，打造一批好用易用的智慧业务场景，让大家形成推广和应用的路径依赖。同时，进一步强化执法监测监管“三联动”，全面提升各环境要素协作响应的整体性、协同性。将中央生态环境保护督察问题整改可视化呈现、全流程跟踪、数字化存档，实现问题整改、销号的规范化、智慧化管理。三是以优服务推动流通规范化，在释放数据要素价值中促共治、惠民生。紧扣企业反映较多的数据重复填报、多头填报问题，持续完善提升“一企一档”“一园一档”，打通部门壁垒和要素鸿沟，实现“数据最多采一次”，最大限度简化企业、群众的数据填报负担。针对数据共享开放中存在的“不愿开放”、“不敢开放”、“不会开放”等问题，我们将在坚决守住安全底线的前提下，加快建设集约高效的数据流通基础设施，打造低成本、高效率、可信赖的流通环境，让群众安心放心共享数字红利、生态福利。
我就简要汇报这些。谢谢大家。
主持人:
谢谢，良好的生态是福建最靓丽的底色，相信未来福建还将交出更加亮眼的成绩单。最后，有请百度智能云工业产品部总经理黄锋带来“大模型助力生态环境创新实践”的报告。
黄锋:
各位领导，各位嘉宾，大家下午好！
非常高兴有这样一个机会能够分享一下我对大模型技术的理解以及大模型技术在生态环境行业的一些创新的实践。
其实随着2022年底OpenAI发布了ChatGPT大模型之后，整个大模型技术掀起了一股浪潮，在全球都是一股浪潮，首先这个技术本身在快速的迭代，从3.0、3.5到4.0，从原来只能处理文本到开始向Soar可以处理视频，到后来开始处理语音，做语音方面的一些多模态的处理，这是在国际上非常快速的发展。
在国内也一样，现在大家讲有百模大战，我们国内不管是一些互联网的大厂还是创业公司，都发布了上百个大模型。对于百度而言，去年3月16号发布了文心一言大模型，去年10月份升级到文心一言的4.0，直到上个月，短短一年时间，我们的文心一言在全国的用户数突破了2亿，每天的调用量也突破了2亿，同时我们大模型应用开发平台有近10家企业客户基于大模型平台开发了自己的一万多个专有大模型。可以看到，大模型技术不管在国外还是在国内，都有一个非常快速的发展。
大模型除了面向消费者，面向网民提供写诗、做画等偏娱乐的服务之外，实际上我们认为大模型在行业里面的价值释放和应用最终产生的社会效应是更大的。
如何理解大模型？或者说它为什么在过去一年多时间里有这么飞速发展，在算力层面，芯片算力推理速度、训练速度远超以往，有非常大的发展；第二，前面也有专家提到，数据的积累，其实还有就参数量规模的快速增长、算法的提升，这些因素造成大模型涌现等级以及理解记忆推理能力越来越强。
大模型作为一种新型的生产力，同时也是一种新型的生产工具，这个工具作用于各行各业，一定会带来对于生产资料，特别是新的生产资料的数据价值更大的挖掘和释放，同时未来一定会改变生产关系。所以，大模型这个技术跟各个行业做融合、做应用，未来一定会给各行各业带来一个非常大的改变。
如果有专家提出说，以大模型为代表的人工智能的技术，其实是第四次工业革命里最核心的驱动因素，我们该如何理解这件事情呢？其实我们回顾前面三次工业革命，第一次工业革命最核心的技术是蒸汽机的发明，它替代了人的少量体力劳动，第二次电的发明，更大程度上替代了人的体力劳动，第三次计算机的发明，信息技术的出现替代了人的少量的脑力劳动，第四次以人工智能为代表的这一代新的信息技术的发展，未来有可能会替代更多的人的脑力劳动，也可以有很多的我们人所掌握的知识固化到模型里面，能够流传下去，释放更多的社会价值。
具体到生态环境这个领域来讲，它能起到什么样的作用呢？过去一年多的时间里，我们跟业内的领导、专家，包括一些客户、伙伴做了一些实践和探索。首先，我们认为AI技术带来的数字化转型还是叫数智化，其实是包括精准治污、科学治污、依法治污，包括推进人与自然更和谐共生的现代化，特别像基于视觉的一些分析、识别的技术，包括像遥感的一些识别，包括研判、知识的沉淀问答、数据处理调度等等，在这些方面大模型展现出跟以往的信息技术不一样的新的能力，所以它会为我们的行业，特别在应用层面带来变化。总结下来有四个方面，第一个，在交互上面，有一个新的变化，原来大家去操作这些信息系统，可能都通过鼠标点选我们的各种菜单输入一些文字，然后去获取一些信息的查询和反馈，未来，有了大模型，我们就可以用更自然的语言方法，你去对根系统进行对话，进而操作应用系统。
第二，前面各位专家也提到了数据要素价值的挖掘，实际上大模型也可以在这里面发挥很重要的作用，因为历史上产生了大量数据，有很多数据并没有被挖掘出来，里面蕴含知识，利用大模型技术，其实可以大量、快速地处理文本、结构化数据、视频等等数据的素材，我们就可以去理解数据背后互相观点的因素，从而对于这些数据的利用就会变得更高效。
第三，特别是对于一些知识类问答和决策也会带来很大的帮助。
第四，特别在一些综合调度的场景，它也可以通过大模型作为一个调度的中枢，去调度不同的系统、不同的数据，来为人的决策提供一些依据。
基于我们理解大模型给生态环境带来的变化，我们也总结了一个大模型落地的总体架构，这个架构分为三层，最下面一层是基础设施层，我们的智算中心、数据中心的建设，特别是一些AI时代的算力，像GPU这样的一些高性能算力的构建，这是一切的基础。中间这一层很重要，它是平台层，平台层包含几个方面，第一个方向，通用的大模型，包括开源、闭源国内通用大模型本身一些能力的发挥，更重要的是，通用大模型对各行各业专业知识有一定的理解，但是还是需要灌入行业里面专业语料，才能具备深度理解行业里面知识的能力，所以，我们需要去构建生态环境数字孪生的能力，包括生态环境的语言大模型能力，包括生态环境视觉大模型能力，基于这些能力再往上，围绕生态环境的不同应用场景去真正的实现一些行业的应用。
具体来看这三层里面，最重要的还是最上面两层，中间这一层大模型其实前面也有讲到，因为现在通用的大模型获得的知识，还是通过互联网上能够公开的语料去训练的；但是我们知道，有大量的行业，一些专业知识其实是在咱们主管部门内部，包括企业内部，包括科研单位内部，这些知识其实并没有对外公开，大模型也很难去理解。所以，我们看到落地的很多实践当中，是需要到某一个行业里面灌入这个行业里面特殊的语料，基于通用大模型让他训练出来一个所谓的行业大模型，才能去理解这个行业里面的一些专有词汇，我们的一些概念之间的关系，才能会去灌入专业文档，提取里面核心观点，做一些汇总等这样的工作，所以，百度也提供大模型训练平台，可以支持我们各行各业基于平台训练行业专属大模型。
最上面这一层应用也很关键，因为大模型其实是一种能力，真正被使用者感知还要通过这样的应用。比方，我们认为它会带来四个方面的变化。第一个，视觉的写识别能力变化。包括遥感识别能力，我们可以监控排污口的水质变化，对河道里面漂浮物进行识别，以及通过遥感方式察看河道变化、植被变化，来实现对物理世界的全面感知。第二个，精准认知的变化。特别是在态势研判方面，基于前面全面感知，我们通过风险的识别能够及时预警，为综合的态势研判提供决策支撑。第三个，辅助决策的变化。我们通过基于专家经验的沉淀，特别是像我们之前做的工厂里面脱硫脱销工艺知识，包括一些设备运维知识，其实可以让我们的污染防治应急预案去决策，包括让生态资源规划变得更合理。第四个，人机交互的变化。通过更自然的人机交互，自然语言就像人和人之间的对话，让我们操作这些系统变得更简单。
具体基于前面框架要落地，分为几步呢？我们认为大概分这几部分：第一，基于通用的大模型，我们首先训练一个行业的大模型；其次，因为通用大模型落地过程中还有一些不一样的地方，比方说，我们希望大模型能够理解我们已有业务系统的数据，它可以调度我们某些系统，或者说它能够理解我们的某一些专业的文档里面的某一些法律法规、规范标准等，需要我们文档也好、API也好、应用系统也好、小模型也好，要汇聚在一起，然后告诉大模型该如何调度，当我们问某一句话时候，它做哪些操作，这是基础材料的汇聚。第二，是行业主题的应用开发，大模型本身有它的局限或者泛化幻觉能力，在实际应用中，我们要限制这种能力的发挥，需要让他回答某一问题的时候，特定的从某100个1000个文档里回答我的问题，而不是发挥更泛化的能力，有可能带来一些不准确的答案。第三，大模型本身也是一个可以不断的去学习提升的能力，所以，要建立一个反馈机制，然后来去不断用它、不断反馈，它就会像人一样会越来越聪明。
所以，我们首先通过灌入生态环境相关的语料，做一个生态环境的大模型。其次，基于一些专有的API、数据模型、文档汇聚，做一些模板、思维链的编排、工作流Agent开发。最后，形成我们在生态环境领域的一个一个的助手应用。
下面，我讲几个案例。第一个，在一些文档问答方面的应用案例。这也是大模型当前在各行各业里面落地排在第一的最常见的需求，有点像历史上的搜索系统，只是说用了大模型之后，对人意图的理解，以及它查出来结果的一些呈现、总结能力、文档生成能力会变得更强。我们可以把政府监管侧和企业侧相应的一些文档灌进去，就可以对这些文档进行一些问答的操作，这样很多历史上留存的文档就会被更高效的使用起来。
第二个，问数的需求，也就是领导驾驶舱的需求案例。现在有很多应用系统在开发建设完那一刻呈现出来的报表、大屏就固定了，就是大屏里面呈现的一些指标基本不会有变化，但实际运行过程中，我们往往希望从系统里面调取不同维度、不同时间段各种数据。如果按原来的处理方式，我们需要把这个需求提供给系统开发商，由他写一个语句，从数据库里面把数据提取出来，再呈现出来。大模型来了之后，变得很方便了，就是随便通过自然语言去问这个系统，说我要了解过去一段时间里某些指标的一些变化，帮我们绘制出折线图。
这是一个具体的视频。
（播放视频）
这个其实就是更自然的表达，就是一个对话框，可以跟它交互去问它要各种的数据，它自动去数据库里面找到某一张表，某一个字段，把数据汇总起来，以图表的方式呈现出来，这其实也是一个非常常见并且已经在很多行业里面落地的一个技术。
最后一个案例，其实是一个综合调度的场景，这是我们在水环境这个方向做的一个案例，我们直接看视频。
（播放视频）
其实这就是在传统数字孪生大屏的基础上叠加了大模型的应用，我们就可以通过跟大屏进行一些交互，查取一些信息，也可以做一些决策，或者我可以设置一些参数，是一个更自然的交互，它也可以使得应急调度指挥变得更加方便。
总结起来，虽然我们觉得大模型技术很强大，但是它要落地到行业里面，还面临很多需要解决的问题，包括我们专业知识的问题、数据质量的问题、隐私和安全的问题。在过去一年多时间里，我们跟政府主管部门、专家、合作伙伴不断沟通，找到一条落地的路径。需要说的是，我们在技术层面保障大模型本身的安全、可靠，在落地过程中需要去融合行业里的专业知识，生产出来行业里面所需要的专业应用；通过跟生态环境领域各种伙伴一起合作，最终能够让大模型技术真正为行业产生价值。
未来，我们认为大模型真正落地应用才刚刚开始。不管在生产环境的监测保护，还是在气候变化水资源配置上面，包括精准治污决策、人才培养、“双碳”愿景下的节能减排等等方向，都有非常好的发展前景。我们百度主要做大模型技术建设以及大模型行业落地的平台能力建设。我们希望未来在生态环境部的领导下，在跟行业伙伴的紧密合作下，能够真正让大模型技术落地，真正为数字中国、美丽中国的建设能够贡献一份AI的力量。
谢谢大家！
主持人:
感谢黄总的精彩报告，当前大模型以其极强的泛化能力和模型即服务的方式，大大地降低了人工智能应用的开发门槛，具备了跨行业、跨场景的通用性和可迁移性，必将为生态环境从治理向治理跨越提供无限可能。
亲爱的各位领导及嘉宾，今天下午我们围绕“构建数字化治理体系，赋能美丽中国建设主”题掀起了一场有理论高度、实践深度和社会广度的头脑风暴，开启了一场干货满满又实实在在的知识盛宴，让人受益匪浅又意犹未尽，也让我们对数字文明生态建设充满了期待和信心。我提议请大家再次以热烈的掌声感谢我们各位嘉宾的精彩分享。
阳春布德泽，万物生光辉。第七届数字中国建设峰会数字生态文明分论坛到这里就结束了，再次感谢各位领导及嘉宾的莅临，我们明年再见。