1月10日下午，清华大学创新领军工程博士2025级一行到访深圳计算科学研究院（简称：深算院）开展工程实践调研活动，活动以“探寻新域新质 解构创新体系”为主题，围绕人工智能、数据管理、数据治理等领域展开深入研讨。

活动伊始，清华大学一行首先参观了深算院展厅，系统了解深算院的创立初心、发展历程与产品研发脉络，全面了解其在基础软件领域的核心技术优势与场景落地成果。现场演示了崖山数据库在性能、高可用等方面的硬核能力，更重点展示了以多模融合数据管理和数据智能引擎两大核心能力为支撑的YashanDB  AI-Ready数据底座，让参访的工程博士们零距离感受国产基础软件的技术突破与产业实力。

开场致辞：

共话产学研协同，推动自主创新

交流环节中，深算院副院长任永杰对清华师生的到来表示热烈欢迎。他指出，深算院始终面向国家战略需求，致力于突破数据库、大数据与人工智能交叉领域的关键技术，推动国产基础软件从“可用”到“好用”。他希望未来能与清华大学在科研合作、成果转化和人才培养等方面开展更深入的合作。

随后，清华大学计算机科学与技术系冯建华教授代表调研团对深算院的精心安排表示感谢。他指出，此次参访为清华师生提供了难得的机会，能系统、深入地了解国产基础软件的前沿突破与产业实践，是一次融通理论与实践的深度研学。冯教授勉励同学们珍惜此次调研机会，深入思考、积极交流，将所见所学与自身研究方向紧密结合，努力实现学有所获、研有所得，为我国信息技术领域的自主创新与产业发展贡献力量。

院士授课：

解构 AI 多元化路径，夯实产业发展根基

本次活动特邀樊文飞院士登台授课，带来《关于人工智能技术多元化发展路径的思考与实践》主题分享。樊院士从AI的三大核心要素层层拆解：

算法层面，樊文飞院士指出需要打破“大模型中心论”单一认知，提出了融合逻辑推理与机器学习的“全栈AI”技术创新路径，深化算法体系多元化、多范式协同发展的理念。深算院自主研发的“钓鱼城数据分析系统”，正是这一路径的核心实践载体，实现了可控人工智能技术对大数据的自动关联分析，突破了传统算法在准确度、稳定性和可解释性上的瓶颈，可以在保持高精度的同时降低幻觉风险，在小数据样本场景中展现出相比大语言模型更为卓越的适应能力。当前，全栈AI技术及钓鱼城系统已成功赋能“AI+X”产业，在新能源电芯容量分析、烟草配方设计、金融反欺诈、海关旅检、经济犯罪识别等多个场景中落地应用，实现了从技术理念到产业价值的高效转化，打通AI产业应用的“最后一公里”。

数据层面，樊院士直指数据标注中存在质量、成本与效率方面的矛盾，高质量数据准备已成为制约 AI 产业升级的国家级战略短板，亟需创新技术突破数据治理瓶颈，生产高质量数据集拓展多场景应用。深算院创新研发的“采石矶数据质量系统”，以原创的可信数据修复理论为基础，不仅实现自动化、低成本、一致性、高准确的智能化标注，仅标注千条样本效能即可堪比人工百万条，还具备数据错误的自动发现以及可信修复能力，重构了数据清洗与标注的可信基座。

算力层面，樊院士指出，全球AI竞争，早已不只是算力和芯片之争，而是“算力+数据+基础软件”的系统性竞争。数据库作为核心基础设施，其直接决定了 AI 应用的落地效率与产业价值上限。深算院自主研发的崖山数据库系统已实现共享集群等关键技术的突破，在央行数字人民币核心系统、哈萨克斯坦银行业务等金融场景实现对Oracle的“1:1平替”；同时崖山数据库围绕AI场景已进行了系统性布局，不仅提出具有国际领先性的理论框架，更在多模态数据管理和 DB4AI等前沿技术上取得关键突破，致力于为大规模AI应用构建坚实可靠的“AI-Ready”数据底座。

深度对话：

共探数据智能与 AI 协同创新新路径

随后，双方就“AI for DB、DB for AI、数据标注”等核心议题展开深度对话。工程博士们结合产业实践中的技术痛点，分享了对基础软件与 AI 融合应用的前沿思考；深算院技术团队则立足研发实践与场景落地经验，就技术突破路径、跨领域适配方案等进行详细讲解。

 

 

此次清华创新领军工程博士一行与深算院的深度交流，既是“学术走进产业、实践反哺认知”的生动实践，更搭建起校企协同创新的坚实纽带。未来，双方有望以此次交流为起点，在技术攻关、成果转化、人才联合培养等方面深化合作，携手破解基础软件产业发展难题，共绘产学研融合发展新蓝图。