科技成果转化是推动创新链与产业链深度融合的关键环节，但长期以来供需信息不对称、匹配效率低下等问题制约了转化效能的提升。随着以 GPT、文心一言、通义千问为代表的大语言模型技术的迅速成熟，其在语义理解、知识推理和多模态处理方面的突破性能力，为科技成果转化供需对接信息管理提供了全新的技术路径。本文从大模型赋能视角出发，系统分析当前科技成果转化供需对接的信息管理痛点，探讨大模型在信息采集与结构化、语义匹配、智能推荐及全流程管理中的应用机制，以期为提升科技成果转化效率提供理论参考与实践指导。