三级久久三级久久_精品一区二区三区在线观看视频_黄色在线观看网站_日韩中文视频_成人观看网址_精品日韩免费_九九**精品视频免费播放_久久久久成人黄色影片

（CWW）人工智能在經(jīng)歷前期技術(shù)積累和迭代后，逐漸突破傳統(tǒng)分析型AI領(lǐng)域，迎來了生成式AI的爆發(fā)期。以生成式人工智能（AIGC）、數(shù)字人、多模態(tài)、AI大模型、智能決策為代表的熱點為市場帶來了更多想象空間和可能性。

IDC預(yù)計，2026年中國AI市場將達到264.4億美元規(guī)模。為了抓住這個“風口”，近年來國內(nèi)市場上涌現(xiàn)出許多基于AIGC的大模型產(chǎn)品，一些與AI深度結(jié)合的應(yīng)用產(chǎn)品也開始進行線上測試，初步形成了“模型—場景—生態(tài)”的良性循環(huán)。從應(yīng)用價值來看，AIGC有望成為數(shù)字內(nèi)容創(chuàng)新發(fā)展的新引擎，為數(shù)字經(jīng)濟發(fā)展注入新動能。

(資料圖片)

政策驅(qū)動我國大模型發(fā)展

隨著數(shù)字經(jīng)濟的快速發(fā)展和數(shù)字化升級的推進，人工智能的重要性日益凸顯。AI技術(shù)的創(chuàng)新迭代驅(qū)動了應(yīng)用場景的進一步落地，企業(yè)對自身“數(shù)字化”“數(shù)智化”轉(zhuǎn)型的積極推動催生出對AI技術(shù)的多元化需求，為中國AI市場規(guī)模的長期增長奠定了基礎(chǔ)。

政策助推人工智能產(chǎn)業(yè)發(fā)展。2017年，我國出臺了《新一代人工智能發(fā)展規(guī)劃》，作為中國政府發(fā)布的首個人工智能國家級戰(zhàn)略，該規(guī)劃提出了到2020年和2030年的兩個階段性目標，旨在搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設(shè)創(chuàng)新型國家和世界科技強國。為進一步規(guī)范人工智能管理，國家互聯(lián)網(wǎng)信息辦公室還發(fā)布了《生成式人工智能服務(wù)管理辦法（征求意見稿）》，明確提出國家支持人工智能算法、框架等基礎(chǔ)技術(shù)的自主創(chuàng)新、推廣應(yīng)用、國際合作，鼓勵優(yōu)先采用安全可信的軟件、工具、計算和數(shù)據(jù)資源。

地方政府也出臺了多個推動大模型技術(shù)發(fā)展的政策舉措。北京、上海、深圳等地先后出臺政策舉措，鼓勵企業(yè)圍繞人工智能大模型加快創(chuàng)新步伐，開展大模型創(chuàng)新算法及關(guān)鍵技術(shù)研究，探索通用人工智能新路徑，打造人工智能創(chuàng)新高地。

政府對人工智能領(lǐng)域的重視，促進了“產(chǎn)學研用”結(jié)合，為中國大模型產(chǎn)業(yè)的發(fā)展提供了強有力的支持。隨著技術(shù)的進一步突破和創(chuàng)新，中國有望在大模型領(lǐng)域取得更多的成果，并與全球領(lǐng)先國家共同推動人工智能大模型的發(fā)展和應(yīng)用。

大模型如“雨后春筍”般涌現(xiàn)

搶抓產(chǎn)業(yè)“風口”，國內(nèi)大模型如“雨后春筍”般涌現(xiàn)。今年6月，國內(nèi)大模型產(chǎn)品和應(yīng)用迎來集中發(fā)布。6月1日，阿里云宣布聚焦音視頻內(nèi)容的AI新品“通義聽悟”正式上線，“通義聽悟”成為國內(nèi)首個開放公測的大模型應(yīng)用產(chǎn)品；6月6日，百度智能云推出基于大模型打造的新一代編碼輔助工具“Comate”，并正式開放邀請測試；6月9日，科大訊飛發(fā)布星火認知大模型V1.5；6月13日，360公司發(fā)布認知型通用大模型“360智腦4.0”；6月28日，中國聯(lián)通發(fā)布“鴻湖圖文大模型”，這是國內(nèi)首個面向運營商增值業(yè)務(wù)的AI大模型。

7月，更多大模型產(chǎn)品問世。7月4日，北大團隊發(fā)布首個中文法律大模型“ChatLaw”；7月6日，中國電信發(fā)布大語言模型“TeleChat”，賦能數(shù)據(jù)中臺、智能客服、智慧政務(wù)3個方向；7月7日，華為發(fā)布“盤古大模型3.0”；7月8日，中國移動發(fā)布“九天1+N大模型”，主要面向政務(wù)和客服兩大應(yīng)用場景；7月13日，京東正式發(fā)布“言犀大模型”，同時還發(fā)布了言犀AI開發(fā)計算平臺，預(yù)計8月正式上線。

“AI正在走進人們的生活，未來將徹底滲透到每個人的生活和工作中。AI可以成為個人助理、生活助理、工作助理等，以賦能的方式影響人們生產(chǎn)生活的方方面面。”IDC中國研究總監(jiān)盧言霞預(yù)測道。

產(chǎn)業(yè)場景是AI應(yīng)用的最佳“練兵場”

總體來看，中國大模型產(chǎn)業(yè)化應(yīng)用大致出現(xiàn)兩種并行的發(fā)展路徑。一是跨行業(yè)通用化人工智能能力平臺，其應(yīng)用正從辦公、生活、娛樂加速向醫(yī)療、工業(yè)、教育等領(lǐng)域滲透。二是針對生物制藥、遙感、氣象等垂直領(lǐng)域的專業(yè)類大模型，提供針對特定業(yè)務(wù)場景的專業(yè)化解決方案。而大模型產(chǎn)業(yè)價值的關(guān)鍵，在于降低AI的使用門檻，將其特征、能力與各種場景結(jié)合，實現(xiàn)場景效率的提升，并成為新型數(shù)字化基礎(chǔ)設(shè)施。

“對話、寫詩、作畫絕不是大模型的全部，我們需要深入思考大模型的應(yīng)用方向，要將大模型切實投入到城市發(fā)展、金融科技、生物醫(yī)藥、工業(yè)制造、科學研究等領(lǐng)域，也需要專業(yè)的企業(yè)和組織加速其在實體產(chǎn)業(yè)落地，為產(chǎn)業(yè)帶來實實在在的大價值，從而在真正意義上大規(guī)模服務(wù)社會。”中國工程院院士鄔賀銓曾講道。

如今，AIGC在教育、金融、醫(yī)療、工業(yè)等行業(yè)的應(yīng)用也快速發(fā)展。在教育領(lǐng)域，AIGC賦予教育材料新活力，相對于閱讀和講座等傳統(tǒng)方式，AIGC為教育工作者提供了新的工具，使原本抽象、平面的課本具象化、立體化；在金融領(lǐng)域，AIGC助力實現(xiàn)降本增效，金融機構(gòu)可通過AIGC實現(xiàn)金融資訊、產(chǎn)品介紹視頻的自動化生產(chǎn)，提升內(nèi)容運營的效率；在醫(yī)療領(lǐng)域，AIGC賦能診療全過程，如可用于改善醫(yī)學圖像質(zhì)量等；在工業(yè)領(lǐng)域，AIGC提升產(chǎn)業(yè)效率和價值，極大縮短工程設(shè)計周期，加速數(shù)字孿生系統(tǒng)的構(gòu)建……

總體來看，AIGC日漸成為與其他各類產(chǎn)業(yè)深度融合的橫向結(jié)合體，其相關(guān)應(yīng)用正加速滲透到經(jīng)濟社會的方方面面。而產(chǎn)業(yè)場景是AI應(yīng)用的最佳“練兵場”。“在‘百模大戰(zhàn)’之下，未來能夠占據(jù)頭部市場的或許只是少數(shù)具有實力的通用大模型及其引領(lǐng)的AI生態(tài)。”盧言霞認為，AI廠商不能局限于拼戰(zhàn)略和概念，而應(yīng)該追求大模型的效率提升以及實際落地的價值。

比起通用大模型，企業(yè)更需要針對具體行業(yè)的大模型，以結(jié)合企業(yè)自身的數(shù)據(jù)進行訓(xùn)練和精調(diào)，打造出更實用的智能服務(wù)。通用大模型不一定懂行業(yè)的專業(yè)術(shù)語，也不了解企業(yè)內(nèi)部獨特的情況，因此回答會比較籠統(tǒng)，信息也不夠及時。企業(yè)如果基于行業(yè)大模型，再加上用自身數(shù)據(jù)進行精調(diào)，可以建構(gòu)專屬模型，打造出高可用的智能服務(wù)。

因此，未來AIGC的發(fā)展應(yīng)聚焦于實際產(chǎn)業(yè)場景，著力于推動數(shù)字經(jīng)濟發(fā)展。AIGC產(chǎn)業(yè)國際競爭的關(guān)鍵，不在于一個國家有多少大模型，而是大模型上有多少原生的AI應(yīng)用，這些應(yīng)用能夠在多大程度上提升生產(chǎn)效率。因此，未來以大模型為代表的信息技術(shù)，應(yīng)著力于驅(qū)動數(shù)字經(jīng)濟與實體經(jīng)濟深度融合，從而做強做優(yōu)做大我國數(shù)字經(jīng)濟。

大模型發(fā)展還面臨多方面挑戰(zhàn)

如今，越來越多的企業(yè)和機構(gòu)在各個領(lǐng)域積極探索和應(yīng)用AIGC與大模型技術(shù)，數(shù)字化服務(wù)市場空間巨大；但隨著人工智能技術(shù)的不斷成熟，大規(guī)模落地問題逐漸成為企業(yè)關(guān)注重點，目前阻礙AI落地的原因主要在數(shù)據(jù)量不足、模型復(fù)雜度高、算力不足等方面。

首先是數(shù)據(jù)模態(tài)多維，質(zhì)量參差不齊。獲取大量高質(zhì)量的數(shù)據(jù)是實現(xiàn)AI應(yīng)用的前提。但是，中小企業(yè)通常面臨數(shù)據(jù)量不足、數(shù)據(jù)質(zhì)量差、數(shù)據(jù)格式不兼容等問題，這些問題對于模型的訓(xùn)練效率和輸出效果都有直接影響。因此，高質(zhì)量的數(shù)據(jù)是AI企業(yè)最寶貴的資源之一。

其次是算法模型開發(fā)、優(yōu)化難度大。AI算法模型的研發(fā)和優(yōu)化過程非常復(fù)雜，通常涉及多個學科領(lǐng)域，如機器學習、深度學習、統(tǒng)計學、計算機視覺等，需要不同領(lǐng)域的專業(yè)人才，而當前中國人才缺口較大。

最后是算力資源不足，投資成本過高。AI應(yīng)用需要大量的算力資源，特別是需要通過GPU提高模型的訓(xùn)練和推理速度，中小企業(yè)往往很難承擔投資壓力。

未來大模型還需要在具備通用能力的基礎(chǔ)之上，于垂直領(lǐng)域不斷訓(xùn)練、提升專業(yè)能力。因此，我國未來要加強自主創(chuàng)新能力，持續(xù)優(yōu)化算法，提升算力供給能力，從算力、算法、框架、工程化、人才等各個層面提升我國大模型的核心競爭力。