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）人工智能在經歷前期技術積累和迭代后，逐漸突破傳統分析型AI領域，迎來了生成式AI的爆發期。以生成式人工智能（AIGC）、數字人、多模態、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預計，2026年中國AI市場將達到264.4億美元規模。為了抓住這個“風口”，近年來國內市場上涌現出許多基于AIGC的大模型產品，一些與AI深度結合的應用產品也開始進行線上測試，初步形成了“模型—場景—生態”的良性循環。從應用價值來看，AIGC有望成為數字內容創新發展的新引擎，為數字經濟發展注入新動能。

(資料圖片)

政策驅動我國大模型發展

隨著數字經濟的快速發展和數字化升級的推進，人工智能的重要性日益凸顯。AI技術的創新迭代驅動了應用場景的進一步落地，企業對自身“數字化”“數智化”轉型的積極推動催生出對AI技術的多元化需求，為中國AI市場規模的長期增長奠定了基礎。

政策助推人工智能產業發展。2017年，我國出臺了《新一代人工智能發展規劃》，作為中國政府發布的首個人工智能國家級戰略，該規劃提出了到2020年和2030年的兩個階段性目標，旨在搶抓人工智能發展的重大戰略機遇，構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國。為進一步規范人工智能管理，國家互聯網信息辦公室還發布了《生成式人工智能服務管理辦法（征求意見稿）》，明確提出國家支持人工智能算法、框架等基礎技術的自主創新、推廣應用、國際合作，鼓勵優先采用安全可信的軟件、工具、計算和數據資源。

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

政府對人工智能領域的重視，促進了“產學研用”結合，為中國大模型產業的發展提供了強有力的支持。隨著技術的進一步突破和創新，中國有望在大模型領域取得更多的成果，并與全球領先國家共同推動人工智能大模型的發展和應用。

大模型如“雨后春筍”般涌現

搶抓產業“風口”，國內大模型如“雨后春筍”般涌現。今年6月，國內大模型產品和應用迎來集中發布。6月1日，阿里云宣布聚焦音視頻內容的AI新品“通義聽悟”正式上線，“通義聽悟”成為國內首個開放公測的大模型應用產品；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，科大訊飛發布星火認知大模型V1.5；6月13日，360公司發布認知型通用大模型“360智腦4.0”；6月28日，中國聯通發布“鴻湖圖文大模型”，這是國內首個面向運營商增值業務的AI大模型。

7月，更多大模型產品問世。7月4日，北大團隊發布首個中文法律大模型“ChatLaw”；7月6日，中國電信發布大語言模型“TeleChat”，賦能數據中臺、智能客服、智慧政務3個方向；7月7日，華為發布“盤古大模型3.0”；7月8日，中國移動發布“九天1+N大模型”，主要面向政務和客服兩大應用場景；7月13日，京東正式發布“言犀大模型”，同時還發布了言犀AI開發計算平臺，預計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生活的方方面面。”IDC中國研究總監盧言霞預測道。

產業場景是AI應用的最佳“練兵場”

總體來看，中國大模型產業化應用大致出現兩種并行的發展路徑。一是跨行業通用化人工智能能力平臺，其應用正從辦公、生活、娛樂加速向醫療、工業、教育等領域滲透。二是針對生物制藥、遙感、氣象等垂直領域的專業類大模型，提供針對特定業務場景的專業化解決方案。而大模型產業價值的關鍵，在于降低AI的使用門檻，將其特征、能力與各種場景結合，實現場景效率的提升，并成為新型數字化基礎設施。

“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用方向，要將大模型切實投入到城市發展、金融科技、生物醫藥、工業制造、科學研究等領域，也需要專業的企業和組織加速其在實體產業落地，為產業帶來實實在在的大價值，從而在真正意義上大規模服務社會。”中國工程院院士鄔賀銓曾講道。

如今，AIGC在教育、金融、醫療、工業等行業的應用也快速發展。在教育領域，AIGC賦予教育材料新活力，相對于閱讀和講座等傳統方式，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；在金融領域，AIGC助力實現降本增效，金融機構可通過AIGC實現金融資訊、產品介紹視頻的自動化生產，提升內容運營的效率；在醫療領域，AIGC賦能診療全過程，如可用于改善醫學圖像質量等；在工業領域，AIGC提升產業效率和價值，極大縮短工程設計周期，加速數字孿生系統的構建……

總體來看，AIGC日漸成為與其他各類產業深度融合的橫向結合體，其相關應用正加速滲透到經濟社會的方方面面。而產業場景是AI應用的最佳“練兵場”。“在‘百模大戰’之下，未來能夠占據頭部市場的或許只是少數具有實力的通用大模型及其引領的AI生態。”盧言霞認為，AI廠商不能局限于拼戰略和概念，而應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，企業更需要針對具體行業的大模型，以結合企業自身的數據進行訓練和精調，打造出更實用的智能服務。通用大模型不一定懂行業的專業術語，也不了解企業內部獨特的情況，因此回答會比較籠統，信息也不夠及時。企業如果基于行業大模型，再加上用自身數據進行精調，可以建構專屬模型，打造出高可用的智能服務。

因此，未來AIGC的發展應聚焦于實際產業場景，著力于推動數字經濟發展。AIGC產業國際競爭的關鍵，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應用，這些應用能夠在多大程度上提升生產效率。因此，未來以大模型為代表的信息技術，應著力于驅動數字經濟與實體經濟深度融合，從而做強做優做大我國數字經濟。

大模型發展還面臨多方面挑戰

如今，越來越多的企業和機構在各個領域積極探索和應用AIGC與大模型技術，數字化服務市場空間巨大；但隨著人工智能技術的不斷成熟，大規模落地問題逐漸成為企業關注重點，目前阻礙AI落地的原因主要在數據量不足、模型復雜度高、算力不足等方面。

首先是數據模態多維，質量參差不齊。獲取大量高質量的數據是實現AI應用的前提。但是，中小企業通常面臨數據量不足、數據質量差、數據格式不兼容等問題，這些問題對于模型的訓練效率和輸出效果都有直接影響。因此，高質量的數據是AI企業最寶貴的資源之一。

其次是算法模型開發、優化難度大。AI算法模型的研發和優化過程非常復雜，通常涉及多個學科領域，如機器學習、深度學習、統計學、計算機視覺等，需要不同領域的專業人才，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應用需要大量的算力資源，特別是需要通過GPU提高模型的訓練和推理速度，中小企業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之上，于垂直領域不斷訓練、提升專業能力。因此，我國未來要加強自主創新能力，持續優化算法，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。