《開啓智能(néng)新(xīn)時代：2024年中(zhōng)國(guó)AI大模型産(chǎn)業發展報告》

日前，人民(mín)網财經研究院、至頂科(kē)技(jì )聯合發布《開啓智能(néng)新(xīn)時代：2024年中(zhōng)國(guó)AI大模型産(chǎn)業發展報告》（以下簡稱《報告》），對于AI大模型産(chǎn)業發展背景、産(chǎn)業發展現狀、典型案例、挑戰及未來趨勢等方面進行了系統全面的梳理(lǐ)，為(wèi)政府部門、行業從業者以及社會公(gōng)衆更好地了解AI大模型産(chǎn)業提供參考。

政策、技(jì )術、市場驅動AI大模型産(chǎn)業發展

近年來，我國(guó)始終高度重視人工(gōng)智能(néng)發展機遇和頂層設計，發布多(duō)項人工(gōng)智能(néng)支持政策。國(guó)務(wù)院于2017年發布《新(xīn)一代人工(gōng)智能(néng)發展規劃》，科(kē)技(jì )部等六部門于2022年印發《關于加快場景創新(xīn)以人工(gōng)智能(néng)高水平應用(yòng)促進經濟高質(zhì)量發展的指導意見》對規劃進行落實。2024年《政府工(gōng)作(zuò)報告》中(zhōng)提出開展“人工(gōng)智能(néng)+”行動。

伴随人工(gōng)智能(néng)領域大模型技(jì )術的快速發展，我國(guó)不少地方政府出台相關支持政策，加快大模型産(chǎn)業的持續發展。當前，北京、上海、廣東、安(ān)徽、福建和深圳、杭州、成都等地均發布了AI大模型的相關産(chǎn)業政策。

《報告》認為(wèi)，中(zhōng)國(guó)AI大模型産(chǎn)業發展源于多(duō)領域的廣泛需求，例如來自辦(bàn)公(gōng)、制造、金融、醫(yī)療、政務(wù)等場景中(zhōng)降本增效、生産(chǎn)自動化、降低風險、提高診斷準确率、提高政務(wù)服務(wù)效率等訴求。相關領域的創新(xīn)和發展共同推動着中(zhōng)國(guó)AI大模型産(chǎn)業的蓬勃發展，預示着未來更廣闊的市場前景。

中(zhōng)國(guó)AI大模型産(chǎn)業呈現蓬勃發展的态勢

《報告》對目前的AI大模型按照部署方式進行了劃分(fēn)，主要分(fēn)為(wèi)雲側大模型和端側大模型兩類。具(jù)體(tǐ)而言，雲側大模型分(fēn)為(wèi)通用(yòng)大模型和行業大模型；端側大模型主要有(yǒu)手機大模型、PC大模型。

伴随多(duō)家科(kē)技(jì )廠商(shāng)推出的AI大模型落地商(shāng)用(yòng)，各類通用(yòng)、行業以及端側大模型已在多(duō)個領域取得了顯著的成果，如在金融、醫(yī)療、政務(wù)等領域，AI大模型已成為(wèi)提升服務(wù)質(zhì)量和效率的重要手段。

我國(guó)具(jù)有(yǒu)代表性的通用(yòng)AI大模型主要包含科(kē)大訊飛的訊飛星火認知大模型、百度公(gōng)司的文(wén)心一言大模型、阿裏巴巴的通義千問大模型等；行業AI大模型主要涵蓋蜜度的文(wén)修大模型、容聯雲的赤兔大模型、用(yòng)友的YonGPT大模型；同時具(jù)有(yǒu)雲側和端側大模型的端雲結合AI大模型主要有(yǒu)vivo的藍心大模型；端側AI大模型主要以蔚來的NOMIGPT大模型為(wèi)代表。

中(zhōng)國(guó)AI大模型産(chǎn)業發展仍存多(duō)方面挑戰

大模型産(chǎn)業遭遇算力瓶頸。随着AI大模型規模呈現指數級增長(cháng)，訓練大模型越發依賴高性能(néng)AI芯片。國(guó)内AI高性能(néng)芯片市場受進口限制和國(guó)内技(jì )術瓶頸的雙重影響，大模型産(chǎn)業發展受到算力層面的一些制約。

主流大模型架構仍存在諸多(duō)局限。首先，Transformer架構消耗的算力資源普遍較大；其次，基于Transformer架構的大模型對存儲設備的要求也更高。

高質(zhì)量的訓練數據集仍需擴展。國(guó)内的AI大模型數據主要來自互聯網、電(diàn)商(shāng)、社交、搜索等渠道，存在數據類型不全面，信息可(kě)信度不高等問題。整體(tǐ)來看，我國(guó)可(kě)用(yòng)于大模型訓練的中(zhōng)文(wén)數據庫體(tǐ)量嚴重不足。

大模型爆款應用(yòng)尚未出現。國(guó)内的AI大模型産(chǎn)業至今沒有(yǒu)出現爆款級應用(yòng)，原因在于尚未找到商(shāng)業化思路，缺乏滿足客戶需求的個性化應用(yòng)。我國(guó)大模型産(chǎn)業要推出爆款級應用(yòng)，勢必要在應用(yòng)領域做深做細，讓每一個用(yòng)戶都可(kě)以充分(fēn)享受到大模型所帶來的真正便利。

展望中(zhōng)國(guó)AI大模型四大産(chǎn)業趨勢

AI大模型的出現，使得利用(yòng)人工(gōng)智能(néng)技(jì )術來生成内容，從“可(kě)用(yòng)”跨越到“好用(yòng)”。未來，人工(gōng)智能(néng)生成内容從“好用(yòng)”到“高效”，也許會再經曆一次或多(duō)次技(jì )術範式的颠覆。同時，《報告》提出了中(zhōng)國(guó)AI大模型四大産(chǎn)業趨勢展望：

AI雲側與端側大模型滿足不同需求，C端用(yòng)戶将成為(wèi)端側的主要客群

強大的算力和海量的訓練數據庫，支撐大語言模型高參數，雲側大模型能(néng)夠提供語言理(lǐ)解、知識問答(dá)、數學(xué)推理(lǐ)、代碼生成等能(néng)力。

一方面，面向C端個人用(yòng)戶，雲側大模型提供智能(néng)問答(dá)、文(wén)本生成、圖片生成、視頻生成等功能(néng)。另一方面，面向B端企業用(yòng)戶，雲側大模型變革企業傳統業務(wù)模式，提供營銷、客服、會議記錄、文(wén)本翻譯、預算管理(lǐ)等個性化服務(wù)。

AI大模型趨于通用(yòng)化與專用(yòng)化，垂直行業将是大模型的主戰場

與通用(yòng)大模型相比，行業大模型具(jù)有(yǒu)專業性強、數據安(ān)全性高等特點，未來大模型真正的價值體(tǐ)現在更多(duō)行業及企業的應用(yòng)落地層面。

一方面，行業大模型将通用(yòng)大模型用(yòng)于形成多(duō)領域能(néng)力的資源集中(zhōng)于特定領域，模型參數相對較小(xiǎo)，對于企業落地而言具(jù)有(yǒu)顯著的成本優勢。另一方面，行業大模型結合企業或機構内部數據，為(wèi)B端用(yòng)戶的實際經營場景提供服務(wù)，能(néng)更加體(tǐ)現模型對于機構的降本增效作(zuò)用(yòng)。

AI大模型将廣泛開源，小(xiǎo)型開發者可(kě)調用(yòng)大模型能(néng)力提升開發效率

小(xiǎo)型開發者通過調用(yòng)大模型能(néng)力，大幅提升編程效率，進一步推動AI應用(yòng)落地。

一方面，小(xiǎo)型開發者可(kě)基于大模型進行項目、應用(yòng)以及插件等開發工(gōng)作(zuò)，不再局限于算力資源、無需進行複雜的模型訓練、調參，輕松實現應用(yòng)落地。另一方面，小(xiǎo)型開發者利用(yòng)大模型技(jì )術提升開發效率，通過在代碼工(gōng)具(jù)中(zhōng)集成大模型能(néng)力，輔助完成部分(fēn)重複性工(gōng)作(zuò)，為(wèi)開發人員提供量身定制的代碼建議，還可(kě)以自動檢測代碼中(zhōng)的Bug，并生成相應的測試用(yòng)例，縮短工(gōng)程師開發流程中(zhōng)的編碼和糾錯時間。

AI高性能(néng)芯片不斷升級，AI大模型産(chǎn)業生态體(tǐ)系将不斷完善

在大模型場景下，AI高性能(néng)芯片主要用(yòng)于大模型的訓練環節，芯片性能(néng)的強弱直接影響大模型的性能(néng)和表現。在全球AI高性能(néng)芯片市場中(zhōng)，英偉達的芯片産(chǎn)品采用(yòng)最前沿半導體(tǐ)工(gōng)藝和創新(xīn)GPU架構保持行業的領先地位。

《報告》認為(wèi)，AI大模型可(kě)以創造新(xīn)價值、适應新(xīn)産(chǎn)業、重塑新(xīn)動能(néng)，是加快發展新(xīn)質(zhì)生産(chǎn)力的關鍵要素。面對未來，我國(guó)需進一步加強資源與研發力量的統籌，強化大模型在發展中(zhōng)的場景牽引作(zuò)用(yòng)，促進經濟社會的高質(zhì)量發展，以實現大模型技(jì )術的高質(zhì)量應用(yòng)突破，驅動實體(tǐ)經濟的蝶變和産(chǎn)業變革。