無論身處哪個行業(yè)，你一定感受到了大模型的熱潮。不管是知識管理、對話應用，還是生成代碼、設計研發(fā)，生成式人工智能（AI）正在深度求索產(chǎn)業(yè)變革。

“在模型能力和性價比同步提升的背景下，國內人工智能應用依托豐富生態(tài)和成熟流量，正加速在各領域落地。”在采訪中，多位行業(yè)人士告訴記者，算力和數(shù)據(jù)是產(chǎn)業(yè)發(fā)展的基礎，那些為用戶提供多元化選擇和差異化體驗的產(chǎn)品和服務，才能在未來發(fā)展中站穩(wěn)“風口”。

熱潮不減 走向千行百業(yè)

生成式人工智能產(chǎn)品正提高著大眾日常的工作生活效率。第55次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，截至2024年12月，我國有3.31億人表示自己聽說過生成式人工智能產(chǎn)品，占整體人口的23.5%；有2.49億人表示自己使用過生成式人工智能產(chǎn)品，占整體人口的17.7%。

對此，工信部信息通信經(jīng)濟專家委員會委員盤和林告訴記者，生成式人工智能的應用顯著提升了內容創(chuàng)作者的生產(chǎn)力，其背后是深度學習算法，將在更多領域帶來廣闊的應用前景。

比如，接入生成式人工智能后，醫(yī)藥企業(yè)可以優(yōu)化藥物研發(fā)流程，提升臨床試驗效率；新能源汽車的智能座艙，提升了交互體驗和服務響應；網(wǎng)絡安全企業(yè)構建了新一代網(wǎng)絡威脅檢測系統(tǒng)……

應用場景的豐富，基于我國搭建起較為全面的人工智能產(chǎn)業(yè)體系。工信部數(shù)據(jù)顯示，我國人工智能相關企業(yè)超過4500家，核心產(chǎn)業(yè)規(guī)模近6000億元，產(chǎn)業(yè)鏈覆蓋芯片、算法、數(shù)據(jù)、平臺、應用等上下游關鍵環(huán)節(jié)。

中信證券計算機行業(yè)首席分析師楊澤原向記者表示，國內人工智能發(fā)展呈現(xiàn)重視工程優(yōu)化、應用落地等發(fā)展特點，對應形成從硬件算力逐步向軟件應用擴散的投資趨勢。

三方面看我國人工智能發(fā)展成果。 數(shù)據(jù)來源：工信部、國家互聯(lián)網(wǎng)信息辦公室、第55次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》

長坡厚雪 探索中尋求突破

當前，國產(chǎn)大模型并不鮮見，形成了“百模爭鳴”的局面。百度、阿里云、華為、騰訊、科大訊飛等公司推出了各自的大模型，如通義千問、盤古、混元和星火等，并向公眾開放。

當前，算力不足成為制約生成式人工智能發(fā)展的重要因素。中國互聯(lián)網(wǎng)絡信息中心（CNNIC）發(fā)布的《生成式人工智能應用發(fā)展報告（2024）》提到，模型的訓練和推理需求在大幅提升。如果無法有效解決算力管理問題，訓練成本和效率等一系列挑戰(zhàn)將隨之而來，將阻礙企業(yè)在應用方面的進程。

在盤和林看來，近期引發(fā)關注的行業(yè)應用，除了蒸餾算法與對生成答案邏輯過程的敘述優(yōu)勢外，更重要的是契合了我國人工智能企業(yè)算力不足的現(xiàn)狀，既節(jié)約了算力資金，也打破了外部對算力的封鎖。

“算力和數(shù)據(jù)是發(fā)展的基礎。”楊澤原認為，一方面，產(chǎn)業(yè)仍在期待高性能、高效率的算力創(chuàng)新，支撐預訓練和后訓練階段的模型能力提升，以及應用落地形成的大規(guī)模推理需求；另一方面，數(shù)據(jù)對各階段的模型訓練效果起到?jīng)Q定性作用，發(fā)掘數(shù)據(jù)支撐行業(yè)模型發(fā)展與落地成為關鍵命題，數(shù)據(jù)合成等工程手段是探索的重要方向。

此外，高質量數(shù)據(jù)集相對缺乏、專業(yè)人才培養(yǎng)任重道遠、虛假信息及版權糾紛等安全倫理問題面臨挑戰(zhàn)，也是業(yè)界關注的重點。

與“實”俱進 形成差異化發(fā)展優(yōu)勢

隨著關鍵技術不斷突破，生成式人工智能應用加速落地。國家互聯(lián)網(wǎng)信息辦公室數(shù)據(jù)顯示，截至2024年12月31日，共302款生成式人工智能服務在網(wǎng)信部門完成備案，其中2024年新增238款。這些豐富的產(chǎn)品為用戶提供了多元化選擇空間和差異化體驗。

楊澤原分析，我國在基座文本模型能力上實現(xiàn)持續(xù)追趕，且基于工程優(yōu)化形成了較高的性價比。2024年底以來發(fā)布的字節(jié)doubao-pro、DeepSeek-V3、MiniMax-01等模型均實現(xiàn)對OpenAI GPT-4o基座能力的追趕，且在API服務價格上具備明顯優(yōu)勢。

“在基座模型（basemodel，比如GPT-3.5、GPT4、DeepSeek V3等）之上的強化學習路線方面，全球均處于技術探索階段。國內DeepSeek、阿里、字節(jié)等廠商保持投入，后續(xù)依托豐富場景、成熟流量等優(yōu)勢，有望在模型技術上形成差異化發(fā)展的優(yōu)勢。”楊澤原說。

盤和林表示，從技術面來說，我國生成式人工智能已經(jīng)追平了國外的競爭對手；從應用場景來說，我國人工智能應用場景正在不斷豐富；從投資趨勢看，現(xiàn)階段大量資本涌向人工智能，將來會向頭部企業(yè)集中。

對于人工智能模型技術公司而言，楊澤原認為，在基座模型投入門檻持續(xù)提升和高質量模型開源的背景下，將加速行業(yè)向頭部集中，模型降本形成人工智能普惠將成為趨勢。“在后續(xù)應用落地的背景下，各行業(yè)、各場景智能體快速發(fā)展將構成產(chǎn)業(yè)機遇。”楊澤原說。

有業(yè)內人士認為，將算法、數(shù)據(jù)和企業(yè)的產(chǎn)品和服務結合起來，基于實體經(jīng)濟智能化發(fā)展的難點堵點形成生成式人工智能產(chǎn)品，也是發(fā)展的重要方向。

2016年以來，我國人工智能產(chǎn)業(yè)主要政策。制圖：黃盛、黃天拓