摘 要：近年來，以ChatGPT、文心一言等為代表的人工智能大模型相繼發(fā)布，其能力快速迭代更新，標志著人工智能技術的重大飛躍。這些大模型不僅僅是技術創(chuàng)新的前沿成果，更是推動產(chǎn)業(yè)革新、激發(fā)經(jīng)濟新模式、培育發(fā)展新動能的新質(zhì)生產(chǎn)力。在產(chǎn)業(yè)發(fā)展浪潮和國家政策引導下，全國多地搶抓大模型機遇，開展大模型創(chuàng)新算法及關鍵技術研究，致力于打造人工智能創(chuàng)新高地。然而，與歐美發(fā)達國家相比，我國大模型發(fā)展仍存在不少短板和弱項。同時，地方在發(fā)展大模型產(chǎn)業(yè)過程中，也存在項目盲目跟風等問題。對此，各地應立足區(qū)域發(fā)展基礎，圍繞我國大模型技術演進路線及存在短板，科學布局大模型產(chǎn)業(yè)，協(xié)同做大做強我國人工智能產(chǎn)業(yè)。

關鍵詞：大模型；發(fā)展模式；算力；人工智能

一、發(fā)展背景及趨勢

當前，人工智能技術的快速演進將大模型推向了全球科技競爭的制高點，相關技術進入成果爆發(fā)期，通用大模型、行業(yè)定制大模型、端側大模型蓬勃發(fā)展，使得大模型產(chǎn)業(yè)的應用落地和商業(yè)化進程顯著加速。這些模型不僅在技術上實現(xiàn)了突破，更在推動各行各業(yè)的數(shù)字化轉型和智能化升級中發(fā)揮著核心作用，推動人工智能發(fā)展的奇點時刻更快到來。大模型技術的發(fā)展呈現(xiàn)以下三個明顯趨勢：

（一）模型訓練算力增長速度超越摩爾定律

隨著大模型參數(shù)規(guī)模的持續(xù)增大，其算力需求也快速增長，相較于深度學習時代，大模型的整體算力需求已實現(xiàn)2-3個數(shù)量級的躍遷。以英偉達為代表的人工智能芯片廠商加速推進計算芯片創(chuàng)新升級，在過去8年間，英偉達GPU單卡算力性能增長了1000倍，遠超芯片摩爾定律的晶體管數(shù)量每18個月翻一倍的增長速度。未來10年將是人工智能算力的“超摩爾時代”，通過計算芯片、軟件棧、網(wǎng)絡等智能計算系統(tǒng)全域協(xié)同優(yōu)化，構建出大型人工智能超算集群，將進一步超越摩爾定律的約束。

（二）龍頭企業(yè)創(chuàng)新牽引推動大模型創(chuàng)新

大模型發(fā)展浪潮主要由大模型算法企業(yè)和智能芯片設計企業(yè)共同主導，技術門檻高，高科技龍頭企業(yè)的主體作用明顯。從大模型看，2022年年底引爆行業(yè)的ChatGPT以及2024年爆火的Sora均由OpenAI公司研發(fā)推出，受業(yè)界廣泛認可的開源大模型LLaMA系列由Meta公司推出。國內(nèi)的ChatGLM、通義千問、文心一言等也均由人工智能領軍企業(yè)研發(fā)推出。從智能芯片來看，英偉達、AMD等龍頭企業(yè)主導并推動了算力變革，國內(nèi)華為、摩爾線程等企業(yè)也在加速追趕。

（三）高質(zhì)量數(shù)據(jù)集支撐模型訓練

大量高質(zhì)量的數(shù)據(jù)是人工智能訓練和學習的基礎，數(shù)據(jù)對于人工智能就如同燃料對于引擎，豐富的數(shù)據(jù)能讓模型更好地理解和識別各種模式，隨著數(shù)據(jù)的不斷積累和更新，模型還可以持續(xù)進化并提升性能，更好地適應不斷變化的環(huán)境和需求。OpenAI公司為迭代升級GPT模型，投入大量資金和人力建立高質(zhì)量數(shù)據(jù)集，從維基百科、電子書、新聞網(wǎng)站、博客、推特和Reddit等平臺和論壇中搜羅了大量數(shù)據(jù)用于模型訓練，數(shù)據(jù)要素產(chǎn)業(yè)也因此迎來了發(fā)展風口。

二、大模型發(fā)展現(xiàn)狀及面臨挑戰(zhàn)

隨著人工智能領域中大模型技術的快速發(fā)展，我國各地方政府紛紛出臺相關支持政策，加快推動大模型產(chǎn)業(yè)的持續(xù)發(fā)展，但在發(fā)展過程中也面臨一些挑戰(zhàn)和瓶頸。

（一）區(qū)域分布上，全國形成三大聚集區(qū)

目前，我國已經(jīng)形成了京津冀、長三角、珠三角三大產(chǎn)業(yè)集聚發(fā)展區(qū)，涌現(xiàn)出一批行業(yè)龍頭和獨角獸企業(yè)，推動我國人工智能產(chǎn)業(yè)集群快速發(fā)展，其中，北京在全國優(yōu)勢突出?！吨袊乱淮斯ぶ悄芸萍籍a(chǎn)業(yè)發(fā)展報告2023》顯示，在全國2200家人工智能骨干企業(yè)中，北京的企業(yè)數(shù)量占比為28.09%，位居全國第一。全國已有117家“大模型”完成備案，其中北京市51個、上海市24個，廣州市9個、深圳市8個、杭州市7個，其他城市備案數(shù)量均不超過2個。賽迪顧問發(fā)布的《中國人工智能區(qū)域競爭力研究報告（2024）》顯示，我國31個?。ㄊ?、區(qū)）人工智能發(fā)展分為四個梯隊，其中北京、廣東、上海形成的引領者梯隊具備明顯優(yōu)勢；浙江、江蘇、山東、湖南構成的挑戰(zhàn)者梯隊已初步形成區(qū)域特色產(chǎn)業(yè)；安徽、四川、天津組成的期待者梯隊產(chǎn)業(yè)基礎較為扎實；其余19個?。ㄊ?、區(qū)）處于跟隨者梯隊。

（二）算力、算法、數(shù)據(jù)三大要素方面依然存在短板

算力方面，發(fā)展供需不平衡、“大而不強”的現(xiàn)象仍然存在，主要表現(xiàn)在芯片關鍵技術受制于人，我國算力關鍵技術面臨“卡脖子”問題，超算算力和智算算力總體規(guī)模較小。算法方面，與歐美國家相比，國內(nèi)企業(yè)仍然存在差距，底層架構設計方面，目前國內(nèi)外大模型訓練時均采用谷歌公司的Transformer模型，國內(nèi)尚沒有類似的底層架構，大模型的預訓練方面只能“在別人的地基上蓋房子”。在大模型的迭代升級、更新?lián)Q代方面，國內(nèi)企業(yè)也普遍落后于歐美企業(yè)，競爭劣勢較為明顯。數(shù)據(jù)方面，雖然我國的數(shù)據(jù)量很大，但產(chǎn)業(yè)化發(fā)展還存在不足，相對標準化的數(shù)據(jù)服務商較少，數(shù)據(jù)質(zhì)量普遍較低，存在不少噪音和錯誤，使得大模型的訓練面臨巨大挑戰(zhàn)，影響了模型的準確性和穩(wěn)定性。

（三）演進路線上，垂直行業(yè)應用成為競爭關鍵賽道

通用大模型的國內(nèi)應用主要圍繞寫作、作圖等淺層階段，而深入場景、靠用戶驅(qū)動的行業(yè)大模型將會迎來爆發(fā)式增長。與通用大模型相比，垂直行業(yè)大模型能夠更直接地深入特定行業(yè)與業(yè)務場景，更精準地滿足行業(yè)特定需求，彌補通用大模型無法最優(yōu)化適配到垂直行業(yè)中的不足。國內(nèi)大模型的發(fā)展路徑是“通用+垂直”雙軌并行，其中垂直類大模型落地速度最快。通過通用大模型企業(yè)和行業(yè)頭部企業(yè)的聯(lián)合創(chuàng)新，教育、旅游、醫(yī)療、汽車、化工、生物醫(yī)藥等垂直行業(yè)大模型大量出現(xiàn)。2023年12月，中國信通院發(fā)布的《2023大模型落地應用案例集》評選出52個大模型商業(yè)落地優(yōu)秀示范，其中超過65%為垂直行業(yè)應用。

當前，我國大模型發(fā)展勢頭迅猛，各地和各大企業(yè)紛紛加大對大模型的布局，但部分地方仍簡單地將發(fā)展大模型歸結于硬件投資，盲目跟風上項目，很可能導致大模型項目的過度投資、重復布局和低效建設。從全國發(fā)展布局來看，一方面發(fā)展大模型門檻高、投入大，人才素質(zhì)要求高，在我國眾多地區(qū)不具備研發(fā)和培育通用大模型的基礎條件。另一方面，我國大模型在算力、數(shù)據(jù)和應用等多方面仍存在短板，產(chǎn)業(yè)化水平不高。各地發(fā)展除了需要聚焦大模型本身，更應立足區(qū)域發(fā)展水平和企業(yè)發(fā)展條件，合理布局發(fā)展大模型產(chǎn)業(yè)鏈，聯(lián)合做大做強我國大模型產(chǎn)業(yè)。

三、產(chǎn)業(yè)發(fā)展模式分析

通過地方實踐，我國大模型產(chǎn)業(yè)初步形成了三種主要發(fā)展模式，即產(chǎn)業(yè)聚集和技術創(chuàng)新模式、行業(yè)應用導向模式以及資源要素導向模式。

（一）產(chǎn)業(yè)聚集和技術創(chuàng)新模式

以北京市、上海市和深圳市等地區(qū)為典型代表，此類地區(qū)是我國大模型產(chǎn)業(yè)發(fā)展的高地和聚集區(qū)，科研實力強大，人工智能軟硬件優(yōu)勢突出。在推進路徑上，此類地區(qū)應重點推進大模型基礎理論研究和關鍵技術的突破，建設具有全國影響力的數(shù)據(jù)要素市場、打造優(yōu)質(zhì)數(shù)據(jù)流通產(chǎn)業(yè)生態(tài)，研發(fā)具有全球影響力的通用大模型底座。此外，全面推動軟件企業(yè)融入大模型，引導行業(yè)領域開放應用場景，以“通用大模型+行業(yè)模型+軟件生態(tài)”等多要素合力建設大模型產(chǎn)業(yè)集群。

以北京市為例，北京致力于打造大模型之都，預計2025年基本形成要素齊全、技術領先、生態(tài)完備的通用人工智能大模型產(chǎn)業(yè)發(fā)展格局。在推進路徑上，北京市將推動人工智能大模型創(chuàng)新體系發(fā)展作為重點任務，通過揭榜掛帥、創(chuàng)新聯(lián)合體等方式，支持新型研發(fā)機構、領軍企業(yè)、創(chuàng)新型企業(yè)等各類創(chuàng)新主體攻關大模型全流程關鍵核心技術，推進開源開放，打造全棧國產(chǎn)化人工智能體系。此外，北京市重點圍繞提升算力資源供給、提升高質(zhì)量數(shù)據(jù)要素、推動創(chuàng)新場景應用等維度全面構建全產(chǎn)業(yè)鏈生態(tài)。

（二）行業(yè)應用導向模式

以重慶市、武漢市和蘇州市等地區(qū)為典型代表，此類地區(qū)人工智能產(chǎn)業(yè)鏈相對完善，已形成一批具備競爭力的人工智能產(chǎn)品和行業(yè)解決方案，同時，這些地區(qū)傳統(tǒng)產(chǎn)業(yè)基礎雄厚，應用場景豐富，為大模型的應用提供了廣闊空間。在推進路徑上，重點以行業(yè)模型和高質(zhì)量行業(yè)數(shù)據(jù)集為抓手，推進大模型在行業(yè)的應用示范，以提供軟硬件一體化解決方案為目標進行招商和布局產(chǎn)業(yè)，占據(jù)產(chǎn)業(yè)鏈高端環(huán)節(jié)。

以武漢市為例，武漢市是我國中部地區(qū)首個軟件名城，在基礎軟件、工業(yè)軟件、嵌入式系統(tǒng)、遙感解譯、地理信息等領域優(yōu)勢突出，已形成涵蓋基礎層、技術層、應用層的較為完整的人工智能產(chǎn)業(yè)鏈，在智能機器人、智能網(wǎng)聯(lián)汽車、機器視覺等領域形成了一批特色產(chǎn)品。但在發(fā)展大模型產(chǎn)業(yè)方面，武漢市有影響力的大模型龍頭企業(yè)較少，缺乏有影響力且能夠面向用戶提供服務的大模型，本地的人工智能人才缺口較大，制約了當?shù)卮竽Ｐ彤a(chǎn)業(yè)的發(fā)展。在發(fā)展路徑上，武漢市擬選取工業(yè)制造、醫(yī)療健康等重點行業(yè)領域開展數(shù)據(jù)產(chǎn)品開發(fā)利用，形成高價值數(shù)據(jù)集，推動人工智能企業(yè)與各領域頭部企業(yè)合作，打造深度匹配行業(yè)需求的人工智能垂直領域大模型，在制造、醫(yī)療、教育、物流、城市治理等領域培育應用場景，打造大中小場景協(xié)同發(fā)展體系，形成場景牽引大模型產(chǎn)業(yè)發(fā)展的良好局面。

（三）資源要素導向模式

以貴州、寧夏、內(nèi)蒙古等地區(qū)為典型代表，圍繞算力資源導向，由政府主導建設高水平的算力基礎設施，營造有利的政策環(huán)境，依托區(qū)域能源稟賦和氣候優(yōu)勢構建算力綜合成本優(yōu)勢，以算力資源和價格進行強有力的招商引資。一方面為落地的大模型龍頭企業(yè)提供配套產(chǎn)業(yè)和服務，另一方面，依托全國一體化算力網(wǎng)，將本地算力服務于全國大模型企業(yè)。圍繞數(shù)據(jù)要素資源導向，以大同、海口等地區(qū)為典型代表，通過建設全國數(shù)據(jù)標注基地，助力行業(yè)大模型產(chǎn)業(yè)化。

以寧夏為例，寧夏氣候環(huán)境適宜，數(shù)據(jù)中心采用全自然風冷，PUE值最低達到1.1，年平均氣溫8.8℃，全年環(huán)境優(yōu)良天數(shù)達280天以上，非常適宜建設全自然風冷數(shù)據(jù)中心，是國家認定的最適宜建設數(shù)據(jù)中心的一類地區(qū)，同時其電力供給充足穩(wěn)定、價格優(yōu)惠，數(shù)據(jù)中心到戶電價不高于0.36元/千瓦時。在推進路徑上，寧夏以智算來搶占大模型風口，已建成我國西部唯一的算力和互聯(lián)網(wǎng)交換“雙中心”和全國首批“萬卡級”智算基地，算網(wǎng)融合支持落地企業(yè)開展大規(guī)模模型訓練，建成了全國首批人工智能芯片適配基地，可以為國產(chǎn)芯片提供測試、驗證等服務。下一步，寧夏將盡快建成全國大型智算基地，依托“東數(shù)西算”，讓寧夏的電力變成全國的算力，支持全國大模型產(chǎn)業(yè)發(fā)展。

四、總結與展望

今年“人工智能+”首次被寫入《政府工作報告》，凸顯了以大模型為代表的人工智能技術已成為國家發(fā)展戰(zhàn)略的關鍵組成部分，因此前瞻布局大模型產(chǎn)業(yè)是各地區(qū)因地制宜發(fā)展新質(zhì)生產(chǎn)力的應有之舉。當前，大模型產(chǎn)業(yè)化進程以前所未有的速度提檔推進，技術潛力與市場空間巨大，但實現(xiàn)與產(chǎn)業(yè)場景的深度融合離不開各方合作。面向未來，我國需進一步加強產(chǎn)業(yè)協(xié)同攻關和技術創(chuàng)新，在全國范圍內(nèi)強化算法、算力和數(shù)據(jù)以及通用大模型和行業(yè)模型等各層級生產(chǎn)力要素的統(tǒng)籌布局，從技術、市場、政策等多維度支持共同推動我國大模型產(chǎn)業(yè)的突破性發(fā)展，打造新質(zhì)生產(chǎn)力重要引擎。

參考文獻

[1] 《北京市人工智能行業(yè)大模型創(chuàng)新應用白皮書（2023年）》[J].中國信息安全，2023（12）：92.

[2] 李論.大模型發(fā)展仍需系統(tǒng)布局，有序引導[J].通信世界，2023（14）：7-7.

[3] 汪玉凱.“數(shù)據(jù)要素×”與“東數(shù)西算”：全國一體化算力網(wǎng)建設的關鍵[J].人民論壇，2024（08）：52-56.

[4] 趙子忠，王喆.2023年國內(nèi)大模型發(fā)展綜述與趨勢研判[J].青年記者，2024（02）：44-47.

[5] 肖仰華.生成式語言模型與通用人工智能：內(nèi)涵，路徑與啟示[J].學術前沿，2023（14）：49-57.

[6] 陳嬋，韓栩仟.武漢數(shù)字經(jīng)濟高質(zhì)量發(fā)展探索[J].合作經(jīng)濟與科技，2024（5）：34-35.

[7] 石勇，劉平，馮錦源.“東數(shù)西算”寧夏節(jié)點數(shù)字經(jīng)濟產(chǎn)業(yè)發(fā)展研究[J].大數(shù)據(jù)，2023，9（05）：100-110.

（作者單位：中國信息通信研究院工業(yè)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)研究所 、中國信息通信研究院產(chǎn)業(yè)與規(guī)劃研究所）