因地制宜發(fā)展新質(zhì)生產(chǎn)力， 必須因勢(shì)而謀、應(yīng)勢(shì)而動(dòng)。當(dāng)今世界， 數(shù)字技術(shù)和人工智能技術(shù)突飛猛進(jìn)、勢(shì)不可擋， 強(qiáng)有力地推動(dòng)和支撐著人類(lèi)社會(huì)生產(chǎn)力的質(zhì)變和經(jīng)濟(jì)高質(zhì)量發(fā)展。我們正處在數(shù)字經(jīng)濟(jì)和人工智能飛速發(fā)展的新時(shí)代， 新質(zhì)生產(chǎn)力的“新” 根本在于它是以科技創(chuàng)新為第一動(dòng)力， 以人工智能為重要戰(zhàn)略資源， 以大模型、大數(shù)據(jù)、大算力為核心生產(chǎn)要素。生成式人工智能則是新質(zhì)生產(chǎn)力的戰(zhàn)略制高點(diǎn)。準(zhǔn)確把握生成式人工智能最新發(fā)展趨勢(shì)， 建立健全與之相適應(yīng)的體制機(jī)制， 采取正確的應(yīng)對(duì)措施， 對(duì)于我國(guó)因地制宜發(fā)展新質(zhì)生產(chǎn)力， 助推中國(guó)式現(xiàn)代化發(fā)展，無(wú)疑具有非常重要的意義。

一、生成式人工智能是新質(zhì)生產(chǎn)力的戰(zhàn)略制高點(diǎn)

生成式人工智能（ＡＩＧＣ）是利用復(fù)雜算法、模型和規(guī)則， 從大規(guī)模數(shù)據(jù)集成訓(xùn)練與自我學(xué)習(xí)中，生成原創(chuàng)內(nèi)容的顛覆性技術(shù)， 是大模型的技術(shù)根基， 也是新質(zhì)生產(chǎn)力的戰(zhàn)略制高點(diǎn)［１］ 。其原理主要是基于深度神經(jīng)網(wǎng)絡(luò)， 通過(guò)訓(xùn)練大規(guī)模的數(shù)據(jù)集， 學(xué)習(xí)并抽象出數(shù)據(jù)的本質(zhì)規(guī)律和概率分布，并生成新的文本、圖像、音頻等多種形式的數(shù)據(jù)。生成式人工智能模型在技術(shù)上遵循規(guī)模定律（Ｓｃａ?ｌｉｎｇ Ｌａｗ）， 即模型的精度在參數(shù)規(guī)模超過(guò)某個(gè)閾值后， 模型能力快速提升， 會(huì)突然變得“聰明”起來(lái)， 出現(xiàn)“涌現(xiàn)（Ｂｒｅａｋｔｈｒｏｕｇｈｎｅｓｓ）” 和“頓悟（Ｇｒｏｋｋｉｎｇ）” 現(xiàn)象。如果把生成式人工智能比作大模型的種子， 它必將生長(zhǎng)成為一棵枝繁葉茂的參天大樹(shù)， 其發(fā)展速度更是一日千里。美國(guó)人工智能研究公司ＯｐｅｎＡＩ 推出的聊天機(jī)器人（ＣｈａｔＧ?ＰＴ ）和文生視頻模型（Ｓｏｒａ）不過(guò)是這棵大樹(shù)上最先長(zhǎng)出的兩片葉子。未來(lái)人類(lèi)將推出更多專(zhuān)業(yè)大模型， 基礎(chǔ)大模型也將不斷推陳出新， 其數(shù)量和種類(lèi)都無(wú)可限量， 并具有廣泛的應(yīng)用前景。

生成式人工智能之所以能夠成為新質(zhì)生產(chǎn)力的戰(zhàn)略制高點(diǎn)， 是因?yàn)樗邆湟韵挛宸矫鏌o(wú)與倫比的優(yōu)勢(shì)：

一是創(chuàng)新能力強(qiáng)。生成式人工智能可以模擬人類(lèi)的創(chuàng)造過(guò)程， 自動(dòng)生成全新的內(nèi)容。這種創(chuàng)新能力使得它能夠在各個(gè)領(lǐng)域中發(fā)揮重要作用，催生出大量新產(chǎn)業(yè)、新模式、新業(yè)態(tài)， 推動(dòng)社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展。

二是應(yīng)用范圍廣。生成式人工智能可以應(yīng)用于各個(gè)領(lǐng)域， 賦能千行百業(yè)， 猶如“水銀瀉地， 無(wú)孔不入”。如智能制造、新材料開(kāi)發(fā)、智慧物流、數(shù)字金融、智能電網(wǎng)、智慧交通、智慧農(nóng)業(yè)、未來(lái)產(chǎn)業(yè)等， 成為推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要力量。

三是智能化程度高。生成式人工智能具有不斷提高的智能化程度， 能夠自主深度學(xué)習(xí)、自我優(yōu)化。這種智能化程度使得它能夠更加精準(zhǔn)地處理和分析數(shù)據(jù)， 生成更加符合人類(lèi)需求的內(nèi)容。

四是強(qiáng)大的融合經(jīng)濟(jì)性與邊際收益遞增法則。市場(chǎng)經(jīng)濟(jì)條件下， 人工智能技術(shù)滲透于實(shí)體經(jīng)濟(jì)而產(chǎn)生的融合經(jīng)濟(jì)性為智能經(jīng)濟(jì)發(fā)展注入強(qiáng)大動(dòng)力， 邊際收益遞增法則為智能經(jīng)濟(jì)的發(fā)展開(kāi)辟了更加廣闊的空間。

五是處于產(chǎn)業(yè)技術(shù)的最高端。ＡＩ 大模型是第四次工業(yè)技術(shù)革命以來(lái)最具前沿性、顛覆性的高端技術(shù)。生成式人工智能可以創(chuàng)造出高端化的新產(chǎn)業(yè)、新技術(shù)、新工藝和新產(chǎn)品， 直接應(yīng)用于產(chǎn)品設(shè)計(jì)和生產(chǎn)， 為整個(gè)產(chǎn)業(yè)鏈提供智能化支持，占領(lǐng)高端陣地， 提高整個(gè)產(chǎn)業(yè)鏈的效率和價(jià)值。

二、生成式人工智能最新發(fā)展趨勢(shì)

２０２２ 年末， ＯｐｅｎＡＩ 推出的ＣｈａｔＧＰＴ 標(biāo)志著生成式人工智能在文本生成領(lǐng)域取得了顯著進(jìn)展，僅僅１ 年多， 這項(xiàng)技術(shù)就呈現(xiàn)出了多模態(tài)、深扎根、具身化、強(qiáng)思維和高風(fēng)險(xiǎn)的趨勢(shì)特征。

（一） 多模態(tài)（Ｍｕｌｔｉｍｏｄａｌ）

生成式ＡＩ 正在從處理單一模態(tài)（如文本、圖像、音頻等）向多模態(tài)轉(zhuǎn)變， 即能夠同時(shí)處理并融合多種類(lèi)型的信息來(lái)生成內(nèi)容。美國(guó)ＯｐｅｎＡＩ的語(yǔ)言模型ＧＰＴ－４ｏ、文生視頻模型Ｓｏｒａ、法國(guó)初創(chuàng)公司Ｍｉｓｔｒａｌ ＡＩ 和我國(guó)華為的盤(pán)古大模型、阿里云的通義千問(wèn)、科大訊飛的星火認(rèn)知等大模型，都已經(jīng)展示了多模態(tài)人工智能的巨大潛力， 它們能夠基于文本、音頻、圖像和視頻等匹配內(nèi)容，生成越來(lái)越多新的、具有多樣性的原創(chuàng)內(nèi)容， 極大地提高用戶與ＡＩ 的交互效率， 使生成式ＡＩ 更加新奇、直觀和動(dòng)態(tài)化。

（二） 深扎根（Ｄｅｅｐ Ｉｎｔｅｇｒａｔｉｏｎ）

生成式ＡＩ 正在深度融入各行各業(yè)的工作流程中， 成為提高生產(chǎn)力和創(chuàng)新的重要工具。越來(lái)越多的企業(yè)開(kāi)始采用ＣｈａｔＧＰＴ、華為盤(pán)古大模型等ＡＩ 工具， 作為“秘書(shū)” 和“顧問(wèn)” 來(lái)輔助甚至是替代人的工作， 例如在工廠設(shè)計(jì)、城市規(guī)劃、新藥開(kāi)發(fā)、營(yíng)銷(xiāo)和銷(xiāo)售、產(chǎn)品開(kāi)發(fā)等領(lǐng)域。生成式ＡＩ 的深扎根將推動(dòng)各行各業(yè)的數(shù)字化、智能化轉(zhuǎn)型， 并為企業(yè)帶來(lái)更高的效率和更大的競(jìng)爭(zhēng)優(yōu)勢(shì)。在這方面， 我國(guó)比美國(guó)有更大的優(yōu)勢(shì)。我國(guó)早已成為全球制造業(yè)中心， 龐大的現(xiàn)代產(chǎn)業(yè)體系不斷完善， 并且正從中低端向中高端邁進(jìn)。

（三） 具身化（Ｅｍｂｏｄｉｍｅｎｔ）

生成式ＡＩ 正向著具身智能化的方向發(fā)展。所謂具身智能化， 是指有物理意義的“身體” 并能與物理世界進(jìn)行交互的智能體， 如智能機(jī)器人、無(wú)人車(chē)、無(wú)人機(jī)、智能狗等， 通過(guò)多模態(tài)大模型處理多種傳感數(shù)據(jù)輸入， 生成運(yùn)動(dòng)指令對(duì)智能體進(jìn)行驅(qū)動(dòng)， 替代傳統(tǒng)的基于規(guī)則或者數(shù)學(xué)公式的運(yùn)動(dòng)驅(qū)動(dòng)方式， 實(shí)現(xiàn)虛擬和現(xiàn)實(shí)的深度融合。具身化ＡＩ 的發(fā)展將使智能體更加接近、甚至超過(guò)人類(lèi)的智能水平。具身智能體的核心優(yōu)勢(shì)在于其具備深度學(xué)習(xí)和決策能力， 通過(guò)學(xué)習(xí)算法和數(shù)據(jù)分析， 能夠從海量數(shù)據(jù)中提取有用的信息， 形成自己的信息知識(shí)庫(kù)， 并在決策過(guò)程中， 綜合考慮各種因素， 運(yùn)用邏輯推理、概率統(tǒng)計(jì)等方法， 做出最優(yōu)的決策。

（四） 強(qiáng)思維（Ｅｎｈａｎｃｅｄ Ｔｈｉｎｋｉｎｇ）

隨著數(shù)據(jù)規(guī)模和算力的飛速增長(zhǎng)， 生成式ＡＩ的邏輯思維能力和創(chuàng)造性思維能力顯著增強(qiáng)。人工智能相較于人類(lèi)， 在記憶力、高維復(fù)雜、全視野、推理深度、猜想等方面具有更大優(yōu)勢(shì)， 通過(guò)不斷深度學(xué)習(xí)和訓(xùn)練， 一個(gè)借助ＡＩ 進(jìn)行一些科學(xué)發(fā)現(xiàn)和技術(shù)發(fā)明的時(shí)代正在到來(lái)。要向ＡＩ 大模型注入更多更前沿的自然科學(xué)知識(shí)與研究成果， 加強(qiáng)創(chuàng)新能力訓(xùn)練， 使人工智能模型具備愛(ài)因斯坦一樣的想象力和科學(xué)猜想能力。比如主動(dòng)發(fā)現(xiàn)新的物理學(xué)規(guī)律、預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)、設(shè)計(jì)高性能芯片、高效合成新藥、探索宇宙奧秘等。正是因?yàn)槿斯ぶ悄艽竽Ｐ途哂腥?shù)據(jù)、高維度視角和深度學(xué)習(xí)的能力， 生成式人工智能將實(shí)現(xiàn)從推斷（Ｉｎｆｅ?ｒｅｎｃｅ）到推理（Ｒｅａｓｏｎｉｎｇ）的飛躍， 極大提升人類(lèi)科學(xué)發(fā)現(xiàn)的效率， 打破人類(lèi)的認(rèn)知邊界。這才是真正的顛覆性所在。

（五） 高風(fēng)險(xiǎn)（Ｈｉｇｈ Ｒｉｓｋ）

隨著生成式ＡＩ 的快速發(fā)展， 其帶來(lái)的風(fēng)險(xiǎn)和挑戰(zhàn)已經(jīng)不容忽視。由于存在數(shù)據(jù)偏差和模型的局限性， ＡＩ 生成在“涌現(xiàn)” 和“頓悟” 的過(guò)程中，系統(tǒng)偶爾也會(huì)出現(xiàn)幻覺(jué)， 即生成的內(nèi)容可能與事實(shí)及規(guī)律不符， 甚至是一本正經(jīng)地“胡說(shuō)八道”。ＡＩ技術(shù)帶來(lái)的倫理挑戰(zhàn)更不容忽視， 如法律風(fēng)險(xiǎn)、道德風(fēng)險(xiǎn)、安全風(fēng)險(xiǎn)等。最需要警惕的是智能機(jī)器人異化。近代最著名的科學(xué)家霍金留給人類(lèi)的名言“智能機(jī)器將是人類(lèi)未來(lái)千年的伙伴， 或是毀滅者”， 提醒我們?cè)谔剿魅斯ぶ悄艿牡缆飞希?必須謹(jǐn)慎行事， 確?？萍紴槿祟?lèi)服務(wù)， 而非成為威脅。ＡＩ生成應(yīng)該向善， 具身靈魂附體一開(kāi)始就要植入向善的基因， 杜絕欺詐和戰(zhàn)爭(zhēng)。相信人類(lèi)和科學(xué)家的智慧能夠妥善應(yīng)對(duì)這些挑戰(zhàn)， 確保人工智能技術(shù)安全、可靠、與人為善和可持續(xù)發(fā)展。

三、我國(guó)發(fā)展生成式人工智能的戰(zhàn)略舉措

應(yīng)對(duì)生成式人工智能發(fā)展的新趨勢(shì)， 發(fā)展我國(guó)生成式人工智能的戰(zhàn)略舉措可以概括為以下五方面：

（一） 強(qiáng)底座： 建設(shè)智能化新型基礎(chǔ)設(shè)施

生成式人工智能的發(fā)展離不開(kāi)強(qiáng)大的新型基礎(chǔ)設(shè)施和底層技術(shù)支持。我們必須加大新基建的投入， 建設(shè)智能化信息基礎(chǔ)設(shè)施， 提升數(shù)據(jù)處理和機(jī)器學(xué)習(xí)能力。首先， 要聚焦人工智能芯片的研發(fā)， 推動(dòng)國(guó)內(nèi)芯片產(chǎn)業(yè)的發(fā)展， 打破美國(guó)的無(wú)理打壓與封鎖， 減少對(duì)國(guó)外技術(shù)依賴(lài)。其次， 要強(qiáng)化數(shù)據(jù)質(zhì)量， 暢通數(shù)據(jù)流轉(zhuǎn)， 建立高質(zhì)量的數(shù)據(jù)集， 為生成式人工智能提供充足和真實(shí)的訓(xùn)練數(shù)據(jù)。再次， 要提高算力水平和綜合利用率， 為生成式人工智能的健康發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)， 提高我國(guó)在全球人工智能領(lǐng)域的競(jìng)爭(zhēng)力。最后， 要強(qiáng)化底層邏輯， 不斷完善和提高有自主知識(shí)產(chǎn)權(quán)的通用大模型的水平和質(zhì)量?？傊?必須盡快擺脫對(duì)國(guó)外的依賴(lài)， 自力更生， 研發(fā)出具有世界一流水平的芯片設(shè)計(jì)、制造系統(tǒng)和操作系統(tǒng)， 夯實(shí)生成式人工智能的底座， 徹底粉碎美國(guó)政府打壓我國(guó)人工智能發(fā)展的圖謀。

（二） 重實(shí)業(yè)： 把推動(dòng)實(shí)體經(jīng)濟(jì)智能化發(fā)展作為工作重心

我們發(fā)展生成式人工智能的根本目標(biāo)是助推中國(guó)式現(xiàn)代化。中國(guó)式現(xiàn)代化的根基是實(shí)體經(jīng)濟(jì)。生成式人工智能只有和實(shí)體經(jīng)濟(jì)深度融合， 才能推動(dòng)產(chǎn)業(yè)升級(jí)和轉(zhuǎn)型， 展現(xiàn)出強(qiáng)大的融合經(jīng)濟(jì)性。實(shí)施“人工智能＋” 戰(zhàn)略， 鼓勵(lì)生成式人工智能技術(shù)在各行業(yè)、各領(lǐng)域的創(chuàng)新應(yīng)用， 推動(dòng)實(shí)體經(jīng)濟(jì)向數(shù)字化、智能化發(fā)展。支持企業(yè)開(kāi)展生成式人工智能的研發(fā)和應(yīng)用， 推動(dòng)產(chǎn)業(yè)升級(jí)和提質(zhì)增效。加強(qiáng)人工智能與傳統(tǒng)產(chǎn)業(yè)的融合， 提高生產(chǎn)效率和服務(wù)質(zhì)量。大力發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來(lái)產(chǎn)業(yè)， 推動(dòng)實(shí)體經(jīng)濟(jì)的數(shù)字化轉(zhuǎn)型， 提高我國(guó)經(jīng)濟(jì)的整體競(jìng)爭(zhēng)力。

（三） 舉國(guó)力： 突破關(guān)鍵技術(shù)和卡脖子工程

生成式人工智能的發(fā)展需要全社會(huì)的共同努力和支持。面對(duì)美國(guó)的瘋狂打壓， 我們要充分發(fā)揮新型舉國(guó)體制優(yōu)勢(shì)， 調(diào)動(dòng)國(guó)內(nèi)外、全社會(huì)一切可利用資源， 聚焦生成式人工智能的關(guān)鍵技術(shù)和應(yīng)用場(chǎng)景， 加大政策扶持力度， 為生成式人工智能的發(fā)展提供有力保障。加強(qiáng)人才培養(yǎng)和引進(jìn)，培養(yǎng)一支具備創(chuàng)新精神和跨界融合能力的人才隊(duì)伍。在關(guān)鍵技術(shù)和卡脖子工程方面， 要設(shè)立國(guó)家大基金， 支持相關(guān)骨干企業(yè)和院所聯(lián)合攻關(guān)。在數(shù)據(jù)采集和使用上， 要破除所有制的障礙和地域限制， 形成全社會(huì)的合力， 推動(dòng)生成式人工智能快速發(fā)展， 保證我國(guó)在全球人工智能領(lǐng)域的領(lǐng)先地位。

（ 四） 深改革： 建立與新質(zhì)生產(chǎn)力發(fā)展相適應(yīng)的新型生產(chǎn)關(guān)系

正如習(xí)近平總書(shū)記指出的， “發(fā)展新質(zhì)生產(chǎn)力，必須進(jìn)一步全面深化改革， 形成與之相適應(yīng)的新型生產(chǎn)關(guān)系”。

黨的二十屆三中全會(huì)決議更進(jìn)一步明確指出“要健全因地制宜發(fā)展新質(zhì)生產(chǎn)力體制機(jī)制”。生成式人工智能的發(fā)展需要改革現(xiàn)有的體制機(jī)制和法律法規(guī)， 建立、完善與新質(zhì)生產(chǎn)力發(fā)展要求相適應(yīng)的新型生產(chǎn)關(guān)系。除了制定合適的法律法規(guī)，確保生成式人工智能技術(shù)的健康、安全和可持續(xù)發(fā)展， 改革科研和教育體制， 為生成式人工智能的發(fā)展提供有力的動(dòng)力和保障外， 建立新型生產(chǎn)關(guān)系的重點(diǎn)領(lǐng)域應(yīng)聚焦在大模型的開(kāi)源化、大數(shù)據(jù)的共享化和大算力的統(tǒng)籌化上。

首先， 大模型需要大量的技術(shù)積累和數(shù)據(jù)投入， 技術(shù)和數(shù)據(jù)的開(kāi)放共享對(duì)于ＡＩ 產(chǎn)業(yè)發(fā)展非常重要。開(kāi)源框架是一個(gè)國(guó)家ＡＩ 創(chuàng)新和產(chǎn)業(yè)化能力的重要標(biāo)志， 是ＡＩ 生態(tài)創(chuàng)新繁榮的基礎(chǔ)。像華為、阿里、百度這些頭部企業(yè)的通用大模型雖然已經(jīng)開(kāi)源化了， 但仍需大幅度降低大模型ＡＰＩ（應(yīng)用程序編程接口）輸入價(jià)格及使用門(mén)檻， 鼓勵(lì)和支持企業(yè)、科研機(jī)構(gòu)及個(gè)人低價(jià)、有償使用生成式人工智能技術(shù)， 推動(dòng)產(chǎn)業(yè)應(yīng)用和創(chuàng)新發(fā)展。

其次， 要建立一套與數(shù)據(jù)要素的特點(diǎn)相符合的現(xiàn)代數(shù)據(jù)產(chǎn)權(quán)制度。系統(tǒng)優(yōu)化的大數(shù)據(jù)是智能經(jīng)濟(jì)社會(huì)中最重要的生產(chǎn)要素， 具有可再生性和非排他性等復(fù)雜特征， 既是私有， 也是社會(huì)共有的。大數(shù)據(jù)系統(tǒng)具有明顯的“累積升值” 和“優(yōu)化升值” 的經(jīng)濟(jì)特征， 因此要建立“數(shù)據(jù)資產(chǎn)持有權(quán)、數(shù)據(jù)加工使用權(quán)、數(shù)據(jù)產(chǎn)品經(jīng)營(yíng)權(quán)等分置的產(chǎn)權(quán)運(yùn)行機(jī)制”， 讓創(chuàng)造、加工、優(yōu)化、使用數(shù)據(jù)系統(tǒng)的個(gè)人和企業(yè)都能獲得相應(yīng)的收益，從而推動(dòng)數(shù)據(jù)要素合理、高效與可持續(xù)使用。

再次， 大算力決定著大數(shù)據(jù)和大模型的運(yùn)行效率， 算力基礎(chǔ)設(shè)施已經(jīng)成為新型“大國(guó)重器”。決定和影響算力水平的因素很多， 其中體制機(jī)制因素非常重要。在加快建設(shè)國(guó)家超算中心、研發(fā)高端芯片和量子計(jì)算技術(shù)的基礎(chǔ)上， 必加大改革力度， 鼓勵(lì)換道超車(chē)， 通過(guò)算力租賃等市場(chǎng)化方式， 整合各地區(qū)、各部門(mén)現(xiàn)有算力資源及與之相對(duì)應(yīng)的電力資源， 打造高效、綠色、安全的新型大國(guó)重器———全國(guó)一體化算力網(wǎng)。

（五） 謀趕超： 規(guī)避“加拉帕戈斯效應(yīng)”

發(fā)展生成式ＡＩ 大模型， 是一場(chǎng)中美之間馬拉松式的比賽。必須承認(rèn)， 美國(guó)率先實(shí)現(xiàn)了ＡＩ 技術(shù)的突破， 而且中美ＡＩ 差距有系統(tǒng)化拉大的風(fēng)險(xiǎn)。美國(guó)目前在ＡＩ 基礎(chǔ)大模型的開(kāi)發(fā)和應(yīng)用上處于全球領(lǐng)先地位， 我國(guó)緊隨其后居于第二的位置。從技術(shù)層面來(lái)看， 試圖基于落后的基礎(chǔ)大模型去做垂直行業(yè)模型的調(diào)優(yōu)是沒(méi)有前途的。更不能放棄國(guó)產(chǎn)基礎(chǔ)大模型的研發(fā)， 試圖在美國(guó)的大模型的基礎(chǔ)上建設(shè)我們的垂直大模型， 更是非常危險(xiǎn)的。從制度層面來(lái)看， 我們?cè)趧?chuàng)新文化、創(chuàng)新生態(tài)、創(chuàng)新體制機(jī)制上同美國(guó)相比還有一定的差距。從實(shí)踐層面考量， 我國(guó)風(fēng)險(xiǎn)投資和耐心資本的規(guī)模也落后于美國(guó)， ＡＩ 獨(dú)角獸企業(yè)的數(shù)量和質(zhì)量近年都出現(xiàn)了下降趨勢(shì)。所以， 我們必須放眼全球，警惕我國(guó)ＡＩ 大模型產(chǎn)業(yè)被美國(guó)打壓、封鎖， 更要避免盲目樂(lè)觀和自我封閉， 避免出現(xiàn)“加拉帕戈斯效應(yīng)” （又稱(chēng)“孤島效應(yīng)”）。面向未來(lái)， 面向全球， 我國(guó)擁有最龐大的互聯(lián)網(wǎng)用戶群、最雄厚的產(chǎn)業(yè)基礎(chǔ)、最豐富的應(yīng)用場(chǎng)景和最大規(guī)模的數(shù)據(jù)資源。只要我們不斷深化改革， 加大高水平開(kāi)放力度， 加速構(gòu)建體系化競(jìng)爭(zhēng)優(yōu)勢(shì)， 就一定會(huì)在全球ＡＩ 產(chǎn)業(yè)激烈競(jìng)爭(zhēng)中脫穎而出， 實(shí)現(xiàn)趕超。

總之， 生成式人工智能作為新質(zhì)生產(chǎn)力的戰(zhàn)略制高點(diǎn)， 將為我國(guó)經(jīng)濟(jì)高質(zhì)量、可持續(xù)發(fā)展注入強(qiáng)大動(dòng)力。十幾年后的ＡＩ 大模型完全可能像今天的移動(dòng)互聯(lián)網(wǎng)一樣普及， 數(shù)以萬(wàn)計(jì)的社會(huì)經(jīng)濟(jì)主體將會(huì)利用開(kāi)放的“大模型互聯(lián)網(wǎng)”， 從海量數(shù)據(jù)中定向提取有用的信息， 通過(guò)參數(shù)剪枝、量化和知識(shí)蒸餾等模型壓縮技術(shù)， 以及模型架構(gòu)調(diào)整等手段， 形成自己的知識(shí)庫(kù)， 創(chuàng)建出無(wú)數(shù)個(gè)尺寸小、效率高的小模型， 實(shí)現(xiàn)大模型的“一魚(yú)雙吃”。我們必須提前布局， 統(tǒng)一規(guī)劃， 既要激發(fā)企業(yè)和科研院所自主創(chuàng)新的動(dòng)力和活力， 又要避免“千模大戰(zhàn)” 的內(nèi)卷和重復(fù)性投資浪費(fèi)， 更要保障創(chuàng)業(yè)者和消費(fèi)者無(wú)償或低價(jià)使用大模型的權(quán)益。舉全國(guó)之力， 改革創(chuàng)新， 全民創(chuàng)業(yè)， 迎接挑戰(zhàn)， 共同推動(dòng)生成式人工智能技術(shù)的健康發(fā)展，加快建設(shè)中國(guó)式社會(huì)主義現(xiàn)代化強(qiáng)國(guó)。