AI洞察｜云程发轫迎接大模型时代的产业之翼——2024年中国人工智能产业洞察系列研究（2024年第5期）

　　当前，人工智能新一轮产业变革已箭在弦上，无论是生成式AI、具身智能还是人形机器人领域，AI技术的颠覆性创新正持续带来一系列深远的产品革新和应用变革。日新月异、层出不穷的人工智能技术革新将带来什么样的影响和挑战？行业参与者又将如何把握新机遇？赛迪顾问资深分析师基于多年深耕人工智能产业的专业积累，即时以专业视角洞察AI领域新变革，研判发展新趋势，为相关决策提供专业建议和意见！

　　首先聚焦单模态领域，旅程起始于Transformer架构的横空出世，2017年这一革新性设计为自然语言处理领域带来了革命。随后，GPT系列以生成式预训练语言模型的身份登上舞台，特别是GPT-3凭借其前所未有的规模与能力，树立了文本生成的新标杆。同期，BERT通过双向编码方式优化理解任务，成为NLP理解任务的基石，推动了问答系统、情感分析等应用的蓬勃发展。这些模型迭代升级，不断刷新语言理解与生成的界限。

　　接着视线转向多模态领域，技术演进的步伐同样迅疾。早期，像DDPM、DALLE这样的图像生成技术，利用文本到图像的转换，展现了AI的创意思维。CLIP模型的问世，则是多模态融合的一大突破，它无缝衔接文本与图像，实现了跨模态的检索与对比。近期，Midjourney等项目通过不断优化，极大提升了图像合成的真实度与多样性，而Kosmos-1、ImageBind等新兴模型持续探索，深化了多模态信息的协同处理能力。

　　近年来，随着人工智能技术的快速发展，大语言模型（Large Language Model）逐渐成为我国人工智能领域的研究与应用热点。大模型指的是使用大规模数据进行训练的深度学习模型，具备较强的泛化能力、语言理解和生成能力。截至2024年，中国在大模型技术创新与市场应用方面取得了显著成果。

　　中国的大模型技术近年来经历了快速的创新与发展，成为全球人工智能领域的重要力量。在技术创新层面，中国科研机构与科技企业持续投入研发资源，推动了大模型在算法优化、架构创新、训练效率提升等方面取得显著成果。此外，中国在模型压缩、模型剪枝、知识蒸馏等优化技术方面也取得了创新，有效降低了大模型的计算成本和能耗，使得大模型能够在更多的实际应用场景中得到部署和应用。

　　模型规模与性能方面，国内已成功研制出多款具有国际影响力的超大规模预训练模型。如百度的“文心”系列模型，其最新版本“文心一言”已达到数十亿参数量级，展现出强大的自然语言理解与生成能力。阿里云的M6大模型更是突破10万亿参数，刷新了全球最大的预训练模型记录。这些模型在通用语言任务基准测试（GLUE、SuperGLUE等）上表现出与国际顶尖模型相当甚至超越的性能。

　　跨模态与专业领域应用拓展方面，中国大模型研究积极向多模态融合及特定行业知识嵌入方向深化。如华为发布的盘古大模型，实现了视觉、语音、文本等多种模态数据的统一表征与理解，应用于智能家居、医疗影像分析等场景。腾讯的药物发现大模型“云深”则专攻生物医药领域，通过大规模预训练提升化合物性质预测与新药设计效能。

　　中国大模型的应用商业化进程日益加速，已在诸多行业形成实际落地案例。在互联网内容创作领域，大模型助力智能写作、新闻摘要生成、虚拟人对话等应用，提升了内容生产效率与个性化用户体验。在企业服务领域，基于大模型的智能客服、文档理解与自动摘要工具帮助企业实现高效信息处理与决策支持。此外，金融、教育、政务等行业也积极探索大模型在风险评估、智慧教育、政策解读等场景的应用，形成了多元化的商业模式。市场进展还体现在大模型服务平台的兴起。一些企业开始提供“模型即服务”（Model as a Service,MaaS）的解决方案，让没有足够资源和能力独立训练大模型的中小企业也能够享受到大模型带来的技术红利。

　　中国大模型产业生态呈现出蓬勃生机与高度协同特征。从产学研用的角度看，高校与科研院所作为基础理论与关键技术的研发源头，与科技巨头、独角兽企业及初创公司紧密合作，共同推进大模型技术的研发、迭代与应用落地。例如，清华大学、中国科学院等学术机构与百度、阿里、腾讯等企业共建联合实验室，开展前沿课题研究与人才培养。同时，各类AI开放平台如飞桨、阿里云天池等，通过提供大模型开发工具、训练资源与竞赛活动，有力促进了技术社区的交流与创新生态的构建。

　　大模型的崛起正引领一场前所未有的技术革命，塑造着AI发展的新纪元。从开发模式的根本性变革，到开发者生产力的重塑，再到模型架构的优化与计算环境的拓展，乃至数据智能的深度融入，每一环节都预示着人工智能正向着更加高效、普及、自主和安全的方向迈进。大模型时代不再仅仅是技术参数的堆砌，而是智能应用从实验室走向广阔市场的全面飞跃，它标志着一个从定制化小规模尝试迈向规模化、标准化生产的全新阶段。

　　以往依赖高度定制化、小规模开发的方式，正逐渐被大规模预训练模型所引领的“工厂式”生产所取代。这些行业级的预训练大模型如同强大的基础模具，通过高效的微调与快速部署机制，能够适应多种应用场景的需求，促进推理大模型实现前所未有的扩张速度与覆盖广度。

　　这一转变不仅极大地提升了模型的推理能力，使之具备更高的精确度、更强的跨领域适应性，还显著降低了个性化调整的成本与难度，让模型微调变得更加灵活便捷。预训练大模型的核心优势在于其卓越的泛化能力，它们能够在面对全新数据时，展现出惊人的学习与推断潜力，即使在小样本或零样本场景下，也能维持高水平的表现。

　　此外，这种模式还促进了高效样本筛选技术的发展，使得在有限的数据资源下，能更精准地识别并利用关键信息，进一步推动了AI解决方案的创新与落地。对于开发者而言，大模型的广泛应用极大降低了进入AI领域的门槛，即使是非专业背景的人员，也能借助这些强大的工具快速构建出高性能的AI应用，加速了从创意到产品化的全过程，为人工智能的普及与深化应用奠定了坚实的基础。

　　过往，在传统的软件开发周期中，程序员需手动编写所有代码逻辑，其中约有20%的代码指令实际上执行了大部分（即80%）的工作任务。小模型时代的到来，初步展示了AI模型替换单位工作量的潜力，尽管此时人工编写的业务逻辑仍占据主导地位，约占整体工作的80%。

　　然而，随着大模型技术的成熟与广泛应用，这一格局发生根本性转变。未来软件的开发中，AI大模型预计将贡献80%的核心价值，涵盖大量功能实现与逻辑构建，而剩余20%则由人类的提示工程设计及特定业务逻辑定制补充。这一转变不仅代表了“二八定律”的新诠释，也标志着AI技术在软件开发中的角色从辅助迈向核心。

　　大模型通过深度机器学习过程，能够自动生成符合特定需求的高质量代码，部分案例显示，如OpenAI声称其80%的代码已是AI产物，商汤科技的日均代码编写效率提升至62%，揭示了AI在代码生成方面的显著成效。除了代码生成，大模型还能精准补充代码模块，确保代码的准确性和完整性。诸如DeepMind在Codeforces竞赛中取得的前54%排名，以及清华大学研发的多语言代码生成模型在任务解决上达到47%-60%的成功率，都是大模型在代码精度与生成能力上取得突破的有力证明。

　　早期，模型的性能提升往往与参数规模的膨胀紧密相连，庞大的模型虽然在某些任务上展现了卓越性能，但也带来了计算成本高昂、部署困难等实际问题。随着技术的不断演进，业界开始转向寻求更高效、可持续的模型架构解决方案，开启了从单纯追求参数规模向注重效率提升的转型之路。

　　在这场架构革新的浪潮中，混合专家模型（MoE，Mixture of Experts）架构脱颖而出，成为推动轻量化设计的重要力量。MoE通过创新性地将模型任务分解，智能地分配给不同的专家子模块处理，每个子模块专注于解决特定类型的问题或数据特征。这一设计不仅有效减少了不必要的计算负担，提高了计算效率，还通过动态调整资源分配，实现了对多样化任务的高效支持与响应，从而在不牺牲模型性能的前提下，大幅降低了资源消耗。

　　随着围绕大模型的商业竞争白热化，数据作为模型训练的根基，其供应紧张问题日益凸显，预计至2040年语言数据将面临枯竭，图像数据则将在2060年到达极限。这一严峻形势预示，若无新数据来源发现或数据利用效率未能取得革命性提升，AI大模型的前进脚步将于2040年后显著减缓。在此背景下，数据智能的兴起成为扭转局势的关键。

　　数据智能的核心在于从海量数据中抽提有价值、可操作的信息，赋能决策制定与任务执行，为用户提供精准的智能辅助。这一领域综合了数据挖掘、清洗、分析、交互、平台构建及可视化等多种核心技术，旨在从规模性、多样性及数据质量上全方位增强大模型的训练效能与精确度。展望未来，数据智能的飞速发展不仅将重塑数据处理的范式，更将成为激发AI大模型新一波增长浪潮的坚固基石。

　　大模型从以往依赖于云端庞大的算力资源，转向端侧设备的广泛部署与应用多元化。随着云计算基础设施的飞速发展和边缘计算技术的不断成熟，云端与端侧之间实现了前所未有的紧密联动，为端侧大模型的快速发展奠定了坚实基础。

　　这不仅意味着模型体积的持续优化，让复杂的AI功能得以在个人电脑、智能汽车、智能手机等终端设备上直接运行，实现低延迟、高效率的实时交互和服务个性化，还促进了端云一体化架构的发展，使得数据处理既能利用云端强大的计算能力进行复杂运算，也能在端侧完成快速响应和隐私敏感操作，有效平衡了计算效率与用户隐私保护的需求。

　　此外，端侧大模型的普及还将驱动离线应用场景的爆发，即便在网络连接受限或断开时，设备仍能保持较高的服务质量和用户体验，开启了一个高效、便捷且安全的新计算时代。

　　更多行业案例及其特点，请扫描下方二维码关注“赛迪顾问”公众号，获取最新动态。

　　本公众号提供的内容用于个人学习、研究或欣赏，不可用于其他商业用途。如有关于作品内容、版权及其它问题，请及时在公众号留言。

　　如果获得转载授权，请注明作者姓名和转载的出处，不修改文章的标题、文字、图片或者音视频，以免曲解原文意思。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　俄媒：普京很愤怒！泽连斯基：乌方“谈判筹码”正在增加！乌军：又控制了库尔斯克地区部分领土

　　今秋付费用户将能使用GPT-4o高级语音模式，测评和官方都提到了吓人之处

　　突发！莫斯科交易所一度暂停交易，恢复后直线亿人，全面取消参保户籍限制影响几何

　　华为Mate 60系列今日起降价：标准版降价500元，Pro降800 元

　　苹果宣布将开放 iPhone 的 NFC芯片，允许第三方进行非接触式支付九游(9游中国)官方网站