【资料图】

  “我国人工智能大模型发展形成了比较完整的大模型产业体系，创新能力不断增强。”北京市社会科学院经济研究所副所长、研究员邓丽姝称，我国形成了涵盖基础层、模型层、应用层的大模型产业布局，贯通基础研究、技术创新、商业应用的大模型创新链，创新链产业链实现融合发展。在通用大模型和行业大模型方面，形成了丰富完备的产品矩阵，在金融、政务、医疗等领域广泛应用。

  与此同时，人工智能大模型也初步形成了差异化竞争优势，自主创新生态不断完善。我国大模型低成本高效能的特质叠加开源战略，推动大模型向普惠性融合创新基础设施转化，畅通了人工智能技术应用落地的“最后一公里”，有力促进大模型向生产端、服务端、消费端应用渗透，提升了中小企业的应用率。

  “在人工智能、大数据等新一轮科技变革中，数量众多的互联网平台企业推动科技创新走向前沿，展现了强劲的竞争力。”中央党校（国家行政学院）经济学教研部政府经济管理教研室副主任、教授汪彬说。

  随着我国人工智能大模型广泛深入渗透，产业数字化转型向产业智能化、融合化、生态化加速跃升。在工业领域，制造业企业利用人工智能大模型基于订单、物流、库存等多源数据预测需求波动，有效缩短产品库存周期，大大节约了成本。在农业领域，AI大模型结合卫星遥感、气象数据和种植经验，为农户提供农作物全生命周期指导，提升农作物产量。在服务业领域，人工智能大模型在金融、政务、医疗等领域广泛应用，重构生产力体系，成为产业发展的知识引擎。

  “人工智能大模型让数据使用能力大幅提升。”北京市科学技术研究院创新发展战略所研究员王凯介绍，“此前很多领域都面临大量的数据集合在眼前，却很难切入分析的问题。人工智能技术切入后，不仅是数据分析，更是一种新知识的产生。因为这种分析是系统的、深入的、全面的、交叉的、关联的。”

  开源成为我国人工智能大模型发展的重要模式。邓丽姝表示，越来越多的我国人工智能头部企业选择开源模式，一方面，极大推动了基座大模型的创新生态培育，促进形成“技术—数据—场景”的循环迭代创新路径；另一方面，打破了技术垄断，汇聚了越来越多的创新主体，共同开展创新迭代。中小企业和开发者能够便捷运用优质模型进行定制和微调，加速了大模型创新应用与扩散。

  场景创新促进大模型落地应用向纵深推进。我国门类齐全的制造业数字化、智能化转型升级，为大模型深度创新应用提供了精深场景支撑；智慧制造、智慧医疗、智慧交通等未来产业在多模态数据处理、跨领域场景融合、高水平智能迭代等方面的复杂场景需求，反向拉动大模型进行高精度、高水平的迭代升级。

  汪彬认为，我国凭借多年来的技术积累，已经从应用端逐步向底层技术进行突破，尤其是各种外部环境压力，倒逼加快实现科技自立自强，这在人工智能大模型领域体现得特别充分。今后，企业将越来越注重底层技术开发和基础研究，为人工智能的进一步发展打下坚实基础。

标签：