飛象網(wǎng)訊（易歡）人工智能浪潮席卷全球，正以前所未有的速度、廣度和深度改變生產(chǎn)生活方式，對全球經(jīng)濟社會發(fā)展和人類文明進步產(chǎn)生深遠影響。信通院近日發(fā)布的《人工智能發(fā)展報告（2024年）》指出，近年來，語言大模型、多模態(tài)模型、智能體和具身智能等領(lǐng)域不斷出現(xiàn)突破性創(chuàng)新，推動人工智能邁向通用智能初始階段。與此同時，人工智能的工程化持續(xù)加速推進，新產(chǎn)品新模式層出不窮，行業(yè)應(yīng)用走深向?qū)崱?
報告顯示，特別是過去一年，全球大模型井噴式發(fā)展。技術(shù)層面，縮放定律（Scaling Law）依然有效，語言大模型技術(shù)多維度能力持續(xù)進化，視覺大模型和多模態(tài)模型加速迭代，探索交叉模態(tài)融合處理。計算平臺與模型創(chuàng)新緊密耦合，大規(guī)模分布式訓(xùn)練成為框架的新發(fā)力點，分布式訓(xùn)練支持、混合精度計算支持、高速互聯(lián)通信等新要求驅(qū)動計算底座迭代升級。軟件工具鏈全面優(yōu)化升級，加速模型生產(chǎn)質(zhì)效變革、提升模型部署推理效能、助力智能應(yīng)用快速部署。高質(zhì)量多模態(tài)數(shù)據(jù)集成為推動模型能力提升的關(guān)鍵，高水平數(shù)據(jù)標注和合成數(shù)據(jù)等新技術(shù)取得快速發(fā)展和突破。
基礎(chǔ)模型仍在快速演進迭代
縮放定律驅(qū)動下的模型能力持續(xù)提升，基礎(chǔ)大模型的語言、視覺和多模態(tài)能力快速迭代。從時間維度來看，2022 年ChatGPT的出現(xiàn)引領(lǐng)大模型浪潮興起；2023 年國內(nèi)大模型呈井噴式爆發(fā)態(tài)勢，能力快速迭代，模態(tài)持續(xù)拓展；2024 年大模型推理理解能力躍遷，并開始探索垂類領(lǐng)域應(yīng)用落地。OpenAI 等基于大量工程實驗和反復(fù)驗證提出縮放定律，揭示了模型能力與計算能力、參數(shù)量和數(shù)據(jù)量間的定量關(guān)系，業(yè)界也遵循該定律指導(dǎo)資源要素投入、推動模型創(chuàng)新發(fā)展，近年來在模型技術(shù)能力、通用泛化水平等方面取得一系列突破性進展。目前，大模型支持模態(tài)已逐步從自然語言處理拓展到多模態(tài)理解和生成等場景。
隨著大模型時代到來，人工智能技術(shù)能力快速迭代，持續(xù)推動各行各業(yè)的發(fā)展路徑變革，全面帶動大規(guī)模產(chǎn)業(yè)升級。在傳統(tǒng)專用智能應(yīng)用基礎(chǔ)上，大模型通過進一步提供智能對話、文本創(chuàng)作、圖像生成和視頻生成等通用能力，提升賦能經(jīng)濟發(fā)展、民生服務(wù)、科學(xué)發(fā)現(xiàn)等各領(lǐng)域的深度和廣度，將對全球經(jīng)濟社會發(fā)展和人類文明進步產(chǎn)生深遠影響。
專用智能應(yīng)用逐步成熟，通用智能落地前景廣闊。一方面，專用小模型與行業(yè)場景融合深入。另一方面，隨著全球掀起大模型應(yīng)用探索熱潮，大模型憑借更強大的分析、預(yù)測和交互能力，以及對場景任務(wù)的適應(yīng)性，將有望帶動工業(yè)技術(shù)產(chǎn)業(yè)實現(xiàn)創(chuàng)新性變革。
此外，面向企業(yè)側(cè)和消費側(cè)的應(yīng)用展現(xiàn)出不同的發(fā)展態(tài)勢。面向企業(yè)側(cè)，大模型應(yīng)用更注重專業(yè)定制和效益反饋。面向消費側(cè)，大模型應(yīng)用更強調(diào)普惠適用和創(chuàng)意生成。重點行業(yè)人工智能應(yīng)用走深向?qū)�，貫穿產(chǎn)品研發(fā)設(shè)計、生產(chǎn)制造、營銷服務(wù)、運營管理全流程，在提質(zhì)增效的同時，逐步滲透并引導(dǎo)產(chǎn)業(yè)變革。
大模型賦能需針對應(yīng)用場景合理選擇
然而，當前大模型技術(shù)條件下，落地應(yīng)用并非適用所有場景。目前大模型適用的場景側(cè)重于對話交互、創(chuàng)意生成、知識管理類，而對于可解釋要求高、確定性要求高、實時性要求高、場景動態(tài)性高、樣本數(shù)據(jù)不易獲取的場景，大模型如何有效應(yīng)用還需要進一步探索。因此，大模型賦能需要針對具體應(yīng)用場景合理選擇。如，在產(chǎn)品設(shè)計、技術(shù)研發(fā)、知識管理、仿真驗證等語料豐富、問題邊界清晰的領(lǐng)域，大模型能發(fā)揮強大的自然語言處理能力能，極大提升勞動者的生產(chǎn)效率和創(chuàng)造力，從而推動工業(yè)技術(shù)產(chǎn)業(yè)實現(xiàn)創(chuàng)新性變革。而在實時生產(chǎn)中，由于對質(zhì)量管理和流程精的高度要求，以及高質(zhì)量專業(yè)數(shù)據(jù)獲取的現(xiàn)實困難，尚不能采用大模型生成的“弱解釋性”結(jié)果直接指導(dǎo)生產(chǎn)現(xiàn)場。數(shù)據(jù)規(guī)模與質(zhì)量、場景核心業(yè)務(wù)邏輯與大模型的創(chuàng)意生成和交互能力之間的匹配度，是選擇的重要考慮因素。
從產(chǎn)業(yè)鏈各環(huán)節(jié)應(yīng)用來看，大模型落地呈現(xiàn)“兩端快、中間慢”的階段特征�！斑x、建、用、管”體系化推動落地應(yīng)用成為加速人工智能走向?qū)嵱没�、普惠化的行業(yè)共識。
安全方面，人工智能技術(shù)應(yīng)用帶來自身安全、衍生安全兩大類風(fēng)險挑戰(zhàn)，各國治理進程不斷提速，全球人工智能治理正處于“從原則走向?qū)嵺`”的關(guān)鍵階段。
技術(shù)體系和產(chǎn)業(yè)生態(tài)正加速構(gòu)建
當前，人工智能正處于邁向通用智能時代的初始階段，技術(shù)體系和產(chǎn)業(yè)生態(tài)正在加速構(gòu)建。近期來看，人工智能重要發(fā)展方向包括：一是增強語言大模型能力仍是技術(shù)升級的重點方向之一，二是多模態(tài)模型有望加速突破，三是智能體憑借其強大的環(huán)境交互、任務(wù)執(zhí)行、自我優(yōu)化等能力，將進一步拓寬人工智能的應(yīng)用場景，大幅提升用戶體驗和工作效率，為人工智能賦能千行百業(yè)夯實基礎(chǔ)。四是具身智能為智能體賦予“身體”，使其能夠與物理世界交互、探索、獲取經(jīng)驗并改進自身行為，實現(xiàn)思維智能與行為智能的有機融合，成為邁向通用人工智能的重要一步。
中遠期來看，與當前數(shù)字芯片不同的模擬計算、量子計算芯片等硬件或?qū)⒅鸩匠墒�，在此基礎(chǔ)上發(fā)展的類腦智能等顛覆性技術(shù)，將為人工智能發(fā)展帶來更廣闊的想象空間。
人工智能的技術(shù)浪潮將推動更大范圍的行業(yè)轉(zhuǎn)型升級，助力行業(yè)邁向智能化新階段。大模型展現(xiàn)出的巨大潛力不僅將促使人工智能產(chǎn)業(yè)迎來重要的拐點，還將進一步推動我國生產(chǎn)力和生產(chǎn)關(guān)系的深刻變革。隨著人工智能賦能新型工業(yè)化向縱深發(fā)展，人工智能在實體經(jīng)濟中的應(yīng)用場景將進一步拓展，加速向生產(chǎn)制造環(huán)節(jié)滲透，加速邁向全方位、深層次智能化轉(zhuǎn)型升級新階段。
