以用促建做強大模型產業

近期，OpenAI推出了最新的多模態人工智能大模型GPT-4o，標誌着人工智能在多模態交互和實時反應方面邁出了重要一步。同時，國產漢字長文本大模型Kimi訪問量迅速攀升，躍居國內首位。生成式人工智能大模型產業在全球掀起新一輪的蓬勃發展浪潮，也是形塑其相關產業的關鍵階段。

當前，全球大模型產業已進入發展爆發期，我國緊跟國際前沿。據統計，截至2023年7月份，我國累計發佈的大模型數量已達130個，超過美國的114個，位居全球首位，這些大模型廣泛應用於遊戲、商務、傳媒影視、醫療、金融、電商、工業等領域。截至今年3月份，基於大模型的生成式人工智能行業用戶量已達7380萬，佔移動互聯網用戶量的6%。

近兩年，黨中央、國務院高度重視前瞻佈局未來產業發展，陸續推出加快和支持大模型產業的政策舉措。2023年7月份，國家網信辦聯合國家發展改革委、教育部、科技部、工業和信息化部等部門聯合發佈了《生成式人工智能服務管理暫行辦法》，既爲產業創新提供了政策導向和法律保障，又爲產業監管提供了科學合理且平衡適度的框架，體現了國家對生成式人工智能產業發展的鼓勵和支持，以構建良性循環生態體系。今年5月份，中央網信辦、國家市場監管總局、工業和信息化部聯合印發的《信息化標準建設行動計劃（2024—2027年）》提出，完善人工智能標準，着力強化通用性、基礎性、倫理、安全、隱私等標準研製，並加快推進大模型和生成式人工智能標準的制定。在大模型技術和產業發展的驅動下，我國依賴大模型的相關產業迎來跳躍式發展。2022年，我國AI芯片市場規模爲850億元，2023年躍升至約1206億元；2022年，我國AI服務器市場出貨量約28.4萬臺，2023年則增長至約35.4萬臺。

在全球大模型產業形塑關鍵階段，競爭愈加激烈，輻射行業日益廣泛。我國大模型產業發展仍面臨諸多挑戰：在技術進步方面，國內外差距仍然存在，算力、數據等高依附資源依然稀缺，新路線探索受到虹吸效應影響；在產業發展方面，龍頭產品不足，競爭趨於低端化，核心模型依賴國外的問題明顯；在應用方面，存在不好用、不便用、不敢用現狀，且應用場景同質化嚴重。因此，需從核心理念、技術發展、資源支撐、產業推動等方面發力，推動我國大模型產業做大做強。

樹立科學的發展理念。堅持“以用促建”原則，以實際應用需求驅動技術革新。通過深入挖掘市場需求，構建多元化應用場景，促進生成式大模型在各行各業的落地應用，着力提升產業整體效益。同時，重視技術與實際應用間的相互促進，利用應用反饋不斷優化和提升模型性能。通過塑造豐富的應用場景，推動相關產業鏈的發展，形成技術、產業與應用三位一體的良性循環生態系統。

堅持多維度技術發展策略。在推動生成式大模型技術發展的同時，還應深耕人工智能的多元化技術路徑，確保技術領域的多樣性與前瞻性。不同技術路徑應相互借鑑與融合，以此推動技術多維度創新和廣泛應用，避免對單一技術的過度依賴，降低技術風險，提升整體技術體系的穩定性與抗風險能力。通過多元化發展策略，不僅能促進技術的穩健進步，還能滿足不同應用場景的多樣化需求。

加強和優化支撐性資源。對算力和能源等消耗性支撐資源，應採用集中統籌與靈活自給相結合的策略，既做大基礎又確保支撐資源按需使用。重視數據資源的橫向貫通，構建開放與共享的數據平臺，爲生成式大模型的訓練和優化提供強大的數據支持。政府應發揮其體制優勢，整合各類資源，形成合力，加快相關基礎設施的建設與提升，以支持技術發展與應用推廣。

多層面推進產業發展。鼓勵各地區在不同行業採納“生成式+應用”思維模式和發展策略，爲大模型技術的廣泛應用和可持續發展開闢廣闊空間。以垂直領域的產業應用爲切入點，推動大模型技術在各個領域生根開花。通過政策扶持和資源優先配置，支持和培育具有創新潛力的中小企業，促進大模型技術良性競爭和產業能力的整體提升。 （作者：郭劍鋒 曹 琪 來源：經濟日報）