近日，騰訊公司的人工智能大模型“混元”在2023騰訊全球數字生態(tài)大會上正式亮相，該大模型在中文創(chuàng)作、復雜語境下的邏輯推理、可靠的任務執(zhí)行等方面具有技術優(yōu)勢。

　　當前，國內科技龍頭企業(yè)密集推出人工智能大模型，呈現百花齊放、迅猛發(fā)展的態(tài)勢，騰訊、華為、阿里、百度等巨頭紛紛入局，投入資源、潛心研究。隨著國產大模型進入高速發(fā)展期，業(yè)內逐步認識到，大模型不僅僅是聊天機器人，更能加速千行百業(yè)的數字化與智能化轉型。面向未來，大模型將與越來越多應用場景相結合，為實體經濟帶來新機遇。

　　呈爆發(fā)式增長態(tài)勢

　　來自騰訊公司的消息顯示，騰訊混元大模型掌握了從模型算法到機器學習框架，再到人工智能基礎設施的全鏈路技術。事實上，從2021年開始，騰訊先后研發(fā)了多個千億和萬億級參數的大模型，并在實際應用中優(yōu)化大模型底層算法，提升工程能力。

　　在2023騰訊全球數字生態(tài)大會現場，騰訊公司相關負責人展示了在接入騰訊混元大模型后，騰訊會議、騰訊文檔、騰訊廣告等產品性能得到的顯著提升。目前，混元大模型已作為核心引擎支持了50多個騰訊內部應用。

　　8月31日，百度生成式人工智能產品“文心一言”正式向公眾開放服務，互聯網普通用戶可以下載體驗。7月，華為公司也發(fā)布了人工智能大模型“盤古大模型3.0”，包含以“鯤鵬”“昇騰”為基礎的AI算力、計算引擎、全場景AI框架以及AI開發(fā)平臺等。

　　今年以來，我國人工智能大模型掀起了一輪發(fā)展熱潮。中國電子信息產業(yè)發(fā)展研究院下屬賽迪顧問公司發(fā)布的研究報告顯示，我國2021年開啟了對大模型的探索，逐步涌現出一批具有行業(yè)影響力的大模型。2023年，受ChatGPT影響，大模型發(fā)展邁向新階段，國產大模型一時間呈現爆發(fā)式增長態(tài)勢。截至2023年7月，我國累計已經發(fā)布130個大模型。

　　破解痛點打開思路

　　當前，大模型正在成為推動新一輪科技創(chuàng)新、產業(yè)升級、生產力躍遷的重要力量。隨著前沿技術推動產業(yè)全鏈條升級，未來從田間到產線，從實驗室到便利店，大模型可能會無處不在。

　　在公布混元大模型的同時，騰訊也表示將通過騰訊云開放大模型的能力，為各行各業(yè)的數字化提供技術支持。企業(yè)用戶可以直接調用騰訊混元大模型，也可以將其作為基底模型，從技術底座、平臺能力、智能應用等維度構建專屬大模型及智能應用。

　　騰訊集團高級執(zhí)行副總裁、云與智慧產業(yè)事業(yè)群CEO湯道生表示，以大模型生成技術為核心，人工智能正在成為下一輪數字化發(fā)展的關鍵動力，為解決產業(yè)痛點帶來了全新的思路。

　　清華大學人工智能研究院視覺智能研究中心主任鄧志東認為，大模型的價值在于應用，要在多樣化的實際應用場景中賦能智能經濟與智能社會的發(fā)展。中國工程院院士鄔賀銓也認為，除了對話、寫詩、作畫等應用之外，要將大模型切實投入到城市發(fā)展、金融科技、生物醫(yī)藥、工業(yè)制造、科學研究等領域，在實體產業(yè)落地，為社會經濟帶來實實在在的價值。

　　事實上，利用大模型加速千行百業(yè)的數字化、智能化轉型，深耕實體經濟行業(yè)，正在成為業(yè)界的共同選擇。

　　中國電子科技集團旗下企業(yè)6月初發(fā)布了生成式人工智能大模型產品“小可”，能夠構建工廠一體化流轉平臺，實現崗位工人、產線設備、信息系統(tǒng)之間基于自然語言的交互，優(yōu)化工廠自動化、數字化、智能化運作流程；位于深圳的鵬城實驗室此前也發(fā)布消息稱，該實驗室將推出“鵬城·腦?！贝竽Ｐ陀媱?#xff0c;打造安全可控、開源開放的自然語言預訓練大模型底座，尤其是面向數字政務、智慧金融、智能制造等應用場景；華為盤古大模型實現了對煤礦的采、掘、運、洗、選等多個細分場景全覆蓋，幫助煤礦企業(yè)構建安全高效的智能化系統(tǒng)，目前已在全國近10個礦井實現規(guī)?；瘧谩?/p>

　　賽迪顧問公司的研究報告還顯示，從大模型應用類型來看，國外研發(fā)的大模型主要以通用大模型為主，而我國國產大模型更加貼近產業(yè)端，呈現出行業(yè)大模型占比較高的發(fā)展形態(tài)。“以大模型生成技術為核心，人工智能正在成為下一輪數字化發(fā)展的關鍵動力，為解決產業(yè)痛點帶來了全新的思路。”騰訊集團高級執(zhí)行副總裁、云與智慧產業(yè)事業(yè)群CEO湯道生說。

　　加快布局夯實根基

　　記者調研發(fā)現，大模型的性能主要受算力、數據、算法三方面因素影響。在算法方面，國產大模型與國際先進水平相比沒有根本性差異，基本都是圍繞深度神經網絡、注意力機制、人工調優(yōu)等基礎算法上進行模型結構或局部算法優(yōu)化，而在算力、數據等方面則與國際先進水平存在差距。

　　受訪專家表示，加快布局大模型及其相關產業(yè)，盡快實現關鍵性突破，建議從算力、數據等方面進一步夯實國產大模型根基。

　　第一，加快推進算力基礎設施建設。推進鵬城云腦三期等國家重大算力基礎設施建設，并以此為基礎進一步形成覆蓋全國的算力網絡，使得算力的供給與使用像電網、水網一樣觸手可及。此外，建設技術創(chuàng)新中心、生態(tài)實驗室等平臺，加強中試與驗證，帶動產業(yè)鏈上下游企業(yè)共同攻關突破新技術、研發(fā)新產品。

　　第二，建立可信數據聯盟，為國產大模型訓練提供安全的高質量數據，組建面向人工智能大模型的可信數據聯盟，提供高質量的豐富中文語料庫，打造數字時代“四庫全書”。

　　第三，打造關鍵領域大模型建設的標桿示范工程，發(fā)揮標桿示范工程的引領帶動作用，帶動各行業(yè)積極融入大模型發(fā)展進程，加快形成一批符合國家需求的軟硬件產品和解決方案，形成需求牽引供給、供給創(chuàng)造需求的良性循環(huán)。