繼工業(yè)時代、電氣時代、信息時代之后，真正意義上的智能時代正在呼嘯而來。在大模型的牽引下，這次變革改變了此前的“造工具”模式，且不斷涌現(xiàn)出“新物種”“新伙伴”。

　　“2024年一定是大模型應用爆發(fā)的一年。”在接受證券時報記者專訪時，騰訊云工業(yè)AI解決方案總經(jīng)理鄭海清如是判斷。云天勵飛董事長陳寧也預判，“未來三年將是AI(人工智能)關鍵階段，全球可能80%的企業(yè)會運行在大模型之上;可能五年，機器人和數(shù)字人的數(shù)量會超過人類的數(shù)量。”

　　以行業(yè)應用為支點，大模型從“上新品”向“強應用”階段嬗變，加速了大模型走進百業(yè)千家的節(jié)奏。隨著國產大模型的開發(fā)應用步入深水區(qū)，始于技術、強于應用、惠于生態(tài)的發(fā)展路徑已經(jīng)成形。

　　大模型 “向下”扎根

　　國內某頭部航空航天企業(yè)，此前結構仿真都是利用軟件和算子去做一些數(shù)學或者是物理的模型，要想算出結果需要極大算力。如今，這個計算過程已經(jīng)可以省略，只需用大模型，就能把結果預測出來，測試結果至少實現(xiàn)一到兩個量級的提升。

　　這是騰訊大模型“扎根”行業(yè)的一次落地。鄭海清介紹，除了高端制造業(yè)之外，在工業(yè)質檢、傳統(tǒng)行業(yè)等不少領域，騰訊云從去年下半年開始都陸續(xù)落地。

　　無獨有偶。科大訊飛的星火大模型也持續(xù)在行業(yè)應用領域落地生根。

　　科大訊飛AI工程院院長潘青華介紹，最初啟動大模型攻關的時候，公司就明確了“1+N”的路線，“1”為基礎模型，“N”指的便是行業(yè)應用，即讓大模型在教育、醫(yī)療、汽車、辦公、工業(yè)、智能硬件等多個領域落地。截至目前，“訊飛星火”已陸續(xù)在教育、辦公、汽車、金融、工業(yè)、醫(yī)療等行業(yè)推進真實可見的應用落地案例。

　　大模型向下扎向產業(yè)的根須越發(fā)茂密。

　　阿里云日前在發(fā)布通義千問大模型新版本的同時，推出八大行業(yè)大模型;華為云發(fā)布了盤古醫(yī)學大模型;百度去年也發(fā)布國內首個“產業(yè)級”醫(yī)療AI大模型——靈醫(yī)大模型。繼“AI For Science”之后，大模型已然開始步入“AI For Industries”新階段。

　　“扎根”產業(yè)的大模型，有望給不少產業(yè)帶來顛覆式影響。以創(chuàng)新藥為例，傳統(tǒng)藥物研發(fā)存在耗時十年以上、耗費十億美元的“雙十定律”，但是大模型落地后，隨著對蛋白質結構等越來越準確的預測，藥物研發(fā)的周期或大大縮短。

　　大模型向下扎根，演繹出不同以往的新趨勢。2023年上半年大模型趕潮推出之際，市場關注點主要集中在大模型的參數(shù)數(shù)量和效果優(yōu)化上。從下半年開始，已經(jīng)將關注重點轉向如何實際進行應用，以及企業(yè)怎樣利用其帶來革命性提效。

　　這加速了大模型向通用與垂直兩大路徑的分野。通用大模型和垂直大模型針對或解決問題的目標不盡相同，通用大模型需要具備更強的泛化性，憑借語言理解、邏輯推理、知識問答、文本生成等通用能力，這些大語言模型產品一經(jīng)推出，用戶規(guī)模不斷擴大，并向圖片、視頻等多模態(tài)形式深化演繹;而垂直大模型則必須要在垂直行業(yè)內的應用中保持高準確度，實體經(jīng)濟是大模型應用的“大賽道”。

　　與通用大模型相比，B端客戶在數(shù)據(jù)安全、精準性、成本等方面更為關注。這給大模型廠家提出了更高的要求。

　　比如，針對大模型在面對某些輸入時，會生成不準確、不完整或誤導性的輸出，出現(xiàn)“幻覺”問題，騰訊優(yōu)化了預訓練算法及策略，通過自研的“探真”技術，讓混元大模型的“幻覺”相比主流開源大模型降低了30%—50%。同時，還通過強化學習的方法，讓模型學會識別陷阱問題，通過位置編碼的優(yōu)化，提高了模型處理超長文的效果和性能。在邏輯方面，騰訊提出了思維鏈的新策略，讓大模型能夠像人一樣結合實際的應用場景進行推理和決策。

　　潘青華預測，最終能夠走出來的通用大模型可能只有幾家，“未來國內可能就是幾個底座，大家各自選擇合適的底座去做自己上層的應用”。

　　終端部署多元化

　　大模型不僅被“引入”產業(yè)，還被“帶入”終端，并呈現(xiàn)多元化布局特點。

　　PC(個人電腦)被視為通用人工智能普惠到每個人的首選終端。業(yè)內普遍將2024年視為AI PC爆發(fā)元年。1月17日，包括聯(lián)想拯救者、聯(lián)想小新在內的多款AI PC新品發(fā)布，同時明確，個人AI Agent也將于3個月后正式與用戶見面;在今年CES期間，戴爾、惠普、宏碁等PC企業(yè)也發(fā)布了多款基于人工智能的全新設備和解決方案。

　　按照聯(lián)想集團構想，每個個體都可以擁有一個專屬于自己的AI PC，運行屬于自己的“個人大模型”。個人大模型能夠繼承公共大模型強大的能力，又能夠為個人所有、提供個性化專屬服務。機構預計，2024年起，將陸續(xù)有多款AI PC產品問世，2027年出貨量有望超1.75億臺，將占整體PC市場份額的60%，成為PC市場的主流產品。

　　作為重要個人終端，大模型新變局也開始席卷手機行業(yè)。韓國三星公司1月17日發(fā)布了首款AI手機系統(tǒng)集成了AI大模型Galaxy AI，可實現(xiàn)通話實時翻譯、AI組織優(yōu)化筆記、照片、視頻等功能。在此之前，國產主要手機品牌已經(jīng)紛紛布局大模型，無論是小米自研大模型MiLM，還是vivo的藍心大模型以及華為的盤古大模型，手機端AI大模型儼然成為新一輪的競技重點，吸引主流玩家悉數(shù)到場。

　　有接近小米的產業(yè)人士認為，目前大模型手機還在起步探索階段，未來哪家廠商能夠決勝千里，還要取決于模型、應用和產品的迭代創(chuàng)新。同時，蘋果iPhone如何讓大模型發(fā)揮所能，答案依然懸而未決。

　　產業(yè)化終端之外，一些尚未完全步入商業(yè)化之旅的“未來終端”也借助大模型，向通用人工智能最理想的載體晉級;基于大模型的大腦，具備感知、記憶、規(guī)劃和使用工具的能力的AI Agent(人工智能助理)的演進也備受關注。

　　CES期間上，初創(chuàng)公司Rabbit發(fā)布了其手持式AI硬件產品——R1，定位為用戶個人助理，能夠幫助用戶完成打車、訂餐、放歌等日常任務，目前第一批設備已售罄，第二批預訂預計交貨日期排到2024年4月至5月。

　　“類比移動互聯(lián)網(wǎng)的智能手機類產品，人工智能時代的產品就是AI Agent，預計未來五到十年的時間，我們每個人都會有三臺機器人。”云天勵飛董事長陳寧預測，未來三年將是人工智能關鍵階段，全球可能80%的企業(yè)會運行在大模型之上;可能五年的時間機器人和數(shù)字人的數(shù)量會超過人類的數(shù)量。

　　機器人成為AI Agent的典型代表之一。

　　日前，科大訊飛發(fā)布業(yè)內首個集成全自主國產星火認知大模型的具身智能人形機器人。科大訊飛硬件中心機器人產品總監(jiān)季超表示，短期內，人形機器人將以實際應用場景為牽引，各行業(yè)也會為不同的任務推出不同型號的機器人產品;長期看，未來人形機器人將會在各行各業(yè)充分打磨，本體上下游產業(yè)鏈和任務數(shù)據(jù)積累會日益完善。伴隨著通用AI的“奇點”降臨和機器人硬件成本不斷降低，人形機器人有望走進千家萬戶。

　　夯實底層技術架構

　　大模型從“上新品”向“強應用”的嬗變，影響萬千產業(yè)，也會關乎“百模大戰(zhàn)”競逐的終局。

　　底層技術底座自主可控愈發(fā)重要。其中，算力視為大模型發(fā)展的重要推手。以英偉達為代表的人工智能訓練芯片當前壟斷著全球AI算力市場供應，但在業(yè)內人士看來，算力是一整套生態(tài)體系，相關芯片布局充滿機遇和挑戰(zhàn)。

　　“算力是一整套生態(tài)體系。”云岫資本合伙人兼首席技術官趙占祥介紹，從AI芯片分類來看，目前中國在訓練芯片方面與國際領先水平還有差距，但發(fā)展迅速，預計到2024年年底，許多場景將開始使用國產訓練芯片;推理芯片方面，劃分為云端推理和邊緣端推理(如智能手機上的AI功能)，尤其是在低功耗環(huán)境下實現(xiàn)高效能邊緣側AI，對模型輕量化的需求提升。中國正積極利用新型架構如存算一體來提高整體算力，并通過光電互聯(lián)等新技術手段增強算力表現(xiàn)。

　　2023年10月，科大訊飛發(fā)布了基于華為昇騰生態(tài)的自主可控算力平臺“飛星一號”，并在此技術上開展更大規(guī)模的模型訓練。在推理人工智能芯片領域，2023年11月的深圳高交會上，云天勵飛發(fā)布了基于國產的14納米工藝Chiplet技術的大模型邊緣推理芯片，可拓展支持千億級大模型部署。

　　“AI訓練不是目的，大模型在千行百業(yè)的推理應用才是產業(yè)化落地的最終目標。我們預計未來5到10年的人工智能推理芯片需求量會到萬億顆。”陳寧介紹，尤其是Chiplet D2D工藝可以實現(xiàn)一次設計流片、多次封裝，生產多顆不同計算規(guī)格的芯片，能降低成本，滿足市場在各個領域對不同規(guī)格的大模型推理芯片的需求。

　　潘青華也指出，未來大模型的普及程度一方面取決于算法的創(chuàng)新，另一方面取決于硬件的進步，即如何在單位芯片功耗相同的情況下，實現(xiàn)更強的計算能力。以語音識別為例，初始使用成本非常高，現(xiàn)在語音識別算法集成到本地硬件上，不需要構建云端的算力，已經(jīng)可以支持每天幾十億次的語音識別的訪問。

　　目前主流的云端大模型，參數(shù)量都在千億級別，對于內存、算力、功耗的需求龐大。相比較，手機廠商自研的端側大模型體量都比較小，將參數(shù)壓縮到了數(shù)十億到百億左右，以便在手機端運行。為了實現(xiàn)大模型體驗和手機性能的平衡，廠商們目前普遍采取了“端云協(xié)同”的策略，同時部署端側和云端兩種模型，根據(jù)不同的應用場景和需求來進行選擇。

　　除了算力系統(tǒng)升級，算法的創(chuàng)新要求也將“水漲船高”。“基于現(xiàn)有算法框架，仍然看到模型(參數(shù))越大，越能帶來能力提升，但無限堆算力可能不是最優(yōu)路徑，預計很快就會進入算法層面的創(chuàng)新比拼階段。”潘青華表示。

　　這意味著隨著大模型等通用人工智能應用的進一步發(fā)展，對底層產業(yè)鏈的自主可控程度要求進一步提升。

　　陳寧介紹，結合當前國際環(huán)境和中國市場需求以及產業(yè)鏈成熟情況，公司致力于打造中國的算法芯片化技術平臺，即面向算法計算加速定制處理器設計。同時，推動多模態(tài)大模型技術的逐步突破、成熟，以及國產工藝的人工智能芯片的進步。

　　應對通用人工智能時代發(fā)展，數(shù)據(jù)也亟需治理和升級。

　　陳寧表示，過去物聯(lián)網(wǎng)沉淀的海量數(shù)據(jù)，并不能直接反哺到人工智能，還需要消耗大量的成本來做數(shù)據(jù)治理，才可以真正去訓練人工智能的算法，推動AI應用的落地。

　　對于大模型的產業(yè)模式，百度集團副總裁吳甜認為可以類比芯片代工廠，“大模型平臺是價格昂貴的大算力系統(tǒng)，可以把大數(shù)據(jù)、大算力、大算法都封裝，并且可以建設自動化、數(shù)字化、標準化的的生產模式。應用方只需定義好問題，把對AI模型的能力要求交給大模型平臺，由大模型平臺進行生產，這樣才有可能實現(xiàn)產業(yè)應用遍地開花”。

　　不過，大模型在快速發(fā)展過程中，也引發(fā)了各界對于數(shù)據(jù)保護、合規(guī)風險及隱私泄露等問題的擔憂。潘青華表示，從算法原理來看，大模型距離形成自主意識還為時尚早。而從大模型本身的安全性來看，如何防止生產有害的、錯誤的信息，這是必須引起重視的，可以從數(shù)據(jù)源頭、訓練方法、算法等技術層面建立配套的鑒偽等機制;與此同時，還需要從政策法規(guī)層面進行引導，在不影響技術迭代的前提下，避免技術濫用。

　　“還是需要鼓勵實事求是的精神，對人工智能技術不要過度包裝，讓市場能夠客觀理性認識技術。”潘青華說，希望更多的人能夠參與到人工智能生態(tài)，以更積極的心態(tài)擁抱技術，促進生態(tài)繁榮，推動社會進步。