自行業(yè)先驅(qū)OpenAI公司于2018年推出全球首個(gè)AI大模型GPT1、于2022年推出首個(gè)“爆款”模型ChatGPT3.5以來(lái)，全球各國(guó)掀起了大模型研發(fā)浪潮，眾多大型科技企業(yè)????、初創(chuàng)企業(yè)、研究機(jī)構(gòu)等紛紛投入通用大模型的研發(fā)中?????♀?，形成“百模大戰(zhàn)”。

相比早期的AI模型產(chǎn)品，現(xiàn)階段的AI大模型是“通用”大模型，已經(jīng)初步脫離特定任務(wù)“工具”層面、邁入通用智能階段，不僅表現(xiàn)在其內(nèi)容理解、內(nèi)容生成、邏輯推理、知識(shí)記憶等基礎(chǔ)能力獲得重大提升，也表現(xiàn)在其基礎(chǔ)能力具有良好的泛化性，可以就特定行業(yè)知識(shí)、特定任務(wù)類型進(jìn)行優(yōu)化調(diào)試，習(xí)得各行各業(yè)的細(xì)分技能??，與人類勞動(dòng)者的技能培訓(xùn)可塑性類似??。

AI大模型的強(qiáng)大技術(shù)能力，使得其在各行各業(yè)具有廣泛的應(yīng)用潛能，相關(guān)技術(shù)及產(chǎn)業(yè)的持續(xù)發(fā)展????，有望成為推動(dòng)經(jīng)濟(jì)社會(huì)進(jìn)一步發(fā)展、全要素生產(chǎn)率進(jìn)一步提升的重要因素之一??。本文就AI產(chǎn)業(yè)生態(tài)??、發(fā)展現(xiàn)狀及未來(lái)發(fā)展方向進(jìn)行簡(jiǎn)要介紹與梳理，可作為讀者了解AI產(chǎn)業(yè)的參考之一。

一?????、AI產(chǎn)業(yè)生態(tài)

AI即人工智能，指利用數(shù)字計(jì)算機(jī)或其控制的設(shè)備，通過(guò)感知環(huán)境、獲取知識(shí)、推導(dǎo)演繹等方法???????????，模擬、延伸和擴(kuò)展人類智能的理論方法及技術(shù)系統(tǒng)。

AI產(chǎn)業(yè)生態(tài)由基礎(chǔ)層、技術(shù)層和應(yīng)用層構(gòu)成?????；A(chǔ)層提供算力、數(shù)據(jù)和算法支撐??；技術(shù)層以通用大模型（以下簡(jiǎn)稱“AI大模型”或“大模型”）為基礎(chǔ)，通過(guò)算法開(kāi)發(fā)形成底層技術(shù)能力，是AI系統(tǒng)的智力中樞????；應(yīng)用層以技術(shù)層和基礎(chǔ)層的能力為基礎(chǔ)??????，根據(jù)具體場(chǎng)景進(jìn)行技術(shù)部署。

AI產(chǎn)業(yè)生態(tài)基礎(chǔ)層包括算力、數(shù)據(jù)和算法框架。算力方面???????，主要由云計(jì)算、服務(wù)器等廠商基于芯片、網(wǎng)絡(luò)設(shè)備等關(guān)鍵器件部件，提供云端調(diào)度或本地部署的算力硬件支持；數(shù)據(jù)方面，主要由數(shù)據(jù)服務(wù)商匯集數(shù)據(jù)資源，并進(jìn)行清洗???、標(biāo)注等數(shù)據(jù)加工工作；算法方面?????♀????????，AI算法框架廠商為AI開(kāi)發(fā)者開(kāi)源提供算法框架?????♀?。

AI產(chǎn)業(yè)生態(tài)技術(shù)層以通用大模型作為基礎(chǔ)，垂直應(yīng)用模型、其他技術(shù)模塊作為補(bǔ)充????。通用大模型分為生成式大模型和推理大模型兩類????，分別具備快速響應(yīng)優(yōu)勢(shì)與邏輯推理能力優(yōu)勢(shì)。在模型訓(xùn)練階段????，通用大模型可作為垂直應(yīng)用模型的基礎(chǔ)，即在通用大模型的基礎(chǔ)上結(jié)合特定場(chǎng)景微調(diào)得到垂直應(yīng)用模型??；在使用階段，通用大模型和垂直應(yīng)用模型或補(bǔ)充技術(shù)模塊可并行使用??、相互分工????，由通用大模型解決通用類問(wèn)題，由垂直應(yīng)用模型解決相對(duì)復(fù)雜的專業(yè)類問(wèn)題，由補(bǔ)充技術(shù)模塊解決更細(xì)化的專業(yè)任務(wù)，并發(fā)揮后兩者細(xì)分任務(wù)分析精度更高、算力要求更低、響應(yīng)速度更快的優(yōu)勢(shì)??。

AI產(chǎn)業(yè)生態(tài)應(yīng)用層主要由智能軟件系統(tǒng)與智能硬件系統(tǒng)組成??，智能軟件系統(tǒng)包括企業(yè)大腦類??、智慧城市類??、各領(lǐng)域辦公軟件等應(yīng)用程序，能夠集成AI大模型技術(shù)進(jìn)行功能與性能的迭代升級(jí)；智能硬件終端包括消費(fèi)電子產(chǎn)品及醫(yī)護(hù)機(jī)器人、自動(dòng)駕駛汽車等產(chǎn)品，通過(guò)集成AI大模型技術(shù)，提升認(rèn)知層次與能力泛化性?????。

二、AI大模型技術(shù)優(yōu)劣勢(shì)評(píng)析

1.AI大模型技術(shù)優(yōu)勢(shì)：相比傳統(tǒng)AI模型??，在四大基礎(chǔ)能力上有重大提升

與傳統(tǒng)AI模型相比????，AI大模型在知識(shí)記憶??、內(nèi)容理解、內(nèi)容生成和邏輯推理方面?????♂?，性能都有顯著提高：

一是知識(shí)記憶方面，可將訓(xùn)練時(shí)使用的海量信息進(jìn)行抽象化理解與吸收，通過(guò)建模轉(zhuǎn)化為上千億參數(shù)之間的數(shù)學(xué)計(jì)算邏輯，并通過(guò)計(jì)算方式提取，因此，其對(duì)信息的記憶與調(diào)用并不是“查字典”式的引用，而是基于自身的理解進(jìn)行知識(shí)吸收與輸出????；

二是內(nèi)容理解方面??????????????，對(duì)文字、圖片和對(duì)話意圖等內(nèi)容的理解水平逐步接近人類?????，能夠捕捉文本關(guān)鍵詞或圖片關(guān)鍵內(nèi)容????，分析關(guān)鍵部分對(duì)應(yīng)的意義或情緒等；

三是內(nèi)容生成方面，能夠生成原創(chuàng)且連貫的文本，并根據(jù)現(xiàn)有數(shù)據(jù)生成新內(nèi)容，其可基于大量文本數(shù)據(jù)的訓(xùn)練，抓取內(nèi)在聯(lián)系與人類使用模式??，并通過(guò)基于對(duì)話回答問(wèn)題、基于指令生成內(nèi)容兩種方式進(jìn)行輸出；

四是邏輯推理方面??，實(shí)現(xiàn)“快、慢思考”兩種模式，對(duì)于簡(jiǎn)單問(wèn)題可根據(jù)統(tǒng)計(jì)概率論原理推算結(jié)果，對(duì)于復(fù)雜問(wèn)題可將問(wèn)題拆解為一系列有邏輯關(guān)系的多層思考步驟進(jìn)行推演。

2.AI大模型存在的不足：相比人類智能，認(rèn)知層次或存在根本性缺陷，同時(shí)存在多維度安全問(wèn)題

AI大模型的認(rèn)知層次或仍停留在統(tǒng)計(jì)概率層面，從而長(zhǎng)期存在重大能力短板。國(guó)內(nèi)外大量權(quán)威學(xué)者認(rèn)為，現(xiàn)有AI大模型所輸出的內(nèi)容主要是對(duì)現(xiàn)有知識(shí)進(jìn)行最符合統(tǒng)計(jì)概率分布的“拼圖重組”?????♂??，而根本性缺乏世界經(jīng)驗(yàn)或人類般的思維模式和心智模型。若該觀點(diǎn)屬實(shí)，則AI在取得算法架構(gòu)上的重大突破之前，將長(zhǎng)期存在真實(shí)準(zhǔn)確性、邏輯智力???????、創(chuàng)造能力等方面的深層次能力短板。

同時(shí)，AI大模型還可能遇到各式惡意操作者??，帶來(lái)多維度安全挑戰(zhàn)。若不對(duì)相關(guān)安全隱患加以防范，可能造成全社會(huì)范圍的安全威脅???????，而若對(duì)AI大模型的正常用途進(jìn)行過(guò)嚴(yán)的限制，可能對(duì)模型的正常使用造成阻礙。主要的惡意操作者有：一是惡意網(wǎng)絡(luò)黑客??，或?qū)I大模型用于自動(dòng)化攻擊、深度偽造欺詐、對(duì)抗性攻擊等領(lǐng)域；二是惡意使用者，或利用AI從事生成惡意代碼、編寫(xiě)釣魚(yú)郵件、密碼破譯等犯罪活動(dòng)，甚至研發(fā)生物武器、策劃恐怖行動(dòng)??、創(chuàng)作違法信息等其他犯罪行動(dòng)；三是惡意開(kāi)發(fā)者，或在大模型的后訓(xùn)練階段篡改模型善惡取向等“價(jià)值觀”，使模型系統(tǒng)性產(chǎn)出危險(xiǎn)內(nèi)容。

三、AI產(chǎn)業(yè)主要發(fā)展方向

未來(lái)，AI產(chǎn)業(yè)將呈現(xiàn)AI大模型技術(shù)持續(xù)提升、AI技術(shù)生態(tài)不斷豐富??、AI應(yīng)用形態(tài)不斷深化等主要發(fā)展方向??。

1.通過(guò)拓展高質(zhì)量數(shù)據(jù)?????♀?、強(qiáng)化推理策略、創(chuàng)新算法架構(gòu)等方式，促進(jìn)AI大模型性能不斷提升

AI大模型廠商將繼續(xù)通過(guò)拓展高質(zhì)量數(shù)據(jù)、強(qiáng)化推理能力?????♀?、創(chuàng)新新型算法架構(gòu)等方式，不斷提升AI通用大模型的技術(shù)性能????♂?，有望推動(dòng)大模型以“頓悟”的形式提升在邏輯智力等方面的根本性短板。

高質(zhì)量數(shù)據(jù)拓展方面?????♂?????，大模型訓(xùn)練嚴(yán)重依賴互聯(lián)網(wǎng)公開(kāi)數(shù)據(jù)，經(jīng)預(yù)測(cè)或在2026年瀕臨數(shù)據(jù)枯竭。未來(lái)技術(shù)發(fā)展路徑有二：

（1）生成合成數(shù)據(jù)???♀?，即基于GANs算法????、VAE算法等技術(shù)，按照現(xiàn)實(shí)場(chǎng)景數(shù)據(jù)規(guī)律生成能夠模擬交互場(chǎng)景的虛擬數(shù)據(jù)，預(yù)計(jì)2030年合成數(shù)據(jù)會(huì)成為AI訓(xùn)練的主要數(shù)據(jù)來(lái)源?????♂?；

（2）使用AI企業(yè)掌握的私有數(shù)據(jù)，如Google、Meta等企業(yè)擁有大量獨(dú)家數(shù)據(jù)資源，有望獲得一定優(yōu)勢(shì)。

推理能力強(qiáng)化方面?????♀?，目前大模型僅能完成簡(jiǎn)單任務(wù)，對(duì)復(fù)雜任務(wù)和長(zhǎng)文本分析等缺乏推理能力，需要多措并舉，強(qiáng)化模型邏輯思維能力與可靠性：

（1）強(qiáng)化思維鏈訓(xùn)練、深度學(xué)習(xí)等方法提高模型推理能力????；

（2）采用RAG檢索增強(qiáng)技術(shù)??，使大模型在內(nèi)容生成過(guò)程中更嚴(yán)格地與信息來(lái)源進(jìn)行校對(duì)????，從而減少生成內(nèi)容的“幻覺(jué)”等錯(cuò)誤。

算法架構(gòu)創(chuàng)新方面，原有的Transformer架構(gòu)的模型計(jì)算成本高??、效率低，且存在“幻覺(jué)”等問(wèn)題，亟須研發(fā)全新算法，主要有三個(gè)路徑??：

（1）優(yōu)化Transformer架構(gòu)，如通過(guò)MoE結(jié)構(gòu)等?????♀?，優(yōu)化算力調(diào)用效率；

（2）基于Transformer架構(gòu)基礎(chǔ)上進(jìn)行微調(diào)，如結(jié)合Transformer與RNN、CNN形成混合架構(gòu)；

（3）開(kāi)發(fā)區(qū)別于Transformer的新型架構(gòu)，如實(shí)驗(yàn)室階段的GyberDemo、H20等??。

2.打造并豐富垂直應(yīng)用模型、小模型終端應(yīng)用技術(shù)生態(tài)??，促進(jìn)AI技術(shù)廣泛滲透應(yīng)用

AI技術(shù)廠商將基于大模型，開(kāi)發(fā)垂直應(yīng)用模型??、終端小模型應(yīng)用等??，形成大模型?????♂?、垂直應(yīng)用模型、終端小模型并存互補(bǔ)的技術(shù)生態(tài)，促進(jìn)AI技術(shù)形成更高的專業(yè)知識(shí)精度和更小的算力成本，從而可以在細(xì)分產(chǎn)業(yè)、下沉應(yīng)用領(lǐng)域進(jìn)行廣泛滲透。

開(kāi)發(fā)垂直應(yīng)用模型方面，當(dāng)前AI大模型在部分專業(yè)行業(yè)領(lǐng)域的知識(shí)深度、結(jié)構(gòu)多樣性等方面尚無(wú)法滿足使用需求，需要進(jìn)一步開(kāi)發(fā)垂直大模型以供專業(yè)行業(yè)領(lǐng)域使用。未來(lái)，業(yè)界有望以AI大模型為基礎(chǔ)，使用特定領(lǐng)域標(biāo)注數(shù)據(jù)進(jìn)行監(jiān)督式微調(diào)，增強(qiáng)模型對(duì)特定任務(wù)的理解和響應(yīng)精度，研發(fā)形成行業(yè)專有大模型?????♀?。

開(kāi)發(fā)終端小模型方面，AI大模型在終端的應(yīng)用存在算力需求量大、響應(yīng)延遲等問(wèn)題??，難以在下沉場(chǎng)景廣泛普及。未來(lái)，業(yè)界有望持續(xù)通過(guò)知識(shí)蒸餾、提示工程、高效微調(diào)技術(shù)等方法??，從AI大模型中提取關(guān)鍵知識(shí)并訓(xùn)練應(yīng)用于細(xì)分任務(wù)、算力需求較低的小模型，促進(jìn)AI模型在終端場(chǎng)景的全面普及。

3.圍繞終端工作場(chǎng)景???????，持續(xù)完善“AI員工”、具身智能等應(yīng)用形態(tài)，擴(kuò)展應(yīng)用范圍、加深應(yīng)用層次AI下游應(yīng)用廠商將依據(jù)各類腦力、體力勞動(dòng)類工作崗位的能力要求，基于大模型等技術(shù)層提供的能力底座，持續(xù)迭代發(fā)展“AI員工”能力、開(kāi)發(fā)AI具身智能技術(shù)，促進(jìn)AI技術(shù)不斷完善應(yīng)用形態(tài)??、擴(kuò)展應(yīng)用范圍???♀?、加深應(yīng)用層次，在經(jīng)濟(jì)社會(huì)的各個(gè)方面進(jìn)行賦能。

迭代發(fā)展“AI員工”能力方面，腦力勞動(dòng)類工作的分析????、決策壓力較大，需要部署AI進(jìn)行輔助??。未來(lái)??，“AI員工”或?qū)⒁罁?jù)三個(gè)層次迭代演進(jìn)，漸次強(qiáng)化應(yīng)用深度與自主性??：

（1）基于現(xiàn)有AI系統(tǒng)開(kāi)發(fā)垂直模型增強(qiáng)模塊???????，自動(dòng)化完成部分標(biāo)準(zhǔn)化業(yè)務(wù)流程，如自動(dòng)分析企業(yè)輿論風(fēng)險(xiǎn)、增強(qiáng)傳統(tǒng)信貸評(píng)估模型的準(zhǔn)確性與全面性；

（2）開(kāi)發(fā)特定領(lǐng)域AI助手，依據(jù)指示協(xié)助完成碎片化工作流程的協(xié)助，如AI助手協(xié)助生成文案框架?、潤(rùn)色語(yǔ)法錯(cuò)誤、創(chuàng)作內(nèi)容草稿等?????♂????；

（3）發(fā)展AI智能體?????♂???，自主調(diào)用其他AI助手???????、應(yīng)用軟件、數(shù)據(jù)接口等技術(shù)工具，獨(dú)立完成復(fù)雜任務(wù)????。

開(kāi)發(fā)AI具身智能應(yīng)用方面，人口老齡化趨勢(shì)下，機(jī)械制造、貨物搬運(yùn)、建筑施工???????、養(yǎng)老照護(hù)等體力勞動(dòng)工作崗位面臨巨大勞動(dòng)力缺口???????，亟須開(kāi)發(fā)具身智能技術(shù)，解決現(xiàn)有AI技術(shù)“有腦無(wú)手”的問(wèn)題????。近年來(lái)，AI大模型驅(qū)動(dòng)具身智能技術(shù)快速進(jìn)步????，能夠?qū)⒍鄠€(gè)功能模塊統(tǒng)一融合??，具備多模態(tài)信息感知?????♀?、理解與轉(zhuǎn)換能力，極大提升了通用性和泛化性。目前具身智能的環(huán)境適應(yīng)力、執(zhí)行精度等方面仍不具備大規(guī)模商用化條件??，業(yè)界正在圍繞“感知+決策”“感知+決策+行動(dòng)”等多條技術(shù)路線進(jìn)行研發(fā)，有望在10年以內(nèi)開(kāi)啟具身智能商業(yè)化應(yīng)用進(jìn)程??。