无论身处哪个行业，你一定感受到了大模型的热潮。生成式人工智能（AI）正在深度求索产业变革，尤其在知识管理、对话应用、生成代码和设计研发等领域。其背后是深度学习算法，将显著提升内容创作者的生产力，带来广阔的应用前景。

　　“在模型能力和性价比同步提升的背景下，国内人工智能应用依托丰富生态和成熟流量，正加速在各领域落地。”在采访中，多位行业人士表示，算力和数据是产业发展的基础，为用户提供多元化选择和差异化体验的产品和服务，才能在未来发展中站稳“风口”。

　　热潮不减，AI走向千行百业

　　生成式人工智能产品正提高着大众日常的工作生活效率。第55次《中国互联网络发展状况统计报告》显示，截至2024年12月，我国有3.31亿人表示自己听说过生成式人工智能产品，占整体人口的23.5%；有2.49亿人表示自己使用过，占整体人口的17.7%。

　　工信部信息通信经济专家委员会委员盘和林指出，接入生成式人工智能后，医药企业可以优化药物研发流程，提升临床试验效率；新能源汽车的智能座舱提升了交互体验和服务响应；网络安全企业构建了新一代网络威胁检测系统。这些应用显著提升了各行业效率。

　　我国搭建起较为全面的人工智能产业体系，工信部数据显示，相关企业超过4500家，核心产业规模近6000亿元，产业链覆盖芯片、算法、数据、平台、应用等上下游关键环节。

　　中信证券计算机行业首席分析师杨泽原认为，国内人工智能发展重视工程优化和应用落地，形成从硬件算力逐步向软件应用扩散的投资趋势。

三方面看我国人工智能发展成果。 数据来源：工信部、国家互联网信息办公室、第55次《中国互联网络发展状况统计报告》

　　长坡厚雪，AI探索中寻求突破

　　当前，国产大模型并不鲜见，百度、阿里云、华为、腾讯、科大讯飞等公司推出了各自的大模型，并向公众开放。然而，算力不足成为制约生成式人工智能发展的重要因素。

　　中国互联网络信息中心（CNNIC）发布的报告显示，模型的训练和推理需求大幅提升，算力管理问题亟待解决。盘和林认为，近期引发关注的行业应用，除了蒸馏算法与逻辑叙述优势外，更重要的是契合了我国人工智能企业算力不足的现状。

　　杨泽原指出，一方面，产业期待高性能、高效率的算力创新，支撑模型能力提升和大规模推理需求；另一方面，数据对模型训练效果起到决定性作用，发掘数据支撑成为关键。

　　此外，高质量数据集缺乏、专业人才培养、安全伦理问题等也是业界关注的重点。

　　与“实”俱进，AI形成差异化发展优势

　　随着关键技术突破，生成式人工智能应用加速落地。国家互联网信息办公室数据显示，截至2024年底，共302款生成式人工智能服务完成备案，其中2024年新增238款，为用户提供多元化选择和差异化体验。

　　杨泽原分析，我国在基座文本模型能力上实现追赶，且基于工程优化形成高性价比。他预测，依托丰富场景和成熟流量，国内厂商有望在模型技术上形成差异化发展优势。

　　盘和林表示，从技术面看，我国生成式人工智能已追平国外竞争对手；从应用场景看，正在不断丰富；从投资趋势看，大量资本涌向人工智能，将向头部企业集中。

　　杨泽原认为，在基座模型投入门槛提升和高质量模型开源的背景下，行业将加速向头部集中，模型降本形成人工智能普惠将成为趋势。

　　有业内人士指出，将算法、数据与企业产品和服务结合，基于实体经济智能化发展的难点形成生成式人工智能产品，是发展的重要方向。

2016年以来，我国人工智能产业主要政策。制图：黄盛、黄天拓

（文章来源：人民网）