今年以来，ChatGPT引领了人工智能的新一轮创新浪潮。科技部新一代人工智能发展研究中心发布的《中国人工智能大模型地图研究报告》显示，我国研发的大模型数量位居全球第二。据不完全统计，当前中国已发布的大模型产品已超过80个，进入“百模大战”的新时代。这充分体现了我国在人工智能领域的创新实力和发展潜力，同时如何走出具有中国特色的大模型发展之路，也成为我们必须思考和回答的重大课题。
坚持自主创新，构建核心竞争力
中国工程院院士郑纬民指出，大模型是新型基础设施的关键底座之一，大模型的竞争也是国家科技战略的竞争，中国一定要布局全栈自主创新的大模型产品，同时要构建国产化算力，也要解决算力能耗与国家“双碳”战略的平衡。
当前，我国大模型面临着四方面的挑战：一是中文语料库和英文语料库在质和量上都存在较大差距，缺乏高质量的中文语料数据和行业数据；二是大模型需要大算力，但受制于国外技术封锁，中国缺乏先进、有效的算力；三是当前大模型训练算法框架大量依赖于国外框架；四是我国缺乏顶尖的AI人才。这些挑战对我国大模型的研发和应用构成了制约。
为了应对这些挑战，我们要加强自主创新能力，从算力、算法、框架、工程化、人才等各个层面提升我国大模型的核心竞争力。因此，中国大模型产业需要在以下几个层面加强建设：
加强算力建设。加快推进芯片、云服务等大模型算力基础设施的自主研发和生产，打破国外的技术和供应链封锁，为我国大模型提供可靠且持续的算力支撑。
加强算法创新。加强基础理论研究和前沿技术探索，突破核心算法难题，提高我国大模型的训练效率和预测准确性，提供优质高效的算法支撑。
加强训练框架研发。推进大模型训练框架的自主研发和创新，提高大模型训练效率、安全性、可解释性和可信度，为国产大模型提供安全可控的框架支撑。
加强数据资源建设。推进中文语料库和行业数据集流通和共享等机制的建设，突破数据瓶颈，提升中文语料数据和行业数据的“质”和“量”，为我国大模型提供充足丰富的数据支撑。
加强工程化能力。建设大模型工程化平台，如数据清洗和标注平台、大模型开发套件和应用开发套件等，加速和简化大模型的开发到落地，让大众和企业能更方便地应用大模型。
加强人才培养。推进人工智能人才培养体系的建设和完善，培养一批高水平、高素质、高效率的人才，为大模型创新提供强有力的人才支撑。
发挥场景优势，抓住弯道超车机会
中国具有强大的工业基础和丰富的行业应用场景，为国产大模型的发展带来了弯道超车的机会。
中国坐拥庞大的实体产业基础，以制造业为例，据统计，中国目前共有31个制造业大类、609个小类，拥有全球产业门类最齐全、产业体系最完整的工业体系。
同时，中国持续构建现代化产业体系，对于人工智能技术与行业应用的深度融合，有着更庞大、更迫切、更具价值的实际需求，也提供了更为广大的创新实践空间。例如，在制造业中，人工智能可以帮助企业提高生产效率和质量，通过智能机器人、传感器、图像识别等技术，实现自动化、精准化、智能化的生产过程；在交通领域中，可以帮助交通管理部门优化交通流量和路况，通过智能信号灯、导航系统、无人驾驶等技术，实现安全、便捷、节能的交通运输；在气象领域中，可以帮助气象部门提高天气预报准确率，通过大数据分析、深度学习、卫星遥感等技术，实现及时、准确、全面的气象信息服务；在药物研发领域中，可以帮助企业加速新药研发进程，通过自然语言处理、知识图谱、分子建模等技术，实现高效、创新、个性化的药物设计和发现。
这些新的需求也是在人工智能时代，中国大模型产业实现弯道超车的机遇所在。中国大模型厂商要紧密结合国家战略需求和行业发展方向，深入探索行业痛点和场景，打造行业大模型，为实体经济赋能。
构建行业大模型，加速在实体产业落地
中国工程院院士邬贺铨指出，Chat类的大模型引发新一轮热潮，但对话、写诗、作画绝不是大模型的全部。我们需要去深入思考大模型的应用方向，要将大模型切实投入到城市发展、金融科技、生物医药、工业制造、科学研究等领域，也需要专业的企业和组织加速其在实体产业落地，为产业刚需带来实实在在的大价值，去真正意义大规模服务社会。
目前，国产大模型产品正在与实体产业深度融合方面积极探索，已经取得了一系列的成果。以华为云盘古大模型为例，它在多个领域展示了行业大模型的巨大潜力。
盘古气象大模型只需10秒就能预测一个台风未来10天的路径，并且预测精度超过传统数值预报方法，最大限度减小台风灾害；盘古矿山大模型能覆盖煤矿的采、掘、机、运、通、洗、选等业务流程下的1000多个细分场景，提升生产效率，让煤矿工人工作环境更加舒适安全；盘古制造大模型能够理解制造业的需求、知识和经验，自动建模并给出决策优化方案，提升制造企业的效率和智能化水平。盘古大模型深入行业取得的成果充分证明了我国大模型与实体产业深度融合的巨大潜力和价值。我们要进一步推动行业大模型的落地应用，让更多的行业和企业享受到人工智能技术带来的红利。
走出具有中国特色的大模型发展之路，需要坚持自主创新、抓住弯道超车的机会、加速大模型与实体产业的深度融合，不断提升国产大模型的核心竞争力，为我国人工智能产业的发展注入更强的动力。
