无论身处哪个行业，你一定感受到了大模型的热潮。不管是知识管理、对话应用，还是生成代码、设计研发，生成式人工智能（AI）正在深度求索产业变革。
“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，多位行业人士告诉记者，算力和数据是产业发展的基础，那些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 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生成式人工智能产品，占整体人口的17.7%。
对此，工信部信息通信经济专家委员会委员盘和林告诉记者，生成式人工智能的应用显著提升了内容创作者的生产力，其背后是深度学习算法，将在更多领域带来广阔的应用前景。
比如，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……
应用场景的丰富，基于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，我国人工智能相关企业超过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向记者表示，国内人工智能发展呈现重视工程优化、应用落地等发展特点，对应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 探索中寻求突破
当前，国产大模型并不鲜见，形成了“百模争鸣”的局面。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，如『通义千问』、盘古、混元和星火等，并向公众开放。
当前，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《生成式人工智能应用发展报告（2024）》提到，模型的训练和推理需求在大幅提升。如果无法有效解决算力管理问题，训练成本和效率等一系列挑战将随之而来，将阻碍企业在应用方面的进程。
在盘和林看来，近期引发关注的行业应用，除了蒸馏算法与对生成答案逻辑过程的叙述优势外，更重要的是契合了我国人工智能企业算力不足的现状，既节约了算力资金，也打破了外部对算力的封锁。
“算力和数据是发展的基础。”杨泽原认为，一方面，产业仍在期待高性能、高效率的算力创新，支撑预训练和后训练阶段的模型能力提升，以及应用落地形成的大规模推理需求；另一方面，数据对各阶段的模型训练效果起到决定性作用，发掘数据支撑行业模型发展与落地成为关键命题，数据合成等工程手段是探索的重要方向。
此外，高质量数据集相对缺乏、专业人才培养任重道远、虚假信息及版权©️纠纷等安全伦理问题面临挑战，也是业界关注的重点。
与“实”俱进 形成差异化发展优势
随着关键技术不断突破，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12月31日，共302款生成式人工智能服务在网信部门完成备案，其中2024年新增238款。这些丰富的产品为用户提供了多元化选择空间和差异化体验。
杨泽原分析，我国在基座文本模型能力上实现持续追赶，且基于工程优化形成了较高的性价比。2024年底以来发布的字节doubao-pro、『DeepSeek』-V3、MiniMax-01等模型均实现对OpenAI GPT-4o基座能力的追赶，且在API服务价格上具备明显优势。
“在基座模型（basemodel，比如GPT-3.5、GPT4、『DeepSeek』 V3等）之上的强化学习路线方面，全球均处于技术探索阶段。国内『DeepSeek』、阿里、字节等厂商保持投入，后续依托丰富场景、成熟流量等优势，有望在模型技术上形成差异化发展的优势。”杨泽原说。
盘和林表示，从技术面来说，我国生成式人工智能已经追平了国外的竞争对手；从应用场景来说，我国人工智能应用场景正在不断丰富；从投资趋势看，现阶段大量资本涌向人工智能，将来会向头部企业集中。
对于人工智能模型技术公司而言，杨泽原认为，在基座模型投入门槛持续提升和高质量模型开源的背景下，将加速行业向头部集中，模型降本形成人工智能普惠将成为趋势。“在后续应用落地的背景下，各行业、各场景智能体快速发展将构成产业机遇。”杨泽原说。
有业内人士认为，将算法、数据和企业的产品和服务结合起来，基于实体经济智能化发展的难点堵点形成生成式人工智能产品，也是发展的重要方向。
