現場，趙志耘解讀稱，中國大模型的各種技術路線都在并行突破，特別是在自然語言理解、機器視覺、多模態等方面，出現了多個在行業有影響力的大模型。據不完全統計，到目前為止，中國10億級參數規模以上大模型已發布了79個。
報告指出，中國大模型地域和領域分布相對集中。從地域分布看，有14省份均在開展大模型研發，主要集中在北京、廣東兩地，其中北京有38個大模型，廣東有20個大模型。從領域分布看，自然語言處理仍是目前大模型研發最為活躍的重點領域，其次是多模態領域，在計算機視覺和智能語音等領域的大模型還較少。從研發主體分布看，大學、科研機構、企業等不同創新主體都在積極參與大模型研發，但學術界與產業界之間的聯合研發仍不足。
報告顯示，北京、廣東、浙江、上海等地的大模型數量最多；同時這4個地方也是近三年人工智能服務器采購數量最高的地區。
值得注意的是，北京、江蘇、廣東、上海等是大模型人才相對較多的地區，為大模型研發提供了關鍵的智力要素支撐。但另一方面，大模型具有較高門檻，需要高素質AI人才，目前各地大模型人才數量均不充足。
此外，從學術影響力看，北京、廣東、上海三地，不論是論文發表量還是引用量，都居國內最高。
報告指出，中國大模型研發團隊積極推進大模型開源發展，目前已經有超過半數大模型實現開源。北京、廣東、上海三地開源數量和開源影響力均居國內前三。其中，高校及科研機構是開源的主力。
針對當前國內大模型發展情況，報告提出四點建議和展望：
一是加強資源和研發力量統籌，促進大模型有序發展。加強智算中心、超算中心、云計算中心等計算資源的統籌，制定公共數據共享目錄和共享規則，推動數據分級分類有序開放。
二是加快基礎研究和技術創新，提升學術和開源影響力。大模型技術仍處于發展初期，潛在的基礎理論和技術創新空間巨大，通過蒸餾、量化等小型化技術實現模型“瘦身”，為大模型小型化、綠色化發展提供技術支撐。同時，進一步加強產學研合作，鼓勵大模型開源開放，也將加速大模型技術進步。
三是強化大模型發展中的場景牽引作用，打造大模型標桿項目。以行業專有訓練數據集為基礎，打造金融、醫療、電力等領域的專業大模型，將率先特定業務場景實現高質量應用突破，也將通過應用場景和應用數據反向促進大模型技術迭代升級。
四是強化國際合作，積極參與全球人工智能治理。以負責任的態度共同推進大模型治理，加快人工智能治理原則和倫理規范在大模型研發全鏈條落地生根，在增進共識的基礎上加強人工智能治理全球協作。(完)
搜索
復制
