發(fā)展大模型，要立足實(shí)際走差異化路線，關(guān)鍵在應(yīng)用。以應(yīng)用為導(dǎo)向，立足已有優(yōu)勢(shì)，與垂直行業(yè)深度結(jié)合，不僅能激發(fā)產(chǎn)業(yè)新動(dòng)能，也能鍛造技術(shù)新優(yōu)勢(shì)。企業(yè)要立足實(shí)際，結(jié)合自身業(yè)務(wù)場(chǎng)景，綜合考慮行業(yè)專業(yè)性、數(shù)據(jù)安全、持續(xù)迭代和綜合成本等因素，構(gòu)建適合自己的專屬大模型。

　　工業(yè)和信息化部日前召開人工智能賦能新型工業(yè)化企業(yè)座談會(huì)，提出加快培育面向工業(yè)領(lǐng)域的大模型，積極探索人工智能和工業(yè)融合發(fā)展新路徑。當(dāng)前，人工智能大模型發(fā)展一日千里，是作為跟隨者“滿場(chǎng)亂跑”，還是走差異化之路尋求換道超車，是值得厘清的問題。

　　我國在人工智能大模型不少關(guān)鍵領(lǐng)域與美國確實(shí)存在差距。近一兩年，ChatGPT、Sora等大模型都來自美國人工智能公司OpenAI。2023年底《財(cái)富》雜志發(fā)布的“人工智能創(chuàng)新者50強(qiáng)”榜單中，絕大多數(shù)都是美國企業(yè)，中國僅有1家企業(yè)入選。總體看，與美國相比，我國人工智能的產(chǎn)業(yè)基礎(chǔ)薄弱，頂尖人才缺乏，高質(zhì)量數(shù)據(jù)積累不足，在底層技術(shù)、核心算法、高端芯片、關(guān)鍵基礎(chǔ)軟件等方面受制于人。尤其是隨著近年來被技術(shù)封鎖，有些差距不斷拉大。

　　面對(duì)他國的主導(dǎo)優(yōu)勢(shì)，盲目跟隨既不利于真正的創(chuàng)新，還容易“爛尾”。中美兩國已被視為人工智能發(fā)展的第一梯隊(duì)。近年來，美國不斷升級(jí)人工智能的國家戰(zhàn)略，持續(xù)加大對(duì)人工智能的關(guān)注與支持，研究制定針對(duì)、遏制中國發(fā)展人工智能的措施，以保持其在人工智能領(lǐng)域的全球領(lǐng)導(dǎo)力。自ChatGPT發(fā)布以來，中國企業(yè)紛紛推出大模型，形成了“百模大戰(zhàn)”的局面。但大模型并不是多多益善，“一哄而上”的結(jié)果往往是“一哄而散”，許多同質(zhì)化、重復(fù)性的大模型不僅造成投資浪費(fèi)，也不能形成核心競(jìng)爭(zhēng)力。

　　中國發(fā)展大模型，要立足實(shí)際走差異化路線。業(yè)界有一個(gè)形象的比喻：發(fā)展大模型，我們不能跟美國打籃球賽，因?yàn)槊绹�在這方面占據(jù)主導(dǎo)地位，跟隨容易“滿場(chǎng)亂跑”。我們應(yīng)該用下圍棋的辦法，在技術(shù)相對(duì)落后的情況下，通過大模型賦能制造業(yè)等各個(gè)領(lǐng)域，以實(shí)現(xiàn)人工智能在應(yīng)用上的突破和提升。人工智能的發(fā)展史也證明，只著眼于虛擬世界卻不能解決產(chǎn)業(yè)實(shí)際問題的技術(shù)，往往只是曇花一現(xiàn)。只有融入并賦能千行百業(yè)，才能成為引領(lǐng)未來的突破性技術(shù)。

　　差異化的關(guān)鍵就在應(yīng)用。目前，中國10億參數(shù)規(guī)模以上的大模型數(shù)量已超100個(gè)，行業(yè)大模型深度賦能電子信息、醫(yī)療、交通等領(lǐng)域，形成上百種應(yīng)用模式，推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。以應(yīng)用為導(dǎo)向，立足已有優(yōu)勢(shì)，與垂直行業(yè)深度結(jié)合，不僅能激發(fā)產(chǎn)業(yè)新動(dòng)能，也能鍛造技術(shù)新優(yōu)勢(shì)。比如，在工業(yè)領(lǐng)域，充分發(fā)揮我國完備產(chǎn)業(yè)體系和新型信息基礎(chǔ)設(shè)施優(yōu)勢(shì)，加快培育面向工業(yè)領(lǐng)域的大模型，凝練、開放工業(yè)應(yīng)用場(chǎng)景，深化工業(yè)數(shù)據(jù)開發(fā)利用，提升算力供給能力，將形成人工智能和工業(yè)領(lǐng)域雙向賦能的發(fā)展格局。

　　企業(yè)上馬大模型也要注重差異化。大模型不能包治百病，盲目上馬不僅解決不了問題，還可能拖垮企業(yè)。應(yīng)立足企業(yè)實(shí)際，結(jié)合自身業(yè)務(wù)場(chǎng)景，綜合考慮行業(yè)專業(yè)性、數(shù)據(jù)安全、持續(xù)迭代和綜合成本等因素，構(gòu)建適合自己的專屬大模型。用得好還要用得起，目前很多企業(yè)尤其是中小企業(yè)，受技術(shù)、資金、人才等限制，很難用上個(gè)性化定制的大模型。只有推出更多普惠易用的大模型產(chǎn)品，才能讓大模型更廣、更快落地，扎根企業(yè)、行業(yè)，實(shí)現(xiàn)迅速迭代和性能優(yōu)化。

　　人工智能大模型的“車輪”仍將滾滾向前。著眼未來，我們既要在前沿技術(shù)上對(duì)標(biāo)領(lǐng)先水平，也要推動(dòng)大模型應(yīng)用快速落地，實(shí)現(xiàn)產(chǎn)業(yè)生態(tài)的競(jìng)爭(zhēng)優(yōu)勢(shì)，才能有望縮小差距甚至實(shí)現(xiàn)換道超車。 （作者：黃鑫 來源：經(jīng)濟(jì)日?qǐng)?bào)）