原標題：數量超過二百個，覆蓋多個行業領域，應用場景不斷拓展(引題)

國產大模型加速賦能產業發展(主題)

習近平總書記指出：“誰能把握大數據、人工智能等新經濟發展機遇，誰就把準了時代脈搏。”《政府工作報告》提出，深化大數據、人工智能等研發應用，開展“人工智能+”行動，打造具有國際競爭力的數字產業集群。

今年以來，我國人工智能大模型加快發展，產業化應用落地提速：生數科技聯合清華大學發布國產自研視頻大模型，支持一鍵生成長達16秒、分辨率高達1080P的高清視頻內容;北京國際汽車展覽會上，國內車企推出多個搭載大模型的新款車型，在多感官交互、自動駕駛等方面不斷優化用戶體驗;人形機器人接入大模型進行任務調度和應用開發，很快“學會”了疊衣服、分揀歸類等精細操作……

據不完全統計，國產大模型數量目前已超過200個，覆蓋多個行業領域，應用場景不斷拓展。國家互聯網信息辦公室最新公布的數據顯示，截至今年3月，我國共有117個生成式人工智能服務完成備案。

堅持應用導向

建立起涵蓋理論方法和軟硬件技術的體系化研發能力，涌現出一批具有行業影響力的大模型應用，形成了緊跟世界前沿的大模型技術群

在電腦的對話框中輸入需求指令，屏幕上不僅出現了所需的數據報表，還有結合數據報表自動生成的分析圖表。前不久，由中國一汽聯合阿里云通義千問打造的大模型實現應用落地。“我們幾乎每天都要做報表，光這一項工作就要耗費大量的時間?，F在借助大模型，工作效率顯著提升。”中國一汽的工作人員介紹。

相比傳統的“固定問答”，該應用還能進一步分析問答背后的原因和趨勢，深化數據應用。“我們基于468個指標的初始語料，形成6萬條評測數據，構建了這一大模型應用在指標設計、指標拆解、數據尋源、數據建模和數據分析等方面的能力。”阿里云智能副總裁李強介紹。

當前，我國大模型進入發展加速期，在自然語言處理、機器視覺和多模態等各技術分支上均在同步跟進、快速發展。在產學研各方共同推動下，我國已建立起涵蓋理論方法和軟硬件技術的體系化研發能力，涌現出一批具有行業影響力的大模型應用，形成了緊跟世界前沿的大模型技術群。

我國大模型產業化應用有兩種主要的發展路徑：一是打造跨行業通用化人工智能能力平臺，即通用大模型，其應用正在從辦公、生活向醫療、工業、教育等領域加速滲透;二是針對生物制藥、遙感、氣象等垂直領域的行業大模型，發揮其領域縱深優勢，提供針對特定業務場景的高質量專業化解決方案。

聚焦用戶需求

陸續推出搭載大模型的消費電子和智能終端產品，大模型有望來到更多用戶身邊，成為工作生活的“好幫手”

目前的人工智能大模型按照部署方式進行劃分，主要分為云側大模型和端側大模型。與云側大模型主要面向產業化應用需求不同，端側大模型主要服務于個人用戶。今年以來，國內廠商陸續推出搭載大模型的消費電子和智能終端產品，大模型有望來到更多用戶身邊，成為工作生活的“好幫手”。

前不久，聯想集團發布了配備人工智能助理的個人電腦產品。通過本地部署的個人大模型，人工智能助理不僅能與用戶交互，還能從這些交互中總結經驗并進行自我完善。比如，它能夠通過個人的旅行記錄、購物偏好這些信息，更好地進行推理，甚至可以根據用戶的思維模式和行為頻率去預測任務，并主動提出建議，尋找解決方案。

今年年初，榮耀手機發布了新一代全場景操作系統，其大模型智能問答月使用量高達1500萬次，日最高使用量達85萬次。大模型的引入，有望為手機帶來功能上的躍升。利用大模型提煉通話內容要點、與手機“對話”自動挑選素材生成視頻內容等，這些新功能成功轉化為手機市場的“新引擎”。

作為新一代智能終端，大模型加快在智能網聯汽車上部署應用。除了在智能座艙里與人交互更自然、識別車內外的人與物更準確，大模型還能提升自動駕駛系統的效率和安全。

加快補齊短板

進一步加強資源與研發力量的統籌，強化大模型在發展中的場景牽引作用，實現大模型技術的高質量應用突破

移動應用發達、數據資源豐富、應用場景多元、人工智能產業鏈完整度高……產業化應用已成為我國人工智能產業的重要優勢之一，也是推動人工智能加快發展的關鍵。

中國信息化百人會執委、阿里云副總裁安筱鵬認為，大模型在不同產業的應用落地，一方面可以促進產品競爭力的升級，創造新的附加值;另一方面，可以在更廣泛、更復雜的場景中進行流程和決策的優化，提升企業創新的效率。

大模型的技術潛力與市場空間巨大，但技術門檻高、開發復雜、成本較高，與產業場景的深度融合離不開平臺工具支撐。浪潮信息董事長彭震表示，“人工智能+”既是目標，也是機會。應用創新需要算法、算力和數據協同發展，要開展以系統為核心的全局創新，實現創新與應用并重，讓智能應用以更快速度涌現并滿足差異化需求。

當前，我國大模型發展存在一定挑戰，如算力存在瓶頸、高質量的訓練數據集仍需擴展、標志性應用尚未出現等。國家信息中心信息化和產業發展部主任單志廣表示，我國算力基礎設施建設要走共享化、高效化的路徑，既重視硬件建設，也重視需求和應用發展，高效集約利用算力資源，進一步提高算法、算力和數據資源的服務水平和能力。

關鍵詞： 行業領域 產業發展