狂飙的人工智能，暴走的中国大模型

麻辣牛肉面

已于 2024-09-04 16:55:36 修改

阅读量608

点赞数 29

文章标签：人工智能 copilot 语言模型自然语言处理架构

于 2024-08-21 14:32:35 首次发布

本文链接：https://blog.csdn.net/youmaob/article/details/141392878

版权

从技术革命到商业应用，AI大模型的落地应用之战，如今正以超乎预期的速度铺开。前瞻产业研究院认为，中国人工智能产业的发展是国家战略驱动、经济转型需求、市场潜力、科技创新、人才培养和国际合作等多重因素共同作用的结果，具有强烈的必然性。随着政策的持续支持和市场的进一步成熟，中国人工智能产业有望保持快速增长势头，成为全球人工智能领域的重要竞争者和领导者。

于是，前瞻人工智能研究专班对中国人工智能头部企业展开了一场深度调研，通过对华为云、科大讯飞、腾讯、360、百川智能、智谱AI、第四范式等20余家极具代表性的中国AI企业高层进行访谈调研，了解其大模型技术发展、业务规划和市场策略，最终形成《2024年前瞻中国AI大模型场景应用趋势蓝皮书》（以下简称“蓝皮书”，既《2024年中国AI大模型场景探索及产业应用调研报告》）。

7月30日，前瞻产业研究院在深圳市2024人工智能产业对接活动现场，由前瞻院长徐文强（加州大学伯克利分校博士、俄罗斯工程院院士）为代表，联合首钢基金、华为云首发《蓝皮书》。

该《蓝皮书》从AI大模型行业应用的实现路径、商业模式、应用需求概述、大模型应用竞争格局以及投融资分析等八大路径深度剖析了AI大模型行业应用的现状，通过对各大行业的大模型应用重点案例收集、梳理和剖析，全景式展现了中国AI大模型行业应用的应用领域现状、行业应用痛点，并以此提出AI大模型行业应用发展的相关建议及趋势展望。

大模型应用需求： 聚焦100亿-200亿参数和本地化部署

中国 AI 大模型行业应用发展源于多领域的广泛需求，例如来自金融、政务、医疗、电商、教育等场景中提质增效、数字智能化、降低风险、提高诊断准确率、提高政务服务效率等诉求。整体的需求特征为：在满足可落地的前提下实现价格、私密安全性和大模型能力效果的三者平衡。

前瞻产业研究院通过深度访谈中国头部AI企业家，得知100亿-200亿参数规模的大模型即可满足当前行业应用的大部分场景需求，且性价比较高。此外，由于企业对大模型部署的私密安全性需求较高，尤其是党政领域，因此能提供本地化部署，且有高校、研究院背景的团队有更明显优势。

众所周知，大模型的烧钱能力堪比吞金兽，截至2024年4月，我国AI大模型投融事件数量及资金额均已远超2023年全年水平。AI企业在经历了多轮融资烧钱大战之后，缓慢的造血能力也加剧了资本市场的忧虑。

如果不靠疯狂融资，AI企业的钱该从何处来？

当下整个行业的商业变现模式仍处于探索阶段，AI大模型行业应用的商业模式类型尚无较为统一标准的定论。但各大AI大模型企业为争夺不同类型市场会提供各种不同的灵活部署、收费方案，以期能解决自身持续盈利的问题。

大模型应用现状： 呈遍地开花之势，金融、政务渗透率最高

伴随多家科技厂商推出的AI大模型落地商用，各类通用、垂类大模型已在多个领域逐步开始商业化探索，并取得初步成果，截至2023年，金融、政府、影视游戏和教育领域是大模型渗透率最高的四大行业，渗透率均超过50%。

在《蓝皮书》中，前瞻产业研究院对AI大模型的产业应用案例进行了详细梳理，从金融、政务、医疗、电商、教育、终端等六个行业领域切入，选取科大讯飞、华为、商汤、智谱AI、360、百川智能等20个典型案例，详细分析了各领域场景痛点、解决方案、项目成果。

AI大模型+金融：驱动新场景革新

AI+金融并非单纯的技术累加，而是针对不同业务场景需求，运用前沿技术成果推出的创新金融产品、经营模式、业务流程，以及推动金融业务高质量发展的一系列配套解决方案。

从细分场景来看，金融行业的数字化程度在全行业中相对领先，当前智慧销售、智能问答和智慧办公是金融行业最热门也是应用成熟度最高的场景，智能风控则是最具有发展势能和应用落地价值的潜力场景。

应用案例——商汤携手上海银行研发AI数字员工，助力引发群体跨越数字鸿沟

场景痛点：上海银行，作为上海地区最大的养老金代发机构，在金融数字化转型进程中，发现老年群体在享受便捷的手机银行服务时，往往面临“数字鸿沟”的挑战；服务人力与需求不对等；老年客群不会使用电子设备，依赖人工交互等问题。

解决方案：商汤科技基于AI大模型，研发出“海小智、海小慧”两位AI数字员工，为用户提供业务咨询与指导、产品推介、客户投教等交互服务，能以超写实高精形象为客户提供陪伴式交流，降低了老年用户的使用门槛。以养老金查询为例，老人只需向数字人询问“查询养老金”，即可得到名下相应账户选项，并在AI数字员工的引导下完成操作。

AI大模型+政务：城市管理应用落地价值最高

政务领域作为社会服务的核心，其业务背景包含庞大的政府数据、多元的社会信息，以及复杂的决策体系。从各国(地区)实践看，大模型技术已在政府内部办公、政务信息公开、政务服务提供、民生服务优化和国防航天等5大领域13个细分场景落地。

应用案例——360携手九地司法厅（局）助力法制宣传

场景痛点：各地司法行政机关积极拥抱数字浪潮，但干部队伍人员力量不能完全适应新形势新任务需要，人员效率低；法制宣传成本高任务重、法制宣传力度不足。

解决方案：在政务领域，360基于360智脑大模型一方面与某城市合作建设政务大模型和政务服务应用；另一方面也在基于大模型的能力助力司法行政法治宣传质效双升，赋能我国法制宣传活动。

AI大模型+医疗：药物研发场景应用落地价值最高

大模型可赋能医疗行业“医、教、研、管”等场景中的各个环节，以提高诊疗效率、诊疗精确度和管理效率等目标为手段，全方位提升诊疗水平。基于医疗行业应用场景复杂和数据专业度高等原因，大模型的技术成熟度相对较低，目前仅有电子病历等技术要求相对低的场景进入商业化阶段。

应用案例——智谱AI携手北京中医药大学东方医院开发数字中医大模型师范应用

场景痛点：一方面，名医数量稀少，传承出现断代，导致中医独特的技艺和精髓面临失传风险。另一方面，中医过度依赖医生的经验及阅历，使诊疗效果缺乏稳定和可重复性。

此外，大量的数据资料和丰富的典籍虽为中医的发展提供了深厚的基础，但也存在有效利用的难题。

解决方案：智谱AI基于GLM-130B大模型和千余本中医古籍书籍、中西医教材、期刊、医案、诊疗信息等数据构建数字中医服务平台。通过“复刻”名老中医诊疗经验和学术思想，形成与名老中医高度匹配的高危肺结节人工智能临床诊疗解决方案，并完成一定规模的临床评价研究。

AI大模型+电商：推动信息获取方式大变革

AI电商借助AI大模型相关技术，能赋能各类型电商与行业模块，通过各AI大模型相关应用落地，从而对行业产生流量逻辑、用户体验、行业效率、企业成本、职能替代、市场机遇等影响价值。

应用案例——衔远科技实现从商机发现到产品交付的全链路数智化转型

场景痛点：传统电商时代下，用户与搜索引擎交互模式单一，智能化程度低。主要依赖被动搜索广告变现，主要为信息流广告变现，基于用户消费时长、浏览次数和广告加载率。

解决方案：衔远自研大语言模型ProductGPT和多模态大模型ProductDiffusion构建了数千亿级参数规模的通专融合大模型。通过创新的大模型技术打造一个强大的智能化平台，提供从市场洞察、营销创意、内容生产到产品创新等全价值链赋能服务，助力电商企业实现从商机发现到产品交付的全链路数智化转型。

AI大模型+教育：促进公平、提高质量、实现个性化

“AI+教育”是人工智能在教育领域的深度融合与应用，它包括“计算智能+教育”、“感知智能+教育”和“认知智能+教育”，从“能存会算”向“能听会说与能看会认”发展，最终实现“能理解与会思考”。

应用案例——科大讯飞助推教育数字化转型

场景痛点：教育资源在地区间分布不均，导致偏远地区难以获得优质资源；学生的个性化学习需求因传统教学模式难以充分满足，影响学习效果和效率；教师教学负担重，缺乏有效工具提升教学精准度和质量；单一的教育评价方式无法全面客观衡量学生综合素质。

解决方案：在AI大模型爆发以前，科大讯飞早已在AI融合教育领域深耕多年，并形成了面向教育管理者、学校管理者、教师、家长和学生的区域教育治理、校园主阵地建设、自主学习和智慧考试四大产品与服务。当前科大讯飞已将自建的讯飞星火大模型深入融合进已有智慧教育硬件产品及服务中。

AI大模型+终端：赋能二次增长

当前我国智能终端设备市场呈现分化，传统PC、彩电平板、智能音箱等市场规模受市场需求逐渐饱和的影响销量有所放缓；但在汽车、服务机器人、无人机等新终端新兴市场则保持着较快的增长。AI大模型的融合将带动终端设备的智能化升级，提升机器设备的生产力，从而促进消费者和企业对终端设备更新换代的需求，促进整体终端设备行业规模的二次增长。

应用案例——百川助力新能源汽车搭建车上AI虚拟陪伴系统解决方案

场景痛点：传统车载系统功能单一，无法满足用户日益多样化和复杂化的需求。同时，市场上普遍的智能助手虽有一定功能，但在个性化服务方面表现不足，难以根据每个用户的独特需求和习惯提供精准服务。此外，它们在情感交流能力上的欠缺。

解决方案：某品牌汽车与百川大模型合作，共同打造了一款具有高度个性化交互的AI虚拟陪伴系统，为用户提供全方位智能化车上娱乐服务。

除以上六大核心应用场景外，AI大模型在文旅、影视游戏、法律、遥感等多个领域同样有着广阔的应用场景，且技术更新进步速度快，行业技术能力上限尚未出现。

大模型应用挑战：最大痛点在于技术面临“卡脖子”风险

目前在很多维度上，大模型的能力都让人惊叹，但在打磨的过程中，挑战一直在，特别是在算力和算子库方面。

随着大模型的广泛应用，预计到2030年，全球对智能算力的需求将激增至52.5ZFlops。然而，我国在算力服务器的核心部件如GPU芯片上依然依赖于海外进口，同时在AI算法的开源生态构建上也相对滞后。这不仅限制了我国在AI领域的自主创新能力，也增加了对外部技术的依赖和潜在风险。

另一方面，大模型对数据的高要求也带来了挑战。尽管大模型的训练需要大量高质量、多模态的数据，但目前数据供给面临枯竭问题。前瞻产业研究院在编撰《蓝皮书》，与企业家进行深度访谈时发现，大模型的训练对数据的要求非常高，导致AI企业面临着数据获取难度大、成本高的问题。部分企业依赖公开数据或付费数据库，这些数据不仅质量不一，还逐渐难以满足需求，这些都限制了大模型的进一步发展和应用。

此外，人才缺失、法规风险、市场认知偏差、行业know-how积累欠缺等诸多挑战，犹如一道道难题，横亘在中国AI企业的发展道路之上。

大模型应用趋势：技术趋势决定前景，场景挖掘能力定胜负

尽管技术进步无法量化，但前瞻在《蓝皮书》中基于调研分析、生产函数理论，假设行业技术进步和单位要素组合创造经济曲线。当前AI大模型行业仍处于技术进步对单位要素生产效率不断放大的阶段，故在可预见的未来中，技术进步趋势仍将是AI大模型行业规模体量上限的决定性因素。

从未来趋势来看，具备强大预测能力的预测大模型、强大决策能力的决策大模型和能够自主学习、实时交互的具身智能大模型最有可能成为继自然语言大模型和多模态大模型后的下一个大模型行业风口。

通过对企业的调研访谈，前瞻产业研究院在《蓝皮书》中指出，在未来AI大模型的行业应用竞争中，真正决定企业能否在竞争中脱颖而出的要素是谁能找到AI大模型最佳的行业落地应用场景，并且做到真正好用，满足企业的实际需求。对于中小初创的AI大模型行业应用企业而言，找到细分行业的细分应用场景，构建差异化的竞争优势壁垒是企业生存下去的唯一途径。