AI 大模型迈向工业规模化进程

当前，AI 大模型已成为产业的新型基础设施，为众多行业提供智能服务。它以“基础大模型+行业数据微调”的模式，促使 AI 研发生产从传统的小规模作坊模式迈向工业规模化量产，为各领域带来了深刻变革。

在 2024 世界人工智能大会期间，不少业内人士指出，AI 大模型有望加快智力劳动的细化分解，将大量重复性、结构化、高度依赖过往经验的工作交由 AI 处理，推动以人机分工为标志的第四次社会大分工时代加速到来。

助力智力密集型服务产业规模化扩张

“办公软件作为现代社会常用的生产工具，AI 大模型正在重塑其用户体验与交互模式。”金山办公 CEO 章庆元称，2023 年金山办公推出 WPS AI，现已上线数十项 AI 功能，能助力用户更优地创作、阅读和处理文档。2024 年，面向企业用户，金山办公推出 WPS AI 企业版，涵盖 AI Hub（智能基座）、AI Docs（智能文档库）、Copilot Pro（企业智慧助理），使企业能实现大模型的即开即用。

达观数据 CEO 陈运文表示：“以前是专业之事交专业之人办，如今是交给专业模型做，从专人专用转为专模专用。”当下，国内大模型领域的研究热点主要集中于场景大模型和垂直大模型的开发，这些模型专门处理特定行业或应用领域的繁杂问题。

清华大学人工智能国际治理研究院副院长梁正指出，AI 大模型将助推智力密集型服务产业规模化发展，加快从“手工作坊”式（以人力密集型人工服务为主）迈向“工业规模化”批量供应的 AIGS（AI Generated Service，AI 生成服务）新时代。

北京大学公共卫生学院生物统计系主任、北京大学讲席教授周晓华举例道，新药研发过程复杂、成本高且耗时久，但 AI 已在其中发挥作用。例如，在药物设计与筛选方面，AI 可通过学习大量化学信息和生物活性数据，预测新分子与特定蛋白质的结合能力，加快初期药物筛选进程。又如，在受试者患者筛选环节，AI 能够优化临床试验设计，帮助研究人员更精准地筛选适合的患者，提高临床试验成功率，加快药物上市时间。

从感知至认知，AI 趋向类人思考

梁正表示，AI 大模型将改变人机关系，加速 AI“平民化”时代的来临，特别是以 GPT-4o 为代表的多模态 AI，将以更自然和实时的交互方式显著降低人机交互和 AI 使用的门槛。

“伴随技术进步，未来人工智能有望发展为全面理解和处理复杂信息的通用系统，更深度地融入人们的日常生活与工作。”陈运文说道。未来，AI 不再仅仅是处理数据和执行任务的工具，而是像人类一样能够思考、推理和创造的智能伙伴，能够完成生成、创作类任务，其应用范围将更为广泛。

“从感知到认知的转变意味着 AI 将更深入地理解和阐释世界，从识别到生成的过渡则展现了 AI 创造力的提升。未来，人工智能将更具通用性，能够灵活适应多变的任务和环境。”网易伏羲平台技术负责人赵增表示。

赵增认为，多模态、群体智能、联合优化及具身智能将围绕更多模态的知识对齐、能力协作及模式应用发展，使 AI 像人类一样获取更多维度信息，通过高效运算进行更全面深入的思考并做出更多动作和反馈。

梁正认为，人机分工协作式的混合劳动力将成为未来劳动用工的主流模式，并且 AI 大模型可能会颠覆劳动力市场原有的竞争模式，对缺少 AI 工具赋能的竞争者形成“降维打击”。

有望引领科技革命新潮流

近两年，AI4S、AI 手机、AIPC、数字分身、智能驾驶、AI 搜索引擎、人形机器人等领域成为热门赛道。从落地场景来看，AI 大模型产业短期内于 B 端市场更易落地变现并形成多元产业生态。“但长远而言，C 端市场具备更大的发展潜力。”梁正认为，边缘小众市场或许是孕育 AI 技术颠覆性创新场景的关键土壤。

梁正表示，作为全球第一工业大国，我国拥有庞大的工业体系和丰富的应用场景，应采取“基础大模型+行业小模型”“开源+闭源”协同共进的路线，充分发挥完备的产业链、丰富的应用场景、庞大的用户规模和私域数据等资源优势，实现“错位竞争”，在更多垂直行业领域打造“小精尖”且具全球竞争力的行业大模型。

“随着多模态大模型技术的持续发展，文本、语音、视觉三种模态的融合模型正逐步成熟。此类大模型技术一旦成熟，其应用场景将进一步拓展，实现更多实际应用。”MiniMax 副总裁刘华说道。

“当前，多模态大模型也面临一些挑战。”刘华表示。一方面，大模型在某些情况下仍可能出现“幻觉”问题，反馈的准确性有待提高。另一方面，受算力成本限制，大模型落地应用的成本相对较高。“综合考虑，短期内对多模态大模型的大规模落地应用应保持谨慎，但从中长期看，不应低估其重要性，它有望引领新一轮科技革命。”

声明：本站所使用的图片文字等素材均来源于互联网共享平台，并不代表本站观点及立场，如有侵权或异议请及时联系我们删除。