最近，我國多家科技企業或科研機構正式向公眾開放他們自己研發的人工智能大模型，這意味著國內大模型正從小范圍內測逐漸向大規模應用邁進。大模型將如何為個人和產業提供支持？這輪開放服務將對行業競爭產生什么影響？國內大模型的未來發展趨勢又將如何？

　　9月初，科大訊飛宣布訊飛星火認知大模型面向全民開放服務。這標志著首批包括訊飛星火、百度文心一言、商湯SenseChat等十余款人工智能大模型全部面向公眾開放。此外，騰訊等公司的大模型也通過了備案，準備隨時向公眾開放。

　　人工智能大模型是指使用大規模數據和強大計算能力訓練出的“大參數”模型，通常具有高度的通用性和泛化能力，可應用于自然語言處理、圖像識別、語音識別等領域。

　　之前，我國多家企業和機構已發布了大模型產品并進行了小范圍內測。此次開放服務意味著它們已經通過了相關部門備案。我國于8月15日正式實施了《生成式人工智能服務管理暫行辦法》。

　　百度公司科技與社會研究中心主任余歡介紹說，文心一言自今年3月發布以來，迅速成長。它已掌握超過200種創作體裁，內容豐富度是發布初期的1.6倍，思維鏈長度是初期的2.1倍，知識點覆蓋達到初期的8.3倍。在效率方面，文心大模型訓練速度達到原來的3倍，推理速度達到原來的30多倍。

　　科大訊飛董事長劉慶峰介紹說，自5月6日首次發布訊飛星火認知大模型以來，已進行了兩次重大迭代升級，在文本生成、語言理解、知識問答、邏輯推理、數學能力、代碼能力和多模態能力等7個方面持續進化。最近一次8月15日發布的訊飛星火V2.0升級發布會上，代碼能力和多模態能力也進行了升級。

　　商湯公司的相關負責人介紹說，公司此次開放服務的大模型“商量SenseChat”具有高效處理大量文本、強大的自然語言對話和邏輯推演能力、廣泛的知識儲備與信息更新，支持簡體中文、繁體中文、英文等多種常用編程語言。

　　“隨著備案成功，各個參與方迫切希望展示今年年初以來的研發進展和成果。同時，發布相關服務得越快，就能獲得更多用戶和行業的反饋，進一步加速各自大模型的迭代和應用，獲得盡可能多的競爭優勢。”聯想控股股份有限公司副總裁兼前瞻技術研究院院長于浩表示。

　　國內已上線的大模型開放了多個工具，有望成為普通人提高效率的“超級助手”。

　　劉慶峰表示，自上線測試以來，訊飛星火APP的用戶已經開發出超過2萬個個性化的人工智能助手。每個普通人可以調用多個已上架的人工智能助手，也可以通過簡單幾步開發自己的專屬助手，滿足職場、營銷、出行、生活、公文、客服等多種場景需求，幫助解決工作生活中的各種問題。根據訊飛星火認知大模型上線測試的數據顯示，目前用戶對使用場景的需求集中在知識問答、內容生成、創意策劃、生活百科和編程輔助等方面。

　　中國科學院軟件研究所研究員、中國中文信息學會秘書長孫樂表示：“大模型作為專家能力的自動化，可以在各個領域為普通人帶來巨大的便利，例如幫助普通人學習知識、修改文章、生成方案等。因此，大模型的集中發布可以讓普通人快速接觸、使用和了解大模型，大模型的良好體驗將提高普通人對大模型的信任。”

　　艾利艾智庫的相關負責人認為，此次集中上線有望加速國內大模型及下游應用的商業化。目前，行業已具備大規模商業化條件。從供給端來看，現有技術已經成熟，可以大規模輔助用戶進行內容生產，下游應用也在多個領域開花結果，包括繪畫、寫作和視頻等。從需求端來看，隨著文娛碎片化、輕量化的推動，用戶對內容的需求呈指數級增長，傳統生產方式導致行業成本大幅上升，迫切需要通過人工智能生產內容以降低成本并提高效率。

　　目前，多家公司正在探索大模型在各行業的深度應用。9月初，騰訊混元大模型正式亮相，并宣布通過騰訊云對外開放API接入服務。騰訊公司的相關負責人介紹說，騰訊云、騰訊廣告、騰訊游戲、騰訊金融科技、騰訊會議、騰訊文檔、微信搜一搜、QQ瀏覽器等多個騰訊內部業務和產品已接入混元大模型并取得初步效果，更多業務和應用正在逐步接入。

　　騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生表示：“以大模型生成技術為核心，人工智能正在成為下一輪數字化發展的關鍵動力，為解決產業痛點帶來了全新的思路。”

　　深圳云天勵飛技術股份有限公司于今年7月首次公布了其大模型研發情況。該公司的相關負責人介紹說，基于“天書”大模型，云天勵飛與深圳龍崗政數局共同探索了大模型在政務咨詢服務系統的應用，并計劃逐步拓展到其他政府機構和公共服務領域，如法務、金融、教育、醫療、交通等。

　　對于大模型研發公司來說，誰能最快地提供最佳行業應用，誰就能獲得最多的用戶反饋和數據，進一步增加自身大模型的競爭優勢。

　　百度創始人、董事長兼首席執行官李彥宏表示：“當文心一言向億級互聯網用戶大規模開放服務后，能夠獲得真實世界更多的用戶反饋，將有助于對基礎模型進行進一步改進和更快速的產品迭代，創造更好的用戶體驗。”

　　業內人士認為，盡管我國大模型研發進展迅速，但仍需要進一步突破算力、人才等瓶頸，并進一步明確商業模式。

　　上海人工智能實驗室教授林達華認為，千億參數規模的語言大模型訓練，最大的困難和挑戰不在于缺乏數據，而是試錯成本很高。一個千億參數的大模型，在千卡集群上需要3個月的訓練時間。每次更新都需要巨大的算力支持，訓練周期很長。

　　于浩認為，大模型作為“底座技術”，目前仍處于“嬰兒期”，它的成長需要昂貴的算力和耗能巨大的“算力暖房”，還需要一批專精人工智能算法優化的“專家保姆”，以及大量高質量的“數據食材”。稍有不慎，就可能培養出“胡說八道”的“熊孩子”，給大模型企業造成難以預測的影響。

　　于浩說：“考慮到未來的可持續發展，一方面需要建設大模型基礎設施引擎，鞏固底座；另一方面要培養小模型生態系統，進化出適應人工智能多樣化小場景長尾需求的技術堆棧，用小模型解決實際問題，創造價值變現，然后再反哺大模型。”

　　孫樂認為，關于國內大模型的發展趨勢，首先，隨著獲得大量高價值數據和用戶反饋，國內大模型的水平將迅速提升。其次，在應用方面，大模型將廣泛應用，并在適合的場景逐漸形成典型的應用范式。最后，大模型仍將面臨一些長期的科學問題，例如可靠性、可控性和可信性問題，同時在大規模應用過程中還會遇到新的科學問題。這些問題需要政府、企業和學術界共同努力解決。

　　清華大學新聞與傳播學院教授沈陽認為，國內大模型集中上線將催生一系列發展趨勢，包括技術迭代加速、行業應用深化、商業模式多元化、數據和倫理問題凸顯，以及國際化趨勢。這些趨勢不僅將影響模型本身的發展，還將對社會經濟、法律規范和國際競爭格局產生深遠影響。因此，各方需要密切關注并制定相應的戰略規劃和應對措施。