- 工聯(lián)網(wǎng)
- 作者：甄清嵐
- 2025年7月9日 17:28
工聯(lián)網(wǎng)消息(IItime) 近日，科大訊飛董事長劉慶峰公開發(fā)表演講，他指出，今年是全民AI和全行業(yè)AI的元年。此外，中美在本輪大模型競爭中差距縮短至3到6個(gè)月，不會(huì)再形成代差。
AI發(fā)展現(xiàn)狀：投資猛增，應(yīng)用普及
人工智能的出現(xiàn)，深刻地解放著千行百業(yè)的生產(chǎn)力，讓人們更有時(shí)間去做更有想象力、更有意思的事情。
目前，人工智能蓬勃發(fā)展。據(jù)統(tǒng)計(jì)，僅2024年人工智能領(lǐng)域的創(chuàng)業(yè)投資總額超過了1000億美元（除英偉達(dá)、微軟、谷歌等巨頭的大規(guī)模投資），同比增長80%。在全球經(jīng)濟(jì)發(fā)展不確定性的背景下，這個(gè)增長速度堪稱驚人。在我國，算力規(guī)模已經(jīng)達(dá)到72.53萬匹，同比增長74%。大模型的公開招投標(biāo)增長了十幾倍。截至2024年年底，我國生成式人工智能的規(guī)模已經(jīng)達(dá)到了2.49億，占總?cè)丝诘?7.7%。劉慶峰稱，2025年將是全民AI和全行業(yè)AI的元年。
人工智能應(yīng)用已到達(dá)關(guān)鍵階段。在人工智能領(lǐng)域，大模型是人工智能在通用人工智能發(fā)展的一個(gè)非常標(biāo)志性的成果，大致可以分成三個(gè)維度。一是運(yùn)算智能。機(jī)器能存會(huì)算，是支撐認(rèn)知智能發(fā)展的基礎(chǔ)。二是感知智能。機(jī)器能聽、會(huì)說、能看、會(huì)認(rèn)，語音識(shí)別技術(shù)已經(jīng)超過專業(yè)速記員；語音合成技術(shù)可以給中央電視臺(tái)配音；機(jī)器翻譯超過了99%的大學(xué)六級(jí)考生，已經(jīng)通過國家翻譯師資格考試。人類看不見的紅外、紫外，聽不見的超聲、次聲波，機(jī)器全都能感知到。三是認(rèn)知智能。隨著認(rèn)知智能在多模態(tài)、具身智能等領(lǐng)域的進(jìn)步，運(yùn)動(dòng)智能也相互呼應(yīng)，推動(dòng)了機(jī)器人行業(yè)的快速發(fā)展。
從技術(shù)角度看，大模型的發(fā)展經(jīng)歷了幾個(gè)階段：2017年，生成式預(yù)訓(xùn)練方法推出；2018年GPT1.0問世，之后，技術(shù)從強(qiáng)化學(xué)習(xí)、慢思考進(jìn)入到世界模型發(fā)展，更真實(shí)地理解客觀世界。
從發(fā)展階段看，大模型技術(shù)歷經(jīng)生成式預(yù)訓(xùn)練、強(qiáng)化學(xué)習(xí)到世界模型的迭代，能力邊界持續(xù)拓展。以GPT為代表的超大規(guī)模深度神經(jīng)網(wǎng)絡(luò)，通過千億級(jí)參數(shù)與海量多模態(tài)數(shù)據(jù)訓(xùn)練，已具備文本生成、邏輯推理、代碼編寫等七大核心能力。中國在技術(shù)評(píng)測體系建設(shè)上同步跟進(jìn)，相關(guān)細(xì)分任務(wù)類型從400余項(xiàng)擴(kuò)展至1000余項(xiàng)，為技術(shù)迭代提供了精準(zhǔn)坐標(biāo)。
中美AI差距：技術(shù)趨近，算力承壓
在全球大模型競速賽中，中美之間的差距正在不斷縮短。劉慶峰指出，我國的大模型在高考表現(xiàn)優(yōu)異。在國際上，如國外的奧數(shù)等賽事中，人工智能的應(yīng)用也十分廣泛。不過，從整體情況來看，在本輪以GPT框架預(yù)訓(xùn)練到強(qiáng)化學(xué)習(xí)為代表的大模型競爭中，中美之間的差距正在不斷縮短。
美國憑借OpenAI、Anthropic等企業(yè)的先發(fā)優(yōu)勢，在科學(xué)模型構(gòu)建與原創(chuàng)性技術(shù)上保持引領(lǐng)，其通過吸納數(shù)學(xué)、物理領(lǐng)域頂尖人才深耕基礎(chǔ)研究的模式，奠定了在深度推理等核心領(lǐng)域的地位。而中國則通過“百模大戰(zhàn)”的激烈競爭實(shí)現(xiàn)快速追趕，頭部企業(yè)已縮減至5-10家�？拼笥嶏w、DeepSeek、豆包、通義千問等一路你追我趕，在通用大模型這一波競爭中，在關(guān)鍵技術(shù)上與美國的差距縮短至3-6個(gè)月，不會(huì)再形成代差。
這種追趕態(tài)勢的背后，是中國企業(yè)在算力限制下的技術(shù)突圍。2022年以來，美國加大對(duì)AI芯片實(shí)施“限高限寬”——單芯片算力不得超過312T，數(shù)據(jù)交換帶寬限制在400G以內(nèi)，后續(xù)更將管控延伸至三星、臺(tái)積電等代工廠。在此背景下，中國企業(yè)轉(zhuǎn)向“小模型+高效率”的技術(shù)路線：在華為的助力下，科大訊飛基于國產(chǎn)算力訓(xùn)練的千億大模型，取得了全面突破�！罢�?yàn)橛羞@些技術(shù)創(chuàng)新，才使我們能夠在自主可控的通用底座上快速訓(xùn)練出行業(yè)模型，從而進(jìn)入到企業(yè)場景�！眲c峰坦言。
目前，AI在多領(lǐng)域獲得突破，如在醫(yī)療領(lǐng)域，我們的大模型已通過國家執(zhí)業(yè)醫(yī)師資格考試，超過了99%的考試學(xué)生。今年兩會(huì)后，最高人民檢察院引入人工智能技術(shù)，用大模型來推動(dòng)司法的公正，做類案推送、法條對(duì)應(yīng)、輔助量刑和文書生成等十項(xiàng)能力。在教育領(lǐng)域，大模型可擔(dān)任口語、科學(xué)、編程教師及心理輔導(dǎo)員。在工業(yè)領(lǐng)域，大模型能支持研產(chǎn)供銷服管幾乎每個(gè)環(huán)節(jié)。如今，大模型的應(yīng)用場景廣闊，然而，最重要的是要將通用大模型成功轉(zhuǎn)化為行業(yè)模型并實(shí)現(xiàn)落地，需要解決一系列關(guān)鍵問題。例如，如何建設(shè)算力、如何整理數(shù)據(jù)等。
所以，大模型時(shí)代，絕不是單個(gè)企業(yè)的競爭，而是整個(gè)生態(tài)體系的繁榮，要把技術(shù)給到更多的企業(yè)應(yīng)用，要讓更多的創(chuàng)新者去開發(fā)。劉慶峰舉例科大訊飛，在訊飛人工智能平臺(tái)上，去年一年新增了170萬開發(fā)者團(tuán)隊(duì)，做出來近100萬新應(yīng)用。最大特點(diǎn)是，現(xiàn)在54%的應(yīng)用與工業(yè)相關(guān)�！爸袊竽Ｐ驮谶@一波紅利中，與美國的差距已縮小至3-6個(gè)月，在行業(yè)應(yīng)用的紅利，中國一定會(huì)更率先拿到。”
但值得注意的是，中美差距的本質(zhì)仍存在“原創(chuàng)與追趕”的區(qū)別。美國在預(yù)訓(xùn)練方法、強(qiáng)化學(xué)習(xí)等底層技術(shù)上的原創(chuàng)性突破，為全球大模型發(fā)展提供了框架；而中國更多通過技術(shù)優(yōu)化與場景落地實(shí)現(xiàn)追趕。這種差異意味著，若缺乏源頭創(chuàng)新布局，短期的差距收窄難以轉(zhuǎn)化為長期競爭優(yōu)勢。
所以，在全民AI的時(shí)代，既是技術(shù)普惠的起點(diǎn)，更是創(chuàng)新突圍的契機(jī)。我們要正視與美國的差距，當(dāng)中國的AI技術(shù)不僅能在高考、醫(yī)療診斷等場景中展現(xiàn)卓越性能，更能在預(yù)訓(xùn)練框架、通用人工智能理論等源頭領(lǐng)域貢獻(xiàn)原創(chuàng)方案時(shí)，3-6月的差距縮短才會(huì)消弭。
