……

可以看到的是，大模型毫無疑問地成為此次兩會的焦點。在二十多位人大代表或政協(xié)委員的提案中，其實也能總結出當前國產(chǎn)大模型的發(fā)展縮影：技術挑戰(zhàn)仍在，人才政策得跟上，應用發(fā)展要加速。

中美差距還有多大？

ChatGPT的出現(xiàn)，國內(nèi)掀起千模大戰(zhàn)，部分玩家的大模型在一年時間實現(xiàn)了對標GPT-3.5的實力，部分能力超過了GPT-4。

而Sora橫空出世，僅需通過文本即可自動生成1分鐘視頻，給視頻生成領域帶來了顛覆，其展現(xiàn)的性能對同類產(chǎn)品實現(xiàn)了碾壓……

于是乎，關于中美之間的差距是否進一步加大再次引發(fā)熱議。數(shù)據(jù)、算力、人才培養(yǎng)和投入成為這當中討論的焦點。

但中美差距具體還有多大？始終沒有什么定論。

此次兩會上，科大訊飛董事長劉慶峰首次給出了定量描述——

1-2年，追平。

為什么會是這個數(shù)字？劉慶峰做了進一步解答。

他認為中美博弈的“主戰(zhàn)場”就是在通用底座能力上持續(xù)進行對標。而Sora正是基于GPT-4/4V的通用大模型底座能力所延伸出來的特定領域的成功實踐。

同樣延伸的還有像DALL-E3、Whisper。

他還以訊飛星火大模型為例，預計6個月內(nèi)可達到GPT4/4V當前最好水平。但隨著GPT-5的發(fā)布，“這個差距可能會被拉到一年以上”。

因此他也強調(diào)稱，這也會是一個你追我趕的動態(tài)過程。

在劉慶峰這一推論中，在人工智能領域，將通用大模型推至到一個高點，成為中美之間差距的核心競爭點。

也有代表此次在兩會上也表達了類似的觀點：通用大模型的發(fā)展，已不是單純的科技之爭，更是國運之爭，影響深遠。

過去一年可以看到，通用大模型已然成為業(yè)內(nèi)玩家的發(fā)展共識。

在模型層，關于長文本處理、多模態(tài)、邏輯推理、數(shù)學編碼等技術突破，以全方位提升通用大模型的理解能力。基礎設施層，自主可控算力生態(tài)也構建開來，國產(chǎn)算力軟硬協(xié)同來支撐大模型創(chuàng)新和應用。

當然最明顯感知的發(fā)展變化，還是應用層的全面開花。

來自醫(yī)療、教育、廣告營銷、制造等各個行業(yè)領域的傳統(tǒng)玩家，基于通用大模型底座平臺以及行業(yè)數(shù)據(jù)，得以讓大模型在自身領域加速應用。

千模大戰(zhàn)之中，絕大多數(shù)也都是行業(yè)和垂直領域大模型。而如果沒有通用底座大模型的支撐，行業(yè)大模型的成效將無法持續(xù)進步。

因此，中國必須要有自主可控、對標國際一流水準的通用底座大模型。

這當中最具代表的踐行者就是科大訊飛。

過去一年，他們有兩個進展值得關注——

一個是中國首個支持萬億浮點參數(shù)的國產(chǎn)化算力平臺“飛星一號”，聯(lián)合華為實現(xiàn)國產(chǎn)算力的自主可控。

另一個基于該平臺發(fā)布訊飛星火V3.5，整體效果逼近GPT-4 Turbo，并初步形成大模型產(chǎn)業(yè)生態(tài)。

基于算力和持續(xù)升級迭代的通用大模型，他們在醫(yī)療、教育、工業(yè)等場景中有了深度應用，已率先構建出行業(yè)領先的大模型產(chǎn)業(yè)生態(tài)——

截至今年1月，訊飛星火純用戶2400萬，基于訊飛聽見、訊飛星火APP、訊飛輸入法等應用，星火已累計賦能億萬用戶。大模型開發(fā)者生態(tài)積累37萬開發(fā)者數(shù)量，其中企業(yè)開發(fā)者數(shù)量為24萬……并從中以此形數(shù)據(jù)閉環(huán)，自驅(qū)動大模型的迭代和落地。

過去的發(fā)展成績表明：以科大訊飛為代表的通用人工智能國家隊在推動大模型的落地，我們有基礎，也有自身的場景和數(shù)據(jù)優(yōu)勢。但同樣也要客觀看到差距、正視差距，縮小中美底座大模型的差距。

全球競爭更加激烈，通用底座呼之欲出

2024年剛開年，以天為單位的AI新進展再次讓全球無眠。

顛覆視頻生成的Sora、全面超越GPT-4的Claude 3、還有Stable Diffusion 3的發(fā)布，而在產(chǎn)業(yè)鏈上，英偉達正式突破2萬億美元震驚股市……

顯然，全球競速沒有放緩，反而更緊迫了。

但同去年ChatGPT剛出現(xiàn)時百模大戰(zhàn)千模大戰(zhàn)的各家探索不同，今年國內(nèi)卻顯得冷靜許多。因為有關技術趨勢的共識已經(jīng)再明顯不過：

• 多模態(tài)融合，包括語音、圖像、視頻等多個模態(tài)融合已成為國內(nèi)外科技大廠大模型升級和迭代重點；
• Scaling Law反復被驗證，大模型的不同流派走向統(tǒng)一；
• 軟硬件一體，產(chǎn)業(yè)鏈上下游共建的通用底座，更加呼之欲出。也只有通用底座，才是綜合實力、長治久安、基業(yè)長青、支撐千行百業(yè)“AI+”的基石。

有意思的是，這樣的洞察，也在兩會上也被提及出來了。

劉慶峰給出了全面系統(tǒng)的建議。

他建議在2017年《新一代人工智能發(fā)展規(guī)劃》的基礎上，系統(tǒng)性制定國家《通用人工智能發(fā)展規(guī)劃》，以頂層設計來推動通用人工智能的發(fā)展。

與此同時，相關工作也要同步展開，為此劉慶峰給出了九點建議。

首先第一點，聚焦通用大模型“主戰(zhàn)場”，整合各方資源，持續(xù)加大投入。

比如包括以專項的形式在未來5年持續(xù)支持研發(fā)攻關、支持算力基礎設施建設、推動工業(yè)和民生等領域的大模型應用等。

隨后，就是加強源頭技術布局，圍繞通用人工智能相關領域，布局戰(zhàn)略性、前瞻性基礎研究，堅持以源頭核心技術突破來推動顛覆式創(chuàng)新的探索。

除了大模型技術外，還要加快腦科學與類腦智能、量子計算以及推動AI for Science的發(fā)展。

更為具體的建議還有：

建議加快形成以國產(chǎn)大模型為核心的自主可控產(chǎn)業(yè)生態(tài)。

建議推動國家級高質(zhì)量訓練數(shù)據(jù)開放和共享，支持國家戰(zhàn)略科技力量以揭榜掛帥形式優(yōu)先、低成本使用。

建議出臺更加客觀、公正、可信的評測方法，推動大模型在行業(yè)領域應用的健康發(fā)展。

除此之外，他還強調(diào)了人才培養(yǎng)、法律法規(guī)以及倫理人文研究方面的重要性。

尤其是人才培養(yǎng)，他不僅強調(diào)了頂尖的創(chuàng)新人才、應用型人才的培養(yǎng)，而且建議加快推廣人工智能通識教育，賦能基礎教育、職業(yè)教育和高等教育全學段，并且建議設立國家人工智能學院。

對于未來可能會被人工智能大量替代的行業(yè)和崗位，他認為應該研究新型人才能力素質(zhì)模型和培養(yǎng)方案。

這樣的洞察和建議，之所以系統(tǒng)和全面，一方面是訊飛本身是人工智能國家隊，懂行。另一方面，常年的人工智能產(chǎn)業(yè)深耕，也讓它對產(chǎn)業(yè)需求有更深的洞察。

透過此次兩會上各位行業(yè)代表們的觀點，可以看到社會的共識是：

通用大模型是必經(jīng)之路。

從全球發(fā)展來看，實現(xiàn)算力、產(chǎn)業(yè)生態(tài)的自主可控，才能保證大模型的持續(xù)迭代和應用，在全球競爭態(tài)勢下才能占據(jù)一席之地，擁有話語權。

民生社會層面，以大模型為代表的新質(zhì)生產(chǎn)力，正成為支撐社會發(fā)展的新型基礎設施。從技術研發(fā)到商業(yè)落地，這條發(fā)展路線上一以貫之的最終目標，都是為各行各業(yè)提質(zhì)提效。

所以即便現(xiàn)在差距仍不可忽視，但包括國產(chǎn)大模型的核心玩家，已經(jīng)初步探索出了一條自主可控之路，賦能到各行業(yè)，這也是大模型的真正價值所在。

從“互聯(lián)網(wǎng)+”到“人工智能+”，新質(zhì)生產(chǎn)力機遇，未來可期，中國可期。