工程技术公司取名 财经聚焦｜竞速大模型：一手创新策略源泉，一手应用

数百朵鲜花相继绽放、绽放。 2023年以来工程技术公司取名，通用人工智能赛道上出现了众多玩家，大模型火了。 据科技部新一代人工智能发展研究中心等机构公布的数据，我国已发布参数规模超过10亿的大型模型79个。 这场席卷科技界的人工智能革命将如何改变世界？ 大模式将如何促进创新源泉、服务实体经济？ 从从业者的角度来看工程技术公司取名，比赛才刚刚开始。

大模型探索 大应用

在位于上海临港新区的商汤科技智能计算中心一楼展厅，可以与大模型“讨论”，用中文“讨论”。

记者在现场发现，作为千亿参数的自然语言处理模型“协商”，它不仅可以进行多轮对话、人机共同创作童话故事，还可以自动生成简单的代码和表演“文生图”。 例如，输入20张“港风”照片后，生成式AI可以自动生成一张类似风格“大气”的图片。

“无论是让大模型写出一首高质量的古诗，还是根据描述生成图像，都需要对中文有足够深入的理解。这需要多轮对话训练，包括喂食的辅助语料库，以逐步让模型理解中文的规律。” 商汤科技首席科学家王小刚表示。

基于语言的大模型并不是唯一的形式，各种通用大模型正在不断扩展其应用场景。 科技部新一代人工智能发展研究中心等机构发布的《中国人工智能大型模型图谱研究报告》显示，我国研发的大型模型数量位居世界第二，仅次于美国。

一方面，大型模型正从办公、生活、娱乐向医疗、教育、设计等行业快速渗透； 另一方面，一些垂直专业大模型不断深化，生物制药、遥感、气象等大模型正在发挥深度优势。

4月初，上海人工智能实验室联合中国科学技术大学、上海交通大学、南京信息工程大学、中科院大气物理研究所、上海中央气象局天文台发布了大型全球中期天气预报模型“凤舞”，可在30秒内生成未来10天的天气预报。 高精度全球天气预报结果。

使用大型模型“凤舞”，全球天气预报有效时间超过10天。 （上海人工智能实验室绘制）

在气象气候预报任务中，全球中期天气预报是重要的预报任务之一，其目标是预测未来14天内大气系统的状态。 “凤舞”减少了预测精度的误差，时效突破10天，并且只需要单个GPU（图形处理单元）即可运行。

上海人工智能实验室首席科学家欧阳万里表示：“‘凤舞’因秦汉时期的‘祥风通物’而得名，是世界上最早的测风设备。智慧也意味着实验室致力于在以气象为代表的人工智能服务科学领域的不懈探索。”

大算力打造新“基地”

出台扶持措施、整合创新资源、布局新兴赛道……近期公司起名，各地都在为人工智能创新源头“铺路”。

5月30日，北京发布《北京市加快建设具有全球影响力的人工智能创新源地实施方案（2023-2025年）》和《北京市促进通用人工智能创新发展的若干措施》； 推动人工智能高质量发展和高水平应用行动计划； 上海市经济和信息化委员会表示，超大规模预训练模型是人工智能从专业智能向通用智能迈进的关键技术。 未来将加快研究打造大规模模型生态集群和创新应用，推动算力资源统一调度。

算力是大型模型发展必不可少的基础设施，已成为众多城市竞相布局的重点。 “最近生成式人工智能等应用的爆发，带动了对算力的需求激增。在安定下来之前，很多企业都会问算力的需求能否得到满足，这已经是稀缺资源了。” 上海临港新区管委会高新技术处处长陆宇表示，这也是临港打造更加完善的算力产业生态、打造公共平台的初衷。

6月2日，上海自贸区临港新片区智能计算大会召开。 （张超超 摄）

针对行业痛点，智能算力需要综合调度、经济使用。 专家认为，“东算西计算”工程的全面实施，将推动东部数字经济产业链向西拓展，让计算资源精准配置、按需获取，有效降低能源消耗。

贵阳市市长马宁宇表示，“我们将共同在贵安新区建设新产业园，打造上海、贵州科技创新成果转化中心。” 、高可靠、高可用的数据中心集群为大数据、大算力、大模型的技术发展和应用提供了广阔的空间。

“东西方合作有更多想象空间。” 统一码科技有限公司副总裁刘杰认为，“东算西算”项目可以解决算力问题。 在GPU计算方面，西方的成本比东方便宜一半。 事实上，业界也在探索“东数西训”。 非实时计算的AI训练过程在西方进行，涉及实时计算的推理过程直接在东方完成，从而更好地调度算力，节省成本。

制定规则推广“好榜样”

它既为创新“加油”，又为发展“调节”。 专家认为，目前大模型人才短缺，很多应用领域尚未成熟，数据治理有待完善。 这不仅需要政府部门为创新的实施搭建平台、寻找场景，还需要为其安全探索划定边界。

今年4月，国家网信办发布了《生成式人工智能服务管理办法（征求意见稿）》，对生成式人工智能产品使用的预训练和优化训练数据提出了明确要求。 从治理原则到道德规范周易预测，我国近年来不断加强对人工智能行业的“监管”。

“大模型推动人工智能实现历史性跨越，中国经济社会高质量发展为大模型创新提供了丰富的场景和数据基础。” 中国科学技术信息研究所所长、科技部新一代人工智能发展研究中心主任赵志云认为，未来需要重点抓好四个方面：加强协调整合资源和研发力量，推动产学研合作和开源； 模型对标项目； 强化政策支持和配套服务，加快实施规模化模型应用。

一些已推出的较大模型“集群”。 （科技部新一代人工智能发展研究中心制图）

从更深层次来说，帮助大模型走得更深，需要更高质量的数据库。 “未来，对高质量、多维度数据的要求会更高。” 中国人工智能开源软件发展联盟副理事长王建宗表示，比如，在给一张图片贴上标签之前，你只需说它是“一个公园”； 需要详细描述为“母亲和孩子在公园散步”，标注难度和数量级工作呈指数级上升。

“数据成为必要的生产要素后，如何安全合理地使用它是政府必须考虑的问题。未来，数据的质量要求和使用门槛会越来越高，需要制定规则提前。” 赵志云说道。 （记者周琳、杨有宗、潘德新）