新華網北京2月6日電（趙海軍）通用大模型已成為未來人工智能技術和産業生態的核心。國內大模型企業經歷了從“大煉模型”到“煉大模型”的範式轉變，並在智能體、多模態等模式上持續創新，生態體系日益完善。

  當前，模型的訓練推理效率及性能顯著提高。通過優化深度學習框架、迭代專用硬體以及算法創新，不僅大幅縮短了訓練時間，降低了計算資源消耗，還在推理階段提升了運行效率和響應速度。然而，在參數規模不斷擴張的情況下，模型訓練的成本和能源消耗不斷增加也是不爭的事實，這也成為行業前行需要逾越的難關。

  中國工程院院士劉韻潔指出，目前大模型多局限於單一地點訓練，面臨電力和算力資源難以承受的問題，而協同訓練可從多地點分佈式開展，既減輕單一地點負擔，又能提高訓練效率，目前已實現分鐘級解決排隊問題，且多個異地訓練效率能達到單點訓練的80%。

  2022—2027年中國通用大模型市場規模預測 （資料來源：賽迪四川）

  賽迪四川在《2024AI大模型行業調查研究報告》（以下簡稱：《報告》）中分析認為，我國通用大模型市場規模在2022年約為70億元，2023年突破130億元，預計到2027年將突破400億元，年均增速超25%。《報告》指出，隨着未來産業基礎建設持續 增長、大模型應用替換、生成式人工智能帶來的增量市場和人工智能賦能的企業級應用拓展，通用大模型市場將逐漸成熟。

  在通用大模型産業，從企業分類看：百度、阿里、騰訊、華為等科技領軍企業有全面布局能力，領跑市場；科大訊飛、商湯科技等AI垂類企業在模型層和應用層競爭優勢獨特；智譜華章、百川智能、月之暗面等初創企業憑藉技術優勢和創新精神快速興起。

  從産業鏈看，通用大模型包括基礎層、工具/&&層和模型層。基礎層提供基礎設施與技術支持；工具/&&層匯聚相關企業，提供模型開發與應用工具；模型層匯聚研發及應用企業。該模型已成為人工智能應用創新的重要驅動力，在自然語言處理、計算機視覺和語音識別等領域取得突破進展。

  從應用生態看，越發豐富多元，涉及教育、醫療健康、金融科技等諸多領域，催生出大量大模型業務應用場景。開源與閉源模式在模型開發與應用中互補共生，降低開發者入門門檻，加速新技術普及，且能提供更專業、穩定的服務。

  通用大模型的商業模式正在漸趨形成，從路徑來看，當前主要還是“通用大模型+行業定制模型”。具有數據、算力和算法綜合優勢的企業將模型整合為基座大模型，通過低門檻、高效率的大模型開發與部署&&，向各行各業提供大模型服務。主要盈利方式包括交易量收費、定制開發費用、數據服務費用和訂閱收費等。

  通用大模型在落地中存在諸多痛點，如數據安全與隱私保護、成本與效益平衡、內容可信度與質量可控以及技術創新與社會責任平衡等。解決這些痛點，建議政府相關部門完善頂層設計，規範數據標準，健全監管體系；企業要和科研機構合作，以應用為導向強化具體場景應用，樹立長遠投資視角，健全風險管理體系；用戶要根據需求選産品，注意數據安全，向開發者反饋，共同推動通用大模型技術發展。

  未來，通用大模型將呈現出大小模型並行、融合多模態數據、端雲協同和算網協同等發展趨勢，能兼顧規模與效率、提供更豐富信息、實現任務均衡分配和資源優化調配。

  通用大模型市場前景廣闊，行業盈利空間較大，但盈利能力尚待提升。隨着技術的不斷成熟和應用場景的拓展，相信大模型將在更多垂直領域實現深度應用，撬動各行各業的智能化轉型。