今年以來，人工智能行業(yè)不斷上演“神仙打架”，新模型層出不窮。在日前召開的2025上海世界移動通信大會開幕式上，國家互聯(lián)網(wǎng)信息辦公室副主任王京濤介紹，截至目前，中國已經(jīng)有433款大模型完成備案，上線提供服務(wù)。專家認為，大模型備案數(shù)量激增印證了我國大模型研發(fā)能力的躍升，為我國數(shù)據(jù)要素與產(chǎn)業(yè)場景深度融合打下了堅實基礎(chǔ)，推動我國人工智能產(chǎn)業(yè)邁入規(guī)模化應(yīng)用新階段。

  “我國人工智能大模型發(fā)展形成了比較完整的大模型產(chǎn)業(yè)體系，創(chuàng)新能力不斷增強。”北京市社會科學院經(jīng)濟研究所副所長、研究員鄧麗姝稱，我國形成了涵蓋基礎(chǔ)層、模型層、應(yīng)用層的大模型產(chǎn)業(yè)布局，貫通基礎(chǔ)研究、技術(shù)創(chuàng)新、商業(yè)應(yīng)用的大模型創(chuàng)新鏈，創(chuàng)新鏈產(chǎn)業(yè)鏈實現(xiàn)融合發(fā)展。在通用大模型和行業(yè)大模型方面，形成了豐富完備的產(chǎn)品矩陣，在金融、政務(wù)、醫(yī)療等領(lǐng)域廣泛應(yīng)用。

  與此同時，人工智能大模型也初步形成了差異化競爭優(yōu)勢，自主創(chuàng)新生態(tài)不斷完善。我國大模型低成本高效能的特質(zhì)疊加開源戰(zhàn)略，推動大模型向普惠性融合創(chuàng)新基礎(chǔ)設(shè)施轉(zhuǎn)化，暢通了人工智能技術(shù)應(yīng)用落地的“最后一公里”，有力促進大模型向生產(chǎn)端、服務(wù)端、消費端應(yīng)用滲透，提升了中小企業(yè)的應(yīng)用率。

  “在人工智能、大數(shù)據(jù)等新一輪科技變革中，數(shù)量眾多的互聯(lián)網(wǎng)平臺企業(yè)推動科技創(chuàng)新走向前沿，展現(xiàn)了強勁的競爭力。”中央黨校（國家行政學院）經(jīng)濟學教研部政府經(jīng)濟管理教研室副主任、教授汪彬說。

  隨著我國人工智能大模型廣泛深入滲透，產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型向產(chǎn)業(yè)智能化、融合化、生態(tài)化加速躍升。在工業(yè)領(lǐng)域，制造業(yè)企業(yè)利用人工智能大模型基于訂單、物流、庫存等多源數(shù)據(jù)預測需求波動，有效縮短產(chǎn)品庫存周期，大大節(jié)約了成本。在農(nóng)業(yè)領(lǐng)域，AI大模型結(jié)合衛(wèi)星遙感、氣象數(shù)據(jù)和種植經(jīng)驗，為農(nóng)戶提供農(nóng)作物全生命周期指導，提升農(nóng)作物產(chǎn)量。在服務(wù)業(yè)領(lǐng)域，人工智能大模型在金融、政務(wù)、醫(yī)療等領(lǐng)域廣泛應(yīng)用，重構(gòu)生產(chǎn)力體系，成為產(chǎn)業(yè)發(fā)展的知識引擎。

  “人工智能大模型讓數(shù)據(jù)使用能力大幅提升。”北京市科學技術(shù)研究院創(chuàng)新發(fā)展戰(zhàn)略所研究員王凱介紹，“此前很多領(lǐng)域都面臨大量的數(shù)據(jù)集合在眼前，卻很難切入分析的問題。人工智能技術(shù)切入后，不僅是數(shù)據(jù)分析，更是一種新知識的產(chǎn)生。因為這種分析是系統(tǒng)的、深入的、全面的、交叉的、關(guān)聯(lián)的。”

  開源成為我國人工智能大模型發(fā)展的重要模式。鄧麗姝表示，越來越多的我國人工智能頭部企業(yè)選擇開源模式，一方面，極大推動了基座大模型的創(chuàng)新生態(tài)培育，促進形成“技術(shù)—數(shù)據(jù)—場景”的循環(huán)迭代創(chuàng)新路徑；另一方面，打破了技術(shù)壟斷，匯聚了越來越多的創(chuàng)新主體，共同開展創(chuàng)新迭代。中小企業(yè)和開發(fā)者能夠便捷運用優(yōu)質(zhì)模型進行定制和微調(diào)，加速了大模型創(chuàng)新應(yīng)用與擴散。

  場景創(chuàng)新促進大模型落地應(yīng)用向縱深推進。我國門類齊全的制造業(yè)數(shù)字化、智能化轉(zhuǎn)型升級，為大模型深度創(chuàng)新應(yīng)用提供了精深場景支撐；智慧制造、智慧醫(yī)療、智慧交通等未來產(chǎn)業(yè)在多模態(tài)數(shù)據(jù)處理、跨領(lǐng)域場景融合、高水平智能迭代等方面的復雜場景需求，反向拉動大模型進行高精度、高水平的迭代升級。

  汪彬認為，我國憑借多年來的技術(shù)積累，已經(jīng)從應(yīng)用端逐步向底層技術(shù)進行突破，尤其是各種外部環(huán)境壓力，倒逼加快實現(xiàn)科技自立自強，這在人工智能大模型領(lǐng)域體現(xiàn)得特別充分。今后，企業(yè)將越來越注重底層技術(shù)開發(fā)和基礎(chǔ)研究，為人工智能的進一步發(fā)展打下堅實基礎(chǔ)。（記者 杜 芳）