AI产业大发展趋势前瞻 .pdf

AI产业大发展趋势前瞻

近年来，人工智能技术正在加速释放应用潜力，成为一轮科技

革命和产业变革的重要驱动力。把握人工智能产业发展趋势，将是企

业提升核心市场竞争力、各行业实现高效率智能化转型升级、数字经

济业态多元蓬勃发展的关键所在。

近日，毕马威中国联合中关村产业研究院共同发布了《人工智能

全域变革图景展望：跃迁点来临（2023）》报告，总结了人工智能产

业在技术变革、应用创、安全治理、产业协同四方面的10大发展

趋势。以下为内容精华，enjoy：

技术变革

算法、数据、算力并进

1.多模态预训练大模型将成“标配”

多模态预训练大模型包含三大特点：一是训练数据规模大；二是

通过“预训练”阶段集中学习到尽可能泛化的通用特征，适合广泛应

用；三是训练数据来源和形式具有多样性，也即“多模态”，以支持

文本、图像、音频、视频等多种任务处理，达到更接近于人类接收、

处理、表达信息的方式。

未来，各家大模型的比拼重点将不再是单一模态下参数量的提升,

而是转向多模态信息整合和深度挖掘，多模态预训练大模型也将成为

AI大模型的主流形态。

当前，国内AI企业正加速跟进这一趋势，并已取得积极成果。

君联资本所投企业智谱AI于2023年10月推出了全自研的第三

代基座大模型ChatGLM3及相关系列产品。ChatGLM3瞄向视觉模态

GPT-4V,实现了若干全功能的迭代升级，其中包括具备多模态理解

能力的CogVLM,能够看图识语义，在10余个国际标准图文评测数据

集上取得SOTAo在全升级的ChatGLM3赋能下，公司的生成式AI

助手智谱清言已成为国内首个具备代码交互能力的大模型产品。

2.高质量数据需求驱动数据智能

大模型训练需要大量高质量数据，但是目前数据质量还存在一定

问题，如数据噪声、数据缺失、数据不平衡等，均会影响大模型的训

练效果和准确性。数据智能技术则成为提升数据质量、挖掘数据价值

的有效工具。

数据智能是指从数据中提炼、发掘、获取有揭示性和可操作性的

信息，从而为人们在基于数据制定决策或执行任务时提供有效的智能

支持。数据智能融合了数据处理、数据挖掘、机器学习、人机交互、

可视化等多种底层技术，有望在大模型发展需求驱动下实现跨越式发

展。

3.智能算力将“无处不在”

目前大模型发展如火如荼，训练算力需求有望扩张到原来的

10-100倍，变革传统计算范式成为必然趋势。对此，产业界正加速

推动芯片和计算架构创。

在此背景下，硬件、架构竞相涌现，现有芯片、操作系统、

应用软件等都可能被推翻重来，预计有望实现“万物皆数据、无数不

计算、无算不智能”，即智能算力将无处不在，呈现“多元异构、软

硬件协同、绿色集约、云边端一体化”四大特征。

作为全球领先的算力厂商，联想集团目前己经初步形成全栈AI

服务器产品矩阵，连同先进存储、数据网络、超融合、高性能计算以

及异构算力调度平台，为客户提供智能算力中心方案和服务核心产品。

联想智算中心解决方案和服务核心产品涵盖三大类解决方案和

两大类服务。三大类解决方案包括：联想大脑嵌入的解决方案、联想

混合云解决方案、联想绿色低碳智算中心基础设施。两大类服务包括：

端到端全周期联想智算中心服务，以及按需订阅、灵活付费的联想臻

算服务2.0。

应用创

有望重塑生产消费形态

4.AIGC应用向全场景渗透

人工智能生成内容（AIGC）指利用各类机器学习算法，从数据要

素中学习，使机器能自动生成全的文本、图像、音频、视频等多媒

体内容。

AIGC对激发灵感、辅助创作、验证创意等大有助益，且能更低

成本、更高效率地生产内容，目前主要应用在广告营销、游戏创作、

艺术设计等创造性工作场景，正加速向全场景渗透。未来AIGC仍需

要在内容准确性、细节把控度、风格个性化等方面持续优化，并与业

务需求有效结合。