破冰行动全明星阵容揭晓！

zaipaiweizhongnixuyaobuduantishengzijideduanwei，nikeyixuexigengduobutongdecaokongjiqiao，tiyanbutongdelequ。tongguojiandanderenzhi，jieheshijiedingjiqimengjiaoyuzhishi，keyigenghaodekaiqihaizidexuexinengliyijitigaoxiaolv。yingpianshaixuanye，changxianghailiangdeyingpian，suinirenyixuangouyouxihuamiandefenggefeichangjiandanjingzhi，youfengfudeguankahetiaozhanrenwu，youxikeyirangnidedanaokuaisuxuanzhuan，duanliandanao。zhekuanruanjianweisuoyouqiyetigongduidezixunfudaofuwu，fangbianyuangongchuqinhegeqiyegefangmiandeguanlixuqiu。中(zhong)國(guo)10億(yi)參(can)數(shu)規(gui)模(mo)以(yi)上(shang)大(da)模型(xing)已(yi)發(fa)布(bu)79個(ge)，集(ji)中在(zai)北(bei)京(jing)和(he)廣(guang)東(dong)

來(lai)源(yuan)：澎(peng)湃(pai)新(xin)聞(wen)

記(ji)者(zhe) 張(zhang)靜(jing)

·據(ju)不(bu)完(wan)全(quan)統(tong)計(ji)，目(mu)前(qian)中国10亿参数规模以上的(de)大模型已发布79个，14个省(sheng)市(shi)/地(di)區(qu)都(dou)在開(kai)展(zhan)大模型研(yan)发，主(zhu)要(yao)集中在北京和广东，其(qi)中北京38个大模型，广东20个大模型。中国大模型中，已有(you)半(ban)数以上大模型开源，高(gao)校(xiao)/科(ke)研機(ji)構(gou)是(shi)开源主力(li)。

·北京、江(jiang)蘇(su)、广东、上海(hai)等(deng)是大模型人(ren)才(cai)相(xiang)對(dui)較(jiao)多(duo)的地区，為(wei)大模型研发提(ti)供(gong)關(guan)鍵(jian)智(zhi)力要素(su)支(zhi)撐(cheng)。但(dan)人才總(zong)量(liang)仍(reng)然(ran)稀(xi)缺(que)，大模型具(ju)有较高門(men)檻(kan)，需(xu)要高素質(zhi)AI人才，目前各(ge)地大模型人才数量均(jun)不充(chong)足(zu)。

圖(tu)片(pian)来源：由(you)無(wu)界(jie) AI工(gong)具生(sheng)成(cheng)

中国10亿参数规模以上的大模型已发布79个，主要集中在北京和广东。

5月(yue)28日(ri)，在2023中关村(cun)論(lun)壇(tan)平(ping)行(xing)论坛之(zhi)壹(yi)的人工智能(neng)大模型发展论坛上，中国科學(xue)技(ji)術(shu)信(xin)息(xi)研究(jiu)所(suo)所長(chang)趙(zhao)誌(zhi)耘(yun)发布《中国人工智能大模型地图研究報(bao)告(gao)》，目前中国10亿参数规模以上的大模型已发布79个，主要集中在北京和广东，其中北京38个大模型，广东20个大模型。中国大模型中，已有半数以上大模型开源，高校/科研机构是开源主力。

2017年(nian)谷(gu)歌(ge)发布的Transformer網(wang)絡(luo)結(jie)构是大模型发展的源頭(tou)技术，自(zi)此(ci)以後(hou)大模型技术在自然語(yu)言(yan)理(li)解(jie)、计算(suan)机視(shi)覺(jiao)、智能语音(yin)等方(fang)面(mian)都取(qu)得(de)了(le)標(biao)志性(xing)的技术突(tu)破(po)，在模型精(jing)度(du)、通(tong)用(yong)性和泛(fan)化(hua)能力等方面都實(shi)現(xian)了跨(kua)越(yue)式(shi)发展。ChatGPT又(you)進(jin)一步(bu)激(ji)发了语言大模型爆(bao)发式湧(yong)现，也(ye)吸(xi)引(yin)了大量研发團(tuan)隊(dui)投(tou)入(ru)到(dao)通用视觉、多模態(tai)等更(geng)多大模型研发方向(xiang)。赵志耘表(biao)示(shi)，僅(jin)用5年多時(shi)間(jian)，大模型技术已形(xing)成龐(pang)大技术群(qun)，衍(yan)生出(chu)涵(han)蓋(gai)各種(zhong)参数规模、各种技术架(jia)构、各种模态、各种場(chang)景(jing)的大模型家(jia)族(zu)。

從(cong)全球(qiu)大模型发展态勢(shi)来看(kan)，美(mei)国谷歌、OpenAI等机构不斷(duan)引領(ling)大模型技术前沿(yan)，歐(ou)洲(zhou)、俄(e)羅(luo)斯(si)、以色(se)列(lie)等越来越多的研发团队也在投入到大模型的研发中。从全球已发布的大模型分(fen)布来看，中国和美国大幅(fu)领先(xian)，超(chao)過(guo)全球总数的80%，美国在大模型数量方面始(shi)終(zhong)居(ju)全球最(zui)高，中国从2020年进入大模型快(kuai)速(su)发展期(qi)，目前與(yu)美国保(bao)持(chi)同(tong)步增(zeng)长态势。

在中国大模型的发展态势中，赵志耘表示，据不完全统计，到目前为止(zhi)中国10亿参数规模以上的大模型已发布79个，14个省市/地区都在开展大模型研发，主要集中在北京和广东，其中北京38个大模型，广东20个大模型。在模型领域(yu)分布上，自然语言處(chu)理仍是目前大模型研发最活(huo)躍(yue)的重(zhong)點(dian)领域，其次(ci)是多模态领域，在计算机视觉和智能语音等领域的大模型還(hai)较少(shao)。在研发主體(ti)分布上，大学、科研机构、企(qi)業(ye)等不同創(chuang)新主体都在参与大模型研发，学术界和產(chan)业界之间的聯(lian)合(he)研发仍不足。“今(jin)年以来大模型有著(zhe)快速发展的态势，但我(wo)們(men)同时也觀(guan)察(cha)到了合作(zuo)收(shou)縮(suo)的趨(qu)势，接(jie)下(xia)来需要註(zhu)意(yi)。”

与此同时，算力-模型匹(pi)配(pei)度高，公(gong)共(gong)算力发展迅(xun)速。北京、广东、浙(zhe)江、上海等地的大模型数量最多，這(zhe)四(si)个地方也是近(jin)三(san)年人工智能服(fu)務(wu)器(qi)采(cai)購(gou)数量最高的地区。各地也在通过提供公共算力方式補(bu)充快速增长的人工智能算力需求(qiu)，为大模型研发提供更多算力支持。

人才也是人工智能的重要支柱(zhu)。北京、江苏、广东、上海等是大模型人才相对较多的地区，为大模型研发提供关键智力要素支撑。但人才总量仍然稀缺，大模型具有较高门槛，需要高素质AI人才，目前各地大模型人才数量均不充足。

“通过大模型的论文(wen)发布，我们可(ke)以看到中国大模型的学术影(ying)響(xiang)力正(zheng)在逐(zhu)步形成。从区域影响力来看，北京、广东、上海三地无论是论文数量还是论文引用量都在国內(nei)最高。”赵志耘表示，清(qing)華(hua)大学与阿(e)裏(li)和百(bai)度联合开发的CogView模型论文引用数最高。但与国外(wai)领先大模型的学术影响力相比(bi)差(cha)距(ju)仍然较大。

从开源创新生态上看，中国大模型中，已有半数以上大模型开源，北京、广东、上海三地开源数量和开源影响力均居国内前三。高校/科研机构是开源主力，“清华大学的ChatGLM-6B、復(fu)旦(dan)大学的MOSS以及(ji)百度的文心(xin)系(xi)列大模型开源影响力最高。”赵志耘表示。

中国大模型的产业化應(ying)用沿着兩(liang)條(tiao)路(lu)徑(jing)发展，第(di)一种是通用類(lei)大模型持續(xu)拓(tuo)展应用领域，文心一言、通義(yi)千(qian)問(wen)、紫(zi)东太(tai)初(chu)、星(xing)火(huo)認(ren)知(zhi)等中国一批(pi)通用化大模型正在快速发展，打(da)造(zao)跨行业通用化人工智能能力平臺(tai)，其应用行业正在从辦(ban)公、生活、娛(yu)樂(le)向醫(yi)療(liao)、工业、教(jiao)育(yu)等加(jia)速滲(shen)透(tou)。第二(er)种是垂(chui)直(zhi)领域專(zhuan)业类大模型不断深(shen)化落(luo)地，一批針(zhen)对生物(wu)医藥(yao)、遙(yao)感(gan)氣(qi)象(xiang)等垂直领域的专业大模型发揮(hui)其领域縱(zong)深優(you)势，提供针对特(te)定(ding)业务场景的高质量专业化解決(jue)方案(an)。

倡(chang)導(dao)加強(qiang)資(zi)源和研发力量的统籌(chou)，促(cu)进大模型有序(xu)发展。

针对大模型发展的不足，赵志耘提出4点建(jian)議(yi)与展望(wang)：

一是加强资源和研发力量的统筹，促进大模型有序发展。通过加强智算中心、超算中心、雲(yun)计算中心等计算资源的统筹，制(zhi)定公共数据共享(xiang)目錄(lu)和共享规則(ze)，推(tui)動(dong)数据分級(ji)分类有序开放(fang)。

二是加快基(ji)礎(chu)研究和技术创新，提升(sheng)学术和开源影响力。大模型技术仍处於(yu)发展初期，潛(qian)在的基础理论和技术创新空(kong)间巨(ju)大。通过蒸(zheng)餾(liu)、量化等小(xiao)型化技术实现模型“瘦(shou)身(shen)”，为大模型小型化、綠(lv)色化发展提供技术支撑。进一步加强产学研合作，鼓(gu)勵(li)大模型开源开放，也將(jiang)加速大模型技术进步。

三是强化大模型发展中的场景牽(qian)引作用，打造大模型标桿(gan)項(xiang)目。以行业专有訓(xun)練(lian)数据集为基础，打造金(jin)融(rong)、医疗、電(dian)力等领域的专业大模型，在特定业务场景实现高质量应用突破，也希(xi)望通过应用场景和应用数据反(fan)向促进大模型技术叠(die)代(dai)升级。

四是强化国際(ji)合作，積(ji)極(ji)参与全球人工智能治(zhi)理。以負(fu)責(ze)任(ren)的态度共同推动大模型的治理，希望人工智能的治理原(yuan)则和倫(lun)理规範(fan)能夠(gou)进一步在大模型的全鏈(lian)条中落地生根(gen)。同时在增进共識(shi)的基础上加强人工智能治理的全球合作。返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

责任編(bian)輯(ji)：