過去3年，基于大模型的人工智能從一項前沿技術(shù)，加速成長為引領(lǐng)新一輪產(chǎn)業(yè)變革的重要驅(qū)動力。從語言模型到多模態(tài)理解生成，再到各種完成復(fù)雜任務(wù)的智能體，智能邊界不斷突破，模型的使用量持續(xù)增加，應(yīng)用落地越來越多。預(yù)計未來幾年，人工智能技術(shù)進步和產(chǎn)業(yè)變革仍將高速發(fā)展，甚至更快。

在人工智能技術(shù)發(fā)展進程中，我國的科技公司扮演著越來越重要的角色，在成本效率和開源上確立了初步優(yōu)勢。在算力受限的情況下，我國企業(yè)充分利用人才和工程師的紅利，做了大量創(chuàng)新，極大提高了大模型訓(xùn)練和推理的算力使用效率，從而訓(xùn)練出多個受到國際認(rèn)可的大模型。目前在開源領(lǐng)域，中國大模型的使用量已經(jīng)超過了美國的模型，并且有多家國內(nèi)公司在該領(lǐng)域呈現(xiàn)你追我趕的態(tài)勢。

基于大模型的人工智能研發(fā)，由于投入巨大，每一代模型的研發(fā)周期往往長達半年到一年，因此研究方向的選擇非常關(guān)鍵。通過實踐和觀察，我認(rèn)為有兩件事情非常重要：一是模型的技術(shù)指標(biāo)能夠觸達智能水平的最前沿；二是模型要有自己的特色，并且契合生產(chǎn)力變革的發(fā)展趨勢。

首先要敢于持續(xù)“摸高”。每一代模型的方法突破往往是來自解決一個代表智能水平的問題，得到一套能泛化的方法，然后將這套方法推廣、重新訓(xùn)練，從而提升模型整體能力。例如，在一年前開始大火的推理模型，底層的方法突破來自解決奧林匹克數(shù)學(xué)競賽的問題。我們要瞄準(zhǔn)最前沿、勇闖技術(shù)無人區(qū)，解決人工智能領(lǐng)域的世界級難題，從而訓(xùn)練出擁有世界頂級水準(zhǔn)的大模型。

其次是模型的研發(fā)方向要符合生產(chǎn)力變革的發(fā)展趨勢。人工智能最終還是要產(chǎn)生實際的社會價值和商業(yè)價值，促進生產(chǎn)力的提升，才能長期健康發(fā)展。而生產(chǎn)力的變革又給人工智能提供了絕佳的問題定義和場景。比如原本只有專業(yè)的程序員和團隊配合才能完成的復(fù)雜編程工作，現(xiàn)在借助AI輔助編程，很多個人開發(fā)者也可以完成。這讓軟件的供給和開發(fā)迭代的速度顯著加快，也使得AI輔助編程迅速發(fā)展為具有近千億元市場規(guī)模的產(chǎn)業(yè)。隨著新質(zhì)生產(chǎn)力的培育與發(fā)展，還有大量的產(chǎn)業(yè)可以跟人工智能結(jié)合，提供廣闊的技術(shù)應(yīng)用和產(chǎn)業(yè)發(fā)展空間。AI“變革”了舊的生產(chǎn)力和老的產(chǎn)業(yè)，也將催生出新的產(chǎn)業(yè)。

從全球范圍來看，得益于人工智能邊界的新突破、新場景落地，基于大模型的應(yīng)用收入每年呈幾倍的增長，增量遠大于存量。我們對未來充滿信心，因為我們看到了在人工智能產(chǎn)業(yè)的發(fā)展中，有本土成長起來的優(yōu)秀人才梯隊、算力供應(yīng)鏈以及全球領(lǐng)先的使用AI的用戶群體和企業(yè)。尤其我國有大量的年輕人學(xué)習(xí)和從事人工智能相關(guān)的工作。目睹和親歷中國企業(yè)同樣能做出來一代代更好的技術(shù)，這些年輕人才對技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新也越來越有自信，也敢于做更具突破性的嘗試。

讓模型越來越聰明，解決各個行業(yè)的復(fù)雜問題，靠的是各個研發(fā)要素的有效組織、社會環(huán)境的創(chuàng)新包容以及技術(shù)和商業(yè)的持續(xù)沉淀。我相信，經(jīng)過持續(xù)的努力和積累，中國人工智能產(chǎn)業(yè)生態(tài)將日臻完善，技術(shù)會繼續(xù)蓬勃發(fā)展，也將為社會的發(fā)展和人類的進步帶來更大的推動力。

（作者為稀宇科技創(chuàng)始人、首席執(zhí)行官，本報記者黃曉慧采訪整理）

 

《人民日報》（2026年02月02日 第 19 版）

（責(zé)編：張若涵）