如果只用一個字描述2024年的人工智能，那就是“快”。一切仿佛按下了加速鍵，基礎大模型技術加速迭代，工程化和應用賦能加速落地，安全治理也從原則走向實踐。展望2025年，人工智能的進步仍然不會減速�！痹�12月23日舉辦的“2025中國信通院深度觀察報告會”上，中國信通院人工智能研究所所長魏凱圍繞“人工智能”這一主題分享了最新實踐與發(fā)展洞察。
技術創(chuàng)新非常活躍
在魏凱看來，這一年，基礎大模型技術加速迭代，工程化和應用賦能加速落地，安全治理也從原則走向實踐。目前以大模型為主線的人工智能技術還遠未定型，技術創(chuàng)新非常活躍。頭部企業(yè)沿著規(guī)模定律，不斷刷新基礎大模型的能力上限。無論以任何一種基準得分為參照，梳理一年來前沿模型的提升趨勢，都會呈現(xiàn)一條陡峭向上的曲線。
下半年以來，關于預訓練擴展遇瓶頸討論越來越多，似乎已成為行業(yè)共識。在此背景下，o1等模型的推出，為大語言模型開辟了新的擴展方向，擴展定律從另外一條路上繼續(xù)前進。與此同時，從Sora、可靈、Vidu，到GPT-4o，多模態(tài)生成模型和理解模型今年也取得快速進步，正在打開機器認知和理解世界的全新通道，對后續(xù)具身智能和AGI發(fā)展奠定基礎�；A模型越來越大，同時也在變得更小，今年出現(xiàn)了很多只有幾十億參數(shù)的小模型，在某些方向上性能可以達到以往千億甚至萬億參數(shù)的水平，小模型能力聚焦，有望大大降低算力和應用成本，加速私有部署和邊緣與端側AI的普及。
算力與數(shù)據(jù)要素結構性變革
魏凱認為，基座大模型演進的新趨勢，也會引發(fā)算力和數(shù)據(jù)兩大要素的結構性變化。在算力方面，雖然現(xiàn)在萬卡集群建設如火如荼，但隨著預訓練的主體的逐步收斂，考慮到高昂的建設運營成本，未來全球估計只有少數(shù)公司真正需要超大規(guī)模訓練集群，超大規(guī)模訓練需求有可能很快達到頂峰，增速逐漸放緩。與此相對的，應用的普及和推理側的擴展，運行大模型所需的推理算力需求將得到激發(fā)，推動智算算力結構做出相應調整。
在數(shù)據(jù)方面，有很多觀點認為，規(guī)模定律放緩或走到盡頭，與數(shù)據(jù)墻有關。研究顯示，全球可公開獲取的互聯(lián)網(wǎng)數(shù)據(jù)已接近天花板。未來突破數(shù)據(jù)墻，有兩個途徑：一是合成數(shù)據(jù)，二是數(shù)據(jù)精標，這就對人工智能的數(shù)據(jù)要素供給提出了新要求。此外，在以CommonCrawl等為源頭的公開互聯(lián)網(wǎng)數(shù)據(jù)集之外，企業(yè)數(shù)據(jù)和深網(wǎng)（deep web）數(shù)據(jù)是有待進一步挖掘“藍�！薄Ｎ覈鴶�(shù)據(jù)資源總量豐富，可以抓住機遇，加快培育高水平數(shù)據(jù)標注產業(yè)，挖掘高質量數(shù)據(jù)資源潛力。
工程化體系為人工智能+鋪平道路
“基礎模型只是整個人工智能應用架構中的一部分，甚至只是一小部分�！� 魏凱強調。他進一步表示，今年，圍繞大模型的工程化體系不斷成熟，AI原生應用的架構實踐往前邁出了一大步。檢索增強生成（RAG）、智能體，甚至多智能體工作流等工程化技術得到了快速發(fā)展。
如果把大模型比作操作系統(tǒng)，那么智能體就像是APP。智能體以大模型為智能中樞，融合規(guī)劃、記憶和工具調用等能力，在眾多領域初步展現(xiàn)出巨大潛力。人工智能的工程化技術，看似技術含量不高，但實際上至關重要，是聯(lián)結前沿技術和用戶實際場景的橋梁，在降低幻覺、提升應用效果的同時，能顯著降低用戶使用大模型的門檻�；ヂ�(lián)網(wǎng)大廠紛紛推出了MaaS服務和智能體開發(fā)平臺。
“但總體上看，人工智能應用服務領域的企業(yè)仍然不夠多、不夠強。我們正在與大廠合作，積極培育大模型服務提供商生態(tài)�！� 魏凱說。
實際上，基座模型不斷進步和工程化持續(xù)成熟，為人工智能+鋪平了道路�！拔覀兛吹剑衲觌S著國家實施人工智能+行動，大力推動人工智能賦能新型工業(yè)化，大模型在工業(yè)領域的應用案例越來越多，我們統(tǒng)計發(fā)現(xiàn)，價值鏈兩端率先啟動�！�
在工業(yè)領域的源頭創(chuàng)新方面，大模型在軟件開發(fā)中的應用最為廣泛，材料和藥物研發(fā)、仿真設計等也在探索，AI提升研發(fā)效能方面的成效初現(xiàn)。在后端場景中，企業(yè)管理、客戶服務、市場營銷這三個場景，充分發(fā)揮了當前大模型的強項，成為各類企業(yè)較為普遍的入門場景。此外，消費端辦公助手、智能搜索等應用量大面廣，有望極大提升企業(yè)員工的人效，同樣也是人工智能賦能實體經濟的重要方向。
魏凱同時也強調稱：“人工智能+還處于初期，政府部門和企業(yè)要應用人工智能，也是系統(tǒng)工程，不僅需要持續(xù)夯實數(shù)字化基礎，更需要加快理念、組織和流程等變革。”
