人工智能產(chǎn)業(yè)是新一代信息技術(shù)產(chǎn)業(yè)的創(chuàng)新前沿，是推動(dòng)未來(lái)產(chǎn)業(yè)發(fā)展的核心動(dòng)能，是打造新質(zhì)生產(chǎn)力的關(guān)鍵。在云計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)等關(guān)鍵技術(shù)的持續(xù)創(chuàng)新與深度應(yīng)用的推動(dòng)下，人工智能迎來(lái)前所未有的發(fā)展機(jī)遇，已步入以大模型為代表的通用人工智能發(fā)展階段，我國(guó)人工智能產(chǎn)業(yè)亦在國(guó)際化的競(jìng)爭(zhēng)舞臺(tái)上行穩(wěn)致遠(yuǎn)。

（一）產(chǎn)業(yè)規(guī)?？焖僭鲩L(zhǎng)

近年來(lái)，我國(guó)人工智能產(chǎn)業(yè)規(guī)模呈爆炸式增長(zhǎng)，成為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎。央視財(cái)經(jīng)數(shù)據(jù)顯示，我國(guó)人工智能核心產(chǎn)業(yè)規(guī)模已超過(guò)5000億元。沙利文咨詢(xún)預(yù)測(cè)，2024年我國(guó)人工智能市場(chǎng)規(guī)模將突破7993億元。從細(xì)分領(lǐng)域來(lái)看，人工智能大模型正處于井噴式發(fā)展高峰期，是推動(dòng)產(chǎn)業(yè)快速增長(zhǎng)的核心力量。2023年，我國(guó)人工智能大模型市場(chǎng)規(guī)模達(dá)21億美元，同比增長(zhǎng)110%，占全球市場(chǎng)規(guī)模的10%。據(jù)鈦媒體國(guó)際智庫(kù)報(bào)告預(yù)測(cè)，2024年我國(guó)大模型市場(chǎng)規(guī)模將達(dá)216億元，持續(xù)保持兩位數(shù)以上增速。當(dāng)前，全國(guó)各地密集出臺(tái)政策推動(dòng)人工智能產(chǎn)業(yè)發(fā)展，如北京市印發(fā)《北京市加快建設(shè)具有全球影響力的人工智能創(chuàng)新策源地實(shí)施方案（2023-2025年）》，提出到2025年人工智能核心產(chǎn)業(yè)規(guī)模達(dá)到3000億元的目標(biāo)。頭部企業(yè)加速人工智能領(lǐng)域布局，天眼查數(shù)據(jù)顯示，越來(lái)越多的企業(yè)爭(zhēng)先搶占人工智能賽道，百度、騰訊、華為等大廠在人工智能算法和模型、數(shù)據(jù)處理能力和計(jì)算資源等方面發(fā)展迅速。未來(lái)，隨著政策紅利的持續(xù)釋放、核心技術(shù)的日益成熟、應(yīng)用場(chǎng)景的不斷拓寬，我國(guó)人工智能產(chǎn)業(yè)將持續(xù)增長(zhǎng)，在全球范圍內(nèi)扮演更加重要的角色，為推動(dòng)全球科技進(jìn)步和經(jīng)濟(jì)發(fā)展作出更大貢獻(xiàn)。

（二）技術(shù)變革推動(dòng)發(fā)展

當(dāng)前，人工智能技術(shù)正處于飛速發(fā)展階段，未來(lái)，以算力、算據(jù)、算法三大基礎(chǔ)要素的精巧配合和相互促進(jìn)為本質(zhì)的技術(shù)變革，將推動(dòng)人工智能產(chǎn)業(yè)向縱深發(fā)展。一是多模態(tài)模型或?qū)⒊蔀槿斯ぶ悄墚a(chǎn)業(yè)標(biāo)配。微軟的研究員撰寫(xiě)的綜述預(yù)測(cè)，多模態(tài)基礎(chǔ)模型將從專(zhuān)用走向通用，未來(lái)將有更多的研究關(guān)注如何利用大模型處理多模態(tài)任務(wù)。目前國(guó)內(nèi)超80個(gè)大模型多僅支持文本輸入輸出這一單一模態(tài)，與人類(lèi)利用視覺(jué)嗅覺(jué)聽(tīng)覺(jué)等多感官獲取信息、通過(guò)語(yǔ)言表情動(dòng)作等多方式表達(dá)信息相比具有明顯不足。未來(lái)隨著技術(shù)的日臻成熟，大模型創(chuàng)新將從支持單模態(tài)單任務(wù)逐漸發(fā)展為將文本、圖像、音視頻等集于一體的多模態(tài)多任務(wù)，競(jìng)爭(zhēng)重點(diǎn)將從參數(shù)量的提升轉(zhuǎn)向多模態(tài)信息整合和深度挖掘能力的提升。二是數(shù)據(jù)智能有望迎來(lái)跨越式發(fā)展。當(dāng)前，作為大模型訓(xùn)練“原料”的數(shù)據(jù)，尤其是高質(zhì)量數(shù)據(jù)面臨短缺，據(jù)Epoch AI Research研究團(tuán)隊(duì)稱(chēng)，高質(zhì)量語(yǔ)言數(shù)據(jù)將在2026年耗盡。若失去新增數(shù)據(jù)源，同時(shí)數(shù)據(jù)利用效率又未能顯著提升，未來(lái)人工智能大模型的發(fā)展速度將明顯放緩。因此，大模型領(lǐng)域不斷迸發(fā)的數(shù)據(jù)需求，將倒逼數(shù)據(jù)在大規(guī)模、多模態(tài)、高質(zhì)量三維度上全面提升，數(shù)據(jù)智能技術(shù)將飛速發(fā)展。三是傳統(tǒng)計(jì)算范式變革成為必然趨勢(shì)。算力作為“燃料”是支撐人工智能模型不斷進(jìn)化的關(guān)鍵，OpenAI數(shù)據(jù)顯示，訓(xùn)練GPT-3 175B模型需要的算力高達(dá)3640PF-days（以1PetaFLOP/s的效率要跑3640天）。未來(lái)，傳統(tǒng)計(jì)算范式將無(wú)法滿足人工智能算力需求的指數(shù)級(jí)增長(zhǎng)，智能算力無(wú)處不在的計(jì)算新范式加速實(shí)現(xiàn)。

（三）具身智能引發(fā)關(guān)注

具身智能（Embodied Intelligence）是一種智能系統(tǒng)的設(shè)計(jì)理念，其目標(biāo)是通過(guò)將感知、決策和行動(dòng)融合在一起，使機(jī)器能夠像人類(lèi)一樣具備身體和運(yùn)動(dòng)能力。具身智能的核心理念是利用機(jī)器的身體結(jié)構(gòu)和動(dòng)作能力來(lái)增強(qiáng)其智能表現(xiàn)和解決復(fù)雜任務(wù)的能力。傳統(tǒng)的人工智能系統(tǒng)主要關(guān)注于數(shù)據(jù)處理和算法的優(yōu)化，而具身智能則更加注重機(jī)器與環(huán)境的互動(dòng)和交流。

目前，具身智能已經(jīng)成為國(guó)際學(xué)術(shù)前沿研究方向，包括美國(guó)國(guó)家科學(xué)基金會(huì)在內(nèi)的機(jī)構(gòu)都在推動(dòng)具身智能的發(fā)展。谷歌公司的Everyday Robot已經(jīng)能夠?qū)C(jī)器人和對(duì)話模型結(jié)合到一起，形成一個(gè)更大的閉環(huán)。UC伯克利的LM Nav用三個(gè)大模型（視覺(jué)導(dǎo)航模型ViNG、大型語(yǔ)言模型GPT-3、視覺(jué)語(yǔ)言模型CLIP）教會(huì)了機(jī)器人在不看地圖的情況下按照語(yǔ)言指令到達(dá)目的地?；谛螒B(tài)的具身智能研究，例如機(jī)器人關(guān)節(jié)控制，使機(jī)器人完全依靠自身形態(tài)即可實(shí)現(xiàn)對(duì)整體行為的控制。未來(lái)，具身智能有望在機(jī)器人、自動(dòng)駕駛、智能家居等領(lǐng)域?qū)崿F(xiàn)重大突破和廣泛應(yīng)用。

（四）應(yīng)用滲透千行百業(yè)

當(dāng)前，以大模型為代表的人工智能技術(shù)賦能千行百業(yè)，成為驅(qū)動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)“第二增長(zhǎng)曲線”的新支點(diǎn)。我國(guó)人工智能已在眾多行業(yè)落地應(yīng)用，賦能效果明顯。例如：汽車(chē)行業(yè)成為大模型技術(shù)最大的交互應(yīng)用場(chǎng)景。各大車(chē)企加快人工智能技術(shù)在智能座艙、智能駕駛、智能制造等方面的落地應(yīng)用，為汽車(chē)行業(yè)帶來(lái)深刻變革。如人工智能大模型可以輔助自動(dòng)駕駛算法的訓(xùn)練和優(yōu)化，亦可以作為“控制者”直接駕駛車(chē)輛。生物醫(yī)藥領(lǐng)域應(yīng)用大模型大幅提升研發(fā)效率。藥物設(shè)計(jì)和病情發(fā)現(xiàn)是生物醫(yī)藥領(lǐng)域的重要環(huán)節(jié)，傳統(tǒng)手段耗時(shí)長(zhǎng)、成本高，大模型技術(shù)在生物制造領(lǐng)域應(yīng)用可提高藥物研發(fā)效率和成功率，助力發(fā)現(xiàn)新療法。人工智能顯著提升集成電路設(shè)計(jì)制造領(lǐng)域生產(chǎn)力。芯片設(shè)計(jì)制造具有極高的專(zhuān)業(yè)性和復(fù)雜性，人工智能驅(qū)動(dòng)的集成電路設(shè)計(jì)制造技術(shù)由大模型自動(dòng)為工程師提供技術(shù)洞察，改進(jìn)未來(lái)芯片設(shè)計(jì)生產(chǎn)方式，減輕工程師負(fù)擔(dān)，縮短芯片研發(fā)周期，促進(jìn)芯片領(lǐng)域生產(chǎn)力提升。盡管如此，我國(guó)人工智能多數(shù)應(yīng)用仍處于“小規(guī)模試點(diǎn)”階段，相距發(fā)達(dá)國(guó)家仍有不小差距，未來(lái)，隨著人工智能技術(shù)的不斷成熟，落地應(yīng)用將向“深水區(qū)”持續(xù)邁進(jìn)，發(fā)展空間廣闊。

（五）安全監(jiān)管趨緊趨嚴(yán)

如何確保人工智能“自我進(jìn)化”的有益無(wú)害，一直是人工智能產(chǎn)業(yè)發(fā)展面臨的重大難題。技術(shù)安全方面，人工智能技術(shù)的復(fù)雜性和不透明性造成“黑箱”困擾。人工智能設(shè)計(jì)者利用不同來(lái)源的數(shù)據(jù)進(jìn)行訓(xùn)練建模，隨著算力水平的提升，用于訓(xùn)練的數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，人工智能自我學(xué)習(xí)更新的速度也越來(lái)越快，但其結(jié)果“不可解釋”，人工智能設(shè)計(jì)者難以把控其“自我進(jìn)化”方向。應(yīng)用安全方面，“真假難辨”“技術(shù)換人”的風(fēng)險(xiǎn)持續(xù)增加。生成式人工智能的生成結(jié)果已可“以假亂真”，真假難辨對(duì)個(gè)人安全乃至國(guó)家安全都帶來(lái)較大風(fēng)險(xiǎn)，此外，隨著人工智能技術(shù)的普及和發(fā)展，失業(yè)人群數(shù)量增加，未來(lái)人工智能更將在多個(gè)領(lǐng)域趕超人類(lèi)，引發(fā)更多社會(huì)問(wèn)題。數(shù)據(jù)安全方面，數(shù)據(jù)泄露等安全問(wèn)題的解決更加趨難。隨著生成式人工智能技術(shù)向多模態(tài)發(fā)展，其文件格式更加豐富，未來(lái)數(shù)據(jù)泄漏問(wèn)題將難以通過(guò)傳統(tǒng)的數(shù)據(jù)防泄漏方法解決。當(dāng)前，世界各國(guó)呈現(xiàn)出政策法規(guī)先行、安全監(jiān)管趨嚴(yán)等特征，如2023年3月，意大利數(shù)據(jù)保護(hù)局以違反《通用數(shù)據(jù)保護(hù)條例》為由暫時(shí)禁用ChatGPT，并在此后提出系列整改要求。未來(lái)，隨著人工智能的快速發(fā)展，與之配套的政策法規(guī)也將更加完善，安全監(jiān)管將更加嚴(yán)格，治理力度將持續(xù)加大。