人工智能与大语言模型发展状况如何？

当前全球大模型技术已进入深度竞争阶段，中美两国呈现出差异化发展路径。

中国互联网产业的发展范式遵循“技术-硬件-终端-应用”的次序，在 21 世纪初 凭借政策支持、市场开放和技术引进，中国互联网行业飞速扩张，使得以移动 设备为先、智能手机为后的互联网终端时代为企业和个人带来前所未有的产业 迭代和资本机遇。智能设备端，中国替代化效率显著，加上低廉的网络费用和 消费电子价格，国内网民数量由 2007 年末的 5,000 万人迅速提升至 2020 年末 的 10 亿人。如果说游戏、视频和电商等移动终端软件应用是互联网行业的爆发 支点，那么如今人工智能时代中的大语言模型及基于 Agents 的应用就是当今与 未来的行业爆发点。 互联网时代爆发的各类手机品牌、电商公司、以软件和应用为主的 IT 企业，对 应了人工智能时代下 AI 芯片厂商、负责研发大模型的互联网大厂、服务器与数 据中心设备供应商的明星地位。Agents 技术、AI 端侧应用及边缘计算等领域高 度依赖人工智能在技术与硬件端的发展趋势及算力上限，终端与应用端相对更 低的技术壁垒与投入成本使其不会成为人工智能行业的约束变量。 与互联网产业一样，我国的人工智能行业也遵循“技术-硬件-终端-应用”的发 展范式，只不过技术端由通信网络变为大模型理论研究，例如深度学习框架、 Transformer 架构和各种开闭源大模型；硬件端由服务器、路由器和 PC 等电子 设备变为技术门槛更高的 GPU、高速互联网络（如 InfiniBand）和服务器集群； 终端在互联网时代的手机和 PC 之外，加入了例如智能机器人、智能家居和自 动驾驶 EV 等边缘计算设备；应用端则从传统的搜索引擎和日常软件过渡为高 开发成本、技术门槛高的生成式 AI 产品。

大模型在人工智能时代中的地位就如同互联网时代中的浏览器应用。浏览器是 用户设备通过互联网技术，与所有应用互动的桥梁；而大模型及 Agents 技术则 是用户与任务、端侧 AI 以及边缘计算设备互动的桥梁。不同之处在于，互联网 时代的关键议题是让每位用户都能高效、低成本地使用互联网应用，因此更加 注重硬件（移动设备、PC）和应用端。人工智能时代则更强调技术与硬件，因 为以算力和算法为基础的人工智能行业需依赖坚实的理论基础，以保障算力增 长不受限于硬件演进速度。 根据《全球人工智能创新指数报告》，美国已连续四年位居第一，中国则保持全 球第二。人工智能的本质是提升计算效率、降低单位劳动成本，而近年兴起的 大模型是实现这一目标的关键技术变量。大模型通过融合文本、图像和音频等多模态信息，推理出最适合提示指令（prompt）的输出结果，这一过程正是生 成式 AI 的核心能力，也是其提升企业劳动效率的直接路径。最新大模型依托多 模态能力、端侧部署和边缘计算，逐步渗透至制造、商业、教育、金融等行业 场景，在为企业带来利润与效率增长的同时，也显著提升了上游 AI 硬件厂商的 投资价值。 从数据发展情况来看，国内在模型训练中的数据标注、数据清洗、高质量数据 供给上仍存在数据积累少、标准不统一、数据共享机制不完善等问题。国内在 人工智能基础研究上的差距使得高校和研究院更侧重于模型开发与训练，而在 人工智能行业基石的算力、算法和数据这些硬件和基础设施上投入不足，缺乏 高质量成果。因此，为巩固我国人工智能行业根基，必须加大大模型硬件端 （如 AI 算力芯片）投资，以促进行业更新与产品迭代。

持续提高 AI 硬件端的技术上限是我国人工智能行业的首要命题，其相关产业在 近期将成为高回报潜力明显的资本投入方向之一。美国垄断地位体现在技术层 的英伟达与模型层的 OpenAI，具备坚实的基础层体系，中国近期注重打造从基 础层至应用层的全栈自主能力建设，整体产业呈现出“硬件决定上限，软件与 应用紧随其后，宏观环境决定生态效率”的独特特点。 中国互联网大厂如阿里云、百川智能、面壁智能、零一万物、昆仑万维等，自 2023 年 7 月起已进入开源模型密集建设期，模型参数规模持续上升，商业化案 例不断涌现。开源大模型是全球人工智能行业的主流方向，其基础框架便于企 业通过调参和定制化方式实现商业化落地，显著降低试错成本。另一方面，以 寒武纪、地平线、中兴微电子、壁仞科技、摩尔线程、后摩智能等为代表的国 内芯片技术直接决定国内大模型的性能上限。建议关注国内领先的 AI 芯片公司 和数据中心设备供应商；同时，为 AI 提供底层支撑的供配电系统、液冷散热、 高速互联与存储、以及 AI 软件生态领域亦值得重点关注。

当前全球大模型技术已进入深度竞争阶段，中美两国呈现出差异化发展路径。 海外企业如 OpenAI、Google、Anthropic 等在通用大模型领域持续领跑，代表 产品如 GPT-4、Claude 3 等展现出强大的多模态理解与复杂推理能力，整体技 术领先周期约为 12–18 个月。这些头部厂商正加速构建“模型即服务”（MaaS） 生态闭环，通过 API 平台和插件系统形成牢固的商业护城河。相比之下，中国 企业则更注重实际场景导向的发展模式，依托产业生态和政策支持，在中文处 理、行业适配、本地部署等方向实现差异化突破。百度文心、阿里通义、讯飞星火等国产模型，已在金融、政务、教育等重点领域展现出明显的竞争力。 从产业链视角看，中国人工智能正在经历从“软硬件解耦”到“全栈协同”的 战略转型。在算力层面，面对高端 GPU 进口受限等外部压力，国产芯片企业如 华为昇腾、寒武纪持续推进产品迭代，并通过昇思、CANN 等软件栈优化，实 现对超过 70% 主流 AI 任务的国产化适配。在数据资源方面，中文高质量语料 库建设显著提速，多个行业知识库已突破千亿 token 级别，强化了大模型的本 土语义理解能力。同时，ModelArts、BML 等平台推动 MLOps 工具链国产化， 从训练到部署的完整流程逐步打通，提升了国产模型的工程化效率与落地能力。 未来，国内 AI 龙头企业和大模型产品将围绕核心技术攻坚和产业场景落地两条 主线持续发力。一方面，模型压缩、低算力适配、多模态融合等方向将成为重 点，支撑政务、金融、医疗等高安全、高可信行业的大规模应用。以阿里通义、 百度文心、讯飞星火为代表的头部模型，正分别在智能客服、电商推荐、搜索 引擎增强、教育评测等场景中不断深化服务能力。在信创政策推动下，金融、 电信等行业的大模型国产化采购率已超过 45%，为产业生态建设提供了宝贵的 迭代反馈和真实场景验证。 另一方面，制造、交通、能源等传统行业将成为大模型赋能的新高地，尤其是 通过“AI+工业互联网”的结合，推动从预测性维护、质检优化到智能排产等生 产环节的智能化升级。同时，随着端侧设备算力提升，端侧大模型（如语音助 手、车载系统、AI OS）也将加速普及，赋能消费电子、智能家居等场景，打造 “端云协同”的新型技术生态。

在这一轮技术升级中，中国大模型产业将继续践行“重点行业优先突破 + 底层 技术自主演进”的发展策略，推动形成技术自立、生态完善、上下游联动的产 业体系，进一步带动云计算、数据服务、边缘算力等关键环节协同发展，成为 推动数字经济高质量增长的核心动能。同时，也需积极应对生态壁垒、数据合 规、芯片封锁等外部挑战，把握住垂直行业深度赋能、端侧 AI 爆发、新型人机 交互等结构性机遇。 展望未来，中国大模型产业将面临三重关键跃迁：1）从技术追赶向局部领跑转 变，在细分赛道形成全球对标优势；2）从单点突破走向生态协同，实现模型、 平台与行业应用的系统整合；3）从试点验证迈向规模商用，推动 AI 能力融入 千行百业。这一趋势将进一步重塑全球人工智能竞争格局，为中国科技产业带 来长期结构性增量，也为投资者提供新一轮具备产业纵深与成长性的布局窗口。