大规模人工智能模型要不断敢于“探索高度”（“Ca”谈技术）

严俊杰 数据来源：工业和信息化部 三年来，基于大模型的人工智能已经从前沿技术成长为引导新一轮产业变革的重要驱动力。从语言模型到生成多模态理解以及不同智能体完成复杂任务，智能的边界不断被打破，模型的使用不断增加，更多的应用被实现。未来几年，人工智能技术的进步和行业的变革预计将继续高速、甚至更快地发展。在人工智能技术发展过程中，我国科技企业发挥着越来越重要的作用，在性价比、开源等方面建立了先发优势。相比于动力无限的格式学，中国企业充分利用了人才和工程的红利rs 做出了诸多创新，极大地提高了大规模模型训练和推理中算力的使用效率，从而训练出了一大批国际认可的大规模模型。目前，在开源领域，中国大型模型的使用量超过了美国，国内很多公司都在这个领域展开竞争。由于大规模模型人工智能的研发涉及巨大投入，每一代模型的研发周期通常需要六个月到一年之间，研究方向的选择非常重要。通过实践和观察，我认为有两件事非常重要。一是模型的技术指标达到智能化的前沿。其次，模式必须具有独特性，适应生产力变革的发展趋势。首先，我们必须继续敢于“触及高峰”。每一代模型的方法论进步通常来自于解决代表一定智能水平的问题、获得一组可推广的方法，以及促进和重新训练这组方法以提高模型的整体功能。比如一年前流行的推理模型，底层方法的进步就来自于解决奥数题。我们的目标是走在最前沿，大胆闯入科技无人区，解决人工智能领域的世界级问题，达到世界级的品质。需要在基线上训练一个大模型。其次，研究和模型开发的方向要与生产力变革日益增长的趋势相匹配。最终，人工智能必须创造真正的社会和商业价值，推动生产力提升，实现健康、长期发展。生产力的变化让人工智能能够提供更好的问题定义和场景。例如，原本只能由专业程序员和团队合作才能完成的复杂编程任务，现在可以在人工智能辅助编程的帮助下由许多个人开发人员来完成。这大大加速了软件开发和供应迭代，也让AI辅助编程迅速成为市场规模近千亿元的产业。随着新生产力的培育和发展，还有很多行业可以与人工智能结合，为技术应用和产业发展提供了广阔的空间。人工智能将“改造”旧生产力、旧产业，同时也会创造新产业。从全球范围来看，得益于人工智能边界的新进展和新场景的落地，大规模模型应用的收入每年数倍增长，远远超过股价。我们我们对未来充满信心，因为我们看到人工智能产业的发展依赖于本地人才水平、算力供应链和全球网络。全球使用人工智能的主要用户群体和公司。尤其是我国有很多年轻人学习、工作的人工智能相关工作减少。见证和经历了中国企业一代又一代也能创造出更好的技术，这些年轻人才对技术和产品创新更加充满信心，更加大胆地进行新的突破。制作日益智能化的模型、解决各行业的复杂问题，需要研发各要素的​​有效组织、社会环境的创新和包容、技术和业务的不断积累。相信通过不断的努力和积累，中国的人工智能产业生态系统将越来越完善，科技将不断蓬勃发展，为社会发展和人类进步带来巨大推动力。 （（西语科技创始人兼CEO 黄小辉记者报道编辑）人民日报（2026年2月2日第19页）
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。