在OpenAI公司发布ChatGPT之后，全球很多资本、组织开始投入到AI大模型决赛中，掀起了“万模大战”高潮。出品方涵盖互联网巨头、AI概念上市公司、服务器龙头企业、科研院所与一级市场创业公司，有的大模型的参数规模已经接近，甚至超越ChatGPT的规模（上千亿条）。依托这些大模型推出的类ChatGPT产品，主打的能力包括对话问答、文本及代码生成等等。

4月28日，中共中央政治局会议分析了当前的经济形势和经济工作。在会议中，强调了通用人工智能的发展，加大了对人工智能的扶持力度。

在此之前，百度发布了大语言模型“文心一言”，阿里的“通义千问”开始企业内测；之后，商汤科技带来了“商量SenseChat”，360也开启了“360智脑”企业内测。5月6日，科大讯飞发布星火认知大模型，并发布其在教育、办公、汽车、数字员工等行业的应用成果。此外，腾讯、京东、字节跳动等国内科技“大厂”，云知声、医联等科技公司，也纷纷宣布了在类ChatGPT产品或AI大模型领域的布局。清华大学、北京智源人工智能研究院、上海人工智能实验室等科研院所也发布了各自的AI大模型成果。

据不完全统计，目前国内科技“大厂”、创业公司、科研院所等发布的AI大模型已超过30个，还有不少正在研发当中。

一般认为，算法、算力、数据是AI大模型研发中必不可少的基础要素，也是制约大模型成果水平的关键因素。ChatGPT之父、OpenAI创始人萨姆·奥特曼最近表示，大语言模型的规模已接近极限，并非越大越好；大模型发展不应一味追求参数数量，未来大模型或以多个小模型相互协作的方式运行。把各个子模型联动起来，并通过提升算法来优化其能力。在算力提升遭遇瓶颈，训练数据数量、质量有限的情况下，算法在大模型研发中的关键作用愈加凸显。现阶段大模型的基础理论已十分明晰，更像是一种系统性的复杂工程，“如何将其中的每一个环节‘做透’，通过算法的优化，将每一部分组合在一起发挥更大作用将是接下来发展重点。”

近年来，随着我国“东数西算”、算网融合等发展，全国算力网络正在加速建设，算力正在成为AI竞争的新焦点，也成为数字经济发展的新引擎。我国算力产业规模排名全球第二，去年增长率近30%。尽管如此，但在日趋激烈的竞争中，各家企业对算力的巨大需求仍然难以满足。更有不少业内人士直言：缺乏强大的芯片等算力支持，是制约我国AI大模型发展的一大瓶颈。当前AI算力竞争的主战场之一在云计算。国内云计算产业存在三方面突出问题：从核心技术的角度来看，云计算的硬件技术自主可控性仍是薄弱环节；从生态构建角度来看，云计算的互操作性成为影响构建统一生态和发展创新的瓶颈；从行业应用的角度来看，公有云上行业应用类型单一是突出问题。应该加大信创工程的支持力度，为自主可控云技术提供市场空间；持续发展云计算互操作技术，推动云际互操作接口标准化，建立产业发展基金，解决云计算的互操作问题；持续激励企业数字化转型，激励国有企业使用公有云，推进建设公共科学数据云服务，丰富公有云行业应用类型。

对于通用大模型，全球有这么多公司去做，需要一个相对客观的系统性的评价方法。我们要向OpenAI学习，同时也要快速追赶并努力超越，而这需要一套科学系统的评测体系。应该从7个维度衡量AI大模型产品是否达成通用人工智能（AGI）：文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力。

中国工程院郑纬民

科大讯飞研究院刘聪、刘庆峰

中青报·中青网记者 王林 王海涵