【湾创观点】走差异化!中国人工智能赋能实体经济的“破局点”
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_gif/icTMrhWasQndItRmGNBJPLgmnKMPAUACK3xpzA2PiaanMDv9o2cibezQxl9NDNgqciceIZVcuLp1BUvn8w4iaPOaXvg/640?wx_fmt=gif&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1" style="width: 50%; margin-bottom: 20px;"></p><img src="https://mmbiz.qpic.cn/mmbiz_jpg/icTMrhWasQne8BpwpHCqA69M0kHz9Gmw7TUKzeTA6C9syCGMRvIuq0JqgdiclmZKIJB41icdpibVFiaqXmQEDUkmOmA/640?wx_fmt=jpeg&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/icTMrhWasQne8BpwpHCqA69M0kHz9Gmw7DcLNMfpLcW1H0dVw0UgLCfEDB9QGy5DAkuKamYI7W0KQlia9XCPot3A/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;">
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">自</span><span style="color: black;">2022</span><span style="color: black;">年底</span><span style="color: black;">OpenAI</span><span style="color: black;">推出</span><span style="color: black;">ChatGPT</span><span style="color: black;"><span style="color: black;">败兴</span>,它如同一股强劲的东风,<span style="color: black;">快速</span>在<span style="color: black;">全世界</span>范围内掀起了生成式人工智能的狂潮。而在今年</span><span style="color: black;">2</span><span style="color: black;">月,</span><span style="color: black;">OpenAI</span><span style="color: black;">又凭借突破性的人工智能新品</span><span style="color: black;">Sora</span><span style="color: black;">再次掀起<span style="color: black;">波涛</span>,将人工智能的发展推向了一个崭新的<span style="color: black;">周期</span>。众多业界专家认为,尽管在</span><span style="color: black;">ChatGPT</span><span style="color: black;"><span style="color: black;">面世</span>之前,中美在人工智能<span style="color: black;">行业</span>的竞争已呈现出双头并进的态势,但如今形势已<span style="color: black;">出现</span><span style="color: black;">明显</span>变化。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">人工智能<span style="color: black;">行业</span>,美国在技术的创新<span style="color: black;">基本</span>、技术能力、技术影响力上<span style="color: black;">累积</span>了很大的<span style="color: black;">优良</span>。而在应用层,<span style="color: black;">咱们</span><span style="color: black;">持有</span>强大的实体经济和应用市场。走“差异化”道路,是中国人工智能赋能实体经济的“破局点”。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">为何</span>要走差异化?</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">中美人工智能的差异</strong></p><strong style="color: blue;">0</strong><strong style="color: blue;">1</strong>
<h2 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">数据的差异</strong></h2>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">数据是人工智能发展的<span style="color: black;">基本</span>。人工智能<span style="color: black;">做为</span>一个数据密集的<span style="color: black;">行业</span>,离不开数据的支持,其发展以海量数据<span style="color: black;">做为</span><span style="color: black;">基本</span>,数据越多越优,场景特点越丰富,算法性能越高,模型<span style="color: black;">亦</span>就更<span style="color: black;">有效</span>。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">基于<span style="color: black;">全世界</span>互联网巨头以及强大的高科技<span style="color: black;">制品</span>,美国<span style="color: black;">机构</span>在<span style="color: black;">全世界</span>范围内<span style="color: black;">持有</span>庞大的用户<span style="color: black;">基本</span>和数据收集能力,这为AI模型的训练<span style="color: black;">供给</span>了丰富的数据资源。例如,谷歌DeepMind<span style="color: black;">设备</span>人的一个数据收集系统AutoRT,<span style="color: black;">能够</span>一次管理20个<span style="color: black;">设备</span>人,<span style="color: black;">日前</span>已从它们的活动中收集了77000次实验数据,它们将<span style="color: black;">帮忙</span>谷歌更好地完成后续训练工作,系统将大模型(<span style="color: black;">包含</span>LLM和VLM)与<span style="color: black;">设备</span>人<span style="color: black;">掌控</span>模型(RT)相结合,<span style="color: black;">持续</span>地指挥<span style="color: black;">设备</span>人去执行现实世界中的<span style="color: black;">各样</span>任务,从而产生数据并收集。除此之外,还有维基百科、Science等高质量的数据期刊,庞大的数据库为美国<span style="color: black;">供给</span><span style="color: black;">全世界</span>专业的数据。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">中国在数据方面<span style="color: black;">亦</span>非常成熟,并且有着庞大的实体经济,<span style="color: black;">每一个</span>企业都有自己的私有数据,这些数据是不公开的,这<span style="color: black;">针对</span>打造自己的大模型有巨大的<span style="color: black;">优良</span>,真正把AI转化为生产力。</span><span style="color: black;">例如,云从科技从容大模型,基于数据要素进行整合视觉、语音、NLP等多个<span style="color: black;">行业</span>大模型的实践,<span style="color: black;">经过</span><span style="color: black;">运用</span>数字平台,以互联网标识解析节点为<span style="color: black;">基本</span>,来给个人、岗位、设备、流程都赋予定义。</span><span style="color: black;"><span style="color: black;">同期</span>,把<span style="color: black;">区别</span>的数据<span style="color: black;">源自</span>做成数据的叠层管理,来构建数据神经网络,从而优化<span style="color: black;">全部</span>的工厂端到供应端到客户端的大模型,从而实现管理的优化。</span></p><strong style="color: blue;">02</strong>
<h2 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">算力的差异</strong></h2>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">算力<span style="color: black;">指的是</span>计算机系统在处理<span style="color: black;">繁杂</span>任务时所需的计算能力。算力是人工智能的核心推动力,芯片是一切算力的<span style="color: black;">基本</span>。就<span style="color: black;">日前</span>而言,<span style="color: black;">全世界</span>90%的算力,都是<span style="color: black;">把握</span>在美国手中。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在通用算力这<span style="color: black;">一起</span>,X86芯片占了<span style="color: black;">全世界</span>90%+的份额,而ARM的份额不到10%,这10%中,国产的CPU<span style="color: black;">实质</span>拿下的市场,不到5%;智能算力这<span style="color: black;">一起</span>,英伟达一家就占了90%的市场。<span style="color: black;">另一</span>在NPU方面,国内有很多的厂商,但份额都较低;在DPU方面,<span style="color: black;">日前</span>国内<span style="color: black;">处在</span>起步<span style="color: black;">周期</span>,难以比肩美国的厂商;在超级算力方面,<span style="color: black;">日前</span><span style="color: black;">无</span><span style="color: black;">商场</span>化,但从公开的超级计算机排名来看,美国拿下了<span style="color: black;">全世界</span>前3名,<span style="color: black;">全世界</span>前10大超级计算机,美国占7台。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/icTMrhWasQndCuWWS5KUtgh0xDThhqBosrJue1OPm7v2iazul6ybTtDdlCuAzHCgkDtwnAqGqSiapkKQM4ciayUniaw/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">全世界</span>算力<span style="color: black;">归类</span>及占比</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在芯片方面,美国的技术封锁<span style="color: black;">必定</span>程度上加快了国产替代。中国先从性能较低的芯片做起,逐渐磨平差距。数据<span style="color: black;">表示</span>,今年头2月中国生产了超700亿块芯片,同比猛增59%,<span style="color: black;">例如</span>,科大讯飞的火星大模型,<span style="color: black;">运用</span>了华为的芯片,性能<span style="color: black;">能够</span>对标英伟达A100芯片。<span style="color: black;">同期</span>,中国<span style="color: black;">亦</span>在大力推动东数西算建设,到2025年底,综合算力<span style="color: black;">基本</span><span style="color: black;">设备</span>体系初步成型,东西部算力协同调度机制逐步完善,通用算力、智能算力、超级算力等多元算力加速集聚。</span></p><strong style="color: blue;">03</strong>
<h2 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">算法的差异</strong></h2>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">美国在人工智能算法的<span style="color: black;">科研</span>和应用方面<span style="color: black;">处在</span>领先地位。其创新能力和技术实力让<span style="color: black;">全世界</span>瞩目。美国在<span style="color: black;">设备</span>学习算法上投入了<span style="color: black;">海量</span>资源,并取得了很大的<span style="color: black;">发展</span>。像深度学习和强化学习<span style="color: black;">这般</span>的算法<span style="color: black;">作为</span>了人工智能<span style="color: black;">行业</span>的热点。这些算法的特点是<span style="color: black;">能够</span><span style="color: black;">经过</span>大规模数据的训练和优化来<span style="color: black;">加强</span>性能。美国在算法开源社区的建设上<span style="color: black;">亦</span>非常出色,Google的TensorFlow和Facebook的PyTorch等开源框架有力地推动了算法的传播和应用。并且美国在算法人才上遥遥领先,在2023年著名“Ai2000”的榜单上,<span style="color: black;">全世界</span>人工智能最有影响力的学者,美国占比达到54%,可见美国<span style="color: black;">针对</span><span style="color: black;">全世界</span>人才的虹吸效应很<span style="color: black;">显著</span>。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">相比之下,中国在人工智能算法的发展上起步较晚,但近年来迎头赶上并取得了巨大的突破。中国政府提出的“新一代人工智能发展规划”为人工智能算法的发展<span style="color: black;">供给</span>了强有力的支持和推动。中国的算法<span style="color: black;">科研</span>重点侧重于应用层面,<span style="color: black;">尤其</span>是在人脸识别、自然语言处理和语音识别等<span style="color: black;">行业</span>。中国的算法<span style="color: black;">科研</span>人员近些年<span style="color: black;">亦</span><span style="color: black;">起始</span><span style="color: black;">逐步</span>注重<span style="color: black;">处理</span>实体经济问题,<span style="color: black;">不仅</span>关注于<span style="color: black;">加强</span>算法的性能,而是更加强调算法的实用性和<span style="color: black;">商场</span>化。例如,开源团队Colossal-AI复现了Sora模型,并且将成本降低了46%。中国月之暗面的Kimi大模型能支持200万字无损输入,<span style="color: black;">帮忙</span>用户解锁了<span style="color: black;">非常多</span>新的<span style="color: black;">运用</span>场景,<span style="color: black;">包含</span>专业学术论文的翻译和理解、辅助分析法律问题、一次性整理几十张发票、快速理解API<span style="color: black;">研发</span>文档等。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">人工智能的三驾马车数据、算法、算力,中美有着<span style="color: black;">区别</span>的发展方向,美国在<span style="color: black;">基本</span><span style="color: black;">科研</span>、原创能力等方面<span style="color: black;">拥有</span><span style="color: black;">显著</span><span style="color: black;">优良</span>,中国在应用层、产业链等方面<span style="color: black;">一样</span><span style="color: black;">拥有</span><span style="color: black;">优良</span>。走差异化,走自己的<span style="color: black;">优良</span>路线,<span style="color: black;">能够</span><span style="color: black;">作为</span>中国人工智能赋能实体经济的“破局点”,<span style="color: black;">一样</span>肩负着推动万亿实体经济产业转型升级的<span style="color: black;">目的</span>。</span></p><span style="color: black;"><strong style="color: blue;">中国人工智能</strong></span><span style="color: black;"><strong style="color: blue;">赋能实体经济的</strong></span><strong style="color: blue;">发展<span style="color: black;">状况</span></strong>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">中国应该利用完整的实体产业链,使得人工智能与制造业深度融合,有力推动实体经济数字化、智能化、绿色化转型,反过来<span style="color: black;">亦</span>对美国AI技术形成强大的牵制力。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">如今,从<span style="color: black;">制品</span>设计、原材料管理,到<span style="color: black;">制品</span>加工、物流运输……越来越多的制造业企业将数字化智能化嵌入生产管理全链条。数据<span style="color: black;">表示</span>,<span style="color: black;">日前</span>全国已建设近万家数字化车间和智能工厂。<span style="color: black;">按照</span>《“十四五”智能制造发展规划》<span style="color: black;">安排</span>,到2025年,70%规模以上制造业企业基本实现数字化网络化,建成500个以上引领行业发展的智能制造示范工厂,智能制造装备和工业软件市场满足率分别超过70%和50%。</span></p><strong style="color: blue;">01</strong>
<h2 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">产业规模</strong></h2>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">按照</span>中国信通院发布的数据,中国人工智能产业规模从2019年<span style="color: black;">起始</span>快速增长,2021年同比增长达到33.3%,2022年产业规模达到超过5000亿元,同比增长18%。初步统计,2023年规模达到5784亿元。下游应用<span style="color: black;">行业</span>中智能制造、智能网联汽车的占比都在8%<span style="color: black;">上下</span>。而在投融资<span style="color: black;">行业</span>,投融资活动在2012-2021年经历了快速增长,2021年达到了峰值,之后经历了一小段稳定期,2022年中国人工智能行业的投融资活动进入相对冷静期。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/icTMrhWasQndCuWWS5KUtgh0xDThhqBosqYMTko9DAvUwzyOq8592oKicjiaF5zwjLvEOQ7Hiadic3Vm8ffDz8ZIAmw/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">注:中国信通院对人工智能产业市场规模测算口径<span style="color: black;">包含</span>人工智能核心产业市场规模及带动产业市场规模,即<span style="color: black;">包含</span>人工智能硬件、软件及服务市场</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">人工智能技术的<span style="color: black;">持续</span>创新推动了应用场景的深度发展,牵动着以AIGC、数字人、多模态、AI大模型、智能决策为<span style="color: black;">表率</span>的技术浪潮。这些尖端技术为市场注入广泛的可能性和巨大的<span style="color: black;">潜能</span>,<span style="color: black;">同期</span>,企业对<span style="color: black;">自己</span>数字化和数字化转型的积极推动<span style="color: black;">亦</span>催生了对人工智能技术多样性的<span style="color: black;">需要</span>,为中国人工智能市场规模的<span style="color: black;">长时间</span>增长奠定了坚实<span style="color: black;">基本</span>。国家“十四五”政策支持行业发展,据此前瞻测算,2024-2030年<span style="color: black;">时期</span>,我国人工智能行业市场规模将进一步扩大,2030年市场规模将突破万亿大关,提前实现《新一代人工智能发展规划》中的规划<span style="color: black;">目的</span>。</span></p><strong style="color: blue;">02</strong>
<h2 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;"><span style="color: black;">重点</span>大模型</strong></h2>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">科技最前沿,人工智能赋能实体经济,<span style="color: black;">日前</span>已有成功的大模型案例应用到制造业中。<span style="color: black;">例如</span>,基于电力行业NLP大模型的设备运检知识助手示范应用,该应用由百度和国网智能电网<span style="color: black;">科研</span>院<span style="color: black;">一起</span><span style="color: black;">研发</span>。在智慧能源<span style="color: black;">行业</span>,基于百度“文心”系列大模型及领先的深度学习、知识图谱<span style="color: black;">加强</span>等技术,构建了千万级电力文本样本 库和电力行业知识图谱,联合训练电力行业NLP大模型,在电力专业分词、电力营销<span style="color: black;">敏锐</span>实体识别F1指标分别<span style="color: black;">提高</span>9.27%、13.28%,达到92.38%和94.95%,<span style="color: black;">明显</span><span style="color: black;">加强</span>了设备及电网运营的自动化、智能化水平。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">针对自动驾驶的业务特点,毫末智行<span style="color: black;">创立</span>了通用感知大模型,项目面向长城汽车<span style="color: black;">针对</span>高阶辅助驾驶实时分析海量数据的技术<span style="color: black;">需要</span>,基于毫末智行自研 “DriveGPT”大模型,<span style="color: black;">供给</span>问题场景的快速<span style="color: black;">发掘</span>能力、场景数据的快速筛选能力、场景数据的自动标注能力、罕见场景的数据生成能力,以及云端仿真测评能力。基于大模型的这些能力,毫末智行能有效节省90%的标注成本,将算法<span style="color: black;">针对</span>模糊车道线的识别能力从40%<span style="color: black;">上下</span><span style="color: black;">提高</span>到90%以上,对驾驶轨迹的预测误差降低近3倍。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">按照</span>国家数据局局长刘烈宏在3月出席中国发展高层论坛中<span style="color: black;">暗示</span>,中国10亿参数规模以上的大模型数量已超100个,行业大模型深度赋能电子信息、医疗、交通等<span style="color: black;">行业</span>,形成上百种应用模式,赋能千行百业,推动传统产业转型升级。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">中国人工智能</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">赋能实体经济</strong><strong style="color: blue;">存在的问题</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">当前,我国社会经济与科学技术水平在<span style="color: black;">持续</span><span style="color: black;">提高</span>,但在实现人工智能与实体经济的深度融合方面,仍面临<span style="color: black;">许多</span>挑战。</span></p><strong style="color: blue;">0</strong><strong style="color: blue;">1</strong>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">关键技术限制</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在不少产业<span style="color: black;">行业</span>中,<span style="color: black;">关联</span>核心技术以及关键材料等仍然被垄断。缺乏自主可控的核心技术和关键材料,限制了我国人工智能产业的创新发展,<span style="color: black;">亦</span><span style="color: black;">增多</span>了对<span style="color: black;">外边</span>供应链的依赖。</span></p><strong style="color: blue;">0</strong><strong style="color: blue;">2</strong>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">产业发展难成规模</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">从发展环境上看,<span style="color: black;">由于</span>缺少可操作实质性的内容,<span style="color: black;">导致</span>人工智能与实体经济赋能之间<span style="color: black;">更加多</span>存在脱节,<span style="color: black;">常常</span><span style="color: black;">没法</span>落到实处,<span style="color: black;">导致</span>智能产业发展始终<span style="color: black;">没法</span>真正形成规模。</span></p><strong style="color: blue;">0</strong><strong style="color: blue;">3</strong>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">产业层次发展水平不足</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">数据调查<span style="color: black;">发掘</span>,县域经济<span style="color: black;">其中</span>存在产业层次水平<span style="color: black;">显著</span>不足的<span style="color: black;">状况</span>,<span style="color: black;">海量</span>企业存在生产技术以及设备相对简陋,智能化水平严重不足,<span style="color: black;">都数</span>实体企业<span style="color: black;">开发</span>投入不足,技术引领<span style="color: black;">亦</span><span style="color: black;">显著</span><span style="color: black;">不足</span>。传统产业仍占据重要地位,<span style="color: black;">必定</span>程度上限制了新兴产业。</span></p><strong style="color: blue;">
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">总结</span></p>
</strong>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">中国人工智能产业走差异化发展道路是符合当前国情的明智<span style="color: black;">选取</span>。当前,中国人工智能与实体经济的融合步伐正在<span style="color: black;">持续</span>加快,一系列大模型的<span style="color: black;">开发</span><span style="color: black;">亦</span>在加速推进,以匹配高端制造业的迅猛发展,并已取得了<span style="color: black;">明显</span>成效。然而,<span style="color: black;">咱们</span><span style="color: black;">亦</span><span style="color: black;">不可</span><span style="color: black;">忽略</span>,人工智能赋能实体经济的过程中仍存在<span style="color: black;">许多</span>挑战与问题。在追求差异化的<span style="color: black;">同期</span>,<span style="color: black;">不可</span><span style="color: black;">忽略</span>底层技术的<span style="color: black;">连续</span>精进,突破通用性大模型的<span style="color: black;">科研</span>仍是中国人工智能发展的关键所在。</span></p><img src="https://mmbiz.qpic.cn/mmbiz_png/kYnTvsP5Gs8icTZIY63ok9EoWTajIo63OSZEkFbu8cwWG5bJ1xzD10ADKpgCQ2a8KK25MngMIA7DvlSPTtRoaiaA/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;">
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">参考文献</span></strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"></span><span style="color: black;">聂洪光</span><span style="color: black;">,</span><span style="color: black;">范海荣</span><span style="color: black;">.</span><span style="color: black;">基于专利数据的中美人工智能创新能力比较<span style="color: black;">科研</span></span><span style="color: black;">.</span><span style="color: black;">中国科技论坛</span><span style="color: black;">,2020,(05):154-162.</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">蒋雅琛.2026年人工智能产业规模超400亿元.福州日报,2024-03-30(002).</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">孙奇茹.垂类大模型应用迎来井喷期.北京日报,2024-04-07(006).</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"> OFweek 电子工程网 :<span style="color: black;">全世界</span>90%的算力,<span style="color: black;">把握</span>在美国手中,<span style="color: black;">无</span>算力,<span style="color: black;">咱们</span>该怎么办?</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">赖红波.<span style="color: black;">经过</span>场景应用推动上海人工智能与实体经济融合发展.科学发展,2020,(10):28-34.</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">董家延.人工智能赋能实体经济存在的问题与对策.中国商论,2021,(05):10-12.</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">乔翔.推动绿色化数字化人工智能助力实体经济发展.中国证券报,2023-11-06(A02).</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">源自</span>:汤逊湖创新</span></p><span style="color: black;"><strong style="color: blue;">往期回顾:</strong></span><a style="color: black;"><span style="color: black;"><img src="https://mmbiz.qpic.cn/mmbiz_png/icTMrhWasQndNHlQZicrdNVcC2ibTdnQ6nYaicOiabzKFPmX5sRQLhT6xMcOECB4RxT6gDQXGEV2icROlruHGib30Mic9w/640?wx_fmt=other&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1&tp=webp" style="width: 50%; margin-bottom: 20px;"></span></a><span style="color: black;">汤逊潮涌,夏水汇江|“汤逊湖创新”正式上线!</span><a style="color: black;"><span style="color: black;"><img src="https://mmbiz.qpic.cn/mmbiz_png/icTMrhWasQndNHlQZicrdNVcC2ibTdnQ6nYicL8OmzzgbuMvLXSUzkTYwiaTA2kwbLcmbhIh1aOP1TUP79kgjGfRdTg/640?wx_fmt=other&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1&tp=webp" style="width: 50%; margin-bottom: 20px;"></span></a><span style="color: black;">江夏区十佳创新典型案例:引进大湾区科创服务中心</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><a style="color: black;"><span style="color: black;"><img src="https://mmbiz.qpic.cn/mmbiz_png/icTMrhWasQneHibbHCzqAg882ClTWA1Jcic8HujAyWSljmYhYmBG55bxGTSVj7Qib8KzUc5v4gJDTujDx4qgGdn9nQ/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></span></a><span style="color: black;">大湾区科技创新武汉中心正式揭牌成立</span></p><a style="color: black;"><span style="color: black;"><img src="https://mmbiz.qpic.cn/mmbiz_png/icTMrhWasQndNHlQZicrdNVcC2ibTdnQ6nYFDEH00FeaicBNibepMKb4ZGfNDrqxtcKjbUHzFjJAJw1YKb78UuDSibicg/640?wx_fmt=other&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1&tp=webp" style="width: 50%; margin-bottom: 20px;"></span></a><span style="color: black;">【湾创观点】发展新质生产力,共建汤逊湖科创大湖区</span><strong style="color: blue;">点击关注<span style="color: black;">咱们</span></strong>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_jpg/icTMrhWasQncZwRc3pCNgkFjNXr2ydClL9UZicOC08Z7hVzeJo4OTYy8HzJyKjHubymm2OTIPDLkr4877D8xgR2Q/640?wx_fmt=jpeg&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
你字句如珍珠,我珍藏这份情。 你的见解独到,让我受益匪浅,期待更多交流。
页:
[1]