大模型的技術潛力與市場空間巨大，但技術門檻高、開發複雜、成本較高，與產業場景的深度融合離不開平台工具支撐。浪潮信息董事長彭震表示，“人工智能＋”既是目標，也是機會。應用創新需要算法、算力和數據協同發展，要開展以系統為核心的全局創新，實現創新與應用並重，讓智能應用以更快速度湧現並滿足差異化需求。
當前，我國大模型發展存在一定挑戰，如算力存在瓶頸、高質量的訓練數據集仍需擴展、標誌性應用尚未出現等。“比如，在公有雲上部署大模型，能夠讓用戶更加及時地獲取大模型的最新功能和應用。這時公有雲就不僅僅是單純的計算或存儲設施，也是大模型的應用設施。”單志廣表示，我國算力基礎設施建設要走共享化、高效化的路徑，既重視硬件建設，也重視需求和應用發展，高效集約利用算力資源，進一步提高算法、算力和數據資源的服務水平和能力。
廣東拓斯達科技股份有限公司總工程師張曉輝說：“以製造業大模型落地為例，很多工業控制系統數字化、智能化水平不高，工業數據采集困難、標準不統一、價值不高，數據利用不充分，使得不少企業較難借助大模型技術來優化生產流程。”中國信通院人工智能研究中心副主任巫彤寧認為，眾多創新應用的出現，對人工智能軟硬件支撐體系提出了更高的需求。新技術帶來的需求增長，能夠帶動國內算力、算法、數據相關創新主體的發展步伐。
受訪專家表示，大模型創造新價值、適應新產業、催生新動能，是加快發展新質生產力的關鍵要素。面向未來，我國需進一步加強資源與研發力量的統籌，強化大模型在發展中的場景牽引作用，實現大模型技術的高質量應用突破，驅動經濟社會高質量發展。 |
