在研讨会现场，中国科学院信息工程研究所技术副总师韩冀中表示，在人工智能尤其是大模型方面，国内的中文数据集和美国还是有比较大的差距；从算法和技术上来讲，中国也有起步比较晚的问题——但是差距可能没有数据那么大。

韩冀中提到，由于在基础设施方面存在着“禁售”等问题，国内算力仍是相对紧张的。“很多接触大模型的人都在反映算力不够，这是非常普遍的一个声音。”

AI应用是中国的优势

有挑战，自然也有机遇。

数据显示，中国正在加快用人工智能重塑各行各业。媒体援引WIPO（世界知识产权组织）数据显示，2017年，中国人工智能专利申请数量首度超过美国。随后这一趋势整体不断放大：2022年，中国申请人工智能相关专利29583件，比美国多出76%。

如果说专利离“应用落地”相对遥远，那么AI应用的普及，则从另外一个角度说明了中国庞大市场带来的应用活力。斯坦福大学《2023年人工智能指数报告》发现，2021年中国在人工智能领域的所有出版物（应用等）中占近40%，远远超过英国和欧洲（15%）和美国（10%）。

媒体报道截图 数据来源：界知识产权组织

在学界看来，应用场景、人口规模和产业集群效应，正是中国的优势所在。

“应用方面是中国的优势，”，韩冀中表示，“就像当时的云计算一样，中国的技术优势在应用。很多技术我们超过美国人，不是靠技术的先进性、先行性，而是靠我们巨大市场形成的应用能力，然后反哺、积累我们在特定应用下的技术。包括微信也好，抖音也好，实际上它们都是由于应用领先，然后再在技术上实现反超的。”

“我相信未来大模型也是这样的趋势。”

从公开资料来看，这也是不少学者的长期共识。去年5月，复旦大学教授、上海市数据科学重点实验室主任肖仰华对观察者网表示，大模型要想创造价值，有两个基本要求：其一是底座模型能力，其二就是行业应用。“从中国的发展态势来讲，恰恰应该用应用带动底座模型研究。”

“中国市场巨大、数据丰富，应用场景多元，可以用应用发展来带动模型进步，走一条‘农村包围城市’的路线……我们可以把外围应用和生态做好，不断去补齐数据、算力、模型和工艺方面的短板，最后在技术模型方面形成我们自己的核心竞争力。”肖仰华说。

中国工程院院士邬贺铨：AIGC重在应用探索和创新

数据显示，AIGC应用正在加速向各个行业渗透。应用创新，将成为全球AI“爆发力”的新来源。

据工业和信息化部赛迪研究院发布的消息，2023年，我国生成式人工智能市场规模有望突破10万亿元。生成式人工智能正在加速渗透制造业、零售业、电信行业和医疗健康等四大行业。数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。

据预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，中国将突破30万亿元，占比超四成。

“AIGC的应用落地对于推动我国人工智能产业快速、持续、健康发展具有非常重要的作用。融入企业运营、紧贴应用场景、致力应用创新，解决应用落地的最后一公里，才能真正发挥大模型、AIGC等新技术、新产品的作用，实现整个AI产业链和生态的繁荣。”在《2024 AIGC应用十大趋势白皮书》的序言部分，中国工程院院士邬贺铨如是说。

据工业和信息化部的统计数据，1－10月份，我国软件和信息服务业务收入98191亿元，同比增长13.7%；利润总额11426亿元，同比增长13.8%。整个行业的增长率要远高于同期GDP的增长率。

图源工业和信息化部网站

AI大规模落地必然要聚焦应用层创新——或许，这也能解释国内外厂商为何开年即“开卷”。

《白皮书》显示，在2023年一年时间，AIGC经历了三波浪潮：第一波是以GPT为代表的大模型涌现；第二波是应用层的快速创新，使智能化从Chat（聊天）向Work（工作）转化；第三波则是继续向深度业务场景挺进，打通业务数字化全流程，服务实体经济。

AI助理、专属模型、超级入口、AI原生和普惠……已经成为当下AIGC应用的关键词。

这是全球新一轮竞争的关键，也是各头号玩家的“共识”。如果说2023年是大模型元年，那么2024年将会是AI产品的爆发年。

最新推出的GPT Store，基于ChatGPT自定义版本（GPTs）。其实早在2023年11月的首届开发者大会上，OpenAI在扔出“王炸”GPT-4 Turbo的同时，就公布了GPTs。它奉行的也是超级入口、降低门槛、专属GPT等理念。一场中美乃至全球范围的应用竞争，可能才刚刚开始。

（嘉宾观点系观察者网根据现场对话、公开材料等整理，发言未经本人审订确认）