2023年，是中國(guó)人工智能產(chǎn)業(yè)從技術(shù)探索邁向規(guī)?；瘧?yīng)用的關(guān)鍵一年。在“模型能力”與“人工智能基礎(chǔ)軟件開發(fā)”兩大核心領(lǐng)域，行業(yè)經(jīng)歷了深刻的變革與顯著的成長(zhǎng)。這一年，不僅見證了國(guó)產(chǎn)大模型的集體爆發(fā)與能力躍升，也標(biāo)志著產(chǎn)業(yè)基礎(chǔ)設(shè)施的建設(shè)進(jìn)入了自主創(chuàng)新與生態(tài)構(gòu)建的新階段。

一、 大模型“百模大戰(zhàn)”與能力深化

2023年開年，以ChatGPT為代表的生成式AI浪潮席卷全球，迅速點(diǎn)燃了中國(guó)AI產(chǎn)業(yè)的激情。國(guó)內(nèi)科技巨頭、頂尖高校及初創(chuàng)企業(yè)紛紛入場(chǎng)，拉開了“百模大戰(zhàn)”的序幕。這場(chǎng)競(jìng)賽的核心，是模型本身的理解、生成、推理和泛化能力。

• 通用大模型能力追平與局部超越：多家頭部企業(yè)發(fā)布的千億乃至萬億參數(shù)級(jí)別的大模型，在部分中文理解、知識(shí)問答、創(chuàng)意寫作等評(píng)測(cè)任務(wù)上，展現(xiàn)出與國(guó)際頂尖模型媲美甚至更優(yōu)的性能。模型的多模態(tài)能力（融合文本、圖像、語音）成為競(jìng)爭(zhēng)焦點(diǎn)，從“文生文”向“文生圖”、“文生視頻”擴(kuò)展，應(yīng)用場(chǎng)景極大拓寬。
• 垂直行業(yè)模型務(wù)實(shí)落地：除了追求通用能力，產(chǎn)業(yè)更加注重模型在金融、醫(yī)療、工業(yè)、政務(wù)等垂直領(lǐng)域的深度賦能。通過領(lǐng)域知識(shí)注入、專業(yè)數(shù)據(jù)精調(diào)和任務(wù)特定優(yōu)化，涌現(xiàn)出一批解決實(shí)際行業(yè)痛點(diǎn)的專業(yè)模型，推動(dòng)了AI從“炫技”走向“實(shí)用”。
• 開源生態(tài)初步形成：多家機(jī)構(gòu)選擇將部分大模型開源，降低了行業(yè)技術(shù)門檻，吸引了大量開發(fā)者和研究者參與生態(tài)建設(shè)。開源的模型、工具鏈和數(shù)據(jù)集，共同促進(jìn)了國(guó)內(nèi)AI社區(qū)的技術(shù)交流與協(xié)同創(chuàng)新，為模型能力的持續(xù)迭代奠定了群眾基礎(chǔ)。

二、 人工智能基礎(chǔ)軟件開發(fā)的自主攻堅(jiān)

模型的強(qiáng)大能力，離不開底層基礎(chǔ)軟件的堅(jiān)實(shí)支撐。2023年，在“實(shí)體清單”等外部壓力下，國(guó)產(chǎn)AI基礎(chǔ)軟件的自主研發(fā)與替代進(jìn)程明顯加速。

• 深度學(xué)習(xí)框架格局初定：國(guó)產(chǎn)主流深度學(xué)習(xí)框架（如百度飛槳、華為MindSpore等）持續(xù)迭代，在易用性、功能完整性和性能上不斷提升。它們不僅服務(wù)于自身的大模型研發(fā)，更通過開源模式，逐漸構(gòu)建起從硬件適配、模型開發(fā)到部署落地的國(guó)產(chǎn)化技術(shù)棧，用戶量和生態(tài)活躍度穩(wěn)步增長(zhǎng)。
• AI開發(fā)與部署平臺(tái)走向成熟：面向企業(yè)級(jí)的MLOps（機(jī)器學(xué)習(xí)運(yùn)維）平臺(tái)和AI中臺(tái)成為建設(shè)重點(diǎn)。這些平臺(tái)旨在將模型開發(fā)、訓(xùn)練、部署、監(jiān)控和管理流程標(biāo)準(zhǔn)化、自動(dòng)化，解決AI項(xiàng)目規(guī)?；涞刂械男?、質(zhì)量和成本問題，成為企業(yè)智能化轉(zhuǎn)型的“基礎(chǔ)設(shè)施”。
• 軟硬件協(xié)同優(yōu)化成為關(guān)鍵：隨著國(guó)產(chǎn)AI芯片（如GPU、NPU）的涌現(xiàn)，與之配套的算子庫(kù)、編譯器等基礎(chǔ)軟件的重要性凸顯。2023年，產(chǎn)業(yè)內(nèi)在芯片指令集、編程模型、驅(qū)動(dòng)層等軟硬件結(jié)合層面投入了大量研發(fā)資源，力求提升整體計(jì)算效率，突破算力瓶頸。

三、 挑戰(zhàn)與展望

盡管成績(jī)斐然，2023年的發(fā)展也暴露出一些挑戰(zhàn)：頂尖原創(chuàng)性算法理論仍待突破；高質(zhì)量、結(jié)構(gòu)化的訓(xùn)練數(shù)據(jù)稀缺；算力成本高昂制約創(chuàng)新；以及模型安全、倫理與治理框架亟待完善。

中國(guó)人工智能產(chǎn)業(yè)的“起步與成長(zhǎng)”期仍在繼續(xù)。模型能力將從“大”走向“精”與“?！?，與科學(xué)計(jì)算、產(chǎn)業(yè)知識(shí)更深度地融合?；A(chǔ)軟件開發(fā)則將更加注重頂層設(shè)計(jì)、標(biāo)準(zhǔn)統(tǒng)一與生態(tài)繁榮，形成自主可控、健康可持續(xù)的技術(shù)體系。2023年的激蕩與沉淀，無疑為下一階段的產(chǎn)業(yè)深化與價(jià)值釋放，鋪就了更為堅(jiān)實(shí)的道路。