大模型发展进程超预期 细分领域应用价值显现
证券时报记者 郭博昊
日前，深交所联合北京市海淀区政府举办第十二期“创享荟”人工智能行业交流专场活动，以“创新成长·AI大模型与产业机遇”为主题，邀请行业内头部上市公司、代表性创业企业、投资机构、科研院所等单位相关负责人参加，共话人工智能推动产业转型升级、资本市场服务创新生态体系建设等内容。
与会专家指出，大模型代表的人工智能技术演进进入新阶段，初步展现通用智能能力。随着大模型垂直应用不断扩展，大模型在细分领域的应用前景值得关注。
目前，国内通用大模型领域存在理论研究偏弱，产业落地较晚等不足，我国大模型行业的发展方向和突围策略受到行业关注。
与会专家建议，在大模型的研发和优化过程中，企业可加强利用国内数字基础设施和大市场优势。数字基础设施方面，我国已建立全球领先的数据收集与传输设施，实时全面的数据采集和传输将为大模型训练和优化建立硬件基础。大市场方面，我国语音识别、图像识别、大数据处理等人工智能技术已在商业、交通、金融、医疗、教育等领域广泛普及，已经形成相对成熟的项目机制，可为大模型的发展提供广阔的数据牵引。
从企业层面出发，我国通用大模型公司需要加强模型基座能力建设，支持生态合作伙伴打造垂直领域行业应用，推动技术创新和应用落地形成良性循环。通过开源部分模型，吸引更多产业链上下游企业、高校院所等参与模型相关开发，提高模型在行业内的影响力，扩大生态范围。
对于大多数企业而言，面向垂直场景、垂直行业、垂直领域探索基于大模型的应用创新，可在一定程度上规避技术发展制约因素，将成为大模型应用重点发展方向。
在助推制造业智能化转型方面，大模型可扮演重要角色。企业代表指出，随着制造业信息化水平不断提升，企业积累了大量的私域数据，可支持大模型在研发设计、生产制造等环节产生积极影响，为制造业转型升级注入新的活力。产品迭代和市场需求将共同推进技术发展，构建制造业的“智能底座”。
同时，大模型在软件开发领域的作用日益显现，尤其在需求分析、架构设计、代码生成、软件测试、自动化部署与运维等方面，提高开发效率和代码质量，通过实时监测和预警更早发现和修复问题，提高软件的稳定性。多位专家指出，随着大模型的应用，软件开发效率将得到30%左右的提升。
在科研支持领域，大模型具有高效处理海量数据、高精度求解复杂物理系统的能力，可建立“数据驱动、数理融合”的新范式，开启科研智能化发展新时代。
与会投资机构认为，大模型未来将在更多应用场景落地，并与其他模型交织，极大地提高生产力，在软件硬件方面带来潜在的投资机会。此外，投资机构关注的问题还包括：需求侧是否有刚需、企业或用户是否愿意为大模型的应用持续“买单”；是否具有建立“杀手级”应用的潜力；是否能够获得行业私域数据，构建自有“护城河”，与上下游企业建立紧密的生态关系。
据不完全统计，深市约有70家人工智能相关产业链公司，覆盖芯片制造、云计算、数据服务、自然语言处理等领域。近年来，深市人工智能产业公司借助资本市场融资发展，积极布局产业链相关技术领域和应用场景。如，软通动力去年3月在创业板上市，首次公开发行募集资金46.3亿元，用于交付中心扩建、行业数字化转型产品及解决方案等项目；中科创达去年9月非公开发行募集资金31亿元，用于整车操作系统研发、边缘计算站研发等项目。此外，近5年来，深市八成人工智能产业上市公司通过并购重组、与专业机构合作投资等方式进行产业整合；超过八成人工智能产业上市公司实施过股权激励计划，均高于A股整体水平。
本版导读
