AI大模型评测报告.pdf

当前，由人工智能引领的新一轮科技革命和产业变革方兴未艾。在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术驱动下，人工智能呈现深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，正在对经济发展、社会进步、全球治理等方面产生重大而深远的影响。

人工智能技术是当今世界最为重要的技术领域之一，是国家在科技自立自强领域必须取胜的关键赛道。人工智能技术作为推进中国数字经济发展的核心底层技术之一，将在未来很长一段时期，在数字经济和实体经济深度融合的过程中，扮演关键角色。

进入2023年以来，大模型在人工智能领域受到越来越多的关注，越来越多中国科技企业推出了自有大模型产品。为了全面、真实呈现我国当前主流科技企业所推出的大模型产品的现状、优势、特点，同时为行业健康发展进一步探索方向，建言献策，新华社研究院中国企业发展研究中心特启动本次报告研究。基于评测条件、评测时间等限制，评测最终结果不可避免存在一定主观性，具体结果供产业参考。

《新一代人工智能发展规划》

《国务院关于印发“新一代人工智能发展计划”的通知》等。

推动中国成为全球主要的人工智能创新中心。《新一代人工智能发展规划》是中国政府发布的首个人工智能国家级战略，该规划提出了到2020年和2030年的两个阶段目标。该规划旨在抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。国家互联网信息办公室发布《生成式人工智能服务管理办法(征求意见稿)》。办法明确提出，国家支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作，鼓励优先采用安全可信的软件、工具、计算和数据资源。同时提出，生成式人工智能产品提供服务前需申报安全评估。更多地方政府出台推动大模型技术发展政策举措。包括北京、上海、深圳等纷纷出台政策举措，围绕人工智能大模型加快创新步伐，开展大模型创新算法及关键技术研究，探索通用人工智能新路径，打造人工智能创新高地。

随着人工智能技术的不断成熟，大规模落地问题逐渐成为企业关注重点，目前阻碍Al落地的原因主要在数据量不足、模型复杂度高、算力不足等方面。

·数据模态多维，质量参差不齐：获取大量高质量的数据是实现Al应用的关键前提。但是，中长尾企业通常面临数据量不足、数据质量差、数据格式不兼容等问题，这些问题对于模型的训练效率和输出效果都有直接影响。因此，高质量的数据是Al企业最宝贵的资源之一。

·算法模型开发、优化难度大：Al算法模型的研发和优化过程非常复杂，通常涉及到多个学科领域，如机器学习、深度学习、统计学、计算机视觉等，需要不同领域的专业人才，而当前中国人才缺口较大。

·算力资源不足，投资成本过高：Al应用需要大量的算力资源，特别是GPU,需要通过GPU提高模型的训练和推理部署速度。购买算力需要资金支持，中小企业往往很难承担投资压力。