习近平总书记指出，整合科技创新资源，引领发展战略性新兴产业和未来产业，
加快形成新质生产力。作为新质生产力的重要组成部分，自去年第四季度以来，以ChatGPT为代表的通用人工智能大模型已在全球掀起了新一轮人工智能产业发展浪潮，大模型作为实践通用人工智能的突破路径初现端倪，有望实现通用人工智能赋能千行百业，揭示重大科学规律和催生重要科技成果，激发新一轮的技术和产业革命，推动经济和社会跨越式发展。当前，全球主要国家已着手对发展大模型制定相关战略和政策文件，通用人工智能发展已步入正轨。新时代新征程，积极主动适应和引领新一轮科技革命和产业变革，把握通用人工智能发展的历史性机遇，推动大模型尽快尽早赋能服务于制造强国和网络强国建设中，为中国式现代化构筑强大技术基
础。
为把握通用人工智能大模型在未来产业领域的发展动向，研究大模型发展现状与趋势，本期选择通用人工智能大模型发展现状作为主题，系统梳理了大模型的发展历程、市场现状、应用布局、发展模式等情况，重点分析了产业发展面临的挑战和机遇，并提出相关举措建议。
期望本期内容能引起各级政府部门和业界的关注，对上级领导部门以及地方相关机构布局通用人工智能起到决策支撑作用，为下一步发展路径选择提供重要参考。
一、大模型迈向新的发展阶段
(一)Transformer架构的出现成为大模型发展的新分水岭
生成式人工智能是自个人PC出现和互联网诞生以来最具颠覆性的技术创新，随着大模型以及ChatGPT等一系列“杀手级”应用的诞生，生成式人工智能在文本、图像、代码、音频、视频和3D模型等领域展现出了强大的能力。当前生成式人工智能的发展仍处于起步阶段，未来有望为全球经济创造数万亿美元的价值，并对各行各业的工作方式产生重大影响。
在生成式人工智能产业突变的背后是人工智能技术数十年的积累和酝酿，其形成的基础历程具体可
分为三个阶段。(1)专家系统：20
世纪50年代前后，人工智能开始萌芽，基于规则的专家系统占据主导，这一时期，使用复杂的逻辑规则，
能够处理包括字符匹配、词频统计
等一些简单的任务，机器翻译以及
语言对话的初级产品，1966年MIT
发布的世界上第一台聊天机器人
Eliza可以看作生成式人工智能最早
期的产品之一。Eliza能够根据接收
到的文本，遵循简单的语法规则来
模拟与人类用户的对话。与此同时，
专家系统存在词汇量有限、缺乏上
下文和过度依赖规则等缺点，生成
创造性内容的能力非常有限； (2)
机器学习与神经网络：1980年美国
的卡内基梅隆大学召开了第一届机
器学习国际研讨会，标志着机器学
习在全世界兴起，20世纪90年代
以后，神经网络作为一种新的生成
人工智能方法出现在大众视野中。
受人脑的启发，神经网络能够以基
于规则的系统所不能的方式从数据中学习，带来人工智能技术的突破，因此人工智能可以开始基于神经网
络创建逼真和有创意的内容； (3)
深度学习：2012年后，深度学习在人工智能领域中的应用将生成式人工智能带入新的高度。深度学习作为一种基于神经网络的机器学习方法，通过大规模的数据特征学习，对不同场景具备很强的自适应性，同时可以通过增加层数和节点数，
实现对更复杂的问题的解决，提升了模型的准确性和真实性，并且基于分布式计算和GPU加速等技术，能够训练更大规模的数据和更大尺寸的模型。近几年发展的生成式人工智能主要建立在深度学习的基石
之上。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
