过去3年，基于大模型的人工智能从一项前沿技术，加速成长为引领新一轮产业变革的重要驱动力。从语言模型到多模态理解生成，再到各种完成复杂任务的智能体，智能边界不断突破，模型的使用量持续增加，应用落地越来越多。预计未来几年，人工智能技术进步和产业变革仍将高速发展，甚至更快。
在人工智能技术发展进程中，我国的科技公司扮演着越来越重要的角色，在成本效率和开源上确立了初步优势。在算力受限的情况下，我国企业充分利用人才和工程师的红利，做了大量创新，极大提高了大模型训练和推理的算力使用效率，从而训练出多个受到国际认可的大模型。目前在开源领域，中国大模型的使用量已经超过了美国的模型，并且有多家国内公司在该领域呈现你追我赶的态势。
基于大模型的人工智能研发，由于投入巨大，每一代模型的研发周期往往长达半年到一年，因此研究方向的选择非常关键。通过实践和观察，我认为有两件事情非常重要：一是模型的技术指标能够触达智能水平的最前沿；二是模型要有自己的特色，并且契合生产力变革的发展趋势。
首先要敢于持续“摸高”。每一代模型的方法突破往往是来自解决一个代表智能水平的问题，得到一套能泛化的方法，然后将这套方法推广、重新训练，从而提升模型整体能力。例如，在一年前开始大火的推理模型，底层的方法突破来自解决奥林匹克数学竞赛的问题。我们要瞄准最前沿、勇闯技术无人区，解决人工智能领域的世界级难题，从而训练出拥有世界顶级水准的大模型。
其次是模型的研发方向要符合生产力变革的发展趋势。人工智能最终还是要产生实际的社会价值和商业价值，促进生产力的提升，才能长期健康发展。而生产力的变革又给人工智能提供了绝佳的问题定义和场景。比如原本只有专业的程序员和团队配合才能完成的复杂编程工作，现在借助AI辅助编程，很多个人开发者也可以完成。这让软件的供给和开发迭代的速度显著加快，也使得AI辅助编程迅速发展为具有近千亿元市场规模的产业。随着新质生产力的培育与发展，还有大量的产业可以跟人工智能结合，提供广阔的技术应用和产业发展空间。AI“变革”了旧的生产力和老的产业，也将催生出新的产业。
从全球范围来看，得益于人工智能边界的新突破、新场景落地，基于大模型的应用收入每年呈几倍的增长，增量远大于存量。我们对未来充满信心，因为我们看到了在人工智能产业的发展中，有本土成长起来的优秀人才梯队、算力供应链以及全球领先的使用AI的用户群体和企业。尤其我国有大量的年轻人学习和从事人工智能相关的工作。目睹和亲历中国企业同样能做出来一代代更好的技术，这些年轻人才对技术创新和产品创新也越来越有自信，也敢于做更具突破性的尝试。
让模型越来越聪明，解决各个行业的复杂问题，靠的是各个研发要素的有效组织、社会环境的创新包容以及技术和商业的持续沉淀。我相信，经过持续的努力和积累，中国人工智能产业生态将日臻完善，技术会继续蓬勃发展，也将为社会的发展和人类的进步带来更大的推动力。
