“我國人工智能大模型發展形成了比較完整的大模型產業體系，創新能力不斷增強。”北京市社會科學院經濟研究所副所長、研究員鄧麗姝稱，我國形成了涵蓋基礎層、模型層、應用層的大模型產業布局，貫通基礎研究、技術創新、商業應用的大模型創新鏈，創新鏈產業鏈實現融合發展。在通用大模型和行業大模型方面，形成了豐富完備的產品矩陣，在金融、政務、醫療等領域廣泛應用。
與此同時，人工智能大模型也初步形成了差異化競爭優勢，自主創新生態不斷完善。我國大模型低成本高效能的特質疊加開源戰略，推動大模型向普惠性融合創新基礎設施轉化，暢通了人工智能技術應用落地的“最后一公里”，有力促進大模型向生產端、服務端、消費端應用滲透，提升了中小企業的應用率。
“在人工智能、大數據等新一輪科技變革中，數量眾多的互聯網平臺企業推動科技創新走向前沿，展現了強勁的競爭力。”中央黨校（國家行政學院）經濟學教研部政府經濟管理教研室副主任、教授汪彬說。
隨著我國人工智能大模型廣泛深入滲透，產業數字化轉型向產業智能化、融合化、生態化加速躍升。在工業領域，制造業企業利用人工智能大模型基于訂單、物流、庫存等多源數據預測需求波動，有效縮短產品庫存周期，大大節約了成本。在農業領域，AI大模型結合衛星遙感、氣象數據和種植經驗，為農戶提供農作物全生命周期指導，提升農作物產量。在服務業領域，人工智能大模型在金融、政務、醫療等領域廣泛應用，重構生產力體系，成為產業發展的知識引擎。
“人工智能大模型讓數據使用能力大幅提升。”北京市科學技術研究院創新發展戰略所研究員王凱介紹，“此前很多領域都面臨大量的數據集合在眼前，卻很難切入分析的問題。人工智能技術切入后，不僅是數據分析，更是一種新知識的產生。因為這種分析是系統的、深入的、全面的、交叉的、關聯的。”
開源成為我國人工智能大模型發展的重要模式。鄧麗姝表示，越來越多的我國人工智能頭部企業選擇開源模式，一方面，極大推動了基座大模型的創新生態培育，促進形成“技術—數據—場景”的循環迭代創新路徑；另一方面，打破了技術壟斷，匯聚了越來越多的創新主體，共同開展創新迭代。中小企業和開發者能夠便捷運用優質模型進行定制和微調，加速了大模型創新應用與擴散。
場景創新促進大模型落地應用向縱深推進。我國門類齊全的制造業數字化、智能化轉型升級，為大模型深度創新應用提供了精深場景支撐；智慧制造、智慧醫療、智慧交通等未來產業在多模態數據處理、跨領域場景融合、高水平智能迭代等方面的復雜場景需求，反向拉動大模型進行高精度、高水平的迭代升級。
汪彬認為，我國憑借多年來的技術積累，已經從應用端逐步向底層技術進行突破，尤其是各種外部環境壓力，倒逼加快實現科技自立自強，這在人工智能大模型領域體現得特別充分。今后，企業將越來越注重底層技術開發和基礎研究，為人工智能的進一步發展打下堅實基礎。
