在电脑的对话框中输入需求指令，屏幕上不仅出现了所需的数据报表，还有结合数据报表自动生成的分析图表。前不久，由中国一汽联合阿里云通义千问打造的大模型实现应用落地。“我们几乎每天都要做报表，光这一项工作就要耗费大量的时间。现在借助大模型，工作效率显着提升。”中国一汽的工作人员介绍。
相比传统的“固定问答”，该应用还能进一步分析问答背后的原因和趋势，深化数据应用。“我们基于468个指标的初始语料，形成6万条评测数据，构建了这一大模型应用在指标设计、指标拆解、数据寻源、数据建模和数据分析等方面的能力。”阿里云智能副总裁李强介绍。
李强举例，假设问到“为什么某车型产量没有达到预期”时，该大模型应用可先将预期产量和实际产量对比得出差值后，对生产设备状况、型号配件质量等变量以及原材料供应波动、能源消耗及供应稳定性等深层次原因展开分析，通过数据排查，最终找出关联性最大的原因并生成可视化报表。除了汽车制造行业，通义千问在矿山、交通等领域已实现落地应用。
当前，我国大模型进入发展加速期，在自然语言处理、机器视觉和多模态等各技术分支上均在同步跟进、快速发展。在产学研各方共同推动下，我国已建立起涵盖理论方法和软硬件技术的体系化研发能力，涌现出一批具有行业影响力的大模型应用，形成了紧跟世界前沿的大模型技术群。
我国大模型产业化应用有两种主要的发展路径：一是打造跨行业通用化人工智能能力平台，即通用大模型，其应用正在从办公、生活向医疗、工业、教育等领域加速渗透；一批则是针对生物制药、遥感、气象等垂直领域的行业大模型，发挥其领域纵深优势，提供针对特定业务场景的高质量专业化解决方案。
国务院发展研究中心原副主任刘世锦认为，我国超大规模市场优势与新技术应用的交互叠加，在数字经济等领域带来更多的发展机会；更多创新主体通过市场竞争的形式推动创新，为技术和工程化提供更多的应用场景。在国家信息中心信息化和产业发展部主任单志广看来，我国的大模型发展要坚持应用导向，重视人工智能基础大模型与行业数据知识相结合，基于应用开发与市场需求，人工智能的研发应用不断深化。
|
