AI大模型有望实现人工智能从感知到认知的跃迁，重新定义人工智能产业模式和产业标准，给部分产业带来重大变革。我国有较大的AI大模型应用市场，但发展过程中面临部分技术薄弱、人才稀缺、成本高昂等多重挑战，亟须对相关技术研发和产业布局加以引导和支持。
“学富五车”的“超级大脑”
——“不开心的话可以听点开心的歌，看看喜剧，也可以去运动，或者好好休息一下。”
——“心情不好是一种很正常的情绪，所以不用太过自责。”
针对“今天心情不好应该怎么办”这一问题，一个人工智能平台以不同的“人设”，给出了不同的回答。通过网址链接进入该平台，在“人设问答”区随机输入问题，机器可支持和扮演不同“人设”，对问题给出多角度答案。该平台正是基于AI大模型打造而成。
AI大模型也称人工智能预训练模型，将海量数据导入具有几亿量级甚至十万亿量级参数的模型中，机器通过做类似“完形填空”等任务，深度学习数据中蕴含的特征、结构，最终被训练成具有逻辑推理和分析能力的人工智能。
通俗地说，AI大模型相当于做了无数套关于各领域知识练习题、模拟题的“超级大脑”，深谙各领域知识内在逻辑和解题思路，既能理解人类世界的知识体系，也可能产出新的知识。
2018年起，人工智能进入“大模型时代”，由重复开发、手工作坊式人工智能，即“一千个应用场景就有一千个小模型”的零散、低效局面，走向工业化、集成化智能的全新路径，以一个大模型“走天下”，为通用人工智能带来曙光。比如，为生产智能音响，各个品牌竞相开发各自的AI小模型，未来各品牌只需在同一个AI大模型基础上开发即可。
“以前是‘碎片化’的人工智能，针对不同的应用场景要开发不同的模型。作坊式开发对资源、成本造成较大消耗，且效率低下。未来在各垂直领域落地时，只需基于一个大模型，对其参数进行微调即可，这样就打造出了具有通用性质的人工智能。”华为云人工智能领域首席科学家、国际欧亚科学院院士田奇介绍，AI大模型将重新定义人工智能产业模式、产业标准，甚至产业伦理。
受访者举例介绍，以前的小模型就像“偏科的机器”，只学习针对特定应用场景的有限数据，“举一反三”能力不足，一些智能产品被用户调侃为“人工智障”的情况时有发生。而AI大模型则学习了各行各业各类数据，成为具备良好的知识迁移能力的“通才”，适用领域更广，产出内容质量更高，更加智能。
同时，周明指出，大模型的发展并非一味追求参数量大，而是聚焦模型的高性能，“在让大模型学习和掌握更大量数据的同时，尽可能让大模型参数相对轻量化，在‘减负’的同时提高能效。”
