今年以来，基于人工智能大模型、与众多场景结合的应用产品在国内市场不断涌现，企业投产热情高涨。互联网巨头主导的AI大模型加速落地，混合大模型、行业大模型、细分领域专业大模型相继亮相。部分与AI深度融合的应用产品陆续上线测试，初步形成“模型-场景-生态”的良性循环。
两种发展路径并行
6月份以来，AI大模型产品和应用迎来集中发布。
6月1日，阿里云宣布通义大模型进展，聚焦音视频内容的AI新品“通义听悟”正式上线，成为国内首个开放公测的大模型应用产品；6月6日，百度智能云推出基于大模型打造的新一代编码辅助工具“Comate”，并正式开放邀请测试；6月9日，科大讯飞发布星火认知大模型V1.5；6月13日，三六零公司发布认知型通用大模型“360智脑4.0”；6月16日，中国科学院自动化研究所发布了新一代人工智能大模型紫东太初2.0；6月19日，腾讯云发布了一站式行业大模型精选商店，同日，美图发布了视觉大模型MiracleVision。
民生证券研报表示，不同于2月份、3月份的纯粹大模型发布，新一轮发布潮是基于大模型的应用产品开始大规模升级上线，为走进千家万户做准备。
“产业场景是大模型的最佳练兵场。”腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示，比起通用大模型，企业更需要针对具体行业的大模型，并结合自身数据进行训练和精调，以打造出更实用的智能服务模式。生态共建是AI发展的有效路径，腾讯将坚持生态开放，为企业提供高质量模型服务，同时支持客户多模型训练任务，加速大模型在产业场景的创新探索。
百度相关负责人在接受《证券日报》记者采访时表示，AI技术全栈布局的优势是能够实现层层反馈、端到端优化，在实际应用中，可以大幅提升效率。百度形成了基础-任务-行业三级大模型技术体系，文心系列大模型具备知识增强和产业级两大特点。
5月28日发布的《中国人工智能大模型地图研究报告》指出，目前中国大模型产业化应用大致出现两种并行的发展路径，文心一言、通义千问、紫东太初等打造跨行业通用化人工智能能力平台，其应用正从办公、生活、娱乐向医疗、工业、教育等加速渗透。与此同时，一批针对生物制药、遥感、气象等垂直领域的专业类大模型，提供针对特定业务场景的专业化解决方案。
AI+应用持续涌现
大模型成为科技创新的底座。华西证券研报认为，基础大模型的大规模产业应用不仅需要与场景深度融合的大模型体系，也需要支持全流程应用落地的专业工具和平台，还需要开放的生态。三者之间交互赋能，形成良性循环的产业智能化生态共同体。
在6月19日腾讯云行业大模型及智能应用技术峰会上，腾讯云发起了“腾讯云行业大模型生态计划”。腾讯方面表示，基于腾讯HCC高性能计算集群和大模型能力，腾讯云已经为传媒、文旅、政务、金融等10余个行业提供了超过50个大模型行业解决方案。
大模型也催化了AI应用落地。清华大学新闻学院新媒体研究中心主任沈阳表示:“目前已经出现了一批以对话为主要形态的人工智能工具，且每周都有迭代。”
与此同时，AI+商业应用正“全面开花”。一位数据研究院高级研究员对记者表示，AIGC在互联网、金融、政府、电信、制造、服务、交通、医疗、能源、教育等领域的渗透率已分别达83%、62%、52%、51%、45%、49%、38%、35%、33%、27%。
能源领域，以百度与国家电网的合作为例，国家电网通过百度AI大底座建设“两库一平台”智能基础设施，更高效、更规范地打造AI精品应用。上述百度负责人表示，国家电网在福建运用百度AI中台和知识中台服务，构建起安全隐患识别模型和知识管理平台，把安全隐患识别率提升了30%，识别效率提升了5倍。目前，百度智能云已经覆盖了国家电网全国近90%的省网。
“在药物研发领域有一个著名的‘双十定律’，即研发一款原创新药需要逾10年时间、花费10亿美元，其创新回报率只有约1%，而AI介入后，有望打破这一定律。”中国生物制药相关负责人告诉记者，中国生物制药子公司正大天晴与晶泰科技合作，进行肝病领域小分子新药开发，运用AI技术方法实现全新骨架的小分子临床前候选化合物发现。
在游戏领域，近期，紫天科技旗下河马游戏自研休闲手游《大侦探智斗小AI》正式上线。完美世界游戏技术中心产品部负责人罗一聪对记者表示:“一系列AI技术应用正在快速渗透至各个研发管线中，依托于我公司技术中台，AI的各类应用实践可以快速覆盖至所有项目研发中，并实现全业务线的分享、进化与整合。”
AI产品的市场接受度也较高。科大讯飞日前在投资者关系活动记录表中披露，讯飞星火大模型显著推动了AI智能硬件销售的增长，讯飞AI硬件在“618”全周期销售额同比增长125%。
“AI应用已经初露头角，这只是开始。”上述数据研究院高级研究员表示，目前相关的应用大都处于初级阶段，后期表现和维护情况仍待观察，但综合来看，AI正在以前所未有的速度渗透进我们的日常生活中，每天都有新的产品推出，“速度与激情”的故事正在上演。
“但也要看到，国内AI产业短期发展仍受技术制约。一方面，GPU市场仍由国外厂商主导，同时FPGA(现场可编程门阵列)仍被国外巨头垄断，还面临‘卡脖子’难题；另一方面，大模型训练成本和推理成本高昂。未来几年内重点的落地方向或集中在智慧城市、智能网联驾驶等领域。”该研究员表示。
