在最近举行的世界人工智能大会上，一位参会专家针对我国人工智能大模型的发展现状提出了一个尖锐的问题：“为何ChatGPT日益强大，而我们却似乎陷入了百款模型的混战之中？”媒体：发展AI大模型重在落地。
自ChatGPT在2023年掀起生成式AI的热潮之后，国内科技行业巨头如百度、华为、阿里巴巴等纷纷投身于大模型的研发工作，不少独角兽企业和高等教育及研究机构也加入了这一行列。据统计，至今年5月，国内已公开的大模型数量已超300个，其中参数规模达到10亿以上的模型在今年3月就已突破100个。
尽管我国大模型的数量在快速增长，但其盈利模式尚不明朗，实际应用的推广也面临着挑战。有数据显示，一个日活跃用户达千万的通用大模型，每年需要超过100亿元的收入来支撑其数据中心的运营成本。
为了促进AI大模型的实际应用，关键在于明确应用场景并加速其落地。将通用大模型的技术与特定行业的深度知识和数据结合，发展行业专属模型，能有效应对特定领域的复杂难题，这可能是推动大模型实用化的重要途径。教育、金融、医疗等领域，因其数据资源丰富且对AI技术接纳度高，被视作大模型落地的潜在重点区域。
然而，大模型的落地还需克服数据质量和隐私保护等障碍。目前，企业收集数据时经常遇到数据质量低下、分布不均或数据集不完整等问题，这些问题* 了模型的训练效能和泛用性。同时，确保数据隐私安全至关重要，必须在利用含个人数据时实施脱敏处理，避免泄露可识别* 的信息。
AI大模型正处于从理论向实践跨越的关键阶段。展望未来，我们应秉持* 创新的态度，持续探索大模型的应用前景，让人工智能的光芒更好地指引人类社会的进步方向。
