AIGC的“风”正在吹向人们生产生活的各个领域，也带来了巨大的市场机会。IDC预计，2026年全球人工智能市场规模达到820亿美元，其中80%左右可能都是与AIGC相关的应用。
为了抓住这波“风口”，近年来国内市场上涌现出许多基于AIGC的大模型产品，一些与AI深度结合的应用产品也开始进行线上测试，初步行程了“模型—场景—生态”的良性循环。未来AIGC的发展应聚焦于实际产业场景，着力于推动数字经济发展。
大模型如“雨后春笋”般涌现
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。一是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。二是针对生物制药、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。
进入6月，国内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新进展，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，360公司发布认知型通用大模型“360智脑4.0”；6月28日，中国联通发布鸿湖图文大模型，是国内首个面向运营商增值业务的AI大模型。
7月份，更多大模型产品问世。7月4日，北大团队发布首个中文法律大模型“ChatLaw”；7月6日，中国电信发布大语言模型“TeleChat”，赋能数据中台、智能客服、智慧政务3个方向；7月7日，华为发布盘古大模型3.0；7月8日，中国移动发布“九天”1+N大模型，主要面向政务和客服两大应用场景；7月13日，京东正式发布言犀大模型，同时还发布了言犀AI开发计算平台，预计8月份正式上线。
越来越多的大模型问世也给人们提供了应用开发的空间。“AI正在走进人们的生活，未来将彻底渗透到每个人的生活和工作中。AI可以成为个人助理、生活助理、工作助理等，以AI赋能的方式，影响人们生产生活的方方面面。”IDC中国研究总监卢言霞预测道。
产业场景是AI应用的最佳“练兵场”
如今，越来越多的企业和机构都在各个领域积极探索和应用AIGC与大模型技术，数字化服务市场空间巨大。
以金山办公旗下的WPS AI为例，它改变了传统办公软件的操作方式，用户只需要用自然语言描述需求，就可以用AI来完成相应的功能，从而降低使用门槛。用户可以像和人交流一样向AI提问，从而获得表格数据中自己想要的功能，并根据要求自动生成相关的图表和报告。
随着AI技术与应用逐步成熟，AI还将全方位融入人们的生产、生活，成为新型数字化基础设施。“以往的AI应用场景，都可以被基于大模型的AI应用所升级。从这个角度讲，各行各业的AI应用，都是未来大模型可以发展的方向。”卢言霞讲道。
因此，人工智能领域的开发和服务，未来会成为极度细分、规模巨大、软件硬件平台和服务俱备的超级大行业。野村综研在接受通信世界全媒体记者采访时表示，未来AI可能会将当前的软件行业、通信行业、大数据行业融为一体，创造一个新的数字化行业。
未来大模型发展还面临多方面挑战
尽管当前AIGC发展前景向好，由于行业刚起步，面临的挑战还很多。
一是算法需要不断优化。目前大模型算法有两个来源。一是完全自研，二是利用其他企业和组织的底层算法框架为基础，或者已经开源的大模型为基础二次开发。算法还需要不断优化，未来开发也需要大批顶尖水平的数学领域学者和开发者，以及大规模高等级的项目积累经验。这道技术难关还需攻克二是算力需求急剧攀升。由于AI对算力提出了极高的要求，因此当前顶级的高性能芯片可能一定程度上会出现缺乏的情况，算力的效率会受到影响。但是通过加大算力基础设施的投入，可以一定程度弥补。三是学习素材的积累与融合。目前绝大多数学术成果是用英语发表，互联网世界的主流语言也是英语。因此，以中文互联网世界的信息和购买的英语语料信息来构成语料素材难免会有信息偏差的可能性。应当重视语料的充实，思考中英文语料如何更好地融合。
四是通用与专用结合。比起通用大模型，企业更需要针对具体行业的大模型，并结合企业自身的数据进行训练和精调，以打造出更实用的智能服务。通用大模型不一定懂行业的专业术语，也不了解企业内部独特的情况，因此回答会比较笼统，信息也不够及时。企业如果基于行业大模型，再加上自身数据进行精调，可以建构专属模型，打造出高可用的智能服务。
“百模大战”之下，未来能够占据头部市场的或许只是少数具有实力的通用大模型和其引领的AI生态。IDC专家认为，AI厂商不能局限于拼战略和概念，而应该追求大模型的效率提升以及实际落地的价值。未来AIGC的发展应聚焦于实际产业场景，着力于推动数字经济发展。新的国际竞争战略的关键，也不在于一个国家有多少大模型，而是大模型上有多少原生的AI应用，这些应用能够在多大程度上提升生产效率。因此，未来以大模型为关键的信息技术，应着力于驱动数字经济与实体经济深度融合，从而做强做优做大我国数字经济。
