成人免费午夜在线观看,伊人久久精品,一区二区三区精品

最終，在高階階段，我們的目標(biāo)是實(shí)現(xiàn)高度智能的“通用智能制造”。

現(xiàn)在大模型在經(jīng)濟(jì)性、泛化性與專業(yè)性之間存在“不可能三角”。我們希望通過大模型和小模型串聯(lián)，基于類似Mixture of Experts（MOE）的架構(gòu)，將大模型與小模型有機(jī)串聯(lián)，覆蓋端到端、全流程、全要素、全場景的需求，從而為工業(yè)整體提供深度賦能。

大模型“不可能三角”

基于上述設(shè)想，我們認(rèn)為工業(yè)模型的培養(yǎng)與應(yīng)用亦需循序漸進(jìn)、分階段推進(jìn)。初階段應(yīng)著力優(yōu)化提示工程與引導(dǎo)，通過精心設(shè)計(jì)的提示詞與示例，為模型提供明確的指導(dǎo)，以提升其對(duì)任務(wù)需求的理解和場景適應(yīng)能力，實(shí)現(xiàn)“先行實(shí)施”的目標(biāo)。

進(jìn)階階段需要賦予工業(yè)模型檢索增強(qiáng)能力，使其在生成過程中能夠根據(jù)需要查閱外部知識(shí)庫或調(diào)用“知識(shí)記憶”，在擴(kuò)展模型知識(shí)儲(chǔ)備的同時(shí)，進(jìn)一步拓展應(yīng)用場景。

高階階段則需通過大規(guī)模采集行業(yè)內(nèi)的多源異構(gòu)數(shù)據(jù)，從頭預(yù)訓(xùn)練原生工業(yè)大模型。在這一階段，應(yīng)采用模型并行化等前沿技術(shù)，充分融入領(lǐng)域知識(shí)與實(shí)踐經(jīng)驗(yàn)，使大模型能夠與其所在領(lǐng)域?qū)崿F(xiàn)“天生適配”，而非簡單地將DeepSeek一體機(jī)直接搬入工廠，實(shí)現(xiàn)所謂的“開箱即用”。這種“開箱即用”只能用，但是用得好不好，我想一線人員是很清楚的。

在其他配套要素方面，同樣分為初階、進(jìn)階和高階階段。算力方面，初階階段政府可利用現(xiàn)有算力資源，集中力量打造區(qū)域算力中心，為工業(yè)大模型的預(yù)訓(xùn)練與工程應(yīng)用提供基礎(chǔ)支撐，并規(guī)劃建設(shè)城市級(jí)算力網(wǎng)絡(luò)，初步實(shí)現(xiàn)毫秒級(jí)的低時(shí)延算力供應(yīng)。

進(jìn)階階段，隨著工業(yè)大模型逐步成熟、各行業(yè)場景應(yīng)用落地，算力需求將快速攀升。須加快建設(shè)高性能算力集群，提供算力“加油站”，以滿足工業(yè)大模型、尤其是推理環(huán)節(jié)對(duì)海量算力的迫切需求；同時(shí)加速部署市級(jí)算力網(wǎng)絡(luò)，進(jìn)一步縮短時(shí)延，確保算力高效調(diào)度。

高階階段，隨著人形機(jī)器人、自動(dòng)駕駛等新興場景興起，相關(guān)模型訓(xùn)練與推理對(duì)算力需求將呈現(xiàn)爆發(fā)式增長。此階段要著眼長遠(yuǎn)，擴(kuò)容升級(jí)算力集群，構(gòu)建核心算力樞紐，實(shí)現(xiàn)毫秒級(jí)跨域調(diào)度，為“十五五、十六五”乃至“十七五”期間邁向AGI提供協(xié)同配套。

在數(shù)據(jù)層面，以此前特斯拉FSD在中國落地效果不佳為例，其主要原因在于缺乏中國本土的一手視頻數(shù)據(jù)、未針對(duì)中國場景進(jìn)行優(yōu)化。因此，我們期望未來在匯集各行業(yè)結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的基礎(chǔ)上，對(duì)這些多元異構(gòu)數(shù)據(jù)及真實(shí)迭代數(shù)據(jù)進(jìn)行反復(fù)推理與訓(xùn)練，形成閉環(huán)的數(shù)據(jù)飛輪，攻克能力上的“最后一公里”難題。

因此，我們必須尊重客觀實(shí)際，讓大模型優(yōu)先在數(shù)據(jù)基礎(chǔ)較好、數(shù)字化水平較高的行業(yè)開展試點(diǎn)示范。這些行業(yè)在信息化建設(shè)方面已有較深積累，能夠提供相對(duì)豐富且高質(zhì)量的數(shù)據(jù)資源，為人工智能模型的訓(xùn)練與優(yōu)化提供充分“糧食”，并通過先行先試發(fā)揮示范引領(lǐng)作用，形成可復(fù)制、可推廣的經(jīng)驗(yàn)?zāi)Ｊ健?

同時(shí)，需要依托龍頭及骨干企業(yè)的資源與研發(fā)優(yōu)勢(shì)，優(yōu)先解決重大應(yīng)用難題。一方面，龍頭企業(yè)應(yīng)發(fā)揮引領(lǐng)示范作用，充分利用技術(shù)、資金、人才等雄厚資源，聚焦行業(yè)共性需求，加快推動(dòng)人工智能規(guī)?；瘧?yīng)用；另一方面，也要以大模型為牽引，借助后發(fā)優(yōu)勢(shì)，引領(lǐng)國產(chǎn)工業(yè)軟件實(shí)現(xiàn)彎道超車。

中小微企業(yè)因自身難以研發(fā)大模型、承擔(dān)原生模型訓(xùn)練與調(diào)優(yōu)工作，應(yīng)利用體制機(jī)制的靈活性，聚焦場景迭代。通過鼓勵(lì)中小微企業(yè)參與大模型的數(shù)據(jù)迭代，可以為大模型發(fā)展提供多元場景支持，構(gòu)建大中小企業(yè)協(xié)同的智能體系。

我們常說，在工業(yè)應(yīng)用領(lǐng)域，我國相較于美國的優(yōu)勢(shì)在于擁有完整的產(chǎn)業(yè)鏈體系和更多的工業(yè)場景。但是更多的工業(yè)場景并不代表我們的需求會(huì)比美國方面更大，這些場景真正的價(jià)值在于由此產(chǎn)生的持續(xù)迭代數(shù)據(jù)。通過模型與數(shù)據(jù)飛輪的迭代模式，我們更有可能獲得強(qiáng)有力的創(chuàng)新成果。這正是憑借全產(chǎn)業(yè)鏈體系和豐富工業(yè)場景，在未來長期競爭中取得優(yōu)勢(shì)的關(guān)鍵。

本文系觀察者網(wǎng)獨(dú)家稿件，文章內(nèi)容純屬作者個(gè)人觀點(diǎn)，不代表平臺(tái)觀點(diǎn)，未經(jīng)授權(quán)，不得轉(zhuǎn)載，否則將追究法律責(zé)任。關(guān)注觀察者網(wǎng)微信guanchacn，每日閱讀趣味文章。