基本信息
文件名称:MaaS框架与应用研究报告(2024年).pdf
文件大小:2.6 MB
总页数:46 页
更新时间:2025-03-26
总字数:约8.51万字
文档摘要

MaaS框架与应用研究报告

一、总体态势

技术演进:以Transformer架构为基础的大模型不断取得新突破,实现从单任务智能到多任务智能的跨越,展现出类人智能的“涌现”能力。

工程化推进:人工智能工程化重点从模型训练转向应用开发和落地,工具链覆盖数据处理、模型训练、部署推理等全流程。

安全治理:全球人工智能安全治理合作紧密,各主要经济体治理体系日渐明晰,安全技术应用能力明显提升。

(2024年)

产业发展:全球人工智能产业保持高速增长,大模型涌现式发展和生成式人工智能技术产业化成为核心动力。

二、技术创新

基础模型:语言、视觉和多模态模型快速演进迭代,缩放定律驱动模型能力持续提升。

计算平台:模型创新与计算平台紧密耦合,大规模分布式训练成为框架新发力点。

工具链:开发工具链加速大模型技术迭代,应用工具链拓展大模型应用广度。

数据集:高质量多模态数据集成为模型能力提升的关键,数据预处理、标注、质量评估等技术不断发展。

三、应用赋能

赋能特征:专用智能应用逐步成熟,通用智能落地前景广阔,大模型在产业链两端的研发设计和运营服务环节落地较快。

重点行业:装备、消费品、原材料等行业人工智能应用走深向实,推动行业向智能化转型。

体系化推动:体系化推动人工智能落地应用成为共识,涵盖需求分析、选型方案、中台建设、应用开发、运维管理和风险管理等环节。

四、安全治理

技术挑战:人工智能技术应用带来自身安全和衍生安全两大类风险挑战,包括数据安全、隐私保护、虚假信息传播等。

全球治理:国际合作愈发紧密,各主要经济体完善治理体系,产业组织发挥技术研究和治理协同优势。

企业实践:企业积极开展负责任的技术研发与应用,从管理和技术两个维度落实自律。

五、发展展望

技术方向:引入强化学习等技术增强大模型能力,多模态模型、智能体有望加速突破,具身智能成为迈向通用人工智能的重要一步。

产业赋能:人工智能赋能新型工业化向纵深发展,应用场景将进一步拓展,加速向生产制造环节渗透。

安全治理:人工智能安全治理工作迈向深水区,探索切实有效、多方共治、敏捷应对的落实方案成为全球共同议题。

中国信息通信研究院人工智能研究所

中国人工智能产业发展联盟

2024年6月

版权声明

本报告版权属于中国信息通信研究院、中国人工智能

产业发展联盟,并受法律保护。转载、摘编或利用其它方

式使用本报告文字或者观点的,应注明“来源:中国信息通

信研究院、中国人工智能产业发展联盟”。违反上述声明者,

本院将追究其相关法律责任。

一、总体态势

技术演进:以Transformer架构为基础的大模型不断取得新突破,实现从单任务智能到多任务智能的跨越,展现出类人智能的“涌现”能力。

工程化推进:人工智能工程化重点从模型训练转向应用开发和落地,工具链覆盖数据处理、模型训练、部署推理等全流程。

安全治理:全球人工智能安全治理合作紧密,各主要经济体治理体系日渐明晰,安全技术应用能力明显提升。

产业发展:全球人工智能产业保持高速增长,大模型涌现式发展和生成式人工智能技术产业化成为核心动力。

二、技术创新

基础模型:语言、视觉和多模态模型快速演进迭代,缩放定律驱动模型能力持续提升。

计算平台:模型创新与计算平台紧密耦合,大规模分布式训练成为框架新发力点。

工具链:开发工具链加速大模型技术迭代,应用工具链拓展大模型应用广度。

数据集:高质量多模态数据集成为模型能力提升的关键,数据预处理、标注、质量评估等技术不断发展。