近日在深圳举行的百度智能云文心大模型技术交流会现场　　百度、图虫创意/供图 资料来源：IDC 周靖宇/制图

证券时报记者 严翠

人工智能（AI）大模型正以空前的速度发展，奏响了“冰与火”之歌。

一方面，国内AI大模型数量显著增长、相关应用加速落地，行业未来发展路径逐渐明晰，大模型自身算法和模型也持续迭代优化；另一方面，国内与AI相关的诈骗频繁发生，相关新应用上线后甚至遭到部分企业禁用。

证券时报·e公司记者与国内AI大模型领域专家交流发现，业界对AI大模型未来前景已达成共识，发展势不可挡，大模型带来了人工智能的“iPhone时刻”。但与此同时，AI所引发的风险、安全等问题也不容忽视，已引起企业、政府等各界关注。

有企业已实现在生成式AI输入输出内容方面的全面控制，亦有企业在逆向设计解码和分辨AIGC（生成式AI）输出结果的产品。专家集体呼吁社会加大对人工智能应用的监督和审核，提高对人工智能的辨别能力和防范意识，发挥大模型优势，克服其缺陷问题。

发展迅猛

国内AI大模型呈现快速发展之势。

5月29日，在中关村论坛上，中国科学技术信息研究所所长、科技部新一代人工智能发展研究中心主任赵志耘表示，据不完全统计，中国10亿以上参数规模的大模型已经发布了79个，从地区来看北京和广东最多，分别有38个、20个大模型，自然语言处理是大模型研发最活跃的领域。

“中国大模型呈现蓬勃发展态势，各种技术路线都在并行突破，特别是在自然语言理解、机器视觉、多模态等方面，出现了多个在行业有影响力的AI大模型。”赵志耘说。

百度智能云AI与大数据平台总经理忻舟向证券时报·e公司记者表示，自3月16日启动内测以来，文心一言的性能在持续升级，已完成多次大的版本迭代，推理性能大幅提升。

5月18日，科大讯飞董事长刘庆峰称，现在讯飞星火离ChatGPT只有一步之遥，与100分相比只差两分，在今年10月份之前就会超越它。此前，刘庆峰曾表示，讯飞星火认知大模型在文本生成、知识问答、数学能力三大能力上已超ChatGPT。

“大模型和生成式AI有两个大的特点，一是改变了人与机器的沟通方式，让人可以通过自然语言的方式和机器或各种接口做交互，这是颠覆性的创新。”忻舟对记者表示，“另一大特点是会持续迭代和优化，未来的产品会想尽一切办法和生成式AI自然语言交互结合，同时相关交互数据能够形成闭环，持续迭代来进一步提升交互效率。”

商用增多

AI大模型的相关应用正加速落地，行业人士普遍认为，未来AI大模型应用会越来越多。

百度智能云AI应用产品部总经理刘倩向记者透露，目前，已有超过15万家企业申请测试文心一言，其中有超300家生态伙伴在400多个具体场景取得测试成效，不管是政务、金融、媒体、电商、零售还是其他行业，都存在着大量应用需求，内容创作、智能客服、智能营销、企业知识管理、办公提效等方面是高频出现的应用场景。

金蝶软件有限公司苍穹平台解决方案事业部总经理徐昊表示，金蝶正在与文心千帆大模型平台共同探索大模型与企业管理软件在智能财务管理、智能人力资源管理、智能运营管理等AI应用场景的落地。

刘倩还介绍，百度智能云的六大智能产品系列，也将基于文心大模型全面升级，包括：政务、金融、智能创作、智能客服、数字人直播平台、企业知识管理等，未来将在安全评估完成后上线。以智能客服为例，升级后知识生产效率提升9倍，多轮对话构建成本下降65%，可让终端用户获得更聪明、更拟人的客服体验。

近日，教育部等十八部门联合印发《关于加强新时代中小学科学教育工作的意见》要求，要改进学校教学与服务，探索利用人工智能、虚拟现实等技术手段改进和强化实验教学，弥补优质教育教学资源不足的状况，也在一定程度上为生成式AI未来发展、应用落地提振了信心。

除此之外，OpenAI、华为、阿里等企业均在加速推进AI大模型的落地，其中OpenAI于5月19日率先面向苹果手机推出ChatGPT应用，在推进ChatGPT应用落地方面迈出了重要一步。

“无论是增量市场还是新兴机会，预计在未来12-24个月内，将为人工智能市场增长带来新的拐点。”IDC中国研究总监卢言霞表示，“新一代AI形成市场规模需要12个月以上的时间，但是其落地速度以及可能带来的产业冲击不可小觑。市场参与者与行业用户均需认真考虑其可能为当前业务带来的影响，并积极引入新一代AI。”

加速渗透

除了B端、C端应用加速落地或基于AI大模型升级外，大模型还催生了另一种商业模式，即将大模型服务化，对外赋能千行百业，构建符合各企业、行业特色的行业大模型，以此降低全社会开发AI大模型及其相关应用的成本，加速AI大模型在各行各业的渗透。

此种模式出现后，应用开发者可以降低对应用底层架构或开发逻辑的关注，而注重用户端与企业开发端之间端到端的连接与交互等。百度智能云推出的文心千帆大模型平台即采用这一模式，它不但提供包括文心一言在内的大模型服务，还提供开发AI应用的各种工具链及整套环境，支持各类第三方的开源和闭源的大模型，成为大模型生产和分发的集散地。

换言之，AI大模型面市后，云计算行业的产业规则被彻底改变，云服务市场的商业模式在此前Iaas（基础设施即服务）、Paas（平台即服务）、SaaS（软件即服务）之外，新增了一种商业模式MaaS（模型即服务）。云服务商可以直接将大模型产品、服务化赚取利润，有意开发或训练大模型的企业，只需要购买云服务商的MaaS，从中选择合适的模型及购买方式，便可以较低的成本实现企业自身大模型的开发及训练、推理等，无需自建、训练从0开始的基础大模型。

“通常情况下，我们不建议企业从0开始训练大模型，因为成本非常高。例如，Meta发布的全新大型语言模型LLama，大概用了45T数据，用了120万卡时、120台服务器，训了一个多月，整个成本可能需要上百万美元，它只是训一个基础的模型。对于企业来说，企业训一个专属大模型是很重要的，但是没必要从0开始。”百度智能云AI与大数据平台总经理忻舟说。

至于外界担心的公有云部署数据是否安全的问题，忻舟告诉记者，数据存在公有云，百度会有标准的符合云的安全机制，同时也会有资源隔离机制等物理隔离方式等保护用户数据安全。

阿里云智能集团CTO周靖人近日也表示，“以模型为中心的开发范式（MaaS）已成为行业标准，未来应用开发的整个链路都会基于这一理念来做。”

百度智能云副总裁朱勇对证券时报记者表示，“过去企业选择云厂商主要考虑的是计算、存储、网络这些基础云服务，今天我们更应该去看模型好不好、框架好不好，以及芯片、模型、框架和应用这四层架构之间的协同是否高效。未来我们的AI开发者，也主要是基于大模型进行开发，不需要过多关注其他更底层的技术细节。”

“AI应用主要有两部分成本，一是基础设施成本，比如算力、存储，包括服务器等，第二是AI应用开发成本，这方面会需要大量的人力、算法专家等，类似文心千帆大模型平台出现后，企业开发AI应用门槛显著降低，成本也大幅降低。”朱勇说，随着应用的兴起、大模型平台的惠普等，AI大模型训练、推理以及与此有关的AI应用开发成本将快速下降。

“未来AI大模型发展方面，可能仅有少数企业会开发基础大模型，其他各行各业将根据自身业务需求、数据量等接入大模型平台开发属于自己的大模型，整个行业发展路径已日益清晰。”一位AI行业人士对记者表示。

正视风险

AI大模型未来可期，但由快速发展带来的风险或安全问题不容忽视。

近期近期警方密集发布AI诈骗案例，9秒钟被骗245万元、10分钟被骗430万元……安徽、上海、福建等地的多位受害者收到“亲友”的视频通话，以各种理由要求转账。然而，视频通话竟是诈骗分子利用AI合成的视频，受害者因视频“确认”对方身份被骗。

此外，尽管OpenAI已率先面向苹果手机推出ChatGPT应用，但苹果公司却禁止员工使用ChatGTP以及其他AI工具。知情人士向媒体透露，这是因为苹果担心公司机密数据可能会在使用过程中泄露。

可见，与AI相关的风险、安全问题，已对社会造成了一定的负面影响，应引起高度关注。

萨摩耶云科技集团首席经济学家郑磊对记者表示，AI诈骗是技术发展中必然出现的问题，业界也觉察到了这个问题的重要性，在设计逆向解码和分辨AIGC输出结果的产品，但是这种产品会落后于AIGC技术的发展，需要不断补漏。

“后续总会有相应的解决方法，目前需要采用其他方式，比如行业自律和法律处罚，或者要求AIGC输出内容必须内置特殊标识，能够表明其来源，可以被追溯。”郑磊表示。

“造假是一个只有极少数人得利，大部分人受损的做法，必须形成全社会对这个问题的正确认识，提高人们对AI造假行为的辨别和防范能力。”郑磊认为，“这个问题很重要，如果人们对AIGC高度怀疑，会限制行业的健康发展。”

AI算法专家、连续创业者黄颂对记者表示，人工智能算法不断进步升级，越来越能“以假乱真”，然而由于这些技术还没有被大众充分认知，很多人并不了解人工智能已经具备这样的能力。“正因为存在这种认知误差，让一些不法分子找到了机会进行诈骗。当然，其它新技术出现初期也存在着被滥用的情况，社会各界应积极采取行动一起避免或减少此类现象。”黄颂说。

黄颂认为，科技从业者、信息内容监管部门、公安部门、媒体应该通力合作，共同制定应对策略。在立法和执法层面，相关人员需要充分研究新形势和新犯罪手段，及时调整和补充相关的法律法规，以震慑不法分子；在科技手段层面，相关人员应积极投入研发用于检测和限制AI技术滥用的工具和方法，以压制潜在的犯罪空间，提供侦测工具手段；在社会舆论宣传方面，社会应积极宣传新技术日新月异的变化，同时提醒公众存在的风险和骗局。

全联并购工会信用管理委员会专家安光勇、中国数实融合50人论坛智库专家洪勇、独立国际策略研究员陈佳、财经评论员张雪峰等专家也向证券时报记者表达了类似观点，呼吁社会各层面合力防范AI风险问题，共同推动人工智能健康发展。