新华网北京2月6日电（赵海军）通用大模型已成为未来人工智能技术和产业生态的核心。国内大模型企业经历了从“大炼模型”到“炼大模型”的范式转变，并在智能体、多模态等模式上持续创新，生态体系日益完善。

当前，模型的训练推理效率及性能显著提高。通过优化深度学习框架、迭代专用硬件以及算法创新，不仅大幅缩短了训练时间，降低了计算资源消耗，还在推理阶段提升了运行效率和响应速度。然而，在参数规模不断扩张的情况下，模型训练的成本和能源消耗不断增加也是不争的事实，这也成为行业前行需要逾越的难关。

中国工程院院士刘韵洁指出，目前大模型多局限于单一地点训练，面临电力和算力资源难以承受的问题，而协同训练可从多地点分布式开展，既减轻单一地点负担，又能提高训练效率，目前已实现分钟级解决排队问题，且多个异地训练效率能达到单点训练的80%。

2022—2027年中国通用大模型市场规模预测 （资料来源：赛迪四川）

赛迪四川在《2024AI大模型行业调查研究报告》（以下简称：《报告》）中分析认为，我国通用大模型市场规模在2022年约为70亿元，2023年突破130亿元，预计到2027年将突破400亿元，年均增速超25%。《报告》指出，随着未来产业基础建设持续 增长、大模型应用替换、生成式人工智能带来的增量市场和人工智能赋能的企业级应用拓展，通用大模型市场将逐渐成熟。

在通用大模型产业，从企业分类看：百度、阿里、腾讯、华为等科技领军企业有全面布局能力，领跑市场；科大讯飞、商汤科技等AI垂类企业在模型层和应用层竞争优势独特；智谱华章、百川智能、月之暗面等初创企业凭借技术优势和创新精神快速兴起。

从产业链看，通用大模型包括基础层、工具/平台层和模型层。基础层提供基础设施与技术支持；工具/平台层汇聚相关企业，提供模型开发与应用工具；模型层汇聚研发及应用企业。该模型已成为人工智能应用创新的重要驱动力，在自然语言处理、计算机视觉和语音识别等领域取得突破进展。

从应用生态看，越发丰富多元，涉及教育、医疗健康、金融科技等诸多领域，催生出大量大模型业务应用场景。开源与闭源模式在模型开发与应用中互补共生，降低开发者入门门槛，加速新技术普及，且能提供更专业、稳定的服务。

通用大模型的商业模式正在渐趋形成，从路径来看，当前主要还是“通用大模型+行业定制模型”。具有数据、算力和算法综合优势的企业将模型整合为基座大模型，通过低门槛、高效率的大模型开发与部署平台，向各行各业提供大模型服务。主要盈利方式包括交易量收费、定制开发费用、数据服务费用和订阅收费等。

通用大模型在落地中存在诸多痛点，如数据安全与隐私保护、成本与效益平衡、内容可信度与质量可控以及技术创新与社会责任平衡等。解决这些痛点，建议政府相关部门完善顶层设计，规范数据标准，健全监管体系；企业要和科研机构合作，以应用为导向强化具体场景应用，树立长远投资视角，健全风险管理体系；用户要根据需求选产品，注意数据安全，向开发者反馈，共同推动通用大模型技术发展。

未来，通用大模型将呈现出大小模型并行、融合多模态数据、端云协同和算网协同等发展趋势，能兼顾规模与效率、提供更丰富信息、实现任务均衡分配和资源优化调配。

通用大模型市场前景广阔，行业盈利空间较大，但盈利能力尚待提升。随着技术的不断成熟和应用场景的拓展，相信大模型将在更多垂直领域实现深度应用，撬动各行各业的智能化转型。