央企人工智能发展分析报告 | 人工智能的未来前景与产业赋能

国资报告 · 公众号 · 财经 · 2025-04-19 19:00

正文

请到「今天看啥」查看全文

产业化构建大模型的范式

大模型正在推动人工智能技术的快速发展，并逐渐成为新质生产力赋能产业的关键驱动力。如图所示，整体来看，大模型的产业化能力构建分为五个层次，每一层相互依托，逐层深入，都在整个大模型应用体系中扮演着不可或缺的角色。

最底层是算据层，数据是所有智能的基础，在宏观尺度上，企业可以构建高质量私有数据集，我们以多元融合空天一体感知的基础数据资源为例，为实现多领域应用，需要融合卫星遥感、低空邻域信息等空天数据，融合基础建筑信息、地理信息、城市信息模型等城市数据，实现智慧城市数据以及产业领域的跨模态数据组织。这些海量、多源、异构的数据经过有效的整合与处理，为上层的模型训练和应用提供了丰富的素材，是整个大模型构建的基石，确保了模型能够基于全面且细致的数据进行学习和优化。

算法层汇聚了多种前沿的深度学习技术。例如图神经网络（GNN）擅长处理图结构数据，能够捕捉实体之间的复杂关系，长短时记忆神经网络（LSTM）在处理具有序列特性的数据时表现出色，对抗神经网络（GAN）则通过生成器和判别器的对抗训练，生成高度逼真的数据样本，拓展了模型生成能力的边界。此外，还需对大模型的能力构建进行选择与评估。面向具体场景，需要最终实现端到端的大模型与算网能力的整合，大小模型与算法共同构成了智能的核心引擎，驱动着模型算法对数据的深度理解和智能生成。

算力层为大模型的运行和训练提供了强大的计算保障。面向不同场景的预训练与数智化解决方案，能够根据具体需求灵活调整模型的初始状态和训练方向；移动端裁剪与小模型的优化，使得大模型的技术能够在资源受限的移动设备上得以应用；算力构建与优化目的是提升计算效率，降低能耗；边缘计算解决方案则将推理能力部署到网络边缘，靠近数据源和用户，减少延迟；资源调度与智能网络确保了算力资源的高效利用和数据的流畅传输，让整个系统的运算更加高效、稳定。

系统层目标是聚焦多维场景任务的感知与推理，实现模块化的AI能力构建。关键特征和多维场景态势感知能够从复杂的数据中提取出最具代表性和关键性的信息；预测模拟与推演则基于这些信息对未来的趋势和可能的情况进行预判；多通道数据融合与监控整合了来自不同渠道的数据，形成全面的融合视角；流程重构、模型微调与推演中台则对整个业务流程进行优化，根据实际场景对模型进行精细化调整，提升模型对特定场景的适应性和准确性，使得大模型能够更好地服务于多样化的产业场景。

应用层是大模型价值的最终体现，实现了AI赋能万业的美好愿景。例如在行业气象预报领域，大模型能够提供更精准、更及时的气象信息，助力农业、航空等对气象条件敏感的行业提前做好规划和应对措施；教育与医疗行业借助大模型实现了个性化学习方案的制定、智能辅助诊断等创新应用，提升了教育质量和医疗效率；农业与环保方面，大模型通过对农田、环境数据的分析，优化种植方案，监测环境污染，推动可持续发展；智慧城市与交通领域，大模型实现了交通流量的智能调控、城市资源的合理配置，提升了城市的运行效率和居民的生活质量，让人工智能技术真正深入到社会的各个角落，为各行各业带来智能化的变革与升级。

大模型的产业化构建是一个复杂而精妙的系统工程，各层之间紧密协作，新一代人工智能正是得益于工程化的过程，实现社会组织与产业的赋能。企业可以根据需求，采用不同的解决方案完成端到端的AI能力建设，其中面向需求的任务拆解、高质量场景数据构建是AI的关键，一些大模型服务供应商将通用的AI能力建设成基础设施，例如DeepSeek就提供本地化部署和云端部署的方案，但私有化的数据、针对性的训练与微调才能将DeepSeek的能力融入具体业务场景中。

从大模型到智能体的万智互联

智能体是一种基于人工智能技术的进一步的应用，它能够感知环境、根据任务目标进行自动规划和决策，然后采取行动以达成任务目标，未来可以成为人类的聪明助手。

与传统软件不同，智能体具备自主性，能够在无人直接干预的情况下独立完成任务；它还具有适应性，能根据环境变化调整自身行为。此外，智能体拥有执行性，可将决策转化为具体行动，并且具有进化性，能够通过学习不断提升自身性能。最关键的是，多个智能体之间还能像人类社会一样相互链接，相互协作，共同完成复杂任务。

随着大模型技术的飞速发展，智能体成为人工智能发展的下一个重要方向，它的能力得到了极大提升，但单个智能体在处理复杂任务时处理能力有限、灵活性不足、资源利用效率低、容错性差。过去20年信息社会的发展，实现了从人到物的互联互通，互联网、物联网造就了信息社会的基础设施，为多智能体的联网带来了可能。而多智能体系统的互联互通开启了万智互联的时代，多智能体互联可以实现任务分解、任务并行、协同互补，智慧化程度更高、自主性更强、成本和风险更低。因此，为了突破单智能体的能力限制，实现更大规模、更高效的智能体协作，智能体互联网（Internet of Agents）应运而生，这是人工智能技术发展的必然趋势。

智能体真正联网之后，应用场景十分广泛，会改变我们的生活与工作。

以智能体协助订票服务为例，用户向智能体输入订票相关的自然语言指令，如“订一张明天10点出发从北京到上海的高铁票”或“预订一家上海世纪公园附近、今晚8点、5人用的餐厅”。智能体接收到指令后，会启动大模型的推理机制，自动分析任务的关键信息，如出行日期、出发地、目的地、用餐时间、人数等，然后根据这些信息制订执行计划，确定需要访问的网站或应用程序，以及在这些平台上需要执行的操作步骤。智能体还会结合视觉识别与强化学习推理能力，模拟人类操作浏览器。如果各个服务平台网站通过API接口的方式授权智能体调用服务，它会自动打开相应的订票网站或应用程序，如12306网站或美团餐厅预订平台，在页面上找到对应的输入框、按钮等元素，填写出发地、目的地、出行日期等信息，并进行搜索。