编者按：大模型等技术的快速进步推动了新一轮人工智能发展热潮，人工智能+又给千行百业的发展带来无穷想象。基于此，全国各地正摩拳擦掌，纷纷出台相关政策抢占发展先机。
《中国经济周刊》率先聚焦着力建设具有全球影响力人工智能创新策源地的北京和瞄准打造具有国际影响力人工智能高地的上海。
《中国经济周刊》 记者 郑雪｜北京报道
人工智能发展如火如荼，北京是这场浪潮的引领者之一。
2023年5月30日，北京聚焦通用人工智能，发布两份文件支持人工智能产业发展。至此，北京人工智能产业发展方向逐渐明晰：北京意在建设具有全球影响力的人工智能创新策源地。
一年过去，北京已经有能力秀“肌肉”。北京在人工智能产业发展方面取得了哪些成就？人工智能应用落地该如何推进？产业发展离不开数据、算力，政策如何急产业所需，解决企业难题？
北京具备人工智能产业发展优势
发展人工智能产业的重要性毋庸多言。正如北京市人民政府副秘书长许心超在2024 GDEC人工智能专题论坛致辞中所表示，人工智能在数字经济产业发展中具有很强的“头雁”效应，以大模型为代表的生成式人工智能相关技术为人工智能赋能千行百业数智化转型注入强大动能。
2023年5月，北京发布《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（20232025年）》和《北京市促进通用人工智能创新发展的若干措施》两份文件，进一步推动人工智能占先发展。北京的目标也已明确，即具有全球影响力的人工智能创新策源地。
“作为人工智能创新策源地，北京不仅要在技术研发方面取得突破，还要在产业生态建设、人才培养、国际标准制定等方面发挥引领作用。这意味着北京需要不断推动技术创新和产业升级，同时注重产业生态完善和人才培养体系建设，为AI产业长期发展奠定坚实基矗”北京市社会科学院副研究员王鹏对《中国经济周刊》记者说。
随着目标确定，北京也在整合相关资源促进当地人工智能产业发展。
数据供给方面，今年3月，北京人工智能数据训练基地正式启用，这是国内第一个人工智能数据训练基地，同时以“监管沙盒”制度保障大模型训练。
算力方面，今年3月，北京规模最大的公共算力平台北京亦庄人工智能公共算力平台正式启用，可提供算力3000P。北京实施算力伙伴计划加强算力供给。此外，符合相关要求的企业亦可向政府申请兑付算力券，享受相关补贴。值得关注的是，今年4月，北京发布了算力设施建设实施方案，提出构建京津冀蒙算力一体化协同发展格局，同时表示坚定走算力自主可控路线。
北京人工智能产业高地建设成效显著。截至目前，全国已通过备案的大模型产品166个，其中北京71个，据不完全统计，涉及北京相关企业2200余家，地区生产总值2600亿元。
北京人工智能产业发展为何如此优异？
王鹏表示，首先，北京拥有众多高校和科研机构，人才储备丰富，为产业发展提供了强大的人才支撑。其次，作为首都，北京具有更强的政策影响力和资源配置能力，可以吸引更多资金和资源投入产业。再次，北京拥有完善的产业链和基础设施。最后，北京吸引了众多AI企业和创新团队落地，已经形成一定的产业集聚效应。
今年3月，理想汽车全自研多模态认知大模型Mind GPT正式通过国家《生成式人工智能服务管理暂行办法》备案。Mind GPT大模型出自理想汽车智能空间副总裁勾晓菲所带领的团队。
“大模型备案过程中，北京相关部门给予了详细的备案指导。此外，北京在算力支持、AI人才引入等方面都给了很大支持。”勾晓菲对《中国经济周刊》记者说。在他看来，北京最大的优势在于人才和前期互联网企业发展所积累的数据优势。
挑战：AI如何更好地落地应用
从OpenAI引爆热潮到国内百模大战，大模型也在逐步走向应用落地。2024年政府工作报告提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。
北京人工智能产业发展的下一步也已明晰。许心超在上述会议表示，北京近期将发布“人工智能+”行动计划，以应用反哺大模型技术迭代，带动产业发展，加快培育新质生产力。
北京的“人工智能+”行动计划将关注哪些重点？王鹏预测，该行动计划或将重点关注智慧城市、智慧医疗、智慧教育、智能制造等。这些领域具有广泛的应用需求和巨大的潜在市场价值。
有观点认为，2024年将成为大模型应用落地元年，行业也在期待着“杀手级”应用诞生。
在勾晓菲看来，有价值的应用出现，意味着人工智能企业的商业闭环逐步形成。商业闭环形成之后，一方面，企业现金流更加健康；另一方面，模型通过用户使用实现产品和技术迭代，才能真正走向正轨。
“随着用户记忆数据不断累积，未来，AI会从通用大模型转向专用助手。智能体会越来越像人，能够为人提供专有化服务。”勾晓菲介绍，理想希望构筑自己的人工智能生态闭环，未来搭载Mind GPT模型的“理想同学”（理想汽车的语音助手）将会进入其他智能终端，为用户提供持续性服务。
通用大模型切入垂直行业，并不是一件简单的事。场景在哪里，合作如何推进，考验着各方。
以车企和人工智能企业合作为例，双方之间存在较长的磨合期。“关键在于，合作双方都期待对方能告知自己，人工智能‘上车’到底有什么影响。车企对大模型的能力边界并不了解，所以期望第三方模型公司告知人工智能‘上车’有何应用、有何好的功能。第三方模型公司在通用侧发力，对行业了解不深，对用户需求了解不多，则期望车企能告知具体需求。”勾晓菲表示，这也是理想汽车选择自研大语言模型的原因。
以汽车行业为例，人工智能“上车”主要有两个方向：一是认知智能方向，主要指人机交互，多用于智能座舱。人和车通过语音助手交互，明确用户模糊的需求，从而提供个性化服务。二是行为智能方向，聚焦智能驾驶，实现端到端的自动驾驶。
磨合只是开始。通用大模型切入垂直领域，背后不仅有技术，还有更多考量因素。勾晓菲认为，未来通用模型能够活下去或者被认可的前提条件，必须是足够中立，不能侵入到每个垂直领域。如大模型要不断完善作为基座的能力，但对于通过模型和用户交互产生的数据和记忆，则需要封存在终端厂商侧。
（本文刊发于《中国经济周刊》2024年第14期）
