11月27日至29日，“人工智能 ”教育行动暨区校优质案例展示活动在北京市海淀区第二实验小学橡树校区举行。来自北京、浙江、广东、江苏、河北、陕西等地的300余名教育工作者参加活动。与会者通过观摩参观、专家报告、论坛讨论、案例分享等形式，探讨新一代人工智能技术在教育领域的创新应用，分享教育新质生产力实践典型案例。
11月28日，参会嘉宾参观北京市海淀区第二实验小学橡树校区学生的人工智能技术赋能课堂成果展。 新华社记者 马宁 摄
11月28日，参会嘉宾参观北京市海淀区第二实验小学橡树校区学生的人工智能技术赋能课堂成果展。 新华社记者 马宁 摄
11月28日，在活动主论坛上，嘉宾介绍北京市门头沟区AI技术在教学中的应用案例。 新华社记者 马宁 摄
11月28日，参会教育企业在活动现场展示机器人教学应用。 新华社记者 马宁 摄
2024年世界互联网大会乌镇峰会期间，20项世界互联网大会领先科技奖获奖项目在现场发布。其中，由微软公司申报的工程研发组项目“微软Copilot：新一代人工智能副驾驶”获奖。
在现场发布该项目的微软全球资深副总裁张祺介绍，AI智能时代，以智能Copilot副驾驶为代表的AI工具将像水、电和互联网一样无处不在，人人触手可及。以2022年6月推出Github Copilot为起点，微软持续加速Copilot迭代增强与融入自身核心产品的步伐。截至今年9月，Copilot已搭载了GPT-4o等领先模型，集成了多项创新功能。
微软全球资深副总裁
张祺
张祺提到，实时信息获取、与主流操作系统及软件无缝集成、强大的低代码开发能力及企业级安全保障——这些独特优势使Copilot不同于其他AI服务，开创了以AI为思维引擎的全新工作模式。
据介绍，目前，Copilot已覆盖全球220多个国家和地区。微软正通过Copilot, Copilot Stack和Copilot PC三个平台推动AI的全球普及，不断加强用户与最前沿AI大模型的连接，赋能企业、组织和个人，重塑个人计算体验。
世界互联网大会领先科技奖是面向互联网领域的国际性科技奖项，旨在引领科技前沿创新，倡导技术交流合作。奖项分基础研究、关键技术、工程研发三种成果类型进行征集评选。
工程研发是推动人类社会发展的重要引擎。评审委员会工程研发组专家充分考虑成果的先进性、实用性以及应用范围的广泛性，评选出包括“微软Copilot：新一代人工智能副驾驶”在内的8个工程研发组获奖项目。基于这些成果的转化应用，有助于行业技术进步和产业结构调整、优化、升级。
点击视频，了解更多“微软Copilot：新一代人工智能副驾驶”项目现场发布的精彩内容——
https://flv1.gmw.cn/gma/20241204/20241204185217154_9165.mp4
https://img.gmw.cn/flash/gmwplayer_x/ckposter.jpg
视频：曾震宇撰文：雷渺鑫摄影：潘迪编辑：李飞、李汶键策划：李政葳
光明网出品
来源： 世界互联网大会
中国互联网络信息中心昨天（30日）发布了《生成式人工智能应用发展报告（2024）》。报告显示，我国生成式人工智能产品用户规模已达2.3亿人，人工智能核心产业规模已接近6000亿元。我国生成式人工智能发展前景广阔，为高质量发展提供新动能。
北上广三地相关产品数量
占全国六成以上
00:02 / 01:27
《生成式人工智能应用发展报告（2024）》显示，生成式人工智能正以前所未有的速度渗透至各行各业。凭借资源集聚、技术创新及政策扶持上的显著优势，北京、上海、广东三地已成为人工智能产业发展的先锋，相关产品数量占全国六成以上。
《报告》显示，生成式人工智能作为新兴产业，其发展的地域分布与当地经济水平、产业结构存在明显相关性。北京、上海、广东等地充分发挥在融资机会、专业人才和政策支持等方面的优势，形成了具有国际竞争力的产业集群。截至2024年11月，我国共有309个生成式人工智能产品完成备案，北京、上海、广东三地的相关产品数量占比分别达到31.1%、27.2%和11.7%。
数据显示，2024年前三个季度，我国共发生504起与人工智能相关的投融资事件，合计金额约812亿元。据全国组织机构统一社会信用代码数据服务中心统计，2024年上半年我国人工智能企业数量同比增长35.65%。
应用“AI助手”
提升法官工作效率
随着“人工智能 ”行动等政策深入推进，大模型在各行业应用成效开始显现。今年6月，深圳中级人民法院应用了全国首个司法审判垂直领域大模型。
在深圳市中级人民法院的一间办公室，付法官正在使用“AI审判助手”辅助梳理一个正在办理中的案件卷宗，以往此类工作需要阅读的卷宗多达十几万字，耗时费力，影响案件审理进度。
深圳市中级人民法院金融法庭四级高级法官 付璐奇：传统的阅卷方式，有很多书面的纸质材料，之前我们要用一整天的时间去阅卷、梳理材料，把核心的重要的内容整理出来，形成文字。现在有了AI辅助之后，可能它工作的时间只有几秒钟，然后我们再用大概半个小时的时间去复核、确认信息，这个工作就可以完成了。
据付法官介绍，“AI审判助手”除了能帮助法官减轻繁杂的阅卷工作，还能帮助法官把案件的审理要点和存疑的问题梳理出来，并且辅助生成审理后的裁定文书。
深圳市中级人民法院金融法庭四级高级法官 付璐奇：在AI生成文书之后，由法官对这个文书的整体质量做校验和核对，最后这个判决书还是由法官来做。同时，AI生成的文书经过法官的修改修订，也会保存回传到智能系统中，帮助模型成长、学习。
深圳市中级人民法院AI辅助应用推进办公室技术负责人 肖骏：我们系统对大模型投喂了万亿汉字量级的法律知识，同时我们将212项中台数据通过训练实现了175项诉讼材料，提取准确率达到99%以上。
自从6月底上线“AI审判助手”系统，截至10月1日，深圳全市法院系统办结民商事案件超9.6万件，平均结案时间缩短近39天，单个法官工作效率提升2.5倍。
此外，深圳在各领域的人工智能应用也在加速推进。9月，深圳市人工智能产业办公室成立，将在“AI 制造”“AI 医疗”“AI 交通”等15个领域深入展开，致力于打造全域全时全场景的人工智能赋能体系，为新型工业化和现代服务业注入强劲动力。
AI助手跨界医疗 辅助医生诊疗
人工智能大模型与医疗场景结合，又会带来怎样的变化呢？戳视频，一起去浙江大学医学院附属第二医院，看看那里的AI助手是怎么辅助医生进行诊疗工作的↓↓↓
周祥勇是一名麻醉医生，在每台手术开始前，他都需要与患者、手术医生充分沟通，详细记录术前诊断信息，以此制定合适的麻醉方案。而像这样的手术周祥勇一天平均参与10例，最多时能达到20例，而他所在的浙大二院每年要完成近20万例临床麻醉。
浙江大学医学院附属第二医院麻醉手术部主治医师 周祥勇：今天我2个房间大概有12台手术。我们现在比较快节奏的大医院的病人非常多，怎么把风险的病人筛查出来其实是提高安全的关键。
周祥勇介绍，麻醉科要面向所有的学科，这也就意味着麻醉医生需要的知识面要非常广。今年7月，由周祥勇和他的团队主导设计的麻醉AI助手上线，使用者只需通过描述患者的具体诊断情况，就能从海量专业数据中检索出应对之策，从而辅助麻醉师提供临床决策。
浙江大学医学院附属第二医院麻醉手术部主治医师 周祥勇：比如这个病人最大的特点就是之前是多发创伤，全身各个器官其实都有问题。我们有个一键生成AI功能，生成之后，AI方案就给我们一个很详细的术前评估与风险分级。
除了术前会诊评估一键生成麻醉方案外，麻醉AI助手还可以提供智能问答、危机处理流程、药品说明书查询、医学专业翻译等。自7月上线以来，麻醉AI助手已经成功使用了10万人次。
（总台央视记者 张岗 刘苏）
责任编辑：李金娟
文︱谢悦汉
“大学校长高峰论坛2024”于昨日在会展中心举行，这项盛事共邀得全球50多间大学校长和教育领袖，与本港高等教育界人士共同探讨多个重大议题。高峰论坛2024筹委会主席梁美芬开场时用人工智能以八种语言包括中、英、美、法、阿拉伯语甚至一些南美语言向大家问好。
笔者有幸获立法议员梁美芬邀请出席此项盛事，由于出席讲者（校长和知名学者）大部分用英语发言，我查看今早本港各大媒体，都没有以较大篇幅报道此盛事内容，只是对特首李家超，中联办主郑雁雄，和国家教育部副部长吴岩谈话予以详述，其实最精彩发言内容是各大学校长和领导人，包括港大校长张翔，以及哈佛大学及新加坡等学者，他们都以人工智能未来发展趋势及预见问题，发表精辟意见和独特见解。
论坛围绕九个议题作出探讨，涉及领域包括人工智能时代背景下的知识全球化、道德伦理、法律、数据科学、生物医疗及绿色经济，以及人口结构与未来教育变革、大学管理创新，及如何在快速变化的世界秩序中，为年轻一代创造价值等重大议题。
出席的校长和学者们均担心，人工智能（AI）的高速发展，未来机器人不仅是人类在生产及各领域最佳助手，但亦可能是最大对手和挑战者。各人亦关注，各国在有关AI法律，道德规范等尚未追得上，这亦是最令他们担心之事。
郑雁雄致辞时则指出当前世界面临百年未有之大变局，不断提升青年学生的格局视野、人文精神和科学素养十分重要，“为谁培养人、培养什么人、怎样培养人”，是教育机构首先必须回答的根本问题。他认为特区***在中央的支持下坚守大学安全稳定的底线，坚定不移维护大学自主和学术自由，支持大学开展广泛的国际合作，推动香港各大学实现快速发展，是值得称赞的。
教育部副部长吴岩视像致辞时表示，期望各参与者在论坛分享在人工智能、大学治理、知识全球化等领域的真知灼见，共同探索中外高等教育交流和科研合作的新模式、新形式，为构建人类命运共同体，增进各国人民福祉，作出更大贡献。他提出三点倡议，一是更高质量推动教育科技人才合作，二是更大规模推动数字教育合作，三是更深层次开展中外青少年学生交流。他说，下一步教育部愿意支持中国高校与世界各国高校，建立更紧密的务实合作关系。
特首李家超则介绍，香港是粤港澳大湾区城市之一，区内人口超过8,600万人，地区生产总值超过1.9万亿美元，相当于世界第九或第十大经济体。目前本港已有四所大学在粤港澳大湾区设立校园，而《泰晤士报》报道高等教育世界大学排名，香港的四所大学在全球1,900多所大学中跻身最“国际化”大学前十名。此外，现时香港吸引了来自100多个国家的学生，高等院校有超过一半的学术人员来自香港境外地区，香港正在这个坚实的基础上继续发展。
可以预见将来全球都是人工智能AI化，当今世界已是“森林定律”弱肉强食，试想美国及欧洲及中国日韩等国家，自小学开始已是人手一部微型手提电脑，而非洲很多国家仍在挣扎求存，先要解决温饱问题，何来有余钱购买电脑，这是否更将强国和弱国之间教育和国家实力差距拉大。
“知识全球化”和“人工智能化”虽是大趋势，但何时才能将强国和弱国间差距缩窄，令全球人类都可共享资源和持续发展，近期看来只是一个理想和愿望。
而梁美芬有魄力和有能力策划成功举办此项盛事，令全球高等院校瞩目，有助提升本港各大学的声誉，打造“留学香港”品牌，亦令外国知道中国在高等教育的动向，真是功德无量。
新京报讯（记者张璐）“人工智能产业创新发展——北京市科协专业智库‘论策论道’沙龙”11月28日举行，多位专家就加快培育人工智能产业创新生态献策。
在谈及首都人工智能产业发展相关建议时，国际欧亚科学院院士、中发改研究院乡村振兴委员会副主任邓智华认为，北京应从标杆应用、示范应用、商业应用三个维度推动人工智能应用。充分适应当前大模型技术快速演进的特点，既抓基础模型的快速迭代，又推进应用场景的快读迭代。同时，构建主管部门、属地、行业用户、模型企业等多方联动机制，围绕行业需求，汇聚一批高质量各行业数据集，促进数据开放贡献，高效匹配算力资源，不断提升模型泛化能力和可解释性。
中国电子信息行业联合会数字经济专委会副秘书长熊伟表示，在当前全球科技竞争日益激烈的背景下，人工智能技术对推动地方经济转型升级、提升城市竞争力具有重要意义。当前，我国人工智能发展势头迅猛，各地和各大企业纷纷加大对AI大模型的布局，但部分地方仍简单地将发展人工智能归结于硬件投资，盲目跟风上项目，很可能导致人工智能项目的过度投资、重复布局和低效建设。建议各地发展除了需要聚焦AI本身，更应立足区域发展水平和企业发展条件，合理布局发展大模型产业链，联合做大做强我国AI产业。
他建议，引导上下游企业协同发展，形成从数据收集、模型训练、可用开发到市场推广的完整产业链。在智慧城市、智能制造、医疗健康等重点领域，地方***可优先开放可用场景，为人工智能提供测试、验证和推广的舞台，加速科技成果向现实生产力转化。
此次“人工智能产业创新发展”论策论道活动在朝阳区山河湾谷创新区举办。北京市科协党组成员、副主席刘晓勘在致辞时表示，在2023年中国公民科学素质抽样调查中，朝阳区具备科学素质的公民比例达到32.5%，位居全市前列。他说，论策论道活动是北京市科协“汇智工程”的品牌性活动，通过大众传媒传播科技界声音，形成服务党和***科学决策的强大合力。
编辑 樊一婧
校对 赵琳
参考消息网11月25日报道据英国《金融时报》网站11月19日发表加拿大蒙特利尔大学计算机科学教授、魁北克人工智能研究所创始人约书亚·本希奥的文章《人工智能正在学会思考》，内容如下：
缺乏内部思维能力——换句话说就是不能思考——长期被认为是人工智能(AI)的主要弱点之一。聊天生成预训练转换器(ChatGPT)的创建者开放人工智能研究中心(OpenAI)近年在这方面取得的进展规模是科学界内部的一个辩论焦点。但它让我和我的许多专家同事相信，我们有可能即将缩小AI与人类水平推理之间的差距。
研究人员长期以来一直认为，传统的神经网络(AI的领先方法)更符合“系统1”认知。这对应着针对问题给出直接或直观答案(例如在自动识别人脸时)。另一方面，人类智能也依赖于“系统2”认知。它涉及内部思维，并启用强大的推理形式(例如在解决数学难题或详细规划某事时)。它使我们能够以连贯而新颖的方式组合知识点。
OpenAI的进展(尚未完全向公众发布)是基于使用其o1大语言模型(LLM)进行内部思维的AI形式。
更好的推理将解决当前AI的两大弱点：答案连贯性以及规划和实现长期目标的能力较差。前者对于科学用途很重要，而后者对于创建自主智能体(autonomous agent)不可或缺。两者都可以被用来实现重要的应用。
推理背后的原理一直是20世纪AI研究的核心。早期的成功例子是“深层思维”公司(DeepMind)的阿尔法围棋(AlphaGo)(它在2015年成为第一个在围棋博弈中击败人类冠军的计算机系统)，以及最近的AlphaProof(用来解决数学课题)。
在这里，神经网络学会预测一个行动的有用性，然后利用这种“直觉”高效率地搜索可能的行动次序，从而进行规划。然而，AlphaGo和AlphaProof涉及高度专业的知识(分别涉及围棋和特定的数学领域)。
尚不清楚的是，如何将现代大语言模型的广博知识与强大的推理和规划能力结合起来。
进展已经取得了一些。在被要求给出一条通往答案的思路链时，大语言模型已经能够针对复杂问题给出更好的答案。
OpenAI的“o”系列新模型进一步推进了这一构想，为此需要多得多的计算资源，消耗更多的能量。通过非常长的思路链，它可以被训练得更善于“思考”。
因此，我们看到了一种新的计算扩展形式。不仅有更多的训练数据和更大的模型，而且花更多的时间“思考”答案。这将大大提高在数学、计算机科学和广义科学领域完成需要大量推理的任务的能力。
例如，OpenAI之前的模型GPT-4o在2024年美国数学奥林匹克竞赛(AIME竞赛)中的得分仅为大约13%，而o1模型的得分达到83%，跻身于美国最优秀的500名学生之列。
如果成功，就需要考虑重大风险。我们还不知道如何可靠地对AI进行价值对齐和控制。例如，对o1的评估显示，它欺骗人类的能力有所提高——这是达到目标的技能得到提高的天然后果。同样令人担忧的是，按照OpenAI自己的风险尺度，o1帮助制造生物武器的能力已经从低风险上升到中等风险。这是该公司自称可接受的最高水平(压低担忧水平可能符合该公司的利益)。
据信，解锁推理和能动性是通往达到人类水平的AI——也被称为通用人工智能(AGI)——道路上的主要里程碑。因此，大公司在竞相达到这一目标的过程中，有强大的经济动机在安全上打折扣。
o1很可能只是第一步。尽管它在许多推理和数学任务上表现出色，但它看起来仍做不到长期规划。比较复杂的规划任务会让o1陷入挣扎，似乎表明要实现AI公司所追求的那种自主能动性，仍有工作要做。
但随着编程和科学能力的提高，可以预期这些新模型会加速AI本身的研究，使AI比预期更快地达到人类水平的智能。推理能力的进步使得监管AI模型以保护公众变得格外紧迫。（编译/许燕红）
来源： 参考消息
界面新闻记者 | 伍洋宇
界面新闻编辑 | 文姝琪
在中国AI大模型创投领域，不同投资人对于模型层和应用层的价值判断并未形成共识，甚至在某种程度上是对立的。
这种情形同样存在于美国。在硅谷，有一只早期基金Fusion Fund，在8年前就坚定选择成为To B（企业端）方向的价值投资者，原因是这里有全球最大最成熟的B端（企业端）市场。
Fusion Fund创始合伙人张璐自身就是一名连续成功创业者。她毕业于斯坦福大学材料科学工程学院，在卖掉自己创办的医疗器械公司后，成立了这家基金。
投身VC领域的近十年，Fusion Fund募集管理了4期基金，平均每年出手7-10个项目。这些项目绝大部分与To B领域的AI应用有关，包括AI搜索工具LeptonAI，AI驱动的音频转录公司Otter.ai，以及专注于开发时的工具及基础设施Paperspace等等。
张璐坚信AI应用在To B方向的价值。“在我看来，美国是全球最大且最成熟的B端市场，拥有最先进的技术和最佳的Go-To-Market机会。”这在很大程度上与美国企业端销售的高付费意愿有关，这是与中国市场之间的重要区别。
至于Fusion Fund从不涉足的C端（用户）市场，张璐认为，至少在美国，这实际上不是OpenAI和Anthropic等初创公司的战场，而是背后的微软、亚马逊和谷歌等巨头的竞争。
她指出，从历史规律来看，大部分的技术创新所经历的周期，总是从基础技术创新，到技术应用创新，再到商业模式创新。而前两个阶段大概率会以To B方式率先在产业里进行多轮验证，才会演进成为To C的重大机会。
作为一位需要在硅谷同时进行领导与竞争的华人女性，身份曾是张璐在行业中的显著标签。但从几年前起，关于她个人的讨论逐渐减少，更多的焦点转向了Fusion Fund所带来的行业洞见。“这与评判初创企业的思维很相似，”张璐说，“关键在于你做成了什么事情。”
Fusion Fund的一项杀手锏是其2018年建立的Fusion CXO网络，集结了45个来自全球500强企业的高管，为初创企业提供高效的资源和订单支持。此外，张璐还着手搭建了Fusion Expert Network（专家网络），覆盖近30位工业领域专家，为团队提供深入的行业洞察。
这些都是她保证团队项目源质量及出手命中率的重要支撑。
尽管主战场在美国，但张璐也始终关注着中国科技创投生态的发展。
过去一两年，来自中国市场最让她感到惊喜和兴奋的，是商业航空航天领域的进展。“对于年轻一代来说，这是一个未来的巨大市场，”张璐说，“而且如果开放给更多的民营企业参与其中，必定能更好地推动创新。”
以下为界面新闻对张璐的采访实录，略作编辑：
“如火如荼，并且是大面积的如火如荼”
界面新闻：在过往的AI投资中你有密集出手的时候吗？整体的投资节奏在今年有没有发生什么变化？
张璐：我们还是蛮平均的，去年投了9个项目，平时一年大概投7~10个项目，所以去年算是投得比较多，今年到现在也已经投了8个项目了。
我们主要聚焦于B端的应用，主要是人工智能在医疗、金融、保险等垂直领域的产业应用，以及人工智能基础设施。我们不投任何的C端项目，之前也没有投过。
界面新闻：过去8年中，B端的机会有哪些趋势能总结？
张璐：早期的时候我们投一些垂直领域的AI应用，比如说Otter.AI，Paperspace，你会发现他们无论是做应用还是做人工智能基础设施，主要服务的对象还是科技领域的企业，或者说科技领域的从业者和开发者群体。
但是在最近这两三年，很多垂直领域的人工智能应用，它服务的是传统行业、非科技领域，如金融、保险、物流、供应链、医疗等行业。它们本身的技术属性没有那么强，或者说之前对于人工智能的认知没有那么深入，但过去这两年他们加速了AI技术的学习、植入及应用探索。这可能是过去8年的一个显著变化。
相当于以前更多是科技领域的自我发展与AI应用，而现在则是全产业的数字化转型，这也是为什么我说现在是一个大时代，是一个好机会。
界面新闻：全产业的机会来了，底层原因是技术上的进步吗？还是说也有别的结构性变化？
张璐：这个问题特别好，因为很多人认为是技术终于“准备好”了，其实并非如此。技术实际上早已准备好了一段时间，真正关键的是产业是否准备好了。
人工智能核心应用的一个前提就是数据。行业是不是有海量的高质量数据，这是第一要义。在此基础上，才能够造就让大家觉得便宜好用，真正能够解决问题的人工智能解决方案。
早在2017年，就有一波关于人工智能在C端应用的讨论。我当时公开发过一个报告，关于人工智能在医疗领域应用，我当时认为，人工智能技术还没有发展到能够在C端展示其优越性的时候。
但如果看医疗领域，它已经有海量的高质量数据，有巨大的数字化转型需求，尤其在美国，医疗行业的数字化已经做得很好了。因此人工智能也需要医疗领域来体现其技术优越性。这是我当时的看法，后来证明是对的，我们从2017年开始就重点投资人工智能在医疗领域的应用。
界面新闻：所以产业为什么现在准备好了？
张璐：有一个比较重要的原因是，过去几年疫情推动了很多传统行业的数字化转型。大家逐渐意识到，很多科技行业已经广泛采用了数字化工具——远程会议、智能化解决方案等，但传统行业却相对滞后。随着疫情的爆发，各行各业都必须开始使用数字化工具来适应远程工作。
疫情让各个行业，无论主动还是被动，都加速了数字化转型。例如，许多工业制造业的公司，过去工厂是半自动化的，但因为疫情期间需要持续生产口罩和呼吸机，员工无法回厂，工厂被迫转向全自动化。这些转型都是在疫情压力下发生的，但也为后续的AI应用打下了坚实的基础，尤其是为收集海量高质量数据提供了可能，从而为人工智能的进一步应用创造了条件。
在疫情之后，又发生了一件关键事件——ChatGPT的出现。它为全社会进行了一次大规模的人工智能教育，让大众突然意识到人工智能已经变得触手可及。
我们从2016年就开始投资AI公司，当时有一个理念叫“零代码人工智能平台”（No code AI），就是你不需要理解一行代码就可以直接用这个AI产品。ChatGPT让大家意识到了这个概念真的存在。
界面新闻：这种机会在医疗、金融和保险这些行业率先被验证了？
张璐：已经被验证了。我们前几年投的一些垂直领域人工智能公司，现在收入做得最好的已经到几十亿美金。所以不是大家想象的现在刚刚开始，而是有很多走得比较快的垂直领域AI公司已经做出来了，并且还有一些新的应用场景正在被发掘。
所以To B在美国现在是如火如荼，并且是大面积的如火如荼。
界面新闻：中间有一个爆发的节点吗，还是总体平稳上升，但相对比较陡的一条曲线？
张璐：确实比较陡，因为去年年初ChatGPT给全产业做了一个人工智能的教育，而我们投的很多公司，它是做垂直领域小模型，针对细分行业应用，但是这些细分市场量级又足够大。
大家如果对于To B不熟悉的话，总是想象不到它的产业量级有多大。美国的医疗行业是美国GDP的20%，是全世界最大的医疗市场，没有任何一个其他行业市场规模可以跟它相比。美国的保险行业是7万亿美金的市场，这也是一个巨大的亮点，金融行业就不用说了，全世界最大的金融行业产业就在美国。
包括现在崛起的机器人产业，因为跟物流供应链制造生产相关，还有太空科技，SpaceX所在的太空经济产业大概是一个10万亿美金的市场。整个太空领域的发展带来的卫星数据等等，都是海量的产业机会。
界面新闻：到这个阶段，你觉得整个美国的B端AI产业改变的机会，还会是一个由技术驱动的机会吗?
张璐：其实，这取决于你怎么定义技术。技术可以是如何优化大模型，也可以是怎么做小模型，把它做精、做低成本。
但这并不是简单地更换一个语言模型就可以了，背后更多是架构设计（architecture design）。另外，还有一个很重要的因素是产业数据——能否获得核心的高质量产业数据。数据质量越高，需要的数据量就越少。数据量少，意味着对GPU算力的需求更低，能耗也会减少，最终产品的成本也会更低。
因此，数据是至关重要的。虽然你可以将其视为技术的一部分，也可以不这么看，但它无疑是当前B端应用的核心所在。
不过，我要强调一点，虽然AI现在已经如火如荼了，但我们还没有进入到乐章最高潮的部分，或者说交响曲最漂亮最华彩的地方，我们现在才刚刚开始。
所以接下来这三五年会有更多、更快的人工智能的发展。现在聊的很多都是生成式AI，语言模型，但还有很多新的模型涌现。现在的讨论大多集中在如何在GPU层面建立AI模型的应用，但未来不一定只有GPU，还会出现其他技术革新。
界面新闻：你说还没有进入到最高潮的部分，做这个判断的依据是什么？
张璐：现在的人工智能应用还是初期，才刚刚两年时间。最开始，可能是公司的一个部门在用，接着是一个大企业在用，再扩展到整个产业。最初可能只有一个应用在使用，随着时间推移，各种不同的应用开始广泛使用。
这一过程可能至少需要三年的时间。就像部署一个新软件一样，它首先从IT部门开始应用，接着扩展到HR部门，最终覆盖到全公司。这是个逐步推进的过程。
中国在C端创新有优势，而美国有最好的B端市场
界面新闻：在中国市场，投资人关于基础大模型和AI应用层的价值判断存在割裂，有时候两方观点可能完全对立，在美国市场现在的情形是怎么样的？大家有没有形成一个共识？
张璐：没有形成共识，但是美国市场和中国市场也是非常不一样的。美国的To B市场是全球最大的，中国的To C市场可能是全球最大的，因此，很多投资判断往往基于哪个市场容易实现大规模商业化。
我觉得大模型本身是非常有价值的，但初创企业做这个面临很大的不确定性。因为大模型本身的投入成本非常高，最后可能只有跑得最好的模型会赢得市场。
美国市场的不同之处是，你会发现每个大模型公司背后都有一家大的科技企业。所以真正的竞争到底是在OpenAI和Anthropic之间，还是在背后的微软、亚马逊和谷歌之间呢？其实很不好说，这也是两国市场的一个重要区别。
界面新闻：所以刚刚这个问题，你的答案是什么？是微软和亚马逊、谷歌的竞争，还是OpenAI和Anthropic之间的竞争？
张璐：当然是大公司之间的竞争。
界面新闻：有一个结构性问题，现在所有人都在谈大模型对B端带来的改变，它的确定性已经非常高了，但是这件事情在C端带来的变量好像还是很模糊，这背后的原因是什么？
张璐：大部分的技术创新都会经历一个周期，先基础技术创新，再到技术应用创新，最后商业模式创新。你会发现，包括基础技术和技术应用创新，通常先在B端领域得到验证和应用，经过多轮次验证之后，技术会变得更成熟、更便宜，最终才转向C端应用。
其实互联网时代也遵循这样的模式。只是说中国市场可能主要接触到的VC创新，是在互联网时代的最后一个阶段——商业模式创新阶段。但其实美国过去这四五十年，硅谷几乎每次技术创新都是先从基础技术创新，再到技术应用，最后才是商业模式创新。所以人工智能也会沿袭这个路径。
界面新闻：其实这么多年下来，你们一定在AI行业积累了非常多好的人脉和资源，但为什么迄今为止你依然坚定地不想进入C端市场？
张璐：我们投了很多B端的AI，B端非常好。在我看来，美国是全球最大且最成熟的B端市场，拥有最先进的技术和最佳的Go-To-Market机会。我所专注的领域已经足够好了。
界面新闻：在国内一级市场有这样一种论调，大家倾向于认为在基础模型上目前美国领先于中国，但是如果要比拼应用层创新，中国一定会强于美国。你的判断是什么？
张璐：这要分B端、C端来讨论。C端创新在中国有优势，因为中国有庞大的人口基数，创新能力也很强，用户对于新技术的接受度也比较高。但是若是看B端的应用层，毫无疑问，美国是做得最好的。关键在于，美国的大企业愿意为B端的人工智能解决方案付费和应用。
界面新闻：如果做同级比较，中国和美国的的B端应用创新相比，这两者有高低之分吗？
张璐：并不是说两个市场的To B企业和产品有高下之分，关键在于企业付费意愿和商业环境差异。美国在To B的企业级销售方面是全世界最大、最成熟的市场。
界面新闻：在中国的一级市场，有人会认为AI公司存在估值和ARR（年度经常性收入）的比值不合理的情况，目前美国To B的AI公司，它们的比例水平是合理的吗？
张璐：现在整体比较合理，当然估值也在水涨船高。总体上，企业的营收水平和估值之间还是有一个相对区间，通常大致在10倍到20倍之间。
过去，你会发现一些To B公司，它还没什么收入就可以融很多钱；但现在其实很多公司可能还没有融A轮，收入已经做得不错了。前几天我刚和一个做保险行业To B AI应用的创始人聊，他们基本没融资，现在收入已经做到300万美金，并且就两个人。他表示他们不需要融资，但如果融资的话，可以加速成长。
“Be alert，快速反应”
界面新闻：在这个行业里，你们现在能总结下来的投资方法论是什么？
张璐：我们投资方法论从两个维度出发。第一个维度是垂直领域人工智能，挑选那些具有海量的高质量数据的市场，然后去投资其中做垂直AI应用的初创公司。第二个维度是横向的人工智能基础设施投资，去解决人工智能领域现在面临的4大挑战——算力成本太高、能耗成本太高、延迟的问题、数据隐私问题。这四个挑战，同时也是四个最大的投资机会。
界面新闻：在这个框架下，团队总结出来非常重要的技术变革有哪些？
张璐：我们觉得今年比较重要的技术变革有三个，一是数字化生物学，二是人工智能基础设施的创新，三是太空科技的创新。最近我们还关注了金融科技AI（Fintech AI）、工业机器人 AI等，这些都是相对比较重要的技术创新趋势。
界面新闻：你在这个领域非常欣赏的早期项目创始人，他们通常具备哪些特质？
张璐：这些创始人一般有几个特点。首先，他们对行业有非常明确且独特的洞察，不是跟风的见解；其次，他们有一以贯之的长远愿景，对自己要做的事情有清晰的规划，而不是每天都在改变方向。
更为重要的是，他们拥有很强的领导力，能够吸引到顶尖的人才与他们一起合作。此外，他们不仅要懂人工智能技术，更要对所处的产业有深刻理解，因为最终他们需要服务的是这个行业。
从背景来看，我们投资的创始人大多数都拥有非常强的产业背景和技术背景。事实上，我们投的创始人一半以上都是连续成功创业者。
界面新闻：AI大模型成为创投风口之后，华人力量似乎在硅谷更加突出了，你对这个趋势有什么切实感受？
张璐：现在很多大公司中，你会看到很多华人的中坚力量，作为最核心的人工智能技术专家。在我们过去9年投资的早期初创企业中，华人创始人大概占到10%左右。过去一年，我们投了9家公司，其中3个创始团队里面都有华人参与。
他们不一定是全华人的团队，但通常会有一位华人创始人。这实际上体现了华人在人工智能领域的巨大贡献——无论是作为企业家、创业者，还是科学家和研究员。这对整个华人生态来说是一个非常积极的信号。
从投资角度看，我们也是希望扶持更多优秀和多样化团队背景的企业发展，这种趋势的变化有助于加速人工智能的进步。
界面新闻：美国AI应用层初创公司现在也有非常强的马太效应，你在投资的过程中会存在对于失手的焦虑吗？
张璐：不会有这种焦虑。我们已经做了快10年了，有非常高质量的项目源网络，所以来我们这的创始人都是质量非常高，80%的项目是别人主动找我们。而且我们的专家网络、超级创始人网络、CXO网络，基本上聚集了业内最优秀的企业家、创业者以及人工智能专家。
当然，谈到焦虑感，很多时候还是要保持警惕（be alert），因为总会有很多新技术、新产品、新的公司不断涌现，关键是如何快速反应并抓住机会。
界面新闻：如果让你挑出最满意的三家被***司，你会选出哪三家？
张璐：我很难去说最满意的，因为我们投了将近90多家企业里，我最满意的可能得有几十家。因为我们现在到4期基金了，每期大概投25~28家企业，至少有1/3的企业是表现非常好的。
界面新闻：美国那边的募资环境现在依旧是相对顺利的吗？
张璐：其实美国今年整体募资环境比较艰难。美国股市IPO市场并未完全打开，很多LP资金流动性较差，导致不少投资者手头并没有足够的资本可用于投资，所以大部分GP、创始人在融资的时候还是比较困难的。整体上，依然是一个典型的马太效应——大多数人融资困难，而最优秀的团队总是能够超募，基金也是如此。
我们今年的4期基金其实已经超募了，不到半年的时间，LP大概有一半来自美国比较大的机构，包括大学基金，保险公司和银行，其余则是一些最顶尖的家办。4期基金现在已经开始投项目了。
界面新闻：你们一个投资项目的决策周期一般有多长？
张璐：大多数项目的决策周期是1到2个月，尽调大约需要一个月时间。在此之前，我们已经有好几轮的会议筛选。有些项目可能跟得时间稍长一些，有一个项目是跟了半年多才做出投资决策。
界面新闻：这种时间比较长的，一般是在什么问题上纠结？
张璐：其实不是“纠结”，而是因为在项目初期，创始人会告诉我们技术还没有经过市场验证。我们就会一边与他们保持沟通，一边帮助他们引入资源，看能否获得市场验证。
我们的特点是，虽然我们投资的是早期项目，但不是完全没有任何基础的最早期项目，而是技术和产品已经成熟，接下来就要进行市场验证。市场验证通常指的是开始获得收入。
我们的优势在于，我们有一个很强大的CXO网络，在网络里面有45个500强企业的CTO。我们了解许多企业想要什么样的技术，想去采购什么样的产品，也能为投资的企业迅速带来高质量的订单。
界面新闻：到目前为止，你觉得你有投到你心中伟大的公司吗？
张璐：当然有。我们投资的很多创始团队都非常伟大。
SpaceX无疑是很伟大的企业。我认为我们投资的几家公司也同样很伟大。比如，有三家公司即将上市，它们从几百万美元的估值一路发展到现在，我觉得它们也很了不起。还有一些公司，虽然还处于增长阶段，团队规模不到30人，但收入已经超过1亿美金，我相信它们未来也会成为伟大的企业。
界面新闻：你会从哪些维度来定义一个伟大的公司？
张璐：对产业具有巨大的变革性的影响和提升，并且这个影响一定是正向的。
11月20日，2024年世界互联网大会乌镇峰会开幕，在下午的主论坛上，阿里巴巴集团CEO吴泳铭、360集团创始人周鸿祎、蚂蚁集团董事长兼CEO井贤栋、寒武纪创始人兼CEO陈天石、货拉拉创始人兼CEO周胜馥做主旨发言。
在发言中，许多嘉宾谈到了人工智能等新质生产力产业对于现代化建设的重要作用，并从国产大模型的发展方向、AI对服务业的改变、人工智能在日常生活中的融入等多个方向畅想了未来。与会嘉宾认为，要主动顺应信息革命浪潮，大力推动人工智能、大数据、云计算、区块链等技术创新发展，加快科技成果向现实生产力转化。
吴泳铭：AI推动生产力变革将创造巨大价值
“未来30年，AI将会全面提升整个世界的生产力水平。其所创造的价值将远远大于过去30年互联网链接创造的价值。”11月20日，2024年乌镇世界互联网大会主论坛上，阿里巴巴集团CEO吴泳铭如是表示。
吴泳铭现场发言称，过去30年，互联网的主要价值是链接。而在未来30年，AI将全面提升整个世界的生产力水平，甚至能创造远超互联网链接所创造的价值。
贝壳财经记者了解到，AI目前正在逐步深入千行百业，助力提升产业能力，推动生产力革命。上一个阶段，企业“上云”为产业互联网按下快进键，以数据驱动企业的敏捷创新和业务增长。公开数据显示，如今中国80%的科技企业、65%的专精特新“小巨人”企业和60%的A股上市公司都已“上云”。
而在未来的时间里，AI则将带着不断进化的通用智能，推动千行百业从数字化迈向智能化，更加强有力地提升生产力水平。同时随着AI从数字世界走进物理世界，未来大部分事物都会具备AI能力，实现“数”“实”天然融合。
吴泳铭表示，多年来阿里坚持把最新、最全的自研大模型向全行业开源，推动打造繁荣的AI生态。模型开源极大降低了各行各业开发AI、使用AI的门槛，推动AI在丰富的场景中落地应用。
“场景丰富、应用活跃，是上一阶段中国互联网取得全球瞩目成就的重要原因。而在AI时代，这种场景和应用的优势有望得到延续。”吴泳铭说。
周鸿祎：中国大模型发展应扬长避短 选择自己的道路
360集团创始人周鸿祎在作以“拥抱专业大模型，引领新工业革命发展”为题的演讲表示，大模型的出现将引领人类进入智能化时代，并成为新一轮工业革命的驱动引擎。他同时提出，中国的大模型产业发展应扬长避短，选择适合自己的发展道路。
他在演讲中强调了大模型未来在各行各业中的应用及其带来的变革，并提出了中国在相关方面的发展策略和建议。他认为，未来大模型会席卷所有行业，重塑所有行业，成为新一轮工业革命的驱动引擎。而在国家的大力支持和全行业的共同努力下，中国大模型产业已“跻身全球领先行列”。
但与此同时，周鸿祎也坦言，目前中国大模型产业在算力芯片和数据上仍面临一定限制，因此要扬长避短，选择适合自己的发展道路。
什么是“适合自己的发展道路？”周鸿祎认为，大模型未来会形成泾渭分明的两条发展路线，一条路是越做越大，走“原子弹路线”，探索人类的星辰大海。但他同时对OpenAI试图打造一个全知全能超级通用大模型的可行性存疑，他认为一方面人类训练数据几近枯竭，Scaling law遭遇了巨大瓶颈；另一方面想要开发一个放诸四海皆准的大模型在逻辑上也很难自恰。
因此，他提出可以结合垂直领域的数据进行训练，走专业大模型之路，避免陷入算力和数据上的竞争，把大模型拉下神坛，从“原子弹”变为“茶叶蛋”，而后者更适合中国大模型产业发展。
对此，周鸿祎提出了大模型的“六大应用场景”，包括：第一，科技平权，充分结合个人需求，消除数字鸿沟，实现人人智能；第二，万物智能，大到智能网联车，小到个人电脑和手机，大模型将成为硬件设备标配；第三，赋能传统产业“数转智改”，推动新质生产力发展，训练专用模型解决专业问题，多个模型协同工作；第四，赋能自动驾驶、具身智能、生物制药等未来新兴产业；第五，AI for Science，利用AI改变基础科学问题的研究方法；第六，重视大模型带来的安全新挑战。
井贤栋：AI让服务业迎来大规模个性化的时代
蚂蚁集团董事长兼CEO井贤栋表示，AI将从根本上改变所有的行业，让服务业迎来真正大规模个性化的时代。他认为，以人为本发展人工智能，核心在于让AI人人可享、人人受益。为此，我们在对AI未来充满希望的同时，也要承担起AI带来的责任，守护AI安全。
“人工智能是前所未有的革命性技术，会带来一个全新的世界，”井贤栋表示。他认为，这样的变革将体现在三个方面：AI会从根本上改变所有的行业，重塑产业形态和经济图景；AI会帮助人类拥有“超级能力”，解决过去无法解决的复杂问题；AI会推动机器人技术快速发展，成为人类的助手。
结合蚂蚁集团自身的探索，井贤栋认为，AI让服务业迎来大规模个性化的时代。“生成式人工智能，基于对自然语言的掌握，能够更好地理解人的意图，并生成个性化的供给，以智能化的方式交付给用户，从而实现端到端、全生命周期的个性化体验。数字化解决了服务的连接和触达问题，而智能化在此基础上，可以实现个性化服务的迭代升级，服务业数字化是智能化的序章。”
产业的三个能力短板——领域认知能力弱、复杂推理能力差，以及端到端落地难，蚂蚁自主研发了“认知决策智能体技术创新与应用”项目，包括三大核心技术：一是研发了万亿参数的可信大模型基座“百灵大模型”，打造了可信的“大脑”；二是研发了高性能知识决策引擎，让大模型像专家一样决策；三是研发了行业智能体开发平台“百宝箱”，让大模型“有手有脚”能办事，打通AI落地最后一公里。这项技术获得了本届世界互联网大会领先科技奖。
井贤栋还在现场透露，蚂蚁正在持续加大对强化学习的投入，通过将强化学习技术与大模型结合，持续提升大模型的长逻辑推理能力，实现媲美人类的、更精准的智能决策。
“AI的未来充满了希望，但是我们也需要承担起它带来的责任，守护好AI安全，防范好AI带来的风险。面向未来，我们期待和各界携手合作，释放AI红利，践行AI责任，拥抱以人为本，智能向善的数字未来。”井贤栋说。
陈天石：我们身处有史以来最伟大的技术变革关键时期
寒武纪创始人兼CEO陈天石表示，当前计算机处理能力飞跃，算法不断精进，人工神经网络模型能力在大众互联网和大数据量的驱动下大幅攀升，先后在计算机视觉、语音和自然语言处理传统领域实现了重大突破，人工智能已经迈进了群星闪耀的新纪元，从一个曾经冷门的学科演进成为推动人类科技全面进步的关键领域。
在陈天石看来，如今人工智能作为不设上限的创新力量，已经深层次地融入和改变了人们的日常生活，“在即将到来的未来，我们的智能医疗可以帮助医生精准诊断，新药的研发周期也将大幅缩短，每个患者都能获得领先的医疗服务。智能教育可以为每个学生配备数字教师，根据学生学习的情况，有个性化的解答疑问并提供辅导，让所有的学生都享受到私人教师般的教育活动。”
“现在我们已经身处有史以来最伟大的技术变革的关键时刻，我非常有幸能在有生之年见证和参与这场科技革命，这也让我深感自豪。无数的例子表明，人工智能发展至今已不仅是技术进步的工具，它更有潜力成为增进人类福祉的强大的力量，成为能让全球数十亿人切实获益的科技手段，成为让世界变得更好的技术推手。”陈天石说。
陈天石表示，人工智能赋予了人类构建更多美好事物的机会，如何把握这个机会，让技术真正意义上促进人类健康和长寿，消除贫穷与饥饿，治理浪费和污染，消弭矛盾与纷争，已成为全人类共同的课题，“智者顺势而谋，我们中国的科学家和工程师将与全世界的同行一道，肩负人工智能造福人类的崇高使命，携手共进，共同驶向人工智能的星辰大海。”
周胜馥：从copy to China到copy from China
在货拉拉创始人兼CEO周胜馥看来，相对10年前互联网加物流的新模式的初见雏形，如今货运模式已发生了巨大的变化。
在有效降低社会物流成本的当下，互联网对于物流最大的改变，正是通过效率的提升去降低物流成本。以货拉拉为例。在人、车、货、路的4个物流关键业务上面，如今平台通过信息化、智能化的改造，大大提升了车货的匹配效率，降低了货车的空载时间，为社会节约超过100亿元的物流费用。
事实上，数字经济不仅带来产业的升级，也为安全保障和环境保护主题提出了更高的要求。货拉拉经过自研的AI防护模型，可以实施预测识别、干预高风险的订单，降低安全事故的发生。
“互联网加物流发展10年，如今我国在各个领域已经具备向海外输出先进产品和技术的能力，从copy to China到今天的copy from China”周胜馥如是说。
新京报贝壳财经记者 罗亦丹 覃澈
编辑 岳彩周
校对 卢茜
新华社杭州11月21日电（记者魏一骏、郑可意）11月21日，《世界互联网发展报告2024》和《中国互联网发展报告2024》蓝皮书在2024年世界互联网大会乌镇峰会上发布。《中国互联网发展报告2024》显示，全国已建成近万家数字化车间和智能工厂，人工智能与制造业深度融合。
人工智能是2024年世界互联网大会乌镇峰会的一大热词。《中国互联网发展报告2024》指出，随着数字经济的升级发展和创新应用的加速落地，传统行业数字化全面加速，产业数字化转型赋能千行百业。在近万家已建成的数字化车间和智能工厂中，已培育421家国家级智能制造示范工厂，人工智能、数字孪生等技术在90%以上的示范工厂得到应用。
放眼全球，人工智能技术领域正呈现出前所未有的创新活力和竞争态势。《世界互联网发展报告2024》指出，深度学习架构优化升级，模型效能进一步提升；大规模语言模型百花齐放，推动大规模技术快速发展；合成技术出现，为解决人工智能数据训练瓶颈问题提供突破口。中国在人工智能创新潜力和市场规模等方面呈现优势。
蓝皮书由中国网络空间研究院编写，是世界互联网大会的一项重要理论和实践研究成果。
来源：环球网
【环球网财经综合报道】近日，世界贸易组织发布报告，重点探讨人工智能对世界贸易的影响，并呼吁国际社会加强对人工智能的监管。报告称，人工智能有助于降低贸易成本，促进人工智能相关的货物和服务贸易增长，并重新定义经济体的比较优势。
2024年《***工作报告》明确提出要开展“人工智能 ”行动，人工智能正在成为产业创新的关键抓手和驱动新质生产力的关键引擎。对此甬兴证券在研报中明确提出，在政策、资本、技术合力推动下，我国以人工智能为代表的新兴产业，核心竞争力有望得到巩固，商业化发展前景预计更加清晰，有望进一步打开市场空间。
中国信息通信研究院副院长魏亮近日在2024年世界互联网大会·乌镇峰会上，发表题为“人工智能与智算产业发展趋势”的演讲，他提到在技术产业衍生出两条演进路线：一是面向通用智能，聚焦在封闭环境中人机交互，实现多项复杂任务并行；二是面向行业应用，侧重与开放世界交互，强调“人 机器 环境”协同。
他还表示，未来将参考“先互联、再成网、同步算力大市场”路径，以算力互联网为基础推动我国算力形成逻辑一张网和统一服务大市场，以实现从算力碎片化分布到算力集约普惠应用的总体目标；通过构建互联互通体系，布局算力互联网并攻关相关技术，推动算力互联规则化、算力服务标准化、规范化等行动加速算力互联进程。
来源：环球网
【环球时报-环球网报道 记者 邢晓婧】5日，外交部发言人林剑主持例行记者会。有记者提问称，我们注意到，中国在联合国正式发起成立人工智能能力建设国际合作之友小组。请问中方能否介绍有关情况？
林剑对此表示，12月3日，中国和赞比亚在纽约联合国总部共同举办了人工智能能力建设国际合作之友小组首次会议，宣布之友小组正式成立，埃及、巴基斯坦、巴西、埃塞俄比亚、印度尼西亚、俄罗斯、美国、法国、英国等80个国家派员参会。这是推进落实人工智能能力建设联大决议的后续行动，充分彰显中方推动人工智能包容普惠发展的决心。
林剑称，当前人工智能技术快速发展迭代，为各国经济社会发展带来了广阔机遇。***主席在二十国集团领导人里约热内卢峰会上强调，要加强人工智能国际治理和合作，确保人工智能向善、造福全人类，避免其成为“富国和富人的游戏”，这是中方的坚定立场，更是全球南方的共同愿景。之友小组将依托联合国这个最具普遍性、权威性、代表性的***间国际组织，打造人工智能能力建设的国际交流合作平台。
林剑表示，我们欢迎各国加入并参与之友小组的相关活动，共同落实好《人工智能能力建设普惠计划》，不断凝聚国际共识，拓展务实合作，弥合智能鸿沟，为全球实现可持续发展目标注入强劲动力。
| 本文作者欧佩琪，智慧城市联盟金融科技委员会委员，系福布斯中国撰稿人，表达观点仅代表个人。
中国的生成式人工智能（AI）行业在强大的***支持和大量私人投资的推动下，迅速发展。像百度、阿里巴巴和腾讯这样的公司不仅在开发尖端AI技术，还将其应用于教育和娱乐等多个领域。
然而，这种快速扩展也面临着监管挑战。例如，中国国家网信办联合教育部、科技部等六个部门于2023年7月10日发布了《生成式人工智能服务管理暂行办法》。随着中国在复杂的监管环境中探索前进，其学术专长、行业创新与文化融合，使其成为全球AI领域的强大领导者。
中国AI领导者的崛起
推动中国AI发展的重要力量之一是百度的ERNIE Bot。到2024年6月，这一工具已经吸引了超过3亿用户，并被整合到联想和三星等智能手机制造商的运营中。
阿里巴巴的“通义千问”通过提供“模型即服务”（MaaS）平台补充了这一点，为包括游戏和艺术在内的90,000多家企业提供服务。
技术巨头之间的竞争异常激烈，例如华为的AI Life和字节跳动的生成式AI工具，该工具能够将静态图像转化为动态电影般的场景，展示了AI技术的创意潜力。
中国的学术卓越推动了全球AI创新
中国在AI研究方面的主导地位得益于其世界一流的大学，包括清华大学和哈尔滨工业大学（HIT）。根据EduRank，这两所大学在亚洲乃至全球AI领域名列前茅。
清华大学（亚洲第1，全球第9）因其1.75万亿参数的多模态AI模型“悟道”以及将学术研究与实际应用相结合的AI产业研究院（AIR）而闻名。与博世等行业领导者的合作进一步增强了其全球影响力。
哈尔滨工业大学（亚洲第4，全球第25）开发了顶尖的九天多模态模型，将文本、图像、音频和视频整合在一起，实现了更高水平的逻辑推理与感知能力。HIT还与埃塞俄比亚AI研究所合作，在教育和农业领域推动AI解决方案。
AI推动中国游戏产业
中国的游戏产业通过AI革新了游戏开发和玩家体验，巩固了其全球影响力。腾讯和网易等公司利用AI生成内容提高了动画制作、角色设计和游戏叙事的效率。
例如，网易的《逆水寒》推出了能与玩家动态交互的智能NPC；而腾讯的多人竞技游戏《王者荣耀》则利用AI优化角色动作等内容。
AI还推动了沉浸式叙事和个性化定制。例如，米哈游的《崩坏：星穹铁道》通过AI优化面部表情和动作。该游戏于2023年4月发布，在发布第一个月内通过应用内购买收入达到了1.323亿美元（约合人民币9.526亿元），成为商业与口碑的双重成功。
这些创新体现了中国在全球游戏行业利用AI技术与西方和日本公司竞争的更广泛野心。
这种竞争在2024年8月发布的《黑神话：悟空》中表现得尤为突出，该游戏在PC和PlayStation 5平台发布三天内销量突破1000万份，首月销量超过2000万份。其AI增强的角色动画、动态音效和逼真面部表情让玩家赞叹不已。
通过这些技术进步和商业成功，中国的游戏行业继续推动AI边界，将文化叙事与先进技术融合，吸引全球观众。
应对监管挑战与国家安全考量
尽管这些公司的发展前景光明，但应对中国严格的监管环境仍是生成式AI领域的一大挑战。
根据中国国家网信办的数据，目前中国大陆超过6亿人正在使用***批准的大语言模型（LLMs），这些技术是生成式AI服务的核心驱动力。截至目前，国家网信办已批准了包括百度、阿里巴巴开发的模型在内的188个LLM用于商业用途，并在过去六个月内平均每天批准一个模型。
尽管生成式AI被视为推动经济与社会发展的关键驱动力，但监管机构需要在快速采用与国家安全优先事项之间找到平衡，并确保这些技术支持制造业、农业和医疗等传统产业的复兴。
生成式AI的未来：由创新与文化塑造
中国的生成式AI行业正处于一个关键的转折点，其学术机构与创新型游戏产业充分展示了该国引领全球的潜力。清华大学与哈尔滨工业大学等高校为AI突破奠定了基础，而米哈游与腾讯等游戏巨头则展示了这些进步如何转化为全球竞争力和文化底蕴深厚的应用。
通过利用学术卓越、行业创意和文化遗产，中国有望以全新的方式定义全球技术与娱乐的未来。
2024年1月，在北京举办的世界科技与发展论坛主题会议上，中国科学院院士、世界机器人合作组织理事长乔红发布了2024年人工智能（AI）十大前沿技术趋势展望。这份展望涵盖了AI共性技术、大规模预训练模型、具身智能和生成式人工智能四个主要领域，旨在引导业界思考人工智能的发展方向、技术创新与产业升级，以及确保AI技术可持续发展的途径。
AI共性技术：小数据和人机对齐成为关注焦点
在AI共性技术领域，乔红特别强调了小数据和优质数据的重要性。随着大量无效数据消耗计算资源并影响模型训练可靠性的问题日益突出，小数据和优质数据的价值愈发凸显。小数据更注重数据的精度和相关性，能从本质上减少AI算法对数据的依赖和不确定性，同时增强网络可靠性。多样化的数据集不仅能支撑不同技术路线的AI发展，还为解决通用人工智能的瓶颈问题提供新的可能性。
人机对齐也是2024年AI发展的一个重要趋势。乔红指出，只有AI的输出结果与人类价值观相符，才能确保AI模型的能力和行为与人类意图保持一致。这意味着在设计AI系统时，不仅要考虑任务的效率和效果，还需要考虑行为是否符合人类的伦理标准。此外，建立AI使用边界和伦理监督模型也被列为重要趋势，旨在通过制定明确的标准和规范，确保AI系统在开发和使用过程中遵循既定原则，减少风险。
大规模预训练模型：全模态成为新方向
在大规模预训练模型领域，乔红提出了三个主要趋势。首先，规模定律仍然有效，不仅体现在语言模型上，也在图像处理、语音识别等多个领域得到验证。其次，全模态大模型成为新的发展方向。这种模型可以处理和理解文本、图片、音频、数据表格等多种类型的数据输入，并根据任务需求生成多种类型的输出。最后，AI驱动的科学研究将成为重要趋势，使用大模型和生成式技术来提高科学研究中
