来源：瑞星新闻

新兴记者邵文和实习生黄金轩“纵观历史，人类经历了三次工业革命，其主要力量是机械技术、电气技术和计算机科学。我们目前正在经历第四次工业革命。其基础技术是人工智能。”

如何加快AI大模型的产业落地？百度首席技术官王海峰。中新社韩海丹摄

大型工业模式可以与芯片行业的OEM模式相比较。“9月1日下午，百度首席技术官兼深度学习技术和应用国家工程研究中心主任王海峰在开源AI和工业智能高峰论坛上表示，“台积电、三星等公司在芯片制造过程中技术壁垒高，生产线昂贵。他们可以根据客户要求以标准化和自动化的方式大量生产芯片，形成规模经济。同样，大型模型制造企业在模型容量大、数据量大、计算能力大等方面具有优势，当模型生产达到一定规模时，可以根据人工智能应用的要求，进行自动化、标准化的多场景、多领域生产，大模型的工业模型是什么？

大型模型的工业模型是什么？

据王海峰介绍，大型模型的研发面临着数据规模大、质量不规则、模型量大、训练难度高、计算能力大、性能要求高等挑战。如此高的研发门槛不利于人工智能技术的推广，这在数千个行业都是如此。因此，它认为那些在数据、计算能力和算法方面具有充分优势的企业可以通过低门槛、高效率的生产平台，将复杂的模型制造过程打包，并为数千个行业提供大型模型服务。

即来自不同行业的企业只需要通过生产平台在真实人工智能应用中提出具体要求，少数生产大模型的企业可以基于应用场景开发和形成大模型，帮助应用实现大模型的开发，从而实现人工智能模型在各个部门的直接应用。

对于大型模型制造商来说，从硬件适应到模型形成，从实施推理到应用场景，这一人工智能产业链的渗透离不开大型模型和深度学习平台的结合。深度学习平台连接到芯片和应用程序，相当于智能时代的操作系统。“王海峰介绍，文新系列大机型的成功开发和应用离不开飞桨的支持（飞桨是百度开发的工业深度学习平台）。

针对现阶段人工智能发展的主要特点，王海峰提出，一方面，人工智能技术越来越复杂，集成创新越来越丰富，如知识集成与深度学习、多模态集成、软硬件集成、智能化、智能化和智能化，以及技术和场景集成。另一方面，大型模型和开源平台不断降低门槛，使得人工智能开发和应用越来越容易。（体育）（体育）