協(xié)同推進(jìn)開(kāi)源大模型質(zhì)量躍升

今年以來(lái)開(kāi)源大模型賽道的發(fā)展成效，標(biāo)志著我國(guó)在這一領(lǐng)域正處于從“追隨者”到“引領(lǐng)者”的跨越式發(fā)展階段。

近些年，我國(guó)在開(kāi)源大模型領(lǐng)域的技術(shù)突飛猛進(jìn)，生態(tài)規(guī)模迅速擴(kuò)大，涌現(xiàn)出諸多優(yōu)秀的開(kāi)源項(xiàng)目，在應(yīng)用性能方面逐漸趕上國(guó)際前沿大模型，全球影響力凸顯。例如，深度求索的DeepSeek系列大模型的技術(shù)指標(biāo)位居全球前列；阿里的Qwen系列大模型全球下載量已突破2億次，衍生模型數(shù)量超過(guò)10萬(wàn)個(gè)，超越Meta的Llama成為全球最大開(kāi)源模型族群。

面對(duì)全球人工智能行業(yè)激烈競(jìng)爭(zhēng)，我國(guó)企業(yè)注重采取差異化發(fā)展戰(zhàn)略，著重提升產(chǎn)品的性價(jià)比。主要體現(xiàn)為：一是低成本高效能。DeepSeek的R1模型預(yù)訓(xùn)練費(fèi)用只有557.6萬(wàn)美元，不到OpenAI GPT-4o模型的十分之一，推理成本也大幅降低。二是開(kāi)源發(fā)展策略。與其他AI巨頭形成鮮明對(duì)比，我國(guó)企業(yè)堅(jiān)持全球開(kāi)源共享技術(shù)策略，大部分開(kāi)源大模型支持免費(fèi)商用和衍生開(kāi)發(fā)，有利于降低企業(yè)的研發(fā)成本，吸引大量技術(shù)開(kāi)發(fā)者加入其產(chǎn)業(yè)生態(tài)。三是多模態(tài)融合發(fā)展。我國(guó)開(kāi)源大模型注重支持跨模態(tài)信息整合，有助于提升開(kāi)源大模型與其他領(lǐng)域的融合程度。目前，我國(guó)開(kāi)源大模型已經(jīng)深入千行百業(yè)，在制造業(yè)、電力、醫(yī)療、教育、金融等領(lǐng)域都有應(yīng)用，為各行業(yè)的智能化轉(zhuǎn)型提供了支持，展現(xiàn)出強(qiáng)大的賦能潛力。

也要看到，我國(guó)在算力、芯片、數(shù)據(jù)、安全等方面仍面臨一定風(fēng)險(xiǎn)與挑戰(zhàn)。比較突出的問(wèn)題是，我國(guó)算力規(guī)模亟待提高，高性能AI芯片過(guò)度依賴進(jìn)口。盡管目前我國(guó)算力規(guī)模已居全球第二位，但是開(kāi)源大模型的算力需求呈指數(shù)級(jí)增長(zhǎng)，未來(lái)的算力缺口將會(huì)制約我國(guó)開(kāi)源大模型產(chǎn)業(yè)高速發(fā)展。數(shù)據(jù)規(guī)范化程度亟待提升，大模型安全治理機(jī)制滯后。開(kāi)源大模型訓(xùn)練需要使用海量數(shù)據(jù)，但是在數(shù)據(jù)獲取的便利性、數(shù)據(jù)來(lái)源的合法性、數(shù)據(jù)質(zhì)量的可靠性、數(shù)據(jù)使用的安全性等方面仍然面臨不小挑戰(zhàn)，開(kāi)源大模型在數(shù)據(jù)泄露與濫用、數(shù)據(jù)版權(quán)等方面的風(fēng)險(xiǎn)凸顯。盡管《生成式人工智能服務(wù)管理暫行辦法》已出臺(tái)，但在實(shí)操中缺乏統(tǒng)一標(biāo)準(zhǔn)和具體指南，亟待建立行業(yè)安全治理機(jī)制。

推動(dòng)開(kāi)源大模型實(shí)現(xiàn)質(zhì)量躍升，仍需各方加強(qiáng)協(xié)同，通過(guò)政策引導(dǎo)破解算力、芯片、數(shù)據(jù)、安全等方面難題，多措并舉加快構(gòu)建自主可控、安全可靠、全球領(lǐng)先的開(kāi)源大模型產(chǎn)業(yè)，深化產(chǎn)研協(xié)同與國(guó)際合作，進(jìn)而在全球競(jìng)爭(zhēng)中占據(jù)更主動(dòng)的地位。

構(gòu)建自主算力體系，強(qiáng)化國(guó)際合作與標(biāo)準(zhǔn)制定。加大國(guó)產(chǎn)高性能芯片研發(fā)投入，支持國(guó)內(nèi)企業(yè)技術(shù)攻關(guān)。推動(dòng)“東數(shù)西算”工程與區(qū)域算力協(xié)同發(fā)展，注重在全國(guó)范圍內(nèi)統(tǒng)籌建設(shè)萬(wàn)卡級(jí)智能算力集群。我國(guó)應(yīng)積極主導(dǎo)或參與國(guó)際開(kāi)源大模型技術(shù)標(biāo)準(zhǔn)制定，通過(guò)全球開(kāi)源社區(qū)等平臺(tái)推廣開(kāi)源技術(shù)，共建全球AI治理聯(lián)盟。

完善數(shù)據(jù)共享與交易機(jī)制，建立健全安全治理框架。鼓勵(lì)建立行業(yè)數(shù)據(jù)庫(kù)，通過(guò)區(qū)塊鏈技術(shù)保障數(shù)據(jù)隱私與權(quán)屬，探索建立“數(shù)據(jù)訓(xùn)練基地”模式，鼓勵(lì)企業(yè)以貢獻(xiàn)度換取數(shù)據(jù)使用權(quán)，促進(jìn)數(shù)據(jù)要素的共享和交易。及時(shí)出臺(tái)與人工智能相關(guān)的政策法規(guī)和指導(dǎo)細(xì)則，并制定細(xì)分領(lǐng)域人工智能應(yīng)用安全指南，推廣“算法備案”機(jī)制，建立第三方評(píng)測(cè)平臺(tái)，動(dòng)態(tài)監(jiān)測(cè)模型風(fēng)險(xiǎn)。

推動(dòng)產(chǎn)研融合與生態(tài)協(xié)作，推出商業(yè)化支持政策。支持企業(yè)、高校聯(lián)合研發(fā)，推動(dòng)大模型在更多產(chǎn)業(yè)落地見(jiàn)效，設(shè)立“揭榜掛帥”專項(xiàng)基金，推動(dòng)高性能芯片、大模型性能優(yōu)化等關(guān)鍵技術(shù)突破。鼓勵(lì)大模型企業(yè)平衡好免費(fèi)服務(wù)與增值服務(wù)之間的關(guān)系，建立良性循環(huán)的商業(yè)模式。推動(dòng)地方政府開(kāi)放公共場(chǎng)景，加速大模型落地應(yīng)用。

（作者系中國(guó)社會(huì)科學(xué)院大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)院執(zhí)行院長(zhǎng)、教授、博士生導(dǎo)師）