向 AI 而行，共筑新质生产力—行业大模型调研报告：为什么要发展,是什么,哪些行业和场景发展快,如何衡量成功,如何负责任地应用等

很少有一项技术像大模型这样，全球热度持续了快两年，还在不断涌现新热点。这 反映出大模型带来了巨大的可能性，我自己有一个判断叫“智力平替”。从文生文、 文生图到文生视频，大模型不断解锁新能力，逐步替代传统的智力劳动，使得原本 需要专业团队长时间才能完成的工作，现在仅需一个简单的提示或草图即可实现。 结果就是，人类的智力成果可以云端的方式、通过大模型提供给每个人， 一个人带 领 AI 团队就能完成复杂的任务，这可能会成为未来世界的常态。

然而，在大模型技术持续快速迭代的同时，我们也越来越发现一个现实问题：大模 型在具体行业中的应用，推进好像没那么快。很多企业对大模型是一边期待、一边 焦虑，想尽快用起来，又不太知道怎么用， 即使是有试用的，效果也不明显，存在 不少困惑和挑战。这反映出， 目前大模型技术的能力与行业应用需求间还存在差距， 要用一个通用的大模型来直接满足各行各业的特定需求，至少现在还有一定距离。 那么，应该怎么办？

行业大模型应运而生。坦白说， 一开始我有疑虑，觉得这是一个伪概念，业界对此 也有不少讨论和争议。后来我们团队坚持要进行研究、用事实说话，我也支持。在 我看来，大模型发展到今天，研究已经不能只停留在眺望未来的视角，更需要贴近 实践，用深度的研究推动创新探索和落地。这份行业大模型调研报告，就这样最终 成型了。

报告做了大量的一线实践调研，访谈了超过百位的各界专家，系统归纳解答了一系列共性问题，包括为什么要发展行业大模型、行业大模型是什么、哪些行业和场景发展快、如何衡量成功、如何负责任地应用等。通过这项研究， 我认为行业大模型， 至少现阶段是客观存在的，通常基于通用大模型调整而来，是很多企业提高模型专业性的有效选择，也是国家落地“人工智能 +”的最后一公里。而决定大模型影响 大小的核心因素，就在“知识密度”，密度越高的行业或场景，受影响会越大，比 如教育行业、研发和设计环节等等。

当然，这项研究只是起了个头，希望能对大家有所启发和帮助。也要特别感谢所有 给予我们指导、接受我们访谈的各界专家和朋友们，希望未来我们继续携手合作， 推动大模型深入各行各业，一起创造和见证一个以人为本的人机共生时代的来临。

附件：向 AI 而行，共筑新质生产力—行业大模型调研报告：为什么要发展,是什么,哪些行业和场景发展快,如何衡量成功,如何负责任地应用等