因地制宜发展新质生产力， 必须因势而谋、应势而动。当今世界， 数字技术和人工智能技术突飞猛进、势不可挡， 强有力地推动和支撑着人类社会生产力的质变和经济高质量发展。我们正处在数字经济和人工智能飞速发展的新时代， 新质生产力的“新” 根本在于它是以科技创新为第一动力， 以人工智能为重要战略资源， 以大模型、大数据、大算力为核心生产要素。生成式人工智能则是新质生产力的战略制高点。准确把握生成式人工智能最新发展趋势， 建立健全与之相适应的体制机制， 采取正确的应对措施， 对于我国因地制宜发展新质生产力， 助推中国式现代化发展，无疑具有非常重要的意义。
一、生成式人工智能是新质生产力的战略制高点
生成式人工智能（ＡＩＧＣ）是利用复杂算法、模型和规则， 从大规模数据集成训练与自我学习中，生成原创内容的颠覆性技术， 是大模型的技术根基， 也是新质生产力的战略制高点［１］ 。其原理主要是基于深度神经网络， 通过训练大规模的数据集， 学习并抽象出数据的本质规律和概率分布，并生成新的文本、图像、音频等多种形式的数据。生成式人工智能模型在技术上遵循规模定律（Ｓｃａ⁃ｌｉｎｇ Ｌａｗ）， 即模型的精度在参数规模超过某个阈值后， 模型能力快速提升， 会突然变得“聪明”起来， 出现“涌现（Ｂｒｅａｋｔｈｒｏｕｇｈｎｅｓｓ）” 和“顿悟（Ｇｒｏｋｋｉｎｇ）” 现象。如果把生成式人工智能比作大模型的种子， 它必将生长成为一棵枝繁叶茂的参天大树， 其发展速度更是一日千里。美国人工智能研究公司ＯｐｅｎＡＩ 推出的聊天机器人（ＣｈａｔＧ⁃ＰＴ ）和文生视频模型（Ｓｏｒａ）不过是这棵大树上最先长出的两片叶子。未来人类将推出更多专业大模型， 基础大模型也将不断推陈出新， 其数量和种类都无可限量， 并具有广泛的应用前景。
生成式人工智能之所以能够成为新质生产力的战略制高点， 是因为它具备以下五方面无与伦比的优势：
一是创新能力强。生成式人工智能可以模拟人类的创造过程， 自动生成全新的内容。这种创新能力使得它能够在各个领域中发挥重要作用，催生出大量新产业、新模式、新业态， 推动社会进步和经济发展。
二是应用范围广。生成式人工智能可以应用于各个领域， 赋能千行百业， 犹如“水银泻地， 无孔不入”。如智能制造、新材料开发、智慧物流、数字金融、智能电网、智慧交通、智慧农业、未来产业等， 成为推动产业转型升级的重要力量。
三是智能化程度高。生成式人工智能具有不断提高的智能化程度， 能够自主深度学习、自我优化。这种智能化程度使得它能够更加精准地处理和分析数据， 生成更加符合人类需求的内容。
四是强大的融合经济性与边际收益递增法则。市场经济条件下， 人工智能技术渗透于实体经济而产生的融合经济性为智能经济发展注入强大动力， 边际收益递增法则为智能经济的发展开辟了更加广阔的空间。
五是处于产业技术的最高端。ＡＩ 大模型是第四次工业技术革命以来最具前沿性、颠覆性的高端技术。生成式人工智能可以创造出高端化的新产业、新技术、新工艺和新产品， 直接应用于产品设计和生产， 为整个产业链提供智能化支持，占领高端阵地， 提高整个产业链的效率和价值。
二、生成式人工智能最新发展趋势
２０２２ 年末， ＯｐｅｎＡＩ 推出的ＣｈａｔＧＰＴ 标志着生成式人工智能在文本生成领域取得了显着进展，仅仅１ 年多， 这项技术就呈现出了多模态、深扎根、具身化、强思维和高风险的趋势特征。
（一） 多模态（Ｍｕｌｔｉｍｏｄａｌ）
生成式ＡＩ 正在从处理单一模态（如文本、图像、音频等）向多模态转变， 即能够同时处理并融合多种类型的信息来生成内容。美国ＯｐｅｎＡＩ的语言模型ＧＰＴ－４ｏ、文生视频模型Ｓｏｒａ、法国初创公司Ｍｉｓｔｒａｌ ＡＩ 和我国华为的盘古大模型、阿里云的通义千问、科大讯飞的星火认知等大模型，都已经展示了多模态人工智能的巨大潜力， 它们能够基于文本、音频、图像和视频等匹配内容，生成越来越多新的、具有多样性的原创内容， 极大地提高用户与ＡＩ 的交互效率， 使生成式ＡＩ 更加新奇、直观和动态化。
（二） 深扎根（Ｄｅｅｐ Ｉｎｔｅｇｒａｔｉｏｎ）
生成式ＡＩ 正在深度融入各行各业的工作流程中， 成为提高生产力和创新的重要工具。越来越多的企业开始采用ＣｈａｔＧＰＴ、华为盘古大模型等ＡＩ 工具， 作为“秘书” 和“顾问” 来辅助甚至是替代人的工作， 例如在工厂设计、城市规划、新药开发、营销和销售、产品开发等领域。生成式ＡＩ 的深扎根将推动各行各业的数字化、智能化转型， 并为企业带来更高的效率和更大的竞争优势。在这方面， 我国比美国有更大的优势。我国早已成为全球制造业中心， 庞大的现代产业体系不断完善， 并且正从中低端向中高端迈进。
（三） 具身化（Ｅｍｂｏｄｉｍｅｎｔ）
生成式ＡＩ 正向着具身智能化的方向发展。所谓具身智能化， 是指有物理意义的“身体” 并能与物理世界进行交互的智能体， 如智能机器人、无人车、无人机、智能狗等， 通过多模态大模型处理多种传感数据输入， 生成运动指令对智能体进行驱动， 替代传统的基于规则或者数学公式的运动驱动方式， 实现虚拟和现实的深度融合。具身化ＡＩ 的发展将使智能体更加接近、甚至超过人类的智能水平。具身智能体的核心优势在于其具备深度学习和决策能力， 通过学习算法和数据分析， 能够从海量数据中提取有用的信息， 形成自己的信息知识库， 并在决策过程中， 综合考虑各种因素， 运用逻辑推理、概率统计等方法， 做出最优的决策。
（四） 强思维（Ｅｎｈａｎｃｅｄ Ｔｈｉｎｋｉｎｇ）
随着数据规模和算力的飞速增长， 生成式ＡＩ的逻辑思维能力和创造性思维能力显着增强。人工智能相较于人类， 在记忆力、高维复杂、全视野、推理深度、猜想等方面具有更大优势， 通过不断深度学习和训练， 一个借助ＡＩ 进行一些科学发现和技术发明的时代正在到来。要向ＡＩ 大模型注入更多更前沿的自然科学知识与研究成果， 加强创新能力训练， 使人工智能模型具备爱因斯坦一样的想象力和科学猜想能力。比如主动发现新的物理学规律、预测蛋白质结构、设计高性能芯片、高效合成新药、探索宇宙奥秘等。正是因为人工智能大模型具有全息数据、高维度视角和深度学习的能力， 生成式人工智能将实现从推断（Ｉｎｆｅ⁃ｒｅｎｃｅ）到推理（Ｒｅａｓｏｎｉｎｇ）的飞跃， 极大提升人类科学发现的效率， 打破人类的认知边界。这才是真正的颠覆性所在。
（五） 高风险（Ｈｉｇｈ Ｒｉｓｋ）
随着生成式ＡＩ 的快速发展， 其带来的风险和挑战已经不容忽视。由于存在数据偏差和模型的局限性， ＡＩ 生成在“涌现” 和“顿悟” 的过程中，系统偶尔也会出现幻觉， 即生成的内容可能与事实及规律不符， 甚至是一本正经地“胡说八道”。ＡＩ技术带来的伦理挑战更不容忽视， 如法律风险、道德风险、安全风险等。最需要警惕的是智能机器人异化。近代最着名的科学家霍金留给人类的名言“智能机器将是人类未来千年的伙伴， 或是毁灭者”， 提醒我们在探索人工智能的道路上， 必须谨慎行事， 确保科技为人类服务， 而非成为威胁。ＡＩ生成应该向善， 具身灵魂附体一开始就要植入向善的基因， 杜绝欺诈和战争。相信人类和科学家的智慧能够妥善应对这些挑战， 确保人工智能技术安全、可靠、与人为善和可持续发展。
三、我国发展生成式人工智能的战略举措
应对生成式人工智能发展的新趋势， 发展我国生成式人工智能的战略举措可以概括为以下五方面：
（一） 强底座： 建设智能化新型基础设施
生成式人工智能的发展离不开强大的新型基础设施和底层技术支持。我们必须加大新基建的投入， 建设智能化信息基础设施， 提升数据处理和机器学习能力。首先， 要聚焦人工智能芯片的研发， 推动国内芯片产业的发展， 打破美国的无理打压与封锁， 减少对国外技术依赖。其次， 要强化数据质量， 畅通数据流转， 建立高质量的数据集， 为生成式人工智能提供充足和真实的训练数据。再次， 要提高算力水平和综合利用率， 为生成式人工智能的健康发展奠定坚实基础， 提高我国在全球人工智能领域的竞争力。最后， 要强化底层逻辑， 不断完善和提高有自主知识产权的通用大模型的水平和质量。总之， 必须尽快摆脱对国外的依赖， 自力更生， 研发出具有世界一流水平的芯片设计、制造系统和操作系统， 夯实生成式人工智能的底座， 彻底粉碎美国政府打压我国人工智能发展的图谋。
（二） 重实业： 把推动实体经济智能化发展作为工作重心
我们发展生成式人工智能的根本目标是助推中国式现代化。中国式现代化的根基是实体经济。生成式人工智能只有和实体经济深度融合， 才能推动产业升级和转型， 展现出强大的融合经济性。实施“人工智能＋” 战略， 鼓励生成式人工智能技术在各行业、各领域的创新应用， 推动实体经济向数字化、智能化发展。支持企业开展生成式人工智能的研发和应用， 推动产业升级和提质增效。加强人工智能与传统产业的融合， 提高生产效率和服务质量。大力发展战略性新兴产业和未来产业， 推动实体经济的数字化转型， 提高我国经济的整体竞争力。
（三） 举国力： 突破关键技术和卡脖子工程
生成式人工智能的发展需要全社会的共同努力和支持。面对美国的疯狂打压， 我们要充分发挥新型举国体制优势， 调动国内外、全社会一切可利用资源， 聚焦生成式人工智能的关键技术和应用场景， 加大政策扶持力度， 为生成式人工智能的发展提供有力保障。加强人才培养和引进，培养一支具备创新精神和跨界融合能力的人才队伍。在关键技术和卡脖子工程方面， 要设立国家大基金， 支持相关骨干企业和院所联合攻关。在数据采集和使用上， 要破除所有制的障碍和地域限制， 形成全社会的合力， 推动生成式人工智能快速发展， 保证我国在全球人工智能领域的领先地位。
（ 四） 深改革： 建立与新质生产力发展相适应的新型生产关系
正如习近平总书记指出的， “发展新质生产力，必须进一步全面深化改革， 形成与之相适应的新型生产关系”。
党的二十届三中全会决议更进一步明确指出“要健全因地制宜发展新质生产力体制机制”。生成式人工智能的发展需要改革现有的体制机制和法律法规， 建立、完善与新质生产力发展要求相适应的新型生产关系。除了制定合适的法律法规，确保生成式人工智能技术的健康、安全和可持续发展， 改革科研和教育体制， 为生成式人工智能的发展提供有力的动力和保障外， 建立新型生产关系的重点领域应聚焦在大模型的开源化、大数据的共享化和大算力的统筹化上。
首先， 大模型需要大量的技术积累和数据投入， 技术和数据的开放共享对于ＡＩ 产业发展非常重要。开源框架是一个国家ＡＩ 创新和产业化能力的重要标志， 是ＡＩ 生态创新繁荣的基础。像华为、阿里、百度这些头部企业的通用大模型虽然已经开源化了， 但仍需大幅度降低大模型ＡＰＩ（应用程序编程接口）输入价格及使用门槛， 鼓励和支持企业、科研机构及个人低价、有偿使用生成式人工智能技术， 推动产业应用和创新发展。
其次， 要建立一套与数据要素的特点相符合的现代数据产权制度。系统优化的大数据是智能经济社会中最重要的生产要素， 具有可再生性和非排他性等复杂特征， 既是私有， 也是社会共有的。大数据系统具有明显的“累积升值” 和“优化升值” 的经济特征， 因此要建立“数据资产持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”， 让创造、加工、优化、使用数据系统的个人和企业都能获得相应的收益，从而推动数据要素合理、高效与可持续使用。
再次， 大算力决定着大数据和大模型的运行效率， 算力基础设施已经成为新型“大国重器”。决定和影响算力水平的因素很多， 其中体制机制因素非常重要。在加快建设国家超算中心、研发高端芯片和量子计算技术的基础上， 必加大改革力度， 鼓励换道超车， 通过算力租赁等市场化方式， 整合各地区、各部门现有算力资源及与之相对应的电力资源， 打造高效、绿色、安全的新型大国重器———全国一体化算力网。
（五） 谋赶超： 规避“加拉帕戈斯效应”
发展生成式ＡＩ 大模型， 是一场中美之间马拉松式的比赛。必须承认， 美国率先实现了ＡＩ 技术的突破， 而且中美ＡＩ 差距有系统化拉大的风险。美国目前在ＡＩ 基础大模型的开发和应用上处于全球领先地位， 我国紧随其后居于第二的位置。从技术层面来看， 试图基于落后的基础大模型去做垂直行业模型的调优是没有前途的。更不能放弃国产基础大模型的研发， 试图在美国的大模型的基础上建设我们的垂直大模型， 更是非常危险的。从制度层面来看， 我们在创新文化、创新生态、创新体制机制上同美国相比还有一定的差距。从实践层面考量， 我国风险投资和耐心资本的规模也落后于美国， ＡＩ 独角兽企业的数量和质量近年都出现了下降趋势。所以， 我们必须放眼全球，警惕我国ＡＩ 大模型产业被美国打压、封锁， 更要避免盲目乐观和自我封闭， 避免出现“加拉帕戈斯效应” （又称“孤岛效应”）。面向未来， 面向全球， 我国拥有最庞大的互联网用户群、最雄厚的产业基础、最丰富的应用场景和最大规模的数据资源。只要我们不断深化改革， 加大高水平开放力度， 加速构建体系化竞争优势， 就一定会在全球ＡＩ 产业激烈竞争中脱颖而出， 实现赶超。
总之， 生成式人工智能作为新质生产力的战略制高点， 将为我国经济高质量、可持续发展注入强大动力。十几年后的ＡＩ 大模型完全可能像今天的移动互联网一样普及， 数以万计的社会经济主体将会利用开放的“大模型互联网”， 从海量数据中定向提取有用的信息， 通过参数剪枝、量化和知识蒸馏等模型压缩技术， 以及模型架构调整等手段， 形成自己的知识库， 创建出无数个尺寸小、效率高的小模型， 实现大模型的“一鱼双吃”。我们必须提前布局， 统一规划， 既要激发企业和科研院所自主创新的动力和活力， 又要避免“千模大战” 的内卷和重复性投资浪费， 更要保障创业者和消费者无偿或低价使用大模型的权益。举全国之力， 改革创新， 全民创业， 迎接挑战， 共同推动生成式人工智能技术的健康发展，加快建设中国式社会主义现代化强国。
