成果发布
第七届世界智能大会重磅发布：全球生成式AI产业图谱及报告
2023年5月19日，在天津举办的第七届世界智能大会“世界智能科技创新合作峰会”期间，在中国互联网协会、中国软件行业协会指导下，天津市人工智能学会、至顶科技、至顶智库联合发布《2023年全球生成式AI产业图谱》和《2023年全球生成式AI产业研究报告》，为政府部门、行业从业者、教育工作者以及社会公众更好了解全球生成式AI发展情况提供参考。
《2023年全球生成式AI产业图谱》分为基础设施层（AI芯片、AI计算集群、AI云服务）；算法模型层；场景应用层（文本生成、图像生成、音频生成、视频生成、数字人）。图谱中涉及各领域全球代表性企业和相关机构，同时将代表性产品或解决方案作相应展示。
以下为图谱示意图：
高清大图请扫描下方二维码获取。
《2023年全球生成式AI产业研究报告》对产业概况、基础设施、算法模型、场景应用、机遇挑战等方面进行梳理，全面展现全球生成式AI产业的发展情况。
报告显示，语言作为人类沟通交流的主要方式，其发展历程分为三大阶段。语言1.0时代：从人类语言诞生到公元前16世纪殷商时期甲骨文的出现，文字成为人类交流的重要方式；语言2.0时代：从公元105年蔡伦发明造纸术到1946年世界第一台电子计算机诞生，语言开始通过各类机器实现传播；语言3.0时代：伴随互联网出现，人工智能NLP及生成式AI等技术的快速发展与相关应用落地，使得机器生成和创造语言的方式成为了可能。
报告认为，生成式AI对就业的影响挑战与机遇并存。一方面，生成式AI将促进岗位智能化升级，部分工作岗位将被替代。另一方面，生成式AI也会创造新职业：在技术开发领域，机器学习工程师、自然语言处理工程师、机器人工程师将成为热门职业。在技术应用领域，“问客”（Prompt Engineer）让人们能够利用自然语言作为提示词，通过与AI进行交互，得到信息或创造作品，人工智能产品经理和人机交互师也不可或缺。在辅助领域，负责人工智能相关数据搜集、训练、管理及研究的人工智能训练师、数据安全专家、人工智能伦理学家等有望成为新职业。
报告完整版请扫描下方二维码获取。
行业政策
北京市通用人工智能产业创新伙伴计划
近日，北京市经济和信息化局联合市科委、中关村管委会、市发展改革委共同启动“北京市通用人工智能产业创新伙伴计划”（以下简称伙伴计划），伙伴计划的启动标志着北京市成为全国范围内率先对大模型产业落地出台针对性支持政策的地区。
伙伴计划明确了北京发展通用人工智能产业的总体目标，具体划分为五类伙伴，即算力伙伴、数据伙伴、模型伙伴、应用伙伴和投资伙伴。为达成总体目标，伙伴计划还提出八大任务作为支撑，分别为：
- 加快满足近期迫切算力需求
发挥本市算力资源优势，加快归集现有算力，为市场主体提供多元化优质惠普算力，保障本市大模型团队和AIGC企业产品研发和技术创新。
- 提升中长期算力供给能力
建设北京市公共算力服务平台，汇聚云厂商和本地算力，尽快形成算力供给，完善本市算力供给体系。
- 推出一批高质量训练数据
梳理大模型训练数据需求清单和供给目录，建立数据供需对接机制。基于市大数据中心和北京国际大数据交易所探索建设可用于大模型训练的公共数据专栏和社会数据专区，推动公共数据和社会数据定向有条件开放。
- 谋划建设国家级数据训练基地
在数据基础制度先行示范区布局中谋划建设国家级数据训练基地，探索高价值数据共享的版权、安全和激励机制问题，推动形成基于贡献的商业化合作模式。
- 实施大模型应用创新标杆试点工程
逐步开展政务服务行业专有模型训练工作，赋能“12345接诉即办”辅助场景，总结专用模型实施部署经验，探索政务服务大模型服务模式。
- 推动大模型赋能千行百业
支持本市企业在“模型即服务”人工智能产业链中布局，加强垂直领域攻关，实现重点场景应用突破，丰富行业应用生态。
- 培育软件开发新范式
变革软件领域的开发应用模式，提升软件生产力工具效能，利用生成式AI重构企业软件。
- 实施大模型底层支撑性技术筑基工程
支持企业加大研发投入，加强互联协议、网络传输、能耗优化等技术研发，提升片间互联速率，构建高速计算集群网络传输系统，提升芯片算力水平及集群表现。
《北京市促进通用人工智能创新发展的若干措施（2023年-2025年）（征求意见稿）》公布
近日，北京市科委、中关村管委会发布《北京市促进通用人工智能创新发展的若干措施（2023年-2025年）（征求意见稿）》，围绕5大方向提出了21项推动人工智能发展的具体措施，现向社会公开征求意见。
为抢抓大模型发展机遇，重视通用人工智能发展，充分发挥政府引导作用和创新平台催化作用，整合创新资源，加强要素配置，营造创新生态，重视风险防范，推动我市通用人工智能领域实现创新引领，提出以下落实措施：
信息来源：《北京市促进通用人工智能创新发展的若干措施（2023-2025年）（征求意见稿）》
企业动态
云从科技“从容大模型”正式亮相
2023年5月18日，云从科技 “从容大模型”正式发布，从容大模型根据给定的文本或语音数据进行学习和分析，并输出答案或建议，能够深度理解自然语言的含义和规则，具有高度智能化以及自适应性。
从容大模型功能演示
图片来源：云从科技“从容大模型”发布会
从容大模型基础功能包括模型在趣味问答、中英文翻译、编程与阅读理解等方面的应用。值得一提的是，从容大模型除了能够准确地回答问题，还能够在回答内容下做出参考资料来源的标注，从而解决了目前公众对于生成式人工智能参考内容不明的疑问。
从容大模型首次面向C端，市场潜力巨大
金融、法律、医学等不同的领域要有行业大模型，既需要重新训练基础大模型，又需要对其效率及成本进行控制。为此，基于从容大模型，云从科技与政务、教育、智能制造等多个行业加以合作，不单单是在构建行业大模型，更为其商业化应用探索带来更多可能。
大模型生态合作启动，助力行业稳步发展
云从科技联合华为昇腾、UCloud、厦门文广、众数信科、南沙公控、CSDN等正式启动了大模型生态合作。旨在促进大模型技术的创新和发展，推动人工智能技术在各个行业的应用。在深入上述行业企业、推动相关方面进行AI智能化升级的过程中，云从科技也可以持续对行业大模型展开训练和优化，从而让从容大模型对千行百业的Know-How能力得到有效提升。
云知声山海大模型重磅发布
2023年5月24日，云知声山海大模型成果发布会在北京举办，现场实测山海大模型十大核心能力，并发布一系列面向不同行业需求的产品应用。
云知声创始人、CEO黄伟表示，山海大模型发布是云知声AGI技术架构升级的重要里程碑，云知声将以山海大模型为基础，打造MaaS 模式的AI 2.0解决方案，在通用能力基础上，增强物联、医疗等行业能力，为客户提供更智能、更灵活的解决方案，打开更大的 AI 技术产业化商业空间。
AGI技术升级带来的变化
发布会主要围绕山海大模型的十大核心能力，即语言生成、语言理解、知识问答、推理能力、数学能力、代码能力、安全合规能力七项通用能力及插件扩展、领域增强、企业定制三项行业落地能力。
山海大模型十大核心功能展示
为提高大模型在具体场景的应用落地水平，云知声沿袭了U+X战略，即以 U(AI技术和产品能力)，深度结合 X(行业应用场景)，解决行业深层问题。现场，云知声发布多款基于山海大模型打造的面向不同场景需求的行业应用，从效率、成本、体验等多角度，为千行百业的智慧升级按下加速键。
在医疗场景，深耕医疗行业多年的云知声基于过往数据与经验积累，依托山海大模型全面升级医疗业务线各产品智能化水平，发布手术病历撰写助手、门诊病历生成系统、商保智能理赔系统三大医疗产品应用，实现从助手到专家的跃迁。
面向智慧物联场景，未来云知声将全线升级智慧物联核心产品，与山海大模型深度结合，塑造出一个真正的随身管家，使其在方方面面从只能进行指令交互升级为类人对话，真正联动IoT生态和服务。
针对销售、知识管理和教育场景，云知声结合山海大模型解决不同场景的痛点，以达到赋能百业的目的。
山海大模型应用行业展示
微软Build 2023：人工智能重新定义软件开发与工作的未来
2023年5月23日，微软年度开发者大会Build 2023在西雅图开幕，微软向超过20万名注册参会的开发者集中展示人工智能如何给软件开发的对象、过程和工具带来巨大变革，并重新定义工作方式的未来。微软将发布超过50项新产品、新功能、新服务，助力全球开发者共同把握新一轮技术变革带来的创新机遇。
以“智能副驾”和“插件”开启AI应用开发的新疆界
2023年是AI变革加速的关键一年：微软宣布拓展与OpenAI的合作，并陆续推出了Azure OpenAI企业级服务以及面向Microsoft 365、Dynamics 365、Power Platform等产品服务的一系列“智能副驾（Copilot）”。“智能副驾”能通过大语言模型（LLM）实现基于自然语言理解和生成的人机交互，并帮助用户完成各种复杂任务，开启了一种由AI驱动的全新软件类型，同时也标志着软件开发方式的重大变革 —— 从软件服务的应用场景、用户体验、服务架构到安全防护措施，都在进化为全然不同以往的开发体验。
微软宣布采用与OpenAI ChatGPT相同的开放插件（Plugin）标准，从而确保今后ChatGPT与微软一系列“智能副驾”产品服务之间的互操作性。微软宣布开发者可通过“插件”将应用和服务接入Microsoft 365 Copilot。首批支持的插件包括ChatGPT、Teams信息扩展、Power Platform连接器等，开发者可以直接接入现有服务，也可使用Visual Studio Code和Visual Studio上的Microsoft Teams Toolkit开发工具，轻松开发新的Microsoft 365 Copilot插件。Power Platform平台重要组件的Power Pages与Power BI中的Copilot智能副驾开启公共预览，让用户更自如地通过自然语言创建网页和数据洞察。
Azure AI新工具：帮助开发者负责任地构建、运营和部署新一代AI应用
Azure OpenAI企业版服务将ChatGPT、GPT-4等先进大模型与Azure安全可靠的企业级服务整合在一起，目前已经有超过4500家企业客户采用Azure OpenAI服务。将于7月正式商用的Microsoft Dev Box是一项Azure开发服务，旨在为开发者提供预配置、集中管理、基于项目的即用型开发盒子。微软致力于与英伟达（Nvidia) 等合作伙伴通力合作，共同合作加速发展由人工智能而驱动的未来，让组织能够设计、开发、部署和管理基于Azure开发且具有规模和安全性的应用程序，最终使客户受益。
行业会议
第七届世界智能大会在天津召开
2023年5月18日-5月21日第七届世界智能大会在天津举办，由国家发改委、科技部、工信部、国家广电总局、国家网信办、中国科学院、中国工程院、中央广播电视总台、中国科学技术协会、天津市人民政府共同主办。本届大会以“智行天下、能动未来”为主题，聚焦智能网联车、通用人工智能、脑机交互等前瞻课题，举办主论坛及48场平行论坛，包括院士、诺贝尔奖获得者等在内的千余位专家学者和企业负责人，将深入探讨AI与经济、社会、人文等领域的热点话题，展开观点交锋与智慧碰撞。
世界智能科技创新合作峰会
2023年5月19日，第七届世界智能大会-世界智能科技创新合作峰会在天津顺利召开，本次峰会由世界智能大会组委会主办，天津市工业和信息化局、世界智能大会组委会秘书处、至顶科技承办，中国软件行业协会、天津市人工智能学会、至顶智库协办。来自全球数十家人工智能领域顶级机构、领军企业的知名学者、专家和企业家出席了本次峰会，国内外多位人工智能领域领军人物在峰会上聚焦生成式人工智能、5G+AI、智能算力等领域的产学研用成果发表了精彩演讲。
人工智能应用系统内生安全问题与对策
邬江兴 中国工程院院士
AI算法模型存在固有结构矛盾：
- 神经网络的“黑盒”特点导致人工智能存在不可解释性；
- 深度学习对样本的过度依赖学习导致结果的不可判识性；
- 神经网络的前向推理不可逆导致学习结果的不可推论性。
AI应用系统内生安全共性问题主要成因：
- 软硬件部件/构件/器件乃至系统设计缺陷导致的安全漏洞不可避免；
- 信息物理系统产业链中存在软硬件漏洞后门/病毒木马问题无法杜绝；
- 现阶段人类科技能力尚不能彻查复杂系统漏洞后门问题；
- 人工智能应用系统算法模型安全与网络安全问题相互交织且难以分而治之；
- 软硬件产品广义功能安全性既不能量化设计也无法验证度量。
AI应用系统面临三重世界属性、三重安全问题及三重安全威胁挑战：
- 三重世界属性：信息世界+物理世界+AI赋能世界；
- 三重安全问题：数据安全+网络安全+模型安全；
- 三重安全威胁挑战：AI应用系统以及相关数字基础设施极易成为网络攻击高价值目标，或者更易造成社会性灾难。
智能系统开发方法论
哈拉德•库恩 德国弗劳恩霍夫电子纳米系统研究所所长
晶圆制造过程中不同的材料可以集成，比如氮化镓和硅的结合，或者把两种晶圆集成在一起。这涉及到很多方面，包括化学方面、机械方面，要了解不同材料集成的过程，同时也要了解人工智能，才有能力去实现需求，用高精度的方式把不同的材料、不同的晶圆集成起来。
未来路线图可以看到除2纳米，还有量子计算和碳纳米管，另一方面，我们确实需要人工智能推动未来更快地发展，必须要跟人工智能专家密切合作，才能很好地把这个领域融合在一起。
创新、合作，以5G+AI赋能千行百业高质量发展
孟樸 高通公司中国区董事长
混合AI架构可以根据模型和查询需求的复杂度等因素，选择不同的方式在云端和终端侧进行分配任务负载，也可以完全在终端侧进行。如果是更复杂的任务，模型则可跨云端和终端运行。数据中心的能耗巨大且昂贵，据测算每个生成式AI网络搜索查询成本比传统搜索高十倍。而混合AI将在全球范围内提供成本、能源、性能、隐私、安全、个性化方面的优势。云端和智能手机、汽车、个人电脑、物联网终端等协同工作，可以实现更强大更高效，而且高度优化的AI。
终端侧AI是实现混合式AI架构扩展生成式AI是全球更为广泛的关键。相比在云端进行AI，终端侧AI在隐私、可靠、低延时、高效、个性化方面均有诸多优势。伴随着移动终端成为人们生活中的必备品，终端侧AI优势将更加明显。以终端侧AI为中心的混合AI架构中，终端侧设备作为锚点，可以运行数十亿参数的模型，而更复杂的模型将根据需要在用户无缝感知的情况下使用云端计算。
过去十多年高通公司一直致力于AI领域各个方面研究，并取得众多里程碑式进展，推出多代AI引擎为智能手机、移动计算、XR、汽车、物联网等终端带来卓越的边缘侧AI性能。我们的基础研究和可交付产品，让AI可以应用于众多行业。早在2007年就启动了首个AI研究项目，2018年高通成立人工智能研究院，将公司范围内开展的全部前沿人工智能研究，进行跨各职能部门的协作式强化整合，以加速AI创新。我们也十分关注整个行业的创新趋势和生态并通过风险投资的方式积极支持AI领域的初创企业。2018年高通公司设立了1亿美元的AI风险投资基金，目前由高通AI技术赋能的终端数量已经超过20亿。
此外，随着高级驾驶辅助系统ADAS解决方案的采用，车辆中需要大量并且具有高能效比的AI算力。高通公司正在将多年在AI领域的技术积累提供给汽车厂商等生态合作伙伴，以共同打造智能化的汽车用户体验。目前为止，骁龙座舱平台已经支持中国汽车品牌推出了超过80款车型，国内头部车企均与高通公司在数智座舱领域展开了深度合作。除此之外，高通公司也在辅助驾驶ADAS领域与国内车企进行合作，合作范围涵盖L1-L4级系统。除了在终端侧高通公司也在利用其无线通信解决方案及相关优势，来打造更聪明的车，使其在与智慧城市相连，甚至与家庭手机进行无缝连接。高通公司与国内许多车企包括比亚迪、蔚来、长城、理想、吉利、红旗等都达成了一系列合作。
AI驱动智能制造新发展
范建平 联想集团副总裁，联想研究院人工智能实验室负责人
联想在AI领域的研发布局包括AI平台（联想大脑）、五大AI核心技术以及五大AI解决方案
由ChatGPT看生成式AI的原理和商业应用
窦德景 波士顿咨询合伙人兼董事、中国区首席数据科学家
ChatGPT具有口语化的对话感和丰富知识面的优势，具体表现为其可以提供理性和全面的回答、可以理解上下文的对话、根据用户反馈持续优化模型和协助创作内容，甚至对计算机代码进行指导。
同时ChatGPT也有不足之处，例如可能会产生有偏见的内容或者不准确的联想；对于世界的认知不全面；即使同一个人多次询问相同问题获得的答案也不一定相同；ChatGPT模型在某些能力上仍然有不足之处，明显受人工标注和反馈的影响。
BCG将生成式AI在中国的发展路径分为三个阶段，第一阶段（2015-2023）：包括文本和图像较早地进入终稿阶段，需要运用GB/TB的多类型数据，预计到2023年陆续向企业和机构客户提供服务；第二阶段（2023-2025）：包括文本和图像的模型进入成熟阶段，众多中小型企业开始寻求合作且赋能现有业务场景；第三阶段（2025-2030）：达到文本和音频等都达到PGC水平，同时视频、3D、跨模态数据模型进入终稿打磨，最终市场被洗牌，用户流量、搜索/消费/创作信息/内容的交互习惯被重塑。
