2023年人工智能语音语言行业下游细分应用领域市场需求规模前景预测
（2）人工智能语音语言市场产业链分析：
人工智能语音语言市场的产业链可依据关键技术拆分为六大环节，各个环节又可以进一步归集为声学、语音感知、语言认知三大模块。音频采集与信号处理环节是智能语音语言交互的起点，当前的核心在于回声消除、噪声消除、声源分离、提升远场和复杂声学环境下语音唤醒和识别的准确率等关键技术；语音识别是把语音信号转变为相应的文本或音频类别的过程，当前的核心在于声纹技术、口音适应能力、情绪识别能力、端到端识别、低功耗识别等；语义理解是通过自然语言处理等方式使机器理解语言的过程，当前的核心在于口语语义理解问题、对话关键信息抽取、知识提取及结构化等；而对话管理是以多轮交互为核心的一系列自然语言认知技术的综合，是人机对话系统中的理解、决策和知识中枢，当前的核心在于实现多模态、全双工交互，增强机器在多任务、全场景、全领域的灵活对话能力；知识图谱是现实世界知识的一种表达方式，当前的核心在于知识图谱构建、问答推理等；语音合成即从文本到语音，让机器具备“说话”的能力，当前的核心在于使机器能够实现自然声音、高表现力、小数据复刻转换，以及方言及多语种的语音表达。
人工智能语音语言行业内的大部分公司只专注于产业链的单个或部分环节，少有公司能拥有覆盖产业链各环节的技术、产品与服务，当前国内人工智能语音语言行业的公司大约有400余家，仅有极少数可以实现全产业链覆盖。
中金企信国际咨询公布的《2022-2028年人工智能语音语言行业市场竞争格局调查分析及发展战略规划评估预测报告》
（3）人工智能语音语言行业结构与市场规模：
1）行业结构：
2030年中国智能语音市场细分应用领域分析
研究资料显示，在疫情的催化下，各行业智能化应用迎来需求拐点，进入需求爆发期。预计2030年消费级应用场景总的发展空间将超过700亿元智能家居、智慧驾驶、智能办公等企业级场景在疫情的催化下加速发展，市场需求不断扩大，发展空间预计即将达到千亿规模。
2）市场规模：智能语音语言技术使得人类的生产及生活方式逐步改变，基于智能语音语言技术的人机交互产品在接收用户的声音等信息后，能将用户意图转换为机器可以理解和进一步处理的内容，从而帮助用户解决问题或完成特定任务。其中，对话式机器人可以降低人力成本，减轻人工工作量，提高工作效率，解决用户客服、营销、质检、呼入、呼出等需求；搭载人机对话交互功能的消费级智能硬件，例如智能家电、智能车载、智能可穿戴设备等，能够通过语音语言交互的方式，提供更丰富的设备交互功能，提升设备操控便捷性。2020年我国对话式人机交互核心产品的市场规模达到58.50亿元，带动相关产业经济规模达486.90亿元，预计2025年核心产品规模达到237亿元，带动相关产业规模达到1,525亿元。
2019-2025年中国人机交互核心产品及带动相关产业规模分析
数据统计：中金企信国际咨询
人工智能与实体经济的结合越来越多，与应用场景的深度结合将产生更大的商业价值，近几年，人工智能语音语言技术在各行业的应用已十分广泛，下游领域包括家电、汽车、消费电子、金融、物流、房产、政务、医疗等。2020年智能语音语言技术在各垂直行业应用的核心产品规模达到57.70亿元，带动相关产业规模达317.70亿元，预计2025年核心产品规模达到159.10亿元，带动相关产业规模达到875.10亿元。
2019-2025年中国智能语音垂直行业应用核心产品及带动相关产业规模分析
数据统计：中金企信国际咨询
（4）智能语音语言行业在新技术方面的发展情况和未来发展趋势：近年来，行业内智能语音语言算法不断更新迭代，基础性能持续增强，通用识别准确率等已不再是智能语音语言行业发展的核心挑战，语音语言技术逐步由以语音感知为主，向综合感知、认知、知识计算的全链路对话系统方向拓展。
关键基础算法层面，在可控环境和简单结构化知识源条件下，语音及语言处理技术的性能已经表现良好，达到产业化水平，但在复杂真实环境和自然非结构化语言及知识处理方面，与产业需求仍然有不小差距。例如，在远场、高噪声、多人会议场景下的自由语音识别准确率还有待提升，知识型的开放问答和语义理解对话尚无通用模型。因此，在感知技术方面，业内研究逐步转向聚焦突破高噪声、多干扰、端侧低资源等真实复杂自然场景；在认知及知识计算方面，聚焦理解式的知识问答、对话理解及管理技术，以及专业领域的深度知识结构化，进一步增强面向垂直领域信息智能化的知识图谱、对话问答、阅读理解、翻译等能力。
另一方面，个性化、场景定制化、私有化部署等需求已经成为传统产业进行智能化改造和数字化升级的普遍需求，比如个性化的声音复刻、新语义领域的问答对话、为保护隐私的私有化识别部署等。支撑这一需求的小数据迁移学习和自主学习算法及其在语音语言处理各个领域的结合，也是智能语音及语言行业算法技术发展的趋势。
1）全双工语音出现，人机交互朝着更自然、更顺畅的方向发展：全双工是通信学科中的一个术语，意为允许数据在两个方向上同时传输，应用在智能语音语言行业，即为实时的、双向的语音信息的交互，这是人们进行即兴自由交互情境下的对话模式。目前市场上大部分产品只能满足单轮交互或多轮交互，单轮交互的情景下，用户每次都需要使用唤醒词开启交互，使得人机对话非常割裂；多轮交互的情景下，用户只需一次唤醒，在机器判断任务尚未完成时，会持续的接收用户发出的语音信息，待到机器判断单次任务完成后，再综合信息进行分析并做出回应，但在多轮交互中机器仍不能做到接收信息和发出语音同步进行。区别于单轮交互与多轮交互，全双工可以做到“边听、边想、边说”，在接收语音信息的同时进行思考，并实现动态的预估，进而以更快的速度进行回答，使人机交互更自然、更流畅；同时，全双工语音还可做到节奏控制，根据用户回答内容的重要性，决定打断还是继续倾听，是先完成上一个问题还是先回答用户的追加问题；此外，全双工语音还能进行场景理解，识别用户当前是否在与AI进行对话，并根据不同对象、不同场景进行音量、语气等方面的调节。未来，智能语音语言的应用场景越发多样化，应对的环境状况越发复杂，全双工语音的优势将会越发凸显，并成为智能语音语言行业的主流交互方式。
2）优化人机交互体验，多模态交互成为必然趋势人类在交互过程中并非孤立地依据声音、表情及动作中的单项进行沟通与交流，而是综合视觉、听觉、触觉甚至嗅觉来进行有效的沟通。同理，要使机器做到更加逼真的“拟人化”，就需要通过语音、视觉、文本等信息结合的方式来推动人机交互的优化与升级。例如，在复杂声学环境尤其是多人同时说话的时候，语音识别性能会显著下降，此时若引入视觉信息对讲话者进行唇语识别，综合语音和视频信息则可以大幅提升说话人跟踪和语音识别准确率；又例如，在人机交互过程中，机器通过采集用户的表情、说话语气，甚至脚步的频率和急缓程度，可以分析用户的情绪状态，以采用不同的方式推进交互，提高人机交互的交互效率与质量。应对人机交互场景化应用不断拓展的市场需求，多模态、智能化的完整解决方案可以更好地应对不同场景的复杂变化，多模态交互成为行业发展的必然趋势。
3）芯片研发日益关键，端侧智能与云侧智能双轮驱动AI深度应用：目前基于深度学习的智能算法通常运行于具有强大计算能力的云计算中心，而相比于云计算，边缘计算将资源和服务下沉到网络边缘端，从而带来更低的带宽占用、更低的时延、更高的能效和更好的隐私保护。随着移动终端设备的普及率越来越高，未来行业将逐步将人工智能模型全部或分布式的部署到资源受限的终端设备上，与云侧智能协同。同时，结合感知硬件和计算模组的软硬一体化解决方案，也成为人工智能软件算法技术落地优化的趋势。软硬一体化的方案将更容易提升人工智能用户的最终体验，更好解决AI落地的“最后一公里”问题。
软硬一体化的重要形态就是专用人工智能芯片。专用芯片往往是场景化或针对特定功能的，成本和效率大大优于通用芯片，可以进一步提高产品端侧的计算效率，并提升针对特定应用场景的优化适应能力。未来，人工智能语音芯片的发展将进一步推动智能语音语言产品在各垂直行业领域商业化落地。
4）以对话交互为核心的认知和知识计算成为智能信息服务的重要技术趋势：基于知识交互的认知智能是信息服务智能化的核心技术，在智能客服、教育、办公、金融、政务、医疗等各个垂直领域的数字化转型中具有重要作用。在各类智能信息软硬件爆发式增长的大背景下，对话式语言认知智能，尤其是对话理解和管理技术，将成为感知与认知系统级融合的关键技术，极大影响用户体验。另一方面，针对垂直领域的复杂结构化数据库、各类知识文档等多种形态的原始知识源，进行知识结构化和知识图谱构建，形成可控人机理解式交互的知识源，支撑知识问答和对话，支持人类决策，将是面向信息服务智能化的知识计算的发展方向。
5）系统级的大规模场景化柔性定制成为平台赋能传统产业的关键：在系统工程及赋能平台层面，由于人工智能赋能产业过程中的场景化定制需求巨大，当前智能语音语言行业的公司逐步由向硬件设备厂商提供单一技术授权或单点技术的项目制开发等商业模式，逐步转向以最终用户体验为目标的轻量化需求产品的快速迭代、规模化定制开发和软硬一体化，通过提供人工智能芯片及模组、智能语音及语言技术定制接口、业务级对话技能开发以及灵活的知识资源库等智能语音语言的全链路柔性定制方案，增加技术输出的厚度，扩大技术输出的边界，增加下游产业的粘性，形成生态优势。
（5）智能语音语言行业在新产业、新业态方面的发展情况和未来发展趋势：数字化转型催生了两个重要趋势，一是智能信息硬件的大量出现和快速普及，二是各类生产、生活、治理场景的数字化过程中产生了海量的知识信息。语音及语言技术，作为连接人与智能设备、进行知识信息服务处理的核心人工智能技术，在这两个趋势下发展前景广阔。近年来，人工智能语音语言技术与生产、生活和社会治理深度融合，不断推动经济社会数字化转型。智能语音语言技术产业化的程度进一步加深，应用场景不断扩展，在汽车、家居、金融、教育、医疗、公共卫生、政务等领域均应用广泛，并形成了全新的产业链条。同时，随着智能语音语言技术的各项应用逐渐落地，用户对产品的使用逐步深化，人们对智能语音语言产品产生更多的期望，未来智能语音语言行业的发展将会更加聚焦在使用体验上，智能语音语言产品将朝着更加智能、更加人性化的方向发展，各类应用从单向指标的不断优化过渡到重视整体商业落地性能。例如，从追求语音识别的高准确率到关注产业化场景应用能力、整体运行稳定性、响应速率等。
1）智能硬件终端：2020年在我国各类智能硬件中，以本地或云端算法形式及语音AI芯片硬件形式提供语音交互能力的市场规模达到31.4亿元，到2025年将突破138亿元，2019-2025年CAGR为35.2%。随着智能物联网（AIoT）产业发展，到2025年，65%以上的家庭将拥有智能音箱、智能机器人、智能面板等各形态的AI管家，未来搭载语音交互能力的硬件设备总量将非常可观、潜力巨大。
语音作为人类最便捷、自然的沟通方式，是物联网人机交互的最佳入口。人工智能语音语言技术与物联网相结合，使用户可以直接通过对话与物联网各类终端设备交互获得即时服务，大幅提升生活质量。例如，智能家居领域，由智能家电等各类硬件、智能软件系统、云计算平台构成了家居生态圈；智能汽车领域，语音交互成为最安全便捷的车内信息交互方式，不再局限于简单的问路导航，还可全面覆盖车主在用车环节中所涉及的使用场景，包括对车主的画像分析、行为感知、车后市场服务的推荐和应用等。
2）智能信息服务：随着大量信息被数字化和知识化，智能信息服务在生产、生活、社会治理的各个领域都日益得到广泛重视，应用的需求不断增长。智能问答、对话机器人、信息及知识提取、语义分析、知识图谱、知识及信息搜索、机器翻译等语音及语言技术在智能信息服务相关的系统中都有广泛应用。
企业的智能客服系统通过自动人机对话交互和语音语言分析功能，提供信息查询、问答服务、通知互动、服务规范化质检等服务，减少人工成本，减轻人工工作量，减少用户等待应答时间，提高了企业的服务效率。医院及健康管理方面，通过智能对话机器人的导诊、预问诊、随访等服务，帮助病人和医生提升问诊和诊后管理效率，推进普惠医疗，通过医疗信息的知识结构化和语言处理，为医生提供辅助诊疗支撑。社会治理方面，通过语音语言技术，实现社区信息摸排智能化。如新冠疫情爆发后，疫情防控智能机器人的语音电话排查服务，大大提升了疫情防控工作效率，降低工作人员与返乡、疑似群体的传染风险，大数据分析也为抗疫工作的开展提供了数据支撑。
2022-2028年人工智能语音语言行业市场竞争格局调查分析及发展战略规划评估预测报告
第一章人工智能语音语言行业发展综述
第一节人工智能语音语言行业发展概述
第二节人工智能语音语言行业产业链分析
第三节人工智能语音语言行业市场环境分析
第四节中国人工智能语音语言行业供需分析
一、2016-2021年中国人工智能语音语言市场供给总量分析
二、2016-2021年中国人工智能语音语言市场供给结构分析
三、2016-2021年中国人工智能语音语言市场需求总量分析
四、2016-2021年中国人工智能语音语言市场需求结构分析
五、2016-2021年中国人工智能语音语言市场供需平衡分析
第二章我国人工智能语音语言行业运行现状分析中金企信国际咨询
第一节我国人工智能语音语言行业发展状况分析
一、我国人工智能语音语言行业发展阶段
二、我国人工智能语音语言行业发展总体概况
三、我国人工智能语音语言行业发展特点分析
四、我国人工智能语音语言行业商业模式分析
第二节2016-2021年人工智能语音语言行业发展现状
一、2016-2021年我国人工智能语音语言行业市场规模
二、2016-2021年我国人工智能语音语言行业发展分析
三、2016-2021年中国人工智能语音语言企业发展分析
第三节2016-2021年人工智能语音语言市场情况分析
一、2016-2021年中国人工智能语音语言市场总体概况
二、2016-2021年中国人工智能语音语言产品市场发展分析
第四节我国人工智能语音语言市场价格走势分析
第三章中金企信国际咨询我国人工智能语音语言行业整体运行指标分析
第一节2016-2021年中国人工智能语音语言行业总体规模分析
一、企业数量结构分析
二、人员规模状况分析
三、行业资产规模分析
四、行业市场规模分析
第二节2016-2021年中国人工智能语音语言行业发展情况分析
一、我国人工智能语音语言行业工业总产值
二、我国人工智能语音语言行业工业销售产值
第三节2016-2021年中国人工智能语音语言行业财务指标总体分析
一、行业盈利能力分析
二、行业偿债能力分析
三、行业营运能力分析
四、行业发展能力分析
第四章2022-2028年中国各地区人工智能语音语言行业运行状况分析及预测
第一节华北地区人工智能语音语言行业运行情况
一、2016-2021年华北地区人工智能语音语言行业发展现状分析
二、2016-2021年华北地区人工智能语音语言市场规模情况分析
三、2022-2028年华北地区人工智能语音语言市场需求情况分析
四、2022-2028年华北地区人工智能语音语言行业发展前景预测
五、2022-2028年华北地区人工智能语音语言行业投资风险预测
第二节华东地区人工智能语音语言行业运行情况（同上下略）
第三节华南地区人工智能语音语言行业运行情况
第四节华中地区人工智能语音语言行业运行情况
第五节西南地区人工智能语音语言行业运行情况
第六节西北地区人工智能语音语言行业运行情况
第七节东北地区人工智能语音语言行业运行情况
第五章2022-2028年人工智能语音语言行业竞争形势及策略
第一节行业总体市场竞争状况分析
一、人工智能语音语言行业竞争结构分析
二、人工智能语音语言行业企业间竞争格局分析
三、人工智能语音语言行业集中度分析
四、人工智能语音语言行业SWOT分析
第二节中国人工智能语音语言行业竞争格局综述
第三节2016-2021年人工智能语音语言行业竞争格局分析
一、2016-2021年国内外人工智能语音语言竞争分析
二、2016-2021年我国人工智能语音语言市场竞争分析
三、2016-2021年我国人工智能语音语言市场集中度分析
四、2016-2021年国内主要人工智能语音语言企业动向
第四节人工智能语音语言行业并购重组分析
第六章中金企信国际咨询人工智能语音语言行业“十四五”规划研究
第一节“十三五”人工智能语音语言行业发展回顾
一、“十三五”人工智能语音语言行业运行情况
二、“十三五”人工智能语音语言行业发展特点
三、“十三五”人工智能语音语言行业发展成就
第二节人工智能语音语言行业“十四五”总体规划
一、人工智能语音语言行业“十四五”规划纲要
二、人工智能语音语言行业“十四五”规划指导思想
三、人工智能语音语言行业“十四五”规划主要目标
第三节“十四五”规划解读
一、“十四五”规划的总体战略布局
二、“十四五”规划对经济发展的影响
三、“十四五”规划的主要精神解读
第四节“十四五”区域产业发展分析
第五节“十四五”时期人工智能语音语言行业热点问题研究
第七章2022-2028年人工智能语音语言行业前景及趋势预测
第一节2022-2028年人工智能语音语言市场发展前景
一、2022-2028年人工智能语音语言市场发展潜力
二、2022-2028年人工智能语音语言市场发展前景展望
三、2022-2028年人工智能语音语言细分行业发展前景分析
第二节2022-2028年人工智能语音语言市场发展趋势预测
一、2022-2028年人工智能语音语言行业发展趋势
二、2022-2028年人工智能语音语言市场规模预测
1、人工智能语音语言行业市场容量预测
2、人工智能语音语言行业销售收入预测
三、2022-2028年人工智能语音语言行业盈利能力预测
第三节2022-2028年中国人工智能语音语言行业供需预测
第八章2022-2028年人工智能语音语言行业投资价值评估分析中金企信国际咨询
第一节人工智能语音语言行业投资特性分析
第二节2022-2028年人工智能语音语言行业发展的影响因素
第三节2022-2028年人工智能语音语言行业投资价值评估分析
第四节人工智能语音语言行业投融资情况
第五节2022-2028年人工智能语音语言行业投资机会
第六节2022-2028年人工智能语音语言行业投资风险及防范
第七节中国人工智能语音语言行业投资建议
第九章中金企信国际咨询人工智能语音语言行业投资战略研究
第一节人工智能语音语言行业发展战略研究
一、战略综合规划
二、技术开发战略
三、业务组合战略
四、区域战略规划
五、产业战略规划
六、营销品牌战略
七、竞争战略规划
第二节对我国人工智能语音语言品牌的战略思考
一、人工智能语音语言品牌的重要性
二、人工智能语音语言实施品牌战略的意义
三、人工智能语音语言企业品牌的现状分析
四、我国人工智能语音语言企业的品牌战略
五、人工智能语音语言品牌战略管理的策略
第三节人工智能语音语言经营策略分析
第四节人工智能语音语言行业投资战略研究
第十章中金企信国际咨询研究结论及投资建议
第一节人工智能语音语言行业研究结论及建议
第二节人工智能语音语言子行业研究结论及建议
第三节人工智能语音语言行业投资建议
一、行业发展策略建议
二、行业投资方向建议
三、行业投资方式建议返回搜狐，查看更多
人工智能如何“向善”
一段时间以来，以ChatGPT为代表的人工智能大模型搅动了全球人工智能技术发展的浪潮。从写代码到讲故事，从撰写文章到自动制作数据表格……人工智能正在给人类的工作、学习、生活带来诸多变化。
我们距离“无所不能”的通用人工智能还有多远？人工智能的发展带来哪些安全隐患和挑战？近日召开的2023北京智源大会上，来自全球的人工智能专家学者围绕相关话题展开探讨。
通用人工智能路途尚远
“想象一下，未来10年，通用人工智能（AGI）几乎在每一个领域都超过人类的专业知识，最终可能超过所有大型公司的总体生产力，这将提高人们的生活水平。”OpenAI首席执行官山姆·阿尔特曼展现了一幅人工智能的未来图景。
所谓AGI，是指能够像人类一样在各种领域进行智能任务的人工智能系统。这与目前人工智能应用只聚焦于特定任务或领域（如图像识别、语音识别、自然语言处理等）不同，对人工智能技术提出了更高要求。
“通用人工智能可以比人类更好、更快地学习和执行任务，包括人类无法处理的任务。由于机器在速度、内存、通信和带宽方面的巨大优势，未来通用人工智能几乎在所有领域都将远超人类的能力。”美国加州大学伯克利分校计算机科学教授斯图尔特·罗素说。
尽管人工智能已经有了“超越”人类的“时间表”，但在很多专家看来，目前的人工智能距离AGI还有不小的距离。
罗素认为，当下火热的大语言模型并不“理解世界”，只是通用人工智能的一块“拼图”——“我们并不了解如何将它与其他部分连接起来，甚至还有一些缺失的拼图还没有找到。”
北京智源人工智能研究院院长黄铁军指出，要实现通用人工智能，有3条技术路线：第一是大模型，通过海量高质量数据，让人工智能具备智能涌现能力；第二是具身智能，通过强化学习方法，训练出具身模型；第三是类脑智能，让机器达到或类似于人脑能力。
对于人工智能的发展，图灵奖得主、纽约大学教授杨立昆提出了“世界模型”的概念——人工智能系统可以通过这一模型理解世界的运转方式，并以最优化、成本最小的方式来行动。
加强安全治理领域国际合作
根据普华永道会计师事务所预测，到2030年，人工智能将创造15.7万亿美元的经济价值。人工智能为经济发展提供了重要机遇，但也引发了安全性方面的担忧和争议。
图灵奖得主、多伦多大学教授杰弗里·辛顿认为，目前的人工智能已经可以通过学习，掌握“欺骗”人类的方式。“一旦人工智能具备了‘欺骗’的能力，就有了‘控制’人类的能力。这样的超级智能可能会比预想中发生得更快。”
在通用人工智能时代到来之前，人工智能的安全风险主要来自于“人”。“我们不应该假设机器是公正的，因为机器可能会试图改变人类的行为。更准确地说，是机器的所有者想要改变其他人的行为。”图灵奖得主、中国科学院院士姚期智说，当前人工智能的发展处于重要窗口期，各国应共同合作，搭建人工智能的治理结构。
随着人工智能的本事越来越大，人工智能的“对齐”问题浮上水面。所谓“对齐”，即人工智能系统的目标要和人类的价值观与利益“对齐”，保持一致。
如何让人工智能与人类“对齐”？阿尔特曼认为，人们应当负责任地将人工智能应用到世界中，重视和管理好安全风险。他建议在人工智能技术研发过程中建立平等、统一的国际规范和标准，并通过国际合作，以可验证的方式建立人工智能系统安全开发的信任体系。
黄铁军认为，人工智能虽然会产生预料之外的新能力，但这并不意味着人类无法对人工智能进行管理。“如何管理人工智能这样一个创造性极强的系统，社会学、历史学等学科都能提供很好的借鉴意义。”
今年2月，中国在《全球安全倡议概念文件》中提出加强人工智能等新兴科技领域国际安全治理，预防和管控潜在安全风险。在此次智源大会上，专家学者积极评价中国在推动人工智能国际治理上的贡献。
阿尔特曼说，中国在人工智能领域拥有大量优秀的人才和产品系统，在人工智能的安全方面应发挥关键作用。
麻省理工学院人工智能与基础交互研究中心教授马克斯·泰格马克表示，中国在塑造全球人工智能议程上的能力日益增长，可以在人工智能安全治理领域发挥领导作用。
推动大模型共建共享
当下，全球人工智能领域的科技竞赛日趋白热化。2023中关村论坛上发布的《中国人工智能大模型地图研究报告》显示，全国已发布了79个参数在10亿规模以上的人工智能大模型。
从全球来看，中国和美国已发布的大模型数量超过全球总数的80%。中国自2020年起进入大模型快速发展期，在大模型方面已建立起涵盖理论方法和软硬件技术的体系化研发能力，形成了紧跟世界前沿的大模型技术群，涌现出多个具有行业影响力的预训练大模型。
在此次大会上，全面开源的智源“悟道3.0”系列大模型及算法正式发布。据了解，“悟道3.0”涵盖了一系列领先成果，包括“悟道·天鹰”（Aquila）语言大模型系列、天秤（FlagEval）开源大模型评测体系与开放平台，“悟道·视界”视觉大模型系列以及一系列多模态模型成果等。
黄铁军认为，人工智能大模型有3个特点：一是规模大；二是有“涌现性”，即能够产生预料之外的新能力；三是通用性，不限于解决专门问题或者专门领域。他表示，大模型不是任何一家机构或者一家公司垄断的技术，应当共建共享，推出一套智力社会所需的基础的算法体系。
（实习生张伟纳对本文亦有贡献）
(责编：杨光宇、牛镛)关注公众号：人民网财经分享让更多人看到