更新时间:
2020年,大规模预训练模型的兴起标志着人工智能发展进入新阶段。GPU(图形处理器)与TPU(张量处理器)等高性能计算芯片进步、云计算与分布式计算架构发展,以及互联网和移动互联网发展积累的海量数据,使得训练和部署超大规模人工智能模型成为可能。以GPT-4.5、Gemini2.0、DeepSeek-V3等为代表的大模型扩展了人工智能的能力边界,这些大模型具有千亿级参数,通过大规模数据训练实现跨任务、跨模态的通用智能,能够完成高质量的自然语言理解、代码生成、数据分析、智能创作等任务。此外,具身智能将人工智能从数字世界扩展到物理世界,使得智能机器人系统能够在物理环境进行感知、规划、决策和执行,利用感知到的数据学习物理世界运行的客观规律,进行自我训练和迭代升级,实现智能水平快速进化。
国家体育总局体育文化与体育宣传发展战略研究中心高端智库骨干专家、广州体育学院教授曾文莉告诉《环球时报》记者,体育具有较强的杠杆效应,以体育赛事表演为杠杆,能撬动城市基建、旅游、文化等,激活体育消费热情,推动体育产业能级提升,而这个杠杆的原动力主要是运动员尤其是明星运动员。
“去年‘五一’我没想到有这么多客人,甜品根本不够卖。今年我准备足够多,也见到了很多回头客。”“五一”假期,土耳其甜品师阿布杜拉(Abdullah)在浙江义乌的甜品店说,以前来他店里的客人中只有2%为中国食客,如今70%为中国食客。
我国人工智能发展注重整体布局与产业协同,而非单一技术指标的突破。作为全球工业门类最齐全的国家,我国制造业增加值占全球比重约30%,结合这一基础和优势,人工智能产业发展更加注重应用优先与产业协同,推动人工智能技术与行业Know-How深入融合,形成差异化竞争力。例如,将人工智能应用于自动化质检,提高效率、降低成本;将大模型应用于金融领域,提升风险管理能力。技术发展路径上,主要通过算法创新突破物理限制,DeepSeek-V3模型训练成本仅为GPT-4的1/10,推理成本为OpenAI o1的1/30,实现多项突破性创新,人工智能产业从技术跟跑转为并跑和领跑。
此外,“跟着AI去出游”“跟着龙舟去旅行”等一批新的服务消费热度不断攀升,平台数据显示,假期里各景区由异地游客贡献的门票交易额同比增长15%左右。
2024年10月,东盟—中国自贸区3.0版升级谈判取得实质性成果。这一里程碑事件彰显双方坚定维护自由贸易体系的决心,为深化区域经济一体化注入新动能。面对全球经济复苏乏力与保护主义抬头,东盟—中国自贸区3.0版释放推动建设开放型世界经济体系的重要信号,在制度上为促进贸易投资自由化便利化、维护区域供应链稳定保驾护航。
核心技术层面,算力基础尚未完全自主可控成为掣肘。与美国相比,我国在芯片架构、核心算法及软件工具链领域仍存在代际差距,技术成熟度不足导致大模型训练效率与实时应用场景拓展受限。算法领域取得了重大进展,但底层框架高度依赖开源体系,类脑智能、多模态融合等前沿领域缺乏原创性突破。同时,技术适配性不足成为人工智能与行业结合、推动场景落地的主要瓶颈之一。单一模型难以应对复杂场景,多模型协同与集成学习亟待突破。以制造业为例,产线设备参数与工艺流程的异构性要求AI系统既具备跨场景知识迁移能力,又能精准嵌入行业特有经验,但现有模型对隐性工艺知识的抽象建模能力还较为薄弱。破解这一难题,需突破多模态感知融合、边缘计算实时决策、行业知识图谱与模型泛化协同等技术壁垒。