未來(lái)AI無(wú)疑是數(shù)字經(jīng)濟(jì)最重要的組成部分。而AI的發(fā)展，首先要解決的是AI與實(shí)體之間的法律關(guān)系及邊界問(wèn)題。AI不是為了讓人脫離真實(shí)世界，而是為了增加人與真實(shí)世界、人與人的交流，它應(yīng)該使人類更懂得多元與互信，而非割裂的二元。

相對(duì)而言，大量研究在預(yù)訓(xùn)練模型的落地能力上將持續(xù)努力，壓縮、剪枝、蒸餾的工作仍起到重要作用。不止于算法本身，編譯、引擎、硬件等方面的優(yōu)化也在大步邁進(jìn)。整體而言，現(xiàn)在大規(guī)模預(yù)訓(xùn)練模型的研究，包括模型結(jié)構(gòu)的演進(jìn)和落地仍處在探索階段，各家的持續(xù)探索正在不斷擴(kuò)大對(duì)大規(guī)模預(yù)訓(xùn)練模型的認(rèn)知邊界。

毫不諱言，AI超大模型應(yīng)該成為普惠性的科技進(jìn)步力量，讓行業(yè)用戶甚至是中小用戶也能使用超大模型尋求深度創(chuàng)新，促進(jìn)業(yè)務(wù)可持續(xù)健康發(fā)展。

這一成果的取得必須依靠更多的產(chǎn)、學(xué)、研、用機(jī)構(gòu)和開(kāi)發(fā)者，從技術(shù)創(chuàng)新、場(chǎng)景融合、應(yīng)用開(kāi)發(fā)等不同維度，共同促進(jìn)AI超大模型的健康發(fā)展與產(chǎn)業(yè)落地。大模型沉淀的知識(shí)與認(rèn)知推理能力向小模型輸出，小模型基于大模型的基礎(chǔ)疊加垂直場(chǎng)景的感知、認(rèn)知、決策、執(zhí)行能力，再將執(zhí)行與學(xué)習(xí)的結(jié)果反饋給大模型，讓大模型的知識(shí)與能力持續(xù)進(jìn)化，形成一套有機(jī)循環(huán)的智能系統(tǒng)。參與者越多，模型進(jìn)化的速度也越快。