随着生成式AI技术的快速进步，2023年标志着这一领域的重大转折。自从2010年代初期人工智能技术的初步突破以来，AI已经从实验室走向实际应用，彻底改变了我们对智能系统的认知。2022年11月30日，OpenAI宣布推出ChatGPT，标志着这一趋势的顶峰。在此后的一年中，全球见证了生成式AI技术的寒武纪式爆发，伴随着国内外大模型产品的快速更新迭代以及新的AI创业公司的涌现，这一年成为了生成式AI变革的转折之年。

在这一年里，生成式AI技术在语言理解、图像生成和数据分析等领域取得了显著的技术突破。这些进步不仅加速了AI技术的商业应用，还对全球经济格局产生了深远的影响。

尤其值得关注的是，中国在全球AI大模型领域的地位显著提升。国内技术的快速发展与全球趋势相呼应，展现了中国在推动AI技术进步和应用方面的独特角色。

2023年可谓是生成式AI的变革转折之年。在本文中，我们将回顾从ChatGPT发布至今的一年时间里，这一领域所经历的重大变化，探讨它对未来的潜在影响，以及在全球范围内所带来的挑战和机遇。

2023大模型发布时间线回顾

OpenAI和ChatGPT的发展

在2023年，OpenAI一直是大型语言模型领域的王者，2022年11月30日ChatGPT发布之后，以最快的速度（5天）突破了百万用户，随后，在推出仅2个月的时间，月活用户突破了1亿，成为史上用户增长速度最快的消费级应用程序。此后，ChatGPT的更新成为生成式AI领域的风向标，受到无数人的关注。

2023年ChatGPT的关键更新：

数据来源于公开信息整理

2023年，ChatGPT不断迭代更新，从1月的功能增强到年底的自定义模型（GPTs）和语音版本的推出，每次更新都显著提升了模型的能力和用户体验。这些更新涉及性能改善、新功能添加、界面优化等多个方面，使ChatGPT成为生成式AI领域的关键创新者和风向标。通过不断的技术进步，ChatGPT在为用户提供高质量互动体验的同时，也推动了整个行业的发展。

中国大模型发展情况

在国内，百度在2023年3月16号发布“文心一言”，打响了国内大模型发布的第一枪，后续多个大厂如华为、阿里、商汤、360纷纷入局，引发了国内的“百模大战”，国内市场一度在3个月的时间里发布了79个大模型，引起广泛热议。

2023年中国各大厂商发布大型模型的部分时间线：

数据来源于公开信息整理

在2023年，中国的生成式AI领域经历了显著的发展和创新。从百度的“文心一言”开始，一系列国内科技巨头和新兴企业纷纷投入到这场“百模大战”中。这些公司发布的大型模型不仅覆盖了自然语言处理、多模态处理等多个领域，还涵盖了企业级应用和消费级市场。这些模型的发布显示了中国在AI技术上的深度投入和创新能力，特别是在处理中文数据和适应中国市场方面。2023年，中国AI大模型的快速发展不仅促进了技术进步，也引发了公众和行业的广泛讨论，成为全球AI发展的一个重要里程碑。

生成式AI的全球趋势与挑战

全球各地AI大模型的发展趋势

在探讨生成式AI 2023年的发展过程中，我们不仅见证了技术自身的跨越式进步，还看到了这项技术在全球范围内产生的深远影响。生成式AI技术，尤其是大语言模型，已经成为当今科技领域最受瞩目的现象之一。它不仅仅是一个孤立的技术点，并开始逐渐演变成为推动整个产业发展的关键动力。在这个背景下，我们希望从更宏观的视角审视全球各地AI大模型的发展趋势。这些趋势不仅体现在各国如何构建和优化自己的AI产业生态，也体现在技术进步和应用扩展的维度：

趋势一：构建产业生态是各国AI产业发展的“主战场”

美国全方位促进AI产业发展。美国国家科学基金会认为，推进AI发展不仅需要巨额科研投资，还需要建立与之相匹配的强大、可持续性AI创新生态。美国于2023年发布第三版《国家AI研发战略计划》，确立了九项战略：

美国国家AI研发战略计划

欧洲强调发展可信任的AI。欧盟2023年发布了《AI行动计划》，重点支持法国和欧洲AI生态系统中的创新者，保护个人隐私。日韩强调发展为人服务的AI。日本2022年发布第三版《AI战略》，从人才培养、赋能产业、技术体系、国际化等方面提出AI发展的战略目标。韩国2023发布有关AI发展的新计划，具体措施包括：在健康福利、卫生、教育、文化、抗灾应急、行政等各领域全面引进AI技术；同美国、加拿大、欧盟等的高校开展国际联合研究；将讨论数字化权利法案，强化AI伦理规范和可信赖性。东南亚领先国家积极在AI领域进行布局。除新加坡之外的东南亚国家AI产业基础都比较薄弱，只有少数几个国家提出了AI政策和战略。新加坡计划在2030年成为人工智能广泛应用的智慧国家。新加坡发布了《AI治理框架》《AI治理案例汇编》等，规范AI发展。中东国家将AI作为“后石油时代”经济社会发展的核心驱动力。沙特推出国家数据和AI战略，不但通过主权财富基金进行投资，还计划到2030年吸引200亿美元投资，培训2万名数据和AI专家。埃及的AI国家战略包括教育和培训、数据利用、AI系统开发、技术应用等内容。约旦2023年召开国家AI项目启动仪式，公共部门将加快使用AI进程。阿曼2023年启动“AI赋能国民经济国家倡议”，旨在促进在政府发展项目中使用AI技术，提供投资机会。

趋势二：基础大模型 领域大模型将成为AI产业的底座

与之前的AI应用方案相比，预训练大模型具有较好的泛化能力，应用时需要的时间、成本和数据量较少，为AI应用提供了切实可行的路径，谷歌、华为、阿里等大型科技公司加快了基础大模型的研发应用进程。

基础大模型通用性强、专用性弱，在基础大模型基础上，利用行业数据，训练出适用于特定领域的专用模型，能够很好解决具体行业场景中的问题。我国拥有庞大的产业基础和消费市场，并且处于产业转型和消费升级过程之中，制造、金融、政务、医疗等领域的头部企业凭借在特定行业的知识、业务和客户资源基础，分别开发利用特定领域的大模型，能够获得商业价值和社会价值。

少量基础大模型与众多领域大模型相结合，将成为AI产业的底座，满足AI场景应用的需求，促进AI产业繁荣发展。

趋势三：大型科技公司是AI产业发展的重要力量

大型科技公司拥有技术、人才、资金、业务等方面的优势，能集中力量和资源研发大模型、搭建平台、提供工具等，在AI产业发展中起着重要作用。

国外大型科技公司先在自身业务中引入AI应用，再对外输出技术方案。微软在AI领域深耕多年，2019年起又通过投资OpenAI布局AI发展，在ChatGPT推出后，迅速将其能力应用于搜索、办公软件等产品中，并开始对外输出AI能力和方案。谷歌自2016年起一直将AI作为发展重点，ChatGPT爆火后，谷歌全面升级AI聊天机器人Bard，并利用AI技术优化升级智能助手、搜索、You Tube等产品。Meta将AI引入其应用程序，为30亿用户提供类似于ChatGPT的体验，并计划推出数十个具有独特个性的AI聊天机器人，以吸引年轻用户。

国内大型科技公司利用国内数字化转型的契机，一方面推动自身产品的AI化，另一方面将AI能力对外输出，助力传统企业数字化、智能化转型。

趋势四：产业化沿着ToB和ToC两条路径向纵深场景拓展

AI在ToB领域的创新应用引导传统产业智能化发展。随着行业大模型的推出，AI在ToB领域的商业化应用逐步深化，AI应用从企业内部智能化逐步扩展到产业智能化，从提升企业效率扩展到提升产业整体效率。在AI与产业融合的过程中，各行业会出现新的应用场景和商业模式，创新性加速推动产业智能化进程。

AI在ToC领域的深入应用将产生新的人机交互方式和AI公司。目前ToC领域的应用尚有很大的发展空间，摩根士丹利最近一项针对2000人的调研发现，有80%的人没有用过ChatGPT或谷歌的Bard。结合个人日常工作和生活，未来自然会话、语音助手、数字人等将在ToC领域得到重点应用，将改变当前C端互联网应用格局，并会诞生一些新AI公司。语音助手是AI最适宜进行ToC应用的功能，自然会话有望成为主流的人机交互方式，而大模型的人机交互界面有望成为新一代流量入口。机器人技术和功能完善之后，应用于家政、教育、健康等服务业，在即将到来的老龄化社会中带给人们更好的生活方式。数字人应用门槛和成本将大幅降低，成为像手机APP一样便捷的应用，提供情感支持、资讯、生活和健康管理等服务。

生成式AI在国内不同行业的应用案例

华为盘古大模型：盘古大模型已经陆续推出矿山、药物分子、电力、气象、海浪等10多个大模型，支撑400多个业务场景的AI应用落地。阿里通义千问大模型：通义千问大模型将淘宝天猫、钉钉、高德地图等产品有序接入，并开放通义千问的能力，让外部企业结合行业知识和应用场景，训练自己的企业大模型。百度文心一言大模型：文心一言大模型将用于百度自身所有业务的AI重构，百度行业大模型将深入能源、金融、教育、办公、媒体等领域，期望带动千行百业降本增效。腾讯混元大模型：混元大模型已经深度支持50多个腾讯内部业务，腾讯通过腾讯云对外开放混元大模型的能力，为不同产业场景构建专属应用。新兴企业和创新应用：除了大型科技公司，一系列新兴企业也在AI领域崭露头角，推出针对特定行业的定制化AI解决方案，一些初创企业在医疗诊断、法律服务和教育领域通过使用大型模型实现了突破，提供了更加精准和高效的服务。

预计未来生成式AI技术将进一步进化，从而带来更高的精准度和更广泛的应用范围，但伴随着AI技术的快速发展，中国也需要加强相关的政策制定和监管，从而以确保技术的健康和可持续发展。

当前生成式AI面临的技术挑战

挑战一：技术和资源挑战

技术复杂性：生成式AI模型含有数十亿甚至数万亿参数，这使得它们对于大多数企业来说是一个复杂的挑战。资源密集和昂贵的特性限制了它们的普及，导致大多数企业可能通过云API以有限的定制选项来访问生成式AI。需要专门的MLOps技术：采用一些更具变革性的生成式AI应用可能需要专门的MLOps技术和实践，从而使得可以尽可能安全地操作。实时模型操作是其中一个领域，其中包括监控系统和设置即时警报，以保持生成式AI系统的正常运行

挑战二：企业层面的挑战

与企业旧系统整合：企业面临是否将生成式AI整合进旧系统或完全替换它们的困境，而这种整合对于AI技术的无缝采用至关重要。避免技术债务：生成式AI有成为技术债务的风险。企业需要确保AI的采用带来了显著的变化和优化，而不仅仅是增加他们流程中的复杂性。企业内部的协调和监督：管理生成式AI采用和使用的专门卓越中心的需求正在增长。这些中心将制定管理AI使用的政策，并涉及来自不同部门的关键利益相关者。企业的风险管理和准备：许多组织还没有为广泛使用生成式AI及其相关风险做好准备，目前很多企业几乎还没有完善的政策来管理生成式AI技术的引入和使用。

挑战三：法律和伦理挑战

法律问题和算法偏见：生成式AI面临与知识产权相关的挑战，因为这些模型通常需要大量训练数据，可能导致版权问题。算法偏见是另一个担忧，因为基于有缺陷数据训练的模型可能传播偏见和歧视。监控滥用和AI幻觉：AI模型降低了内容创造的成本，但这也可能导致滥用，比如深度伪造等。同时，大模型会提供错误信息或“幻觉”事实，这也是对生成式AI技术发展的一个重大担忧。

挑战四：劳动力和社会影响

劳动力重塑：生成式AI可能会改变许多领域的工作角色，例如，在客户支持领域，尽管AI可能减少了所需的代理数量，但它也可能创造出新的职位，专注于监督和改善AI辅助的体验，预计会有相当一部分劳动力将因采用AI而进行再培训。由于生成式AI增强的自动化能力，服务运营部门可能会看到劳动力规模的减少，这同时也引发了社会对工作岗位可能会减少的担忧。就业需求变化：AI相关岗位的需求正在发生变化，转向招聘数据工程师、机器学习工程师和AI数据科学家。AI相关软件工程师的需求有所下降，而提示工程师的角色已经出现。

产业影响与政策环境

生成式AI对全球经济的影响

生成式AI的迅猛发展正在重塑全球经济的多个方面。这一技术的崛起不仅带来了巨大的经济价值和生产力提升，而且还推动了创新和新商业模式的形成。与此同时，它也对现有的工作岗位构成了相应挑战。

据预测，生成式AI将在全球经济中创造2.6至4.4万亿美元的年度增值，将显著提升整个AI行业的经济影响力，预计可将全球GDP提升7%。这种增长不仅是量的增加，也代表了AI技术在经济中的角色和重要性的质的飞跃。

通过优化自然语言处理等先进工具，生成式AI显著提高了企业和社会的生产力。预计将在未来10年内提高全球生产力增长1.5个百分点。同时，作为一种创新催化剂，生成式AI促进了全新商业模式和应用程序的产生。通过降低内容创作的时间和成本，这些工具提高了企业的效率和盈利能力，为企业开拓新的收入渠道和市场机会。

虽然生成式AI在经济上带来了积极的影响，但它也对某些领域的就业产生了一些潜在影响。特别是在编程和撰稿等领域，工作岗位可能面临AI技术替代的风险。这一转变要求政策制定者、企业和社会采取措施，以确保劳动力的平稳过渡和再培训。

这一领域的发展既带来了巨大的经济机会，也提出了对现有劳动力结构和技能要求的挑战。展望未来，重要的是政策制定者、企业和教育机构必须合作，以确保从这一技术革命中获得最大的利益，同时缓解其潜在的负面影响。通过持续的研究、教育和政策创新，我们可以更好地利用生成式AI为全球经济带来的机遇，同时确保经济增长的可持续性和包容性。

中国政策环境对AI大模型的影响和回应

国家将AI发展作为建设创新型国家和世界科技强国、实现“两个一百年”奋斗目标和中华民族伟大复兴中国梦的强大支撑。国务院于2017年印发《新一代人工智能发展规划》，从构建科技创新体系、培育智能经济、建立智能社会、构建智能化基础设施体系等方面对我国AI发展做出战略性部署，明确到2025年AI产业进入全球价值链高端环节，新一代AI在重点领域得到广泛应用，到2030年AI产业竞争力达到国际领先水平，形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群。

中国正将AI作为推动经济社会发展的核心动力，各地也纷纷将AI定位为战略性技术以驱动科技创新、产业进步、城市建设和社会治理。中国地方政府在AI产业发展的关键环节如基础研究、技术突破和产业化等方面提供了全面支持。深圳市、浙江省和陕西省等地通过具体的行动方案推动了AI产业的多方面发展。各地还根据自身资源和产业基础，制定了重点AI政策，如北京市专注于建设具有全球影响的AI创新基地，上海市则重视AI在各种应用场景中的扩展及人才培养，广东省深圳市和上海市等地通过制定和发布相关条例，为AI产业的发展提供了法律框架和监管措施，确保了AI产业的有序和健康发展。这些举措体现了中国在AI领域的政策导向和发展策略，展现了其在全球AI领域的领导地位。

数据来源：神州数码《生成式AI企业应用落地技术白皮书》

写在最后

在2023年，生成式AI的影响已经深入到经济、社会、科技等多个层面，其发展展现了巨大的潜力和挑战。未来，预计这一领域将继续快速发展，同时也需要更多的创新和政策支持来应对其所带来的复杂问题。在文章的最后，我们为读者总结了2023年生成式AI的发展现状，总结其在不同领域的关键进展：

OpenAI的GPT-4依旧是行业领先者：GPT-4继续在大型语言模型领域保持领先地位，不仅在经典基准测试中表现优异，而且在评估人类考试的任务上超越了其他所有大型语言模型。市场追求更高效的模型：随着越来越多的研究者和公司尝试通过更小的模型、更优质的数据集和更长的上下文来达到或超越目前的模型性能，行业正朝着更高效的模型发展。这一趋势凸显了对持续数据源的关注，特别是在面临人类生成数据可能枯竭的担忧时。大模型在生命科学领域取得有意义的突破：大型语言模型和扩散模型在现实世界特别是生命科学领域取得显著进展。在分子生物学和药物发现方面，这些模型已经开始展现其巨大潜力。算力的重要性：算力成为新的关键资源，类似于“新石油”。2023年，英伟达的收入创历史新高，表明了其在AI发展中的核心地位。初创公司利用英伟达的GPU作为竞争优势，凸显了高性能计算在AI领域的重要性。生成式AI在风投中的地位：尽管科技公司整体估值下滑，专注于生成式AI应用的初创公司仍成功从风险投资和企业投资者处筹集超过百亿美元资金，这反映了市场对生成式AI未来潜力的信心。中国大模型的崛起：中国在AI大模型领域也取得了显著进展，推出了多个高效能的本土模型。这些模型在各种应用场景中展示了其能力，从增强智慧城市建设到提升工业自动化，中国的AI大模型正在为经济社会发展提供强大的技术支持。全球挑战与政策响应：生成式AI面临的全球挑战如技术复杂性、数据质量和偏见等问题继续受到关注。同时，全球范围内的政策环境正在逐步适应这一技术的发展，特别是在中国，政策环境积极响应AI大模型的发展，为其提供了有利的发展土壤。

随着2023年即将落幕，生成式人工智能领域不仅展现了其令人瞩目的成就，更开启了对未来无限可能的探索。我们有理由相信，生成式AI将继续作为一种变革性力量，影响着我们的生活、工作和认知世界的方式。2023年的成就只是开始，前方的路还长，充满了未知和可能。在这个充满挑战与机遇的时代，我们共同期待着生成式AI带来的更多惊喜和突破。

END