所謂AI大模型，通常指的是在人工智能領域中，具有大量參數的深度學習模型，這些模型能夠捕捉和學習數據中的復雜模式和關系，從而在各種任務上表現出色。去年，大模型行業經歷了如雨后春筍般的“百模大戰”，今年，業內認為迎來了大模型應用元年。各類AI大模型應用“上天入地，從宏觀到微觀”，開始深度服務我們的生產和生活。

全球首顆AI大模型衛星

讓衛星更聰明

在今年的9月底，我國商業航天團隊發射了全球第一顆AI大模型衛星。那什么是AI大模型衛星？它和普通的衛星有什么不同？經過一個多月的在軌測試，大模型衛星運行怎么樣？它能做些什么呢？

地球500公里外衛星上運行AI大模型

這個畫面是遠在500多公里外，衛星上運行AI大模型的場景。研發團隊介紹，本次的發射任務主要是對AI大模型衛星進行在軌運行試驗，測試不同溫度工況，以及完成和衛星之間的各類推理問答，目前各項任務執行均獲得成功，這也標志著一個智能衛星的時代正在開啟。

國星宇航首席執行官王磊：其實這個過程當中就已經產生了我們技術人員與衛星之間的一個技術性互動。因為遙感數據的星上的數據是一個體量很大，而且是非規則化的這種數據，現在大模型可以更好地對于一個區域，從目標識別、特征提取，甚至到行為預測，這就是得益于大模型的注入。比如道路的疏解，礦產資源的發現，還有包括城市的規劃，很多的場景都在這種新的場景之下會得到極大的效率提升。

AI大模型衛星天上自主作決策

有了大模型技術，衛星無需將數據傳回地面，就可以作出相關的任務決策，大大提升了衛星的工作效率。同時，加入了AI大模型技術的衛星，就仿佛開啟了自動駕駛模式的汽車，可以在天上進行自我姿態的調整和任務指令的自行執行。

為了將AI算力和系統從地面搬運到天上，團隊要解決一系列技術難題。

國星宇航首席執行官王磊介紹，挑戰還是比較大的。地面的話從能源建筑體量，包括溫度濕度，很多的控制條件相對于太空框架是更加寬松一點。這里還包括重量等很多的因素，我采取什么樣的板卡芯片，然后這種接口如何對接和協議的適配，這種會產生一系列的技術問題。

啟動“星算計劃”將算力系統搬到天上

將算力系統搬到天上后，團隊還有更大的目標。他們已啟動“星算計劃”，將于2030年前建成由2800顆算力衛星組網、全球覆蓋的“移動”算力網，助力人類更好地利用太空資源。

國星宇航首席執行官王磊：我覺得可能展望是隨著AI技術的發展和大模型技術的迭代，對于商業航天會有很大的改觀，甚至從整個工程設計理念都會帶動、會產生很多設計方思路上的改變，這一點對這個行業會產生很大的促進和推動作用。

AI大模型“造字”

效率提升10倍以上

在我們身邊，大模型應用在一些細分領域，正在顛覆傳統行業。比如利用大模型還可以創造不同的字體，可以讓效率提升10倍以上，成本也大大降低。一起去看看“AI設計師”是怎樣發揮創造潛力造字的。

這些風格各異、細節滿滿、數量龐大的字體庫，幾乎全部都是由AI設計完成的。這個不到十個人的“97后”創業團隊，僅用了18個月的時間，就已經完成了300多套字體的設計，字數加起來已經超過500萬字，將一套字體的設計效率較傳統人工設計提升了10倍以上，成本也降低了80%。AI是如何學會造字的呢？團隊工程師為我們介紹了整個學習過程。

圖形起源算法工程師許璀杰：左邊這個是參考字，然后這個AI生成出來的字已經很像了，如果我們把這兩個字重疊在一起，能夠看到有一些出入，黑色部分是重疊的，而藍色和黃色部分分別是這個參考字。我們會將之間的差值作為AI學習的目標，讓AI盡量地去減少它們之間的出入。然后AI通過不斷的學習，可以看到它的出入是在逐漸減小的。

據圖形起源算法工程師介紹，現在AI大概能夠把正確率做到97%，AI這部分大概是兩天完成，如果沒有AI生成，生產周期可能一套字需要6到12個月。

AI大模型“造字”正改變字體設計行業

這個創業團隊用AI改變的，正是字體設計行業。我們在印刷品、包裝、網站上經常能看到各種各樣的“字體”，這些字體是由字體設計師制作的。在一個字體文件中，每個字都是一張矢量圖，因此要制作一套字體，需要把對應語言中的每個字都手工繪制出來，比如漢字字體的設計師，可能需要繪制多達3萬個字，還需進行反復的細節調整，來確保每個字的正確性、美觀性和一致性，可想而知工作量極其龐大，這也直接導致了應用端，大家需要花費昂貴的版權費來承擔字體的設計成本。而這個創業團隊就敏銳捕捉到了傳統行業的特點，并用人工智能大模型技術來提質增效。

AI大模型可開發多語言符號字庫

團隊通過不斷摸索試錯，用技術解決真需求，不斷迭代技術能力，在算法、算力方面進行優化，讓大模型造字變得越來越可用。他們的字體生成能力還可以開發日、韓、拉丁字母等眾多語言和符號的字庫，他們還在研究將傳統書法家的毛筆字進行矢量化學習，設計成書法家字庫，從而發揚傳統的漢字文化。

記者探訪迭代中的“AI打工人”

AI大模型的超強學習能力，讓我們看到了它在各行各業的應用潛力。和任何一種技術的發展一樣，人工智能也需要不斷的學習和迭代，才能變得可用、好用。

用文字轉化成記者的語音生成的視頻，在幾分鐘內，一個以記者聲音和形象進行播報的視頻就生成了。

電商直播數字人大模型聲音文字秒級生成

在工作室里，記者只需要對著鏡頭錄制一段幾分鐘的畫面，隨后上傳到系統，再在系統里任意編輯自己想要表達的文字內容，就可以在一兩分鐘內，生成一段播報的內容。技術人員告訴記者，目前AI大模型技術還很難實時做到表情的模擬，但是在聲音和文字內容的快速生成上，已經做到了秒級。通過這種快速生成的能力，團隊推出了國內首個電商直播數字人大模型，并已經投放進了市場。

當記者在直播間隨機問數字主播，我想吃一個辣的，很快就得到了主播的回復。聲音細節、節奏，還有回復內容，能夠做到精準且快速，還充滿個性化，數字人利用大模型直播有了落地的可能。

零一萬物首席執行官李開復介紹，大模型的計算是要花很多的GPU芯片和算力，也是有很高的成本的。在過去有些美國的大廠做一次訓練，可能就要花1億甚至10億美元，我們的速度可以比openAI的模型要快30~40倍。而且它的成本是美國公司的1/30，所以它是可以點燃應用的。

集成式開發模式模型訓練推理“多快好省”

大模型動輒上億的訓練成本和推理成本，令很多開發者和大模型初創企業望而卻步。為了讓模型落地，真正好用，開發者們關注的并不能僅僅是生成的質量，還要在成本和好用性上去下功夫。在訓練模型過程中，一個集成式的開發模式發揮了作用，讓模型訓練和推理都做到“多快好省”。

“智能體”將如何改變我們的生活

隨著AI大模型技術的不斷落地，為我們身邊的各類硬件設備走向“智能”，提供了技術支持。“智能體”就隨之成了一個新的高頻詞。什么叫做智能體，這種新技術又將會怎樣改變我們的生活呢？

智能體，簡單來說，就是將人工智能大模型與各種智能硬件相結合，打造出的智能系統。和傳統硬件相比，它們能夠根據預設好的規則和目標，獨立自主地執行任務、理解并響應人類的需求。比如在手機上，我們已經可以用一句話，讓手機自主完成點外賣、全程無需人來插手。

智能體產品工程師江洪澤：通過大模型的理解能力，我們可以將用戶的意圖，拆解成很多個步驟，然后按照一定的方式編排，一個任務、一個任務地去幫助用戶自動完成，達成手機上的“自動駕駛”的這種體驗。

多層分級打造“智能”新標準

隨著智能在終端設備中的爆發，智能體的智能化標準也成了行業發展必不可少的關鍵。

近期，中國信息通信研究院牽頭發布了全球首份終端智能化分級研究報告，參考汽車自動駕駛的分級標準，這份報告將終端智能化水平由低到高分為L1—L5五個等級，等級越高，意味著終端在任務完成中的自主參與程度越高。幫助消費者理解他們的設備能做什么，也為產業發展提供了一份清晰的技術路線圖。

中國信通院泰爾終端實驗室副主任果敢：我們在分級這個方面主要從4個維度四大因素去考慮。首先對用戶的意圖理解的程度。另外從對用戶信息、用戶使用習慣的學習記憶的能力去考慮。后面兩個就是從提供服務和規劃任務的能力的程度，還有任務的執行完成情況這4個維度，去設計了1~5級的這種整個的分級的類別。

智能終端距完全自動化智能化仍有距離

據介紹，根據分級標準，目前智能終端發展階段普遍在L2—L3級別之間，即能感知用戶簡單的意圖，并提供個性化服務，但距離完全的自動化和智能化，仍然有著不短的距離。

清華大學人工智能研究院常務副院長孫茂松：大模型它非常的厲害，但是它不是萬能的，有它的局限性。總的來說，它在語言、文字、語音、圖像、視頻這方面的理解和生成能力，應該說超過了可能85%的人類。15%的問題可能就要和應用場景去結合，通過應用和應用場景結合去想辦法彌補這15%的問題。