文章來源：中國信通院，侵刪。
2024年12月27日，中國信息通信研究院（簡稱“中國信通院”）在北京召開2024人工智能賦能新型工業(yè)化大會暨第二屆“興智杯”全國人工智能創(chuàng)新應(yīng)用大賽（預(yù)熱）。會上，中國信通院副院長魏亮正式發(fā)布“2024人工智能產(chǎn)業(yè)十大關(guān)鍵詞”，并解讀十大關(guān)鍵詞反映出的新熱點、新趨勢。
人工智能浪潮席卷全球，正以前所未有的速度、廣度和深度改變生產(chǎn)生活方式，對全球經(jīng)濟社會發(fā)展和人類文明進步產(chǎn)生深遠影響。近年來，語言大模型、多模態(tài)模型、智能體和具身智能等領(lǐng)域不斷出現(xiàn)突破性創(chuàng)新，行業(yè)大模型研發(fā)應(yīng)用進展加快，推動人工智能邁向通用智能初始階段。與此同時，人工智能的工程化持續(xù)推進，新產(chǎn)品新模式層出不窮，行業(yè)應(yīng)用走深向?qū)崱?/span>
中國信通院自2021年起連續(xù)三年發(fā)布人工智能十大關(guān)鍵詞，獲得了產(chǎn)業(yè)界的廣泛關(guān)注。2024年，中國信通院在研究觀察基礎(chǔ)上，通過投票方式公開征集了200余位行業(yè)專家的意見，與業(yè)界同仁共同總結(jié)提出了2024人工智能產(chǎn)業(yè)十大關(guān)鍵詞。
一、軟硬協(xié)同的智算集群
大模型能力快速提升與算力底座升級緊密相關(guān)，算力軍備競賽愈發(fā)激烈。目前，大規(guī)模智算集群建設(shè)已成為一項系統(tǒng)工程，涉及算法、框架、芯片、存儲、通信等多環(huán)節(jié)高效協(xié)同耦合，無法依靠芯片規(guī)模簡單堆疊實現(xiàn)，更加考驗全產(chǎn)業(yè)鏈條支撐能力。過去一年，國內(nèi)外建成一批超大規(guī)模智算集群。從投資主體看，一類是以meta、xAI、字節(jié)等科技巨頭為主導(dǎo)，算力資源進一步向頭部廠商集聚，另一類是以政府機構(gòu)/運營商為主導(dǎo)，比如我國運營商建成的萬卡集群、美國能源部下屬實驗室建成的最新超算等，具有明顯的公共基礎(chǔ)設(shè)施服務(wù)屬性。從規(guī)模體量看，集群規(guī)模從萬卡向十萬卡邁進，美國已建成十萬卡集群，并在規(guī)劃更大規(guī)模集群，我國目前集中在萬卡至兩萬卡規(guī)模。從技術(shù)演進來看，國內(nèi)外建設(shè)主體在集群組網(wǎng)規(guī)模、計算資源利用率、訓(xùn)練穩(wěn)定性等方面取得一系列技術(shù)突破，實現(xiàn)規(guī)模與性能同步提升。
展望2025，要以智算集群建設(shè)為契機，從基礎(chǔ)軟硬件協(xié)同入手，帶動我國智算生態(tài)高質(zhì)量創(chuàng)新發(fā)展：一是要持續(xù)提升國產(chǎn)芯片算子功能性能，滿足高效訓(xùn)推需求；二是推動模型適配統(tǒng)一接口，緩解軟硬件生態(tài)割裂；三是加快異構(gòu)算力合池探索，推動算力多元供給、有效激活存量算力。
二、高質(zhì)量數(shù)據(jù)集
當(dāng)前，新一代數(shù)據(jù)標(biāo)注成為高質(zhì)量數(shù)據(jù)供給的關(guān)鍵。新一代數(shù)據(jù)標(biāo)注具備高技術(shù)含量、高知識密度和高價值應(yīng)用的“三高”特性，不再是傳統(tǒng)技術(shù)含量低、勞動密集型行業(yè)，正成為高質(zhì)量數(shù)據(jù)供給的關(guān)鍵。2024年，數(shù)據(jù)標(biāo)注產(chǎn)業(yè)發(fā)展受到極大關(guān)注。在市場側(cè)，發(fā)展成果主要包括兩個方面：一是數(shù)據(jù)標(biāo)注產(chǎn)業(yè)規(guī)模持續(xù)擴大。預(yù)計2024年我國數(shù)據(jù)標(biāo)注產(chǎn)業(yè)規(guī)模將達到120億元。二是產(chǎn)業(yè)鏈不斷完善。我國人工智能數(shù)據(jù)標(biāo)注核心企業(yè)超過600家，產(chǎn)業(yè)鏈體系完善。在政府側(cè)，推進路徑主要有兩個維度：一是政策牽引。發(fā)展壯大數(shù)據(jù)標(biāo)注產(chǎn)業(yè)的政策即將出臺，將為數(shù)據(jù)標(biāo)注產(chǎn)業(yè)發(fā)展提供指引。二是基地示范。國家數(shù)據(jù)局已在7個城市部署數(shù)據(jù)標(biāo)注基地建設(shè)任務(wù)，推動相關(guān)工作落地實施。
展望2025年，在技術(shù)層面，基于大模型的智能化標(biāo)注落地使用，人機協(xié)同的輕量化標(biāo)注技術(shù)突破，細分行業(yè)領(lǐng)域標(biāo)注需求增多。在產(chǎn)業(yè)層面，行業(yè)高質(zhì)量數(shù)據(jù)集建設(shè)元年帶來海量標(biāo)注需求，具身智能數(shù)據(jù)和邏輯推理數(shù)據(jù)成為行業(yè)增長點，新一代數(shù)據(jù)標(biāo)注產(chǎn)業(yè)集群加速形成。
三、能力更強的基礎(chǔ)模型
目前，大模型已實現(xiàn)了從語言大模型向深度復(fù)雜推理以及多模態(tài)任務(wù)的全面升級，端側(cè)多模態(tài)布局已初顯成效。基礎(chǔ)模型能力階梯式升級，引領(lǐng)智能技術(shù)邁向通用人工智能（AGI）新紀元。語言大模型作為基礎(chǔ)模型演進的核心底座，其架構(gòu)呈現(xiàn)趨同態(tài)勢，混合專家模型（MOE）和指令遵循等技術(shù)脫穎而出。同時，基礎(chǔ)廠商的格局也在市場的磨礪中漸趨穩(wěn)定，模型規(guī)模擴張的步伐變得更加穩(wěn)健而審慎。在此基礎(chǔ)之上，基礎(chǔ)模型從多模態(tài)、復(fù)雜推理、端側(cè)部署以及垂直領(lǐng)域四個維度延伸發(fā)展。一是多模態(tài)大模型迎來了重大突破，利用原生架構(gòu)打破了模態(tài)之間的壁壘，成功實現(xiàn)了從理解到生成的全面融合。二是復(fù)雜推理大模型利用強化學(xué)習(xí)與思維鏈技術(shù)，在探索智能的道路上邁出了關(guān)鍵步伐，開拓了通往更高智能水平的路徑。三是在實際應(yīng)用方面，模型壓縮、量化等大模型小型化技術(shù)，使得大模型能夠更加高效、便捷地落地生根，加快推動在端側(cè)的高效部署應(yīng)用。四是我們也觀察到，大模型在一些復(fù)雜度高、容錯率低的關(guān)鍵場景中的應(yīng)用需求日益高漲，垂直行業(yè)大模型、企業(yè)大模型、特定任務(wù)大模型都展現(xiàn)出了廣闊的發(fā)展前景。
展望2025，隨著大模型技術(shù)的創(chuàng)新發(fā)展，多模態(tài)與復(fù)雜推理將持續(xù)突破，端側(cè)加速落地，垂直領(lǐng)域精準深耕，具身智能嶄露頭角，合力驅(qū)動產(chǎn)業(yè)智能化升級。
四、推理優(yōu)化
推理優(yōu)化是推動大模型實現(xiàn)低成本、廣普惠的關(guān)鍵技術(shù)，是成本控制的關(guān)鍵因素。企業(yè)通過推理優(yōu)化技術(shù)來降低高昂的算力成本，提升模型效率和效果，有利于構(gòu)建高性能與合理定價相結(jié)合的商業(yè)閉環(huán)，實現(xiàn)產(chǎn)業(yè)化擴散。模型層面，以高效壓縮、MoE架構(gòu)為代表的核心技術(shù)持續(xù)發(fā)展。大模型的到來推動了壓縮技術(shù)從量化、蒸餾、剪枝進一步升級到無損量化、MoE壓縮、組合壓縮等高階方法，MoE大模型的發(fā)展也從年度發(fā)布到月度出新。系統(tǒng)架構(gòu)層面，推理引擎、推理架構(gòu)優(yōu)化是推動技術(shù)落地的核心引擎。過去幾年，推理引擎持續(xù)推動實例內(nèi)推理優(yōu)化，發(fā)展出聚焦不同模態(tài)、不同場景的推理引擎，為進一步提升大模型推理優(yōu)化上限，今年陸續(xù)推出架構(gòu)層面的推理優(yōu)化方案，聚焦結(jié)合PD分離推理模式、分布式調(diào)度策略、推理場景特點進行精細化設(shè)計，大幅提升推理吞吐，實現(xiàn)成本降低。
展望2025，推理優(yōu)化的技術(shù)演進熱度將不斷升級，近期OpenAI發(fā)布的o1和o3模型使用了鏈式思維推理、強化學(xué)習(xí)和數(shù)據(jù)飛輪技術(shù)，這些技術(shù)幫助模型推理效果實現(xiàn)顯著提升，但因此導(dǎo)致的成本增加、性能損耗等問題，有待產(chǎn)業(yè)進一步探索和解決。
五、具身智能
具身智能是人工智能+機器人的延續(xù)，在大模型的帶動下引發(fā)廣泛關(guān)注。業(yè)界圍繞“大模型+”的實現(xiàn)路徑展開廣泛探索。目前整體處于發(fā)展初期，仍面臨諸多不確定性，但基于企業(yè)入局、資本熱度和供應(yīng)鏈的不斷完善等因素，全球具身智能快速發(fā)展。算法層面，主要圍繞端到端模型和分層模型兩條路線并行探索，在機器人大模型、生成式模仿學(xué)習(xí)、空間智能等多個方向上均有突破進展。數(shù)據(jù)層面，合成數(shù)據(jù)與數(shù)據(jù)生產(chǎn)，同步推進。例如，合成靈巧抓取數(shù)據(jù)集DexGraspNet 2.0已達到10億規(guī)模。智元機器人部署百臺機器人同時作業(yè)，日產(chǎn)數(shù)據(jù)上萬條。產(chǎn)品層面，具身智能產(chǎn)品密集迭代，加速推進商業(yè)化。Figure 02和特斯拉大約每2月完成一次產(chǎn)品迭代。同時國內(nèi)外已有多款產(chǎn)品入駐工廠，F(xiàn)igure 02首批訂單已經(jīng)成功交付。
展望未來，AI算法與機器人硬件將以協(xié)同融合的方式持續(xù)優(yōu)化與迭代，推動具身智能產(chǎn)品升級，加速在汽車制造、物流運輸、商業(yè)服務(wù)和應(yīng)急安全等領(lǐng)域的應(yīng)用試點和拓展。
六、安全治理
過去一年，人工智能安全治理進程從點到面，掀起全球化浪潮。企業(yè)作為人工智能治理第一線主體，自律實踐持續(xù)走深向?qū)�，呈現(xiàn)價值導(dǎo)向和治理實際的結(jié)合，具體可以分為四個維度。在價值導(dǎo)向側(cè)，企業(yè)牢牢握住安全“方向盤”。一是積極簽署安全承諾，規(guī)劃各項安全治理行動。近期，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟推動百度、阿里、騰訊等17家國內(nèi)企業(yè)聯(lián)合簽約人工智能安全承諾。二是建立安全制度，為內(nèi)部協(xié)同提供指引，推動治理深入研發(fā)、應(yīng)用、管理全周期。在治理實際側(cè)，企業(yè)以實踐連接扣緊“安全帶”。一是形成安全基準，研發(fā)可行測試方法，幫助企業(yè)通過測試掌握自身模型安全能力。二是打造安全工具，以技治技推動敏捷治理，通過自動化工具追蹤、定位和處置風(fēng)險，快速提升治理能效。
展望2025，從被動防御風(fēng)險到主動建設(shè)安全，企業(yè)自律實踐有望持續(xù)深化。未來，企業(yè)自律牽引產(chǎn)業(yè)治理產(chǎn)生集群化、規(guī)�；�、國際化效應(yīng)，有助于形成自下而上地規(guī)則供給趨勢，促使整個人工智能行業(yè)生態(tài)朝著更加健康、有序、創(chuàng)新的方向發(fā)展。
七、人工智能+
我國深入實施“人工智能+”行動，大力推動人工智能賦能新型工業(yè)化，加快人工智能與實體經(jīng)濟深度融合。過去一年里，大模型在工業(yè)領(lǐng)域的應(yīng)用案例越來越多，在研發(fā)設(shè)計、營銷運營等微笑曲線兩端率先發(fā)力，呈現(xiàn)“兩端快、中間慢”的階段特征。在微笑曲線前端，以人工智能賦能軟件研發(fā)為例，隨著代碼生成大模型的能力不斷提升，復(fù)雜問題的解決能力也持續(xù)增強。這些技術(shù)的進步正在重塑軟件工程的流程和范式，軟件智能化進程顯著加速，實現(xiàn)了智能編碼、智能測試和算法優(yōu)化等重點領(lǐng)域的突破，極大地提高軟件開發(fā)效率和質(zhì)量，降低人力成本和技術(shù)門檻。在微笑曲線的后端，企業(yè)對大模型的應(yīng)用表現(xiàn)出較高的自發(fā)性，其原因在于大模型能夠顯著地幫助企業(yè)降低成本、提高效率。通過引入智能問答助手、ChatBI等智能化工具，企業(yè)在員工辦公效率、企業(yè)文檔利用率等方面都獲得了顯著改善。這種由人工智能技術(shù)驅(qū)動的智能化轉(zhuǎn)型為企業(yè)帶來了實質(zhì)性的經(jīng)濟效益，進一步增強了企業(yè)的市場競爭力。
預(yù)計2025年，創(chuàng)新與服務(wù)兩端的需求會進一步釋放，需求側(cè)的改革將推動高附加值場景應(yīng)用提速。與此同時，微笑曲線中部的低附加值環(huán)節(jié)預(yù)計將會形成大模型與行業(yè)專業(yè)小模型結(jié)合的應(yīng)用態(tài)勢。
八、AI for R&D
當(dāng)前，人工智能在科學(xué)領(lǐng)域的賦能范圍正在持續(xù)拓廣，成為培育新質(zhì)生產(chǎn)力的重要源泉，推動科技成果加速轉(zhuǎn)化為現(xiàn)實生產(chǎn)力。從技術(shù)方面來看，科研智能的技術(shù)路徑日漸清晰。數(shù)據(jù)驅(qū)動、機理驅(qū)動、數(shù)據(jù)與機理共同驅(qū)動的三種技術(shù)形態(tài)共同驅(qū)動科研智能的進步。生命科學(xué)與材料科學(xué)領(lǐng)域AI模型數(shù)量激增，迎來應(yīng)用與創(chuàng)新的爆發(fā)期。2024年推出的生命科學(xué)模型占比71%，AlphaFold3實現(xiàn)了蛋白質(zhì)領(lǐng)域的重大突破，諾貝爾獎更是授予了這一領(lǐng)域的科學(xué)家。材料科學(xué)模型占19%，AI在材料領(lǐng)域?qū)崿F(xiàn)了材料設(shè)計、合成路徑規(guī)劃等重要突破。從應(yīng)用效果來看，科研智能正在促進生物醫(yī)藥、新能源、化工等產(chǎn)業(yè)研發(fā)質(zhì)效提升。在藥物領(lǐng)域，AI正在助力解決傳統(tǒng)藥物研發(fā)面臨的成本高、風(fēng)險高和周期長問題，某AI制藥公司利用機器智能化平臺在14天內(nèi)就完成了抗腫瘤藥物的靶點發(fā)現(xiàn)與驗證。在材料領(lǐng)域，AI從性質(zhì)預(yù)測到行為模擬，研發(fā)周期大幅縮短，質(zhì)效雙升。國內(nèi)企業(yè)已實現(xiàn)通過AI輔助電解液研發(fā)，將研發(fā)周期從14個月縮短至6個月，推動新能源材料創(chuàng)新研發(fā)。
展望2025，科研智能有望繼續(xù)帶動生物醫(yī)藥、新能源、化工、半導(dǎo)體等行業(yè)發(fā)展，強化長板優(yōu)勢、補齊短板劣勢，成為推動智能化、自動化產(chǎn)業(yè)轉(zhuǎn)型的核心引擎。從科學(xué)突破走向全面賦能，助力我國在全球科技競爭中搶占制高點。
九、大模型應(yīng)用生態(tài)
整體來看，2024年國內(nèi)大模型項目需求持續(xù)高漲，但落地交付協(xié)同和產(chǎn)品化之路尚在探索。根據(jù)大模型招投標(biāo)數(shù)據(jù)分析，國內(nèi)大模型應(yīng)用生態(tài)呈現(xiàn)出需求持續(xù)增長且二八分布的特點，82%項目金額集中在500萬以內(nèi)，這部分項目對于頭部大廠而言性價比不高。77%的項目集中在大模型工程化方面，需要大量的供應(yīng)商幫助需求方做大模型工程化落地。82%的項目由非大廠承接，由此看來，中小企業(yè)有很多市場機會。但是同時也發(fā)現(xiàn)，大模型標(biāo)品能力強的大廠在定制化和地方支撐方面相對較弱，而中小供應(yīng)商則在定制化項目上有較強支撐但大模型產(chǎn)品能力較弱，供應(yīng)商間仍需優(yōu)勢互補，協(xié)同合作。當(dāng)前大模型交付項目缺乏質(zhì)量衡量標(biāo)準，需求方難以評估能力水平，同時定制化項目的方式對于供應(yīng)商而言難以沉淀領(lǐng)域化的大模型能力，成本也相對較高。相比來看，國外大模型生態(tài)已呈現(xiàn)出更細、更專、更標(biāo)準的特點，形成了高效的協(xié)同落地模式。這對我們國內(nèi)的大模型生態(tài)建設(shè)也提供了有益的啟示。
展望2025，大模型生態(tài)將向著更多元化方向發(fā)展，細分場景能力的產(chǎn)品化將成為供應(yīng)商企業(yè)協(xié)同提效和盈利增長的關(guān)鍵，衡量大模型項目交付質(zhì)量的標(biāo)準規(guī)范將進一步促進生態(tài)的良性循環(huán)。
十、Agentic AI
Agentic AI是AI Agent的進一步擴展，聚焦系統(tǒng)具備“智能”的程度，更關(guān)注智能系統(tǒng)的自主性、適應(yīng)性、自我決策、目標(biāo)導(dǎo)向。從AI Agent（智能體）到Agentic AI，推動人工智能應(yīng)用新范式。當(dāng)前，AI Agent發(fā)展?jié)摿薮�，市場�?guī)模預(yù)計將從2024年的51億美元增長到2030年的471億美元，年均復(fù)合增長率為44.8%。OpenAI前首席科學(xué)家伊利亞（Ilya Sutskever）也在人工智能頂會的演講中提到，智能體是未來的發(fā)展方向。AI Agent的發(fā)展態(tài)勢主要有三方面：一是從語言大模型驅(qū)動走向多模態(tài)大模型驅(qū)動；二是從虛擬數(shù)字執(zhí)行環(huán)境走向真實物理世界執(zhí)行環(huán)境；三是從單步思考工作流走向多輪迭代智能體工作流。我國智能體技術(shù)發(fā)展迅速，比如百度智能云“千帆AppBuilder” 企業(yè)級智能體開發(fā)平臺，降低用戶智能體開發(fā)門檻。智譜AI的AutoGLM智能體可根據(jù)用戶指令自動完成網(wǎng)絡(luò)購物、內(nèi)容搜索、外賣下單等任務(wù)。Agentic AI的出現(xiàn)是人工智能領(lǐng)域的一場重大變革，它將從根本上改變?nèi)祟惻cAI的交互方式。評估Agentic AI的核心在于對“代理性”的評估，即在監(jiān)督有限的情況下，在復(fù)雜環(huán)境中適應(yīng)性地實現(xiàn)復(fù)雜目標(biāo)的程度。評估維度包括目標(biāo)復(fù)雜性、環(huán)境復(fù)雜性、適應(yīng)性和獨立性。Agentic AI的潛在價值主要體現(xiàn)在兩方面：一是更強的代理性可以提高系統(tǒng)輸出質(zhì)量和擴展性等；二是隨著代理性的增加，人工智能對社會的影響會更頻繁、更明顯。
展望未來，Agentic AI的“代理性”程度會進一步提高，加速人工智能原生應(yīng)用建設(shè)，將推動人工智能應(yīng)用新范式，促進人工智能技術(shù)的落地應(yīng)用。
致謝：感謝人工智能智庫網(wǎng)絡(luò)專家和中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟對2024人工智能產(chǎn)業(yè)十大關(guān)鍵詞征集工作的關(guān)注和大力支持！
