从深度学习理论突破到文心大模型参数量反超，人工智能行业经历了哪些关键拐点？

人工智能的发展并非线性推进，而是由几个关键节点串联而成。从1956年“人工智能”概念首次提出，到2006年深度学习理论突破带动第三次浪潮加速，再到ChatGPT在60日内月活破亿、成为史上增长最快的消费者应用，行业完成了从小模型到大模型的范式切换。 在此过程中，大模型展现出“涌现能力”——当模型规模达到某个阈值时，对某些问题的处理性能会突然呈现快速增长。中国企业在大模型阶段明显追赶，百度文心大模型的参数量达到2600亿，超过了ChatGPT的1750亿，但中国原创模型仍相对匮乏，对算法的见解有待提升。

三个关键拐点

概念奠基（1956年）。 “人工智能”概念首次被提出，此后行业历经60余年、三次浪潮，曲折起伏。按技术阶段划分，人工智能可分为运算智能、感知智能、认知智能和意识智能，目前正处于认知智能阶段，终极探索目标是机器的意识智能。

理论突破（2006年）。 深度学习理论的突破，带动了人工智能第三次浪潮的加速进展。这一阶段前期，AI模型多为针对特定场景训练的小模型，通用性差、换场景需重新训练，且依赖大规模标注数据，导致研发成本高、效率低。

大模型兴起。 过去5年，随着数据、算力和算法的提升，AI技术从小模型走向大模型。大模型在大规模无标注数据上训练，泛化能力强，通过微调或不经微调即可完成多个场景任务，有效降低了应用研发门槛。正是基于涌现能力，才有了ChatGPT这类现象级应用的出现。

小模型与大模型的差异

中国企业的追赶与短板

从产品模式看，ChatGPT属于生成式人工智能技术（AIGC），其并非简单分析已有数据，而是在学习归纳后进行模仿式、缝合式创作，生成全新内容。国内百度、阿里、商汤等企业也陆续发布了自己的人工智能大模型。

在数量上，根据国内OpenBMB开源社区统计，全球超千亿参数大模型中，中国企业或机构贡献了1/3，美国贡献了1/2；在拥有大模型数量及参数量前十名的组织中，中美分别占据4席和6席。但具体到技术层面，美国优势更大，原因并非中国缺乏大数据和参数量，而是原创模型匮乏、对算法的见解有待提升，加之部分高端GPU出口受限，一定程度上影响了模型训练速度。

常见问题

大模型的“涌现能力”指什么？

指当模型规模达到某个阈值时，模型对某些问题的处理性能突然呈现快速增长。资料中的多组曲线均显示，在规模跨过特定量级后，准确率等指标出现明显跃升，而非平滑上升。

百度文心大模型的参数量是多少？

百度文心大模型的参数量为2600亿，超过了ChatGPT的1750亿。不过参数量领先并不等同于综合技术能力领先，中国在原创模型和算法见解上仍有提升空间。

为什么说ChatGPT是“AI的iPhone时刻”？

ChatGPT发布后5天注册用户超100万，60日后月活破亿，成为史上增长最快的消费者应用，引发全社会广泛关注，英伟达CEO黄仁勋据此断言“我们正处在AI的iPhone时刻”。