雖然已經(jīng)兩年多過去了，但我仍然清楚地記得2022年11月30日ChatGPT發(fā)布的時(shí)候，它帶給國內(nèi)的巨大震撼。那兩天，它可以說是中國最熱門的新聞了。

所有人都驚訝地第一次發(fā)現(xiàn)，一個(gè)軟件竟然能夠像人類一樣和我們用自然語言流暢地進(jìn)行對話。當(dāng)時(shí)讓人感覺美國又率先在人工智能方面領(lǐng)先了中國一大步。

而且這讓人產(chǎn)生了落后的擔(dān)憂和焦慮，畢竟人和機(jī)器交互方式的每一次進(jìn)步，都會帶來巨大的革命性改變，比如當(dāng)年的計(jì)算機(jī)最開始是各種命令行界面，后來出現(xiàn)了不需要輸入命令的圖形界面，微軟在1985年11月發(fā)布的Windows 1.0就長這樣（圖形界面），直接點(diǎn)擊圖形化的按鈕就好了。

再后來微軟在1995年8月發(fā)布了Windows 95，有了開始菜單、任務(wù)欄和桌面圖標(biāo)，變成了現(xiàn)在的經(jīng)典桌面，獲得了巨大的成功。

同樣地，蘋果手機(jī)在2007年1月發(fā)布了iPhone，把鍵盤變成了觸摸屏輸入，大大提高了手機(jī)的屏幕占比，從而開啟了智能手機(jī)時(shí)代，并且顛覆了之前的大部分手機(jī)巨頭。因此ChatGPT這種全新交互方式的出現(xiàn)，也很容易讓人想起歷史上這類故事，讓人覺得會不會又一個(gè)屬于美國的Windows，iPhone時(shí)刻要來了。

不僅如此，在ChatGPT出現(xiàn)之前的三個(gè)月，美國政府已經(jīng)在當(dāng)?shù)貢r(shí)間8月26日通知英偉達(dá)對中國禁售A100和H100高端AI GPU，這意味著硬件性能方面中國已經(jīng)受到了限制，中國公司已經(jīng)沒有辦法購買高性能的英偉達(dá)硬件來訓(xùn)練大模型了。所以當(dāng)時(shí)這種“中國在AI大模型落后，再加上硬件又被美國制裁”的局面，一度讓人對中國人工智能的前景感到擔(dān)憂。

但2025年的今天，我們顯然已經(jīng)可以暫時(shí)松口氣，我說的倒不是中國的人工智能已經(jīng)像六代機(jī)一樣領(lǐng)先美國了，而是說中國追趕的速度還是令人滿意的，為什么呢？我就說四點(diǎn)：

第一點(diǎn)先說硬件，在國產(chǎn)算力方面，華為等企業(yè)已經(jīng)扛起了提供國產(chǎn)算力的重任。

這幾年 在英偉達(dá)硬件底座可得性越來越差的情況下， 國產(chǎn)AI算力主要就是華為的昇騰硬件底座，其在國產(chǎn)硬件中份額最高。 國家層面2022年規(guī)劃建設(shè)的八大算力樞紐（ 京津冀、長三角、粵港澳大灣區(qū)、成渝、內(nèi)蒙古、貴州、甘肅、寧夏 ），國產(chǎn)算力大部分用的就是華為的昇騰，占據(jù)絕對優(yōu)勢。

華為不只是幫助國內(nèi)電信運(yùn)營商，以及各行各業(yè)頭部企業(yè)自己建立算力中心。 這幾年，華為云在國內(nèi)也建立了三大算力中心， 為國內(nèi)的企業(yè)提供人工智能應(yīng)用需要的云算力。 畢竟除了行業(yè)頭部企業(yè)之外，絕大部分的企業(yè)并無自建AI算力中心的能力和資金，但又需要應(yīng)用AI，同時(shí)不少企業(yè)還有算力潮汐需求。 華為云這三大算力中心分別在內(nèi)蒙烏蘭察布、貴州貴安和安徽蕪湖，而且在技術(shù)方面還各有特色。

貴安是華為云全球規(guī)模最大AI算力中心，而且能效極高，其使用液冷散熱技術(shù)使得年均PUE居然只有驚人的1.1（通俗的說就是1.1度電里面有1度用來跑算力，只有0.1度浪費(fèi)了）。

而 蕪湖則是最新建成的，也是技術(shù)領(lǐng)先的算力中心，它可以說是東數(shù)西算蕪湖集群首個(gè)開服的項(xiàng)目，標(biāo)志著華為云全球存算網(wǎng)的樞紐節(jié)點(diǎn)布局全面完成。它采用最新的CloudMatrix架構(gòu)，而且對長三角等發(fā)達(dá)地區(qū)時(shí)延很低，僅僅10ms時(shí)延的光纖網(wǎng)直達(dá)華東及中部城市，滿足對實(shí)時(shí)反饋要求高的業(yè)務(wù)需求。

目前華為云的昇騰AI云服務(wù)已經(jīng)能夠支持業(yè)界100+的主流大模型運(yùn)行，并且能夠做到集群故障10分鐘內(nèi)恢復(fù)。

實(shí)際上，華為云已經(jīng)洞察到未來人工智能性能增長一定會帶來更大的算力需求，因此華為云 規(guī)劃研發(fā)了下一代技術(shù) CloudMatrix。 簡單來說，就是AI大模型預(yù)訓(xùn)練一定需要成百上千臺服務(wù)器同時(shí)工作，這是一個(gè)大的集群，不能只從單個(gè)服務(wù)器節(jié)點(diǎn)性能來考慮，而是要從集群整體性能來考慮。

CloudMatrix技術(shù)將算力集群里面的CPU、NPU、DPU、存儲和內(nèi)存等資源全部互聯(lián)和池化，從單體算力向矩陣算力演進(jìn)，構(gòu)建一切可池化、一切皆對等、一切可組合的AI原生云基礎(chǔ)設(shè)施，為企業(yè)提供澎湃的AI算力。

也就是說，算力集群里面任何一臺服務(wù)器上面的CPU、NPU、存儲等等，都是AI訓(xùn)練和推理可以調(diào)用的資源。

CloudMatrix架構(gòu)還利用華為在通信技術(shù)全球領(lǐng)先這一點(diǎn)，通過超高帶寬的Scale-Up網(wǎng)絡(luò)實(shí)現(xiàn)從“傳統(tǒng)以太網(wǎng)”向“共享總線網(wǎng)絡(luò)”演進(jìn)，把所有的硬件資源全部高速互聯(lián)起來，計(jì)算集群內(nèi)所有硬件資源全部實(shí)現(xiàn)對等連接， 再通過瑤光智能云腦對這些云上資源進(jìn)行統(tǒng)一建模、靈活調(diào)度組合，按需提供給應(yīng)用，覆蓋大模型和小模型的訓(xùn)練和推理。

根據(jù)華為的測試，應(yīng)用了CloudMatrix技術(shù)后， 盤古大模型在訓(xùn)練場景與傳統(tǒng)架構(gòu)相比，稠密模型可以提升20%的效率，稀疏模型可以提升60%的效率。 在推理場景性能也能提升30%。

第二點(diǎn)是大模型技術(shù)中國在逐漸趕上來了，而且已經(jīng)豐富多彩了。

根據(jù)不同的特色，現(xiàn)在我可以簡單地把國產(chǎn)大模型分為幾類：

1、有拼多多類型的，例如最近這段時(shí)間火爆的是12月26日發(fā)布的DeepSeek V3開源語言大模型，它火爆倒不是因?yàn)樾阅艽蟠蟪^了國外同行，而是同樣性能下對算力的節(jié)省表現(xiàn)的不錯(cuò)；

2、還有經(jīng)常出現(xiàn)在各種全球大模型排行榜的，比如通義千問、智譜清言等；

3、還有日常普通人用的最多的，比如字節(jié)的豆包、月之暗面的kimi、百度的文心一言之類。現(xiàn)在在百度搜索欄操作，就調(diào)用了文心一言大模型的AI搜索能力。2024年11月的日活使用量，豆包已經(jīng)逼近900萬，而在2024年大火的kimi日活也有300萬了，注意這是日活，已經(jīng)是很高的使用量了，而且還在迅速增長。尤其是這個(gè)豆包，aicpb網(wǎng)站的排名說2024年11月的MAU（月活用戶）人數(shù)已經(jīng)5998萬了，全球僅次于ChatGPT的2.8725億排名第二。

4、基于行業(yè)場景，作用于改變業(yè)務(wù)流，提升生產(chǎn)力效率的行業(yè)大模型。典型的如華為云的盤古大模型，科大訊飛的星火大模型等等，都在行業(yè)已經(jīng)有不少應(yīng)用。這部分雖不為大眾所熟知，卻是扎扎實(shí)實(shí)帶來行業(yè)變革，促進(jìn)經(jīng)濟(jì)增長的“數(shù)智引擎”。

2024年11月18日，分析機(jī)構(gòu)沙利文(Frost& Sulivan)發(fā)布了《中國行業(yè)大模型市場報(bào)告，2024》，其中提到華為云的盤古大模型，在行業(yè)大模型領(lǐng)域取得政務(wù)、工業(yè)、金融3個(gè)市場份額第一，其中政務(wù)大模型領(lǐng)域盤古大模型份額占50%，工業(yè)大模型領(lǐng)域盤古大模型占38%，金融大模型領(lǐng)域盤古大模型份額為33%。

這三個(gè)行業(yè)，政務(wù)和金融都關(guān)系到國家安全和穩(wěn)定，工業(yè)則是中國的根基，他們都是選擇華為云盤古大模型的最多。普通消費(fèi)者聽說過華為云盤古大模型的人并不太多，是因?yàn)槿A為云對盤古大模型的定位是更多地專注于to B的產(chǎn)業(yè)應(yīng)用領(lǐng)域。到2024年5月，華為云盤古大模型都已經(jīng)迭代到5.0版本了。展現(xiàn)了讓我覺得非常強(qiáng)大的功能，比如建筑設(shè)計(jì)師畫個(gè)草圖，盤古大模型就能給建筑上色，并生成360度的建筑視頻，對于設(shè)計(jì)師來說節(jié)省了大量的精力和成本。

再比如這個(gè)功能也實(shí)在驚艷，你拍一個(gè)視頻，盤古大模型就能夠自動(dòng)變成動(dòng)漫，而且表情和長相都還是一樣，這對影視制作來說能大大提高效率。

另外值得一提的是，科大訊飛的星火大模型也是基于昇騰云算力在運(yùn)行。

所以你看，從2022年11月30日到今天也才兩年多的時(shí)間，中國的人工智能大模型就迅速涌現(xiàn)，并經(jīng)歷了從“百模大戰(zhàn)”到已經(jīng)有頭部的大模型開始脫穎而出的態(tài)勢，并且他們還各有特色。雖然說這兩年都在反內(nèi)卷，但另一方面，進(jìn)步也確實(shí)快。

第三點(diǎn)是中國的AI在各行各業(yè)的應(yīng)用的廣度和深度已經(jīng)非同一般，這方面我認(rèn)為已經(jīng)超越美國。

當(dāng)?shù)貢r(shí)間12月20日，美國《華盛頓郵報(bào)》發(fā)表了對前谷歌CEO埃里克·施密特（Eric Schmidt）的專訪視頻。他說中美兩國在人工智能領(lǐng)域在進(jìn)行史詩般的斗爭，印象最深的還是他說了以下兩句話：

“中國能夠把人工智能技術(shù)應(yīng)用到現(xiàn)實(shí)世界中，這是我們只能夢想的事情。”

“我認(rèn)為有充分的理由相信，即使我們贏得了比賽的第一部分，中國最終也會贏得比賽，因?yàn)樗麄兡軌蛟谂可a(chǎn)中更快地應(yīng)用這種技術(shù)?！?/p>

施密特在中國其實(shí)算比較有名了，就在一年多以前的2023年10月，他還很自信地說中國的人工智能落后美國，但一年多后已經(jīng)開始擔(dān)憂中國會最終贏得比賽了，理由是中國能把AI用起來。

人工智能在中國最讓我們熟知的應(yīng)用就是智能手機(jī)以及自動(dòng)駕駛，現(xiàn)在沒有自動(dòng)駕駛和智能座艙功能的汽車，在中國市場已經(jīng)賣不出去了，而智能化程度高，自動(dòng)駕駛功能強(qiáng)大的汽車，比如問界M9則在2024年大定20萬輛，占了中國市場售價(jià)50萬人民幣以上汽車銷量的一半，歷史上第一次在該領(lǐng)域超過了國外品牌。

1月8日，中國科協(xié)、清華大學(xué)和環(huán)球時(shí)報(bào)社聯(lián)合發(fā)布了2024年“新質(zhì)生產(chǎn)力產(chǎn)業(yè)實(shí)踐示范案例”50強(qiáng)榜單。

我看了下這些案例，發(fā)現(xiàn)AI在國內(nèi)各行各業(yè)的應(yīng)用已經(jīng)非常普遍，幾乎各行業(yè)的頭部企業(yè)都已經(jīng)進(jìn)行了實(shí)質(zhì)性的AI應(yīng)用，我這里從這些案例里面舉幾個(gè)例子：

1）物流行業(yè)

順豐的豐語大模型，這是專為物流行業(yè)設(shè)計(jì)的AI語言模型，摘要準(zhǔn)確率超95%，已在20多個(gè)業(yè)務(wù)場景中應(yīng)用?？爝f小哥要是有專業(yè)問題可以用手機(jī)問豐語，比如某個(gè)物品能不能寄某個(gè)國家，答案就會立刻出現(xiàn)，這顯著提升物流服務(wù)效率和質(zhì)量，而且能讓新員工的工作效率接近老員工，減少出錯(cuò)概率，更快學(xué)習(xí)成長。再比如自動(dòng)填單功能，用戶在輸入的時(shí)候，豐語大模型會自動(dòng)猜測想填的內(nèi)容，直接點(diǎn)一下就自動(dòng)填好了，無需各種文字輸入。

2）互聯(lián)網(wǎng)行業(yè)

騰訊音樂打造MuseLight大模型推理加速引擎，能為用戶個(gè)性化推薦音樂，根據(jù)歌曲的內(nèi)容自動(dòng)生成合適的歌單封面，還能為創(chuàng)作者作曲提供各種推薦和靈感，并快速地創(chuàng)建樂譜，大大提升創(chuàng)作效率；另外還可以進(jìn)行音樂版權(quán)檢查，版權(quán)糾紛顯著下降。

3）制造行業(yè)

安徽海螺水泥集團(tuán)也將大模型應(yīng)用到了生產(chǎn)流程。水泥熟料?是一種半成品，主要用于制造水泥。它是由石灰石、粘土和鐵質(zhì)原料按適當(dāng)比例混合后，經(jīng)過高溫煅燒部分熔融并快速冷卻而得到的產(chǎn)物。國家規(guī)定要求水泥熟料3天和28天后的強(qiáng)度要達(dá)標(biāo)，才能用于生產(chǎn)水泥，很顯然如果放置這么多天后才發(fā)現(xiàn)強(qiáng)度有問題，那就影響了生產(chǎn)。而通過大模型則可以進(jìn)行3天和28天強(qiáng)度的預(yù)測，可以在早期就發(fā)現(xiàn)問題。值得一提的是，海螺的大模型開發(fā)依托的就是華為云盤古大模型。

中國應(yīng)用了AI的行業(yè)遠(yuǎn)不只是以上。上海寶武鋼鐵熱軋生產(chǎn)線每次調(diào)整生產(chǎn)鋼板的種類和尺寸，都需要工程師重新調(diào)整7道精軋機(jī)組的300多個(gè)參數(shù)，需要耗費(fèi)約5天的時(shí)間。他們使用了華為云盤古大模型后，能夠?qū)ψ顑?yōu)參數(shù)進(jìn)行預(yù)測，顯著降低熱軋生產(chǎn)線調(diào)優(yōu)時(shí)間，并提高預(yù)測精度和鋼板成材率。盤古大模型在寶鋼1880熱軋生產(chǎn)線上線后，預(yù)測精度提高5%以上，鋼板成材率提升0.5%，預(yù)計(jì)每年可以多產(chǎn)鋼板2萬余噸，年收益達(dá)9000余萬元。

中國的動(dòng)車也大量使用了AI技術(shù)。全國每天需要檢測的動(dòng)車大概有3.2萬節(jié)車廂，過去需要大量的巡檢工人在凌晨時(shí)段去完成，耗時(shí)耗力。如今結(jié)合盤古大模型和巡檢機(jī)器人，可精準(zhǔn)識別一列動(dòng)車的3.2萬個(gè)項(xiàng)點(diǎn)（檢查點(diǎn)），覆蓋8大類、350多種復(fù)雜故障，極大提高了高鐵運(yùn)營效率，降低了成本，也減少人工在凌晨時(shí)段去巡檢的艱辛作業(yè)。

能源行業(yè)的山東能源，電力行業(yè)的南方電網(wǎng)、國家電網(wǎng)等等，都已經(jīng)在應(yīng)用AI，像國家電網(wǎng)的輸電線路竟然長達(dá)兩百多萬公里，他們已經(jīng)購買了至少幾萬架無人機(jī)做巡檢，它們通過AI視覺就可直接判斷有無問題。

第四點(diǎn)是中國對人工智能的應(yīng)用已經(jīng)開始從產(chǎn)業(yè)應(yīng)用向科學(xué)研究應(yīng)用擴(kuò)展，稱之為AI4S（AI for Science）,我認(rèn)為以中國AI在產(chǎn)業(yè)方面應(yīng)用的成功，也將在科研方面再次進(jìn)行復(fù)制。

2024年的諾貝爾獎(jiǎng)已經(jīng)讓全球科學(xué)家感受到了AI的沖擊， 諾貝爾物理學(xué)獎(jiǎng)給了兩個(gè)構(gòu)建了AI神經(jīng)網(wǎng)絡(luò)（當(dāng)前AI大模型的基礎(chǔ)技術(shù)）的科學(xué)家， 諾貝爾化學(xué)獎(jiǎng)三個(gè)得主中的兩個(gè)是因?yàn)殚_發(fā)了能預(yù)測蛋白質(zhì)的大模型。

產(chǎn)業(yè)對應(yīng)的是科技的應(yīng)用，科研則是科技的誕生，實(shí)際上當(dāng)前已經(jīng)有不少中國科研領(lǐng)域使用人工智能的案例。 比如我在西安交通大學(xué)的官網(wǎng)上，發(fā)現(xiàn)他們講該校第一附屬醫(yī)院劉冰教授團(tuán)隊(duì)聯(lián)合華為云開展的研發(fā)項(xiàng)目“華為云盤古藥物分子大模型輔助新靶點(diǎn)新類別廣譜抗菌藥研發(fā)”入選2023 AIIA （中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟）人工智能十大先鋒案例。

劉冰教授主要是想解決細(xì)菌耐藥性危機(jī)，因此要研發(fā)能夠消滅耐藥菌的抗生素，最終聯(lián)合華為云，基于盤古藥物分子大模型成功發(fā)現(xiàn)了廣譜抗菌藥肉桂酰菌素。

藥物的研發(fā)其實(shí)比較枯燥，就是要找出具備潛在藥效的小分子化合物（小分子才能進(jìn)入細(xì)胞，所以通?？诜幬锸切》肿踊衔铮?dāng)然也有大分子藥物，通常是注射的，作用于細(xì)胞表面），但自然界各種分子實(shí)在太多了，不可能用窮舉法，因此導(dǎo)入AI來判斷和預(yù)測是個(gè)好辦法。

使用盤古藥物分子大模型對自然界中已存在的17億個(gè)分子結(jié)構(gòu)進(jìn)行預(yù)訓(xùn)練， 生成了1億全新的小分子化合物的數(shù)據(jù)庫， 這些小分子具備高類藥性，并且結(jié)構(gòu)新穎性約達(dá)100％。

此外，盤古藥物分子大模型還可以兼具小分子-蛋白結(jié)合預(yù)測、小分子的80多種屬性預(yù)測、小分子優(yōu)化與生成等藥物研發(fā)的關(guān)鍵環(huán)節(jié)所需的功能，科研團(tuán)隊(duì)利用這些功能，進(jìn)行進(jìn)一步篩選，最終成功從海量的小分子化合物中篩選出了具備潛在藥效的小分子。 AI極大地推動(dòng)了新抗生素的研發(fā)，目前肉桂酰菌素正在穩(wěn)步推進(jìn)臨床研究。

這并不是華為云AI在科研方面的唯一應(yīng)用，像南方科技大學(xué)坪山生物醫(yī)藥研究院的抗流感藥物研發(fā)，北京大學(xué)的基因研究，深圳海洋局的全球海洋預(yù)報(bào)，中國農(nóng)科院的育種研究，都有華為云的身影。

華為云也看到了科研領(lǐng)域?qū)I的巨大需求，因此也專門打造了 AI4S平臺助力科研機(jī)構(gòu)一站式開發(fā)：

AI4S平臺除了給各大高校和科研機(jī)構(gòu)提供昇騰算力以及對應(yīng)的硬件加速套件/加速庫之外， 還已經(jīng)針對十幾個(gè)科研領(lǐng)域（包括生物醫(yī)藥，計(jì)算化學(xué)，地球科學(xué)，電磁學(xué)，流體仿真，量子力學(xué)等）適配了包括華為自研以及第三方大模型在內(nèi)的80多種模型。 全國的科研用戶可以實(shí)現(xiàn)開箱即用，還可以自己對模型進(jìn)行二次開發(fā) 。 值得注意的是，這里的科研用戶不僅僅是高校和科研機(jī)構(gòu)，企業(yè)現(xiàn)在也是我國科技研究的主力軍。

2023年中國科學(xué)家發(fā)表在三大頂刊CNS(《細(xì)胞》《自然》《科學(xué)》)期刊論文數(shù)量世界第二位，僅次于美國，頂尖科研成果的產(chǎn)出距離美國越來越近。 中國的科研領(lǐng)域也開始大量應(yīng)用AI的話，將會像產(chǎn)業(yè)領(lǐng)域一樣，在AI應(yīng)用方面走在美國的前面，這將大大加速中國頂尖科技成果趕超美國的時(shí)間。

老實(shí)說，美國這些年的制裁，反而把在美國技術(shù)基礎(chǔ)上構(gòu)建的中國AI能力，從硬件底座到大模型，都徹底逼向了自主創(chuàng)新和研發(fā)。 而這些年我們也逐漸發(fā)現(xiàn)，我們在應(yīng)用到行業(yè)方面的能力是如此之強(qiáng)，規(guī)模是如此之大，畢竟光是一個(gè)制造業(yè)，我國論增加值也已經(jīng)是美國的兩倍了，論產(chǎn)量更是對美國壓倒性優(yōu)勢。

就拿被美國人視為命脈的汽車產(chǎn)業(yè)，根據(jù)國際汽車制造商組織（International Organization of Motor Vehicle Manufacturers）提供的數(shù)據(jù)顯示，2023年全球汽車總產(chǎn)量達(dá)到了令人矚目的9350萬輛，中國產(chǎn)量3016萬輛，美國1061萬輛，中國幾乎是美國的三倍，也是有史以來第一個(gè)產(chǎn)量突破3000萬輛的國家。

科研領(lǐng)域也是一樣，中國的科研支出在不斷增長，R&D支出位居世界第二位，而且強(qiáng)度還不低，根據(jù)國家統(tǒng)計(jì)局公布， 2023年 R&D占GDP比例為2.65 % ，位居世界第12位， 甚至超過了大部分發(fā)達(dá)國家。 這意味著隨著GDP總量增長，我國科研支出遲早是世界第一。

中國從產(chǎn)業(yè)到科研這么大規(guī)模，如果 AI 應(yīng)用都構(gòu)建 在美國軟硬件技術(shù)基礎(chǔ)上，那就是用中國龐大的市 場拉動(dòng) 了 美 國 公司的成長 。 而在這幾年美國不斷加碼制裁的情況下，龐大的中國本土市場，以及國內(nèi)千行百業(yè)積極的擁抱和應(yīng)用AI，開始顯現(xiàn)出了對于國產(chǎn)算力和大模型發(fā)展的強(qiáng)大拉動(dòng)作用，這兩年國產(chǎn)算力和大模型已經(jīng)逐漸呈現(xiàn)燎原之勢。

封鎖和制裁，對能力弱的國家是有用的，對以前中國基礎(chǔ)非常薄弱的時(shí)候也是有用的，但對現(xiàn)在的中國不太管用，封鎖個(gè)十年八年，你會發(fā)現(xiàn)中國啥都有了。