“我市已有百余款大模型產品，占全國總量的一半左右。”北京已然是我國人工智能行業發展的開拓先驅和創新高地。

　　近日，北京市經濟和信息化局相關負責人在接受新京報貝殼財經記者采訪時表示，北京各市場主體紛紛進入大模型賽道進行產品研發，并積極推進產業化落地，平均每月有10余家市場主體進入大模型賽道，保持較高的增速。

　　當前，生成式人工智能發展仍處于起步階段，不過，隨著一系列“殺手級”應用面世，其對各行各業工作方式所產生的影響不容小覷。在這位負責人看來，科研院所和頭部大模型企業具備雄厚的資金儲備和長期的技術積累，以關鍵技術攻關為目的，聚集頂尖人才，著力推動通用大模型的創新突破和國產自主可控，對標OpenAI等打造通用大模型底座。

　　人工智能應用扎堆涌入賽道，亦存在待解難題。這位負責人稱，目前所面臨問題包括智能算力資源供給緊張、高質量數據資源不足、典型應用場景開放力度不夠等，相關政策措施正積極推動落地以解決大模型發展的難題。

　　著眼大模型“智”高地，預計到2025年，基本形成要素齊全、技術領先、生態完備、可有力支撐北京數字經濟高質量發展的通用人工智能大模型產業發展格局。

　　市場

　　平均每月10余主體涌入大模型賽道

　　貝殼財經：當前北京市人工智能產業發展現狀如何，已有多少款大模型產品？

　　經信局相關負責人：目前我市已有百余款大模型產品，占全國總量的一半左右。

　　當前，大模型成為各學術科研機構和人工智能企業關注的焦點。北京市具有人才資源豐富、技術力量雄厚、應用場景多樣等大模型發展的先發優勢，成為全國大模型發展的排頭兵。

　　今年以來，我市各市場主體紛紛進入大模型賽道進行產品研發，并積極推進產業化落地，平均每月有10余家市場主體進入大模型賽道，保持較高的增速。在大模型蓬勃發展的同時，我們也遇到一些亟待解決的問題，包括智能算力資源供給緊張、高質量數據資源不足、典型應用場景開放力度不夠等，我們正積極推動相關政策措施落地以解決大模型發展的難題。

　　貝殼財經：近期，全國十余家企業相繼發布通用大模型產品，如何看待通用大模型與垂類大模型的關系？

　　經信局相關負責人：我們正密切關注大模型的發展態勢，密集開展企業調研和座談交流，了解企業發展動態。我們看到，目前的主要發展方向是，以通用大模型為底座，加速推進大模型在垂直領域應用落地見成效。

　　通用大模型是大模型的應用底座，頭部大模型企業和科研院所聚焦突破大模型技術能力天花板。強大的通用模型能力需要更多的預訓練參數、更大的算力資源、更強的模型算法。這背后離不開數據、算力和人才資源的支持。科研院所和頭部大模型企業具備雄厚的資金儲備和長期的技術積累，以關鍵技術攻關為目的，聚集頂尖人才，著力推動通用大模型的創新突破和國產自主可控，對標OpenAI(開發ChatGPT的人工智能研究公司)等打造通用大模型底座。

　　垂類大模型基于通用大模型底座實現下游場景的應用適配，具備產業優勢的垂類大模型企業正探索大模型在典型場景的應用落地，實現商業閉環。垂類大模型企業在各自所屬領域均擁有相當數量的用戶資源儲備，能夠快速獲取較高質量的行業數據資源，利用其自身在行業領域的數據沉淀優勢，可推動垂類大模型在垂類細分領域應用轉化，加速大模型應用落地進程。

　　通用大模型打造技術底座，垂類大模型實現各行業應用落地，兩者協同發展，推動大模型技術賦能千行百業數智化轉型。

　　推動

　　今年底一批智能算力中心將建成

　　貝殼財經：作為國內大模型創新基礎最好，人才團隊最集中，研發能力最強，以及產品迭代最活躍的地區，出臺了哪些措施支持和促進行業發展，取得什么成效？

　　經信局相關負責人：為支持我市通用人工智能產業發展，我市出臺了《北京市加快建設具有全球影響力的人工智能創新策源地實施方案(2023-2025年)》《北京市促進通用人工智能創新發展的若干措施》《北京市通用人工智能產業創新伙伴計劃》等政策措施。充分發揮政府引導作用和創新平臺催化作用，整合創新資源，加強要素配置，營造創新生態，重視風險防范，推動本市通用人工智能實現創新引領和理性健康發展。圍繞提升算力資源統籌供給能力、提升高質量數據要素供給能力、推動通用人工智能技術創新場景應用等幾個方面開展工作。

　　算力供給方面，我們正積極推進人工智能算力中心項目建設，海淀區人工智能算力中心和朝陽區北京數字經濟算力中心項目正在加緊實施，今年年底將有一批智能算力中心正式建成；石景山、門頭溝、大興、豐臺4個商業化智算中心建設工作也在積極推進過程中。

　　數據開放方面，我們出臺了《關于更好發揮數據要素作用進一步加快發展數字經濟的實施意見》，同時，積極推進高質量數據資源開放。截至目前，我們發布了兩批總量約612TB的支持大模型訓練的高質量數據集，對大模型企業起到了助力作用，已有多家大模型企業與數據提供方開展合作對接。

　　企業服務和應用場景開放方面，我們以北京市通用人工智能產業創新伙伴計劃為抓手，搭建人工智能大模型開放合作平臺，建立協同合作機制，推進合作伙伴協同聯動，服務本市大模型企業發展。我們通過伙伴計劃積極推進工業、政務、金融、醫療、法務、消費等典型應用場景與大模型企業的對接，截至目前，伙伴計劃共計組織50人以上各類對接活動6場(其中100人以上高規格活動2場)，累計服務企業近200家次，發布了50個應用場景，促成了13個大模型應用場景簽約合作。

　　我們正積極配合政務服務局，加快推進智慧政務大模型的迭代部署，在業務專家的協助下已經開始對公積金、市場監管、公安交管、規劃等領域的應用進行強化學習，積極協調算力資源，滿足政務大模型訓練過程中的算力需求。同時，開放局內政務應用場景，探索大模型服務智慧政務典型經驗，打造政務服務領域標桿試點應用。

　　挑戰

　　要加強技術安全性和倫理審查

　　貝殼財經：破解應用落地難題，正在哪些方面發力？

　　經信局相關負責人：大模型作為人工智能最新的產業發展范式，具有較高的技術門檻，在應用落地過程中也存在核心資源供給不足和高成本的問題。為更好地推動大模型在垂直行業加速落地，我局以“伙伴計劃”為抓手，建立協同合作機制，推進合作伙伴協同聯動，實現資源供給充裕、應用落地見效、合作機制靈活的良性發展態勢。

　　一是提升“通用大模型”底座支撐作用，鼓勵相關市場主體開源更高參數版本的通用大模型，為垂類大模型的落地應用提供更強的通用能力支持，降低大模型應用落地過程中的整體技術門檻，避免垂類大模型企業進行通用底座大模型研發帶來的資金和資源浪費。

　　二是加快推進我市智能算力中心建設，為我市垂類大模型應用落地提供更多的算力資源支持；為開展大模型應用落地相關工作的企業提供“算力券”補貼支持，切實降低大模型企業智能算力使用成本。

　　三是創新大模型應用落地合作機制，政府搭臺、企業主導，引導大模型企業與應用企業建立互利共贏的合作方式，應用企業為大模型落地提供必要的數據資源和行業專家支持，加快大模型在垂直領域的應用落地速度。

　　貝殼財經：生成式人工智能發展，也伴隨著一些爭議，如版權、內容安全等，北京經信局是否針對這些潛在的伴生風險采取措施？

　　經信局相關負責人：生成式人工智能快速發展對互聯網內容領域帶來深刻變革，不僅提高了內容的生成效率和交互性，還拓展了在創意和設計領域的應用范圍。但同時也需要注意到技術發展帶來的新挑戰，如數據隱私、內容安全和倫理問題等，需要加強技術治理和社會監管。

　　今年7月，國家網信辦聯合多部委公布《生成式人工智能服務管理暫行辦法》，明確生成式人工智能服務提供者應當依法開展預訓練、優化訓練等訓練數據處理活動，使用具有合法來源的數據和基礎模型；涉及知識產權的，不得侵害他人依法享有的知識產權；涉及個人信息的，應當取得個人同意或者符合法律、行政法規規定的其他情形；采取有效措施提高訓練數據質量，增強訓練數據的真實性、準確性、客觀性、多樣性。

　　我們組織開展政策解讀活動，邀請國家互聯網應急中心技術專家和中科院人工智能專家，對《辦法》出臺背景、法律責任、合規義務、發展指引等內容進行了深入解讀，就提供者使用者責任界定、模型開源管理、數據標注等關鍵環節進行了現場答疑，有效回應企業關切。

　　我們認為，針對生成式人工智能潛在的伴生風險，需通過制定和完善相關法律法規、加強技術安全性和倫理審查、建立完善測評體系、增強用戶安全意識等方式預防相關風險。通過多方面措施的落實，共同推動生成式人工智能技術的健康發展。

　　規劃

　　加速典型應用場景落地

　　貝殼財經：推動大模型產業發展，未來有哪些規劃？

　　經信局相關負責人：我市將以場景應用為牽引，匯聚產業鏈上下游合作伙伴，加速大模型行業應用落地，賦能千行百業數智化轉型，建成具有國際影響力的人工智能大模型產業高地。預計到2025年，基本形成要素齊全、技術領先、生態完備、可有力支撐北京數字經濟高質量發展的通用人工智能大模型產業發展格局。著眼長遠，從算力、算法、數據及治理層面協同發力，加快推進我國自主大模型創新迭代，加速典型應用場景落地，夯實我市數字經濟產業底座。

　　多維度提升我市算力供給能力。一是加快編制我市算力基礎設施建設規劃，進一步完善我市算力中心建設和算力供給體系，按照統籌全局、優勢互補的原則，打造以智能算力為主、通用算力和超算算力相協同的算力供給體系，并積極引導算力資源在功能和空間上實現梯度分布，著力提升網絡運力承載水平，促進算力中心綠色高效安全可控。二是同步研究京津冀算力調度平臺建設，爭取實現區域算力資源動態統籌，提高環京地區算力一體化服務能力，形成全國算力網絡調度樞紐節點。三是加大高性能計算芯片生態搭建工作，積極推動國產化適配，支持研發一批具備自主可控能力的圖形GPU、通用GPU等芯片，保障我市人工智能產業供應鏈韌性和安全水平。目前，我們正大力推進公共算力中心建設，積極引導老舊小散數據中心向智能算力中心轉型升級。我局已經與河北、內蒙古簽署合作協議，鼓勵企業在兩地建設專供北京市場的智算中心。

　　多舉措加大開源數據集支持力度。一是以數據基礎制度先行先試示范區為依托，制定國家級數據訓練基地建設方案，以解決數據數量相對匱乏、質量難以保障、采集標注成本高及合規使用等問題，按照監管沙箱機制進行數據交易，完善政府公共數據資源開放清單，研究推出白名單策略，對白名單企業開放高價值數據資源。二是面向重點行業搭建公共數據開放平臺，針對醫療、教育、政務、金融等場景，圍繞大模型企業需求，建立數據供需雙方權益體系，推動公共數據和社會數據特別是重點企業語料庫合作，形成高質量數據集。三是支持數據標注行業高質量發展培育高水平數據標注團隊，滿足大模型調優對行業數據領域廣、質量高的要求。

　　多領域培育行業應用生態。我們正加快編制大模型在醫療、政務、金融等重點行業垂直領域應用落地的工作方案，在智能分診、診后隨訪、政務服務、政策咨詢、金融風控等領域遴選一批應用場景，按照盡職免責原則開展試點示范應用，強化結果評估。系統化解決推進大模型應用落地過程中存在的通用大模型開源難、專業數據資源開放難、智能算力資源獲取難、商業化落地推進難等問題，加速大模型在各典型應用場景盡快形成標桿應用，推動形成商業化閉環。

　　多部門聯合建立大模型評測體系。協調相關行業主管部門及權威機構，商討建立大模型安全和技術評測體系，按照相關測評指標，對大模型產品進行測試評估。建立評估工作小組，圍繞真實應用場景模型生成結果定期開展質量評估，促進大模型產品安全合規發展，并為大模型產品最終獲批上市提供依據，推動大模型商業化落地進程。

　　多渠道宣貫生成式人工智能倫理和安全相關政策。時刻關注科技倫理和技術安全相關領域的法律法規，與市委網信辦保持密切溝通，共同組織相關政策宣貫，引導企業安全合規發展。

　　今年以來，我市各市場主體紛紛進入大模型賽道進行產品研發，并積極推進產業化落地，平均每月有10余家市場主體進入大模型賽道，保持較高的增速。在大模型蓬勃發展的同時，我們也遇到一些亟待解決的問題，包括智能算力資源供給緊張、高質量數據資源不足、典型應用場景開放力度不夠等，我們正積極推動相關政策措施落地以解決大模型發展的難題。

　　新京報貝殼財經記者 陳維城