集微网报道 （文/陈炳欣）自从8月31日百度、百川智能、智谱华章等首批大模型通过《生成式人工智能服务管理暂行办法》备案，正式上线面向公众提供服务之后，陆续又有多款产品开放使用。与此同时，模型企业也加快大模型面向工业、金融、政务、教育等行业的推广应用。大模型呈现出加速落地之势。
大模型落地应用进入关键期
8月31日，百度、字节、商汤、中科院旗下紫东太初、百川智能、智谱华章等8家企业/机构的大模型，首批通过《生成式人工智能服务管理暂行办法》备案，正式上线面向公众提供服务。
9月5日，科大讯飞宣布讯飞星火认知大模型面向社会开放，用户可以在各大应用商店下载“讯飞星火”APP或登录“讯飞星火”官网直接注册使用。
同日，360智脑大模型面向公众开放，用户可以通过 360 智脑官网、各大应用商店下载“360 智脑”App，也可以升级 360 安全卫士、360 安全浏览器等体验。
9月7日，腾讯混元大模型在2023腾讯全球数字生态大会上亮相，并通过腾讯云对外开放。腾讯混元大模型拥有千亿参数规模，具备中文创作以及复杂语境下的逻辑推理能力等。
9月8日，蚂蚁集团发布自研的金融大模型。基于该大模型能力的两款产品——智能金融助理“支小宝2.0”和为金融从业专家打造的业务助手“支小助”同时亮相，将在通过备案后上线。
在越来越多大模型陆续通过《暂行办法》备案后，未来还将有更多面向公众开放服务。与此同时，模型企业也加快了大模型面向工业、金融、政务、教育等细分行业的应用。事实上也只有实现了商业化落地，才能确保大模型行业企业的持续健康发展。
9月5日，百度智能云千帆大模型平台宣布实现2.0全面升级，并公布月活企业数已近万家，覆盖金融、制造、能源、政务、交通等行业的400多个业务场景。360表示，其发布的企业级AI大模型解决方案，已经为近20个行业提供解答。360安全大模型安全攻防判断准确率超96%。360集团创始人周鸿祎认为，大模型未来真正的发展机会在企业级市场，大模型有引领新一轮工业革命的潜质，前提是走进千家万户、赋能百业千行。
浙商证券发布研究报告称，随着首批8家厂商大模型顺利通过备案，相关产品陆续面向全社会开放服务，预计在政策+需求共振下，AI应用生态将加速形成。IDC 预测，2026 年中国 AI 大模型市场规模将达到 211 亿美元，人工智能将进入大规模落地应用关键期。
云端、终端并举加速落地
金融行业作为人工智能应用场景密集的行业，是大模型应用落地的重要领域之一。清华大学人工智能研究院常务副院长孙茂松表示，大模型基于其构建的向量空间，正在打造出崭新的智能信息处理基础平台，进而变革各行各业的基本生态。对于金融领域而言，金融机构对于大模型的态度决定了自身的定位，也决定了其在日益激烈的竞争中能否抢占先机。相关研究数据显示，其中金融行业大模型约18个。蚂蚁集团、度小满、恒生电子、同花顺等都已经在积极研发金融大模型。日前蚂蚁集团发布的金融大模型及智能金融助理的“支小宝2.0”、智能业务助手的“支小助”有望应用于客服、销售、风控等业务场景。
工业企业应用也为业界所关注。根据IDC近期发布的《AI大模型在工业应用展望，2023》报告，大模型在工业的应用主要有两个方向，一是增强场景模型的泛化能力，提升模型适用性；二是利用自然语言对话和内容生成能力变更应用交互方式，生成文档、报表等。目前，国内大模型正在从技术迸发进入产业导入期。在推动传统制造业升级转型，从企业自身的智能化管理，到产品设计研发、质量控制检测、供应链管理、安全生产等相关环节，人工智能都可发挥重要作用。
与手机、汽车等终端相结合，同样是推动大模型加速落地的重要方式之一。相对云端侧而言，终端侧与用户的结合与互动更加紧密。目前无论大模型厂商还有车厂对此都有着不小的热情。周鸿祎认为，大模型最成熟的应用在于文本写作、内容生成、支持问答，汽车作为一个互联网的典型场景，内部有它的生产和办公系统，可以用大模型来选一些比较小的切口导入，达成了深度学习并实现个体赋能。
算法+芯片高效结合是根本
面向公众开放是大模型行业发展的一个重要节点，它意味着更大规模的中文语料投喂和更丰富的原生应用场景，也只有向公众开放，才实现真正的商业化落地。正如百度创始人、董事长兼首席执行官李彦宏所言，当文心一言向数以亿计互联网用户大规模开放服务后，就能够获得大量来自真实世界的反馈，这将进一步改进基础模型，并促使其以更快的速度进行迭代，创造更好的用户体验。
展望下一步，大模型的应用将向着更加细分的专业化细分化市场发展。赛智产业研究院院长赵刚建议，模型企业要结合技术的特点和各个应用方向，提前做好前后端贯穿的机制设计，规划好技术路线。在安全合规发展的前提下，持续推动产品的更快速迭代，创造更优的用户体验。支持开源社区建设，构建具有全球竞争力的产业生态。
智能汽车事业部副总裁和卫民则认为，模型企业应做好算法本身和芯片算力的高效结合。以科大讯飞大模型在智能汽车上的应用为例，就在基于国产芯片的基础上，结合自身核心的算法技术包括语音、视觉及大模型等，在把算法和芯片进行充分优化的基础上，可以实现在同样算力下执行更多功能。
