证券时报·e公司从现场了解到，出席此次活动的嘉宾，不仅包括多位重量级院士嘉宾，华为云人工智能领域首席科学家田奇也现身，并就人工智能发展趋势、盘古大模型的进展及应用等热点话题，在会上进行了分享。

今年以来，人工智能持续在全球升温，在这轮新的人工智能浪潮中，田奇称，人工智能发展，已经从局部探索，走向千行百业。AI正在走进企业核心生产系统，开始创造更大价值；人工智能行业渗透率提速，2026年将达到20%。

在田奇看来，人工智能发展趋势呈现两大特点：首先是从小模型到大模型；其次是人工智能与科学技术的交汇。

据介绍，大模型成为应对AI领域应用碎片化的一种方式。这种方式下，提高了模型泛化能力，减少了对于领域数据标注的依赖和模型微调；模型复杂度（参数个数）持续爆发，不到半年增长了10倍，达到了1750亿。

同时，大模型有可能收编高度定制化的小模型，导致市场向大模型集中。这主要是因为，开发大模型资金门槛高，开发和训练一次，需要1200万美元；技术门槛高，具有对AI框架深度优化和超强的并行计算能力。

另外，大模型正在改变AI产业的规划与格局。比方说，牵引AI产业快速收敛，构建AI产业的底座；汇聚和沉淀行业生态及开发者生态，形成产业生态黏性。

AI在哪些科学计算场景能发挥“尖刀”作用？“工业、气象、能源、生物医学等众多领域，都受到了人工智能的深刻影响。”田奇称，大模型是连接技术生态和商业生态的桥梁，是未来AI生态的核心。

除了行业的发展趋势，田奇也谈到了盘古大模型的进展和趋势。田奇称，华为盘古大模型正在推动人工智能开发从“作坊式”到“工业化”升级。

据介绍，2019-2021年，华为开始了盘古大模型的立项研发，并在2021年4月份开发出了盘古基础大模型，随后又陆续发布了多个盘古行业大模型系列。譬如，2021年9月份，开发了盘古药物分子大模型；2022年6月，盘古矿山大模型；2022年11月份，盘古气象、海浪、金融OCR等领域大模型发布。

“大模型是AI产业快速发展的必然选择，行业正在从‘大炼模型’转向‘炼大模式’。”田奇称，传统AI时代，不同场景对应不同小模型，一个场景一个模型，模型参数小，泛化性差。大模型时代，大模型吸取海量知识，适配多业场景，多个场景一个模型，模型参数大，泛化性强。

譬如，GPT-2，参数为15亿，到了GPT-3，参数为1750亿。盘古大模式，参数达到了千亿级。Switch Transformer，参数已达到了16000亿。多参数，可以掌握海量知识背后的逻辑，有极高泛化能力；同时，还可以降低研发成本，自监督学习，减少标注数据，解决人工标注成本高、周期长、准确度不高问题。

据介绍，华为盘古大模型，具有优秀的泛化能力，可以充分挖掘数据内的联系，达到更高的泛化性能；高效样本筛选能力，可以海量无标注样本筛选，节省80%以上人力标注代价；小样本/零样本能力，自动化数据增强，数据挖掘算法，实现零训练样本下缺陷样本识别，较传统方法发现率提升2-3倍；低门槛AI开发，提供自动化工作流，自动数据处理，自动化调参，自动化生成模型，减少对AI开发工程师专业依赖。

“AI for Industries（工业人工智能）是人工智能新的爆点，盘古行业大模型正在加速落地，赋能千行百业智能升级。”田奇称。