工联网消息(IItime) 近日，科大讯飞董事长刘庆峰公开发表演讲，他指出，今年是全民AI和全行业AI的元年。此外，中美在本轮大模型竞争中差距缩短至3到6个月，不会再形成代差。

AI发展现状：投资猛增，应用普及

人工智能的出现，深刻地解放着千行百业的生产力，让人们更有时间去做更有想象力、更有意思的事情。

目前，人工智能蓬勃发展。据统计，仅2024年人工智能领域的创业投资总额超过了1000亿美元（除英伟达、微软、谷歌等巨头的大规模投资），同比增长80%。在全球经济发展不确定性的背景下，这个增长速度堪称惊人。在我国，算力规模已经达到72.53万匹，同比增长74%。大模型的公开招投标增长了十几倍。截至2024年年底，我国生成式人工智能的规模已经达到了2.49亿，占总人口的17.7%。刘庆峰称，2025年将是全民AI和全行业AI的元年。

人工智能应用已到达关键阶段。在人工智能领域，大模型是人工智能在通用人工智能发展的一个非常标志性的成果，大致可以分成三个维度。一是运算智能。机器能存会算，是支撑认知智能发展的基础。二是感知智能。机器能听、会说、能看、会认，语音识别技术已经超过专业速记员；语音合成技术可以给中央电视台配音；机器翻译超过了99%的大学六级考生，已经通过国家翻译师资格考试。人类看不见的红外、紫外，听不见的超声、次声波，机器全都能感知到。三是认知智能。随着认知智能在多模态、具身智能等领域的进步，运动智能也相互呼应，推动了机器人行业的快速发展。

从技术角度看，大模型的发展经历了几个阶段：2017年，生成式预训练方法推出；2018年GPT1.0问世，之后，技术从强化学习、慢思考进入到世界模型发展，更真实地理解客观世界。

从发展阶段看，大模型技术历经生成式预训练、强化学习到世界模型的迭代，能力边界持续拓展。以GPT为代表的超大规模深度神经网络，通过千亿级参数与海量多模态数据训练，已具备文本生成、逻辑推理、代码编写等七大核心能力。中国在技术评测体系建设上同步跟进，相关细分任务类型从400余项扩展至1000余项，为技术迭代提供了精准坐标。

中美AI差距：技术趋近，算力承压

在全球大模型竞速赛中，中美之间的差距正在不断缩短。刘庆峰指出，我国的大模型在高考表现优异。在国际上，如国外的奥数等赛事中，人工智能的应用也十分广泛。不过，从整体情况来看，在本轮以GPT框架预训练到强化学习为代表的大模型竞争中，中美之间的差距正在不断缩短。

美国凭借OpenAI、Anthropic等企业的先发优势，在科学模型构建与原创性技术上保持引领，其通过吸纳数学、物理领域顶尖人才深耕基础研究的模式，奠定了在深度推理等核心领域的地位。而中国则通过“百模大战”的激烈竞争实现快速追赶，头部企业已缩减至5-10家。科大讯飞、DeepSeek、豆包、通义千问等一路你追我赶，在通用大模型这一波竞争中，在关键技术上与美国的差距缩短至3-6个月，不会再形成代差。

这种追赶态势的背后，是中国企业在算力限制下的技术突围。2022年以来，美国加大对AI芯片实施“限高限宽”——单芯片算力不得超过312T，数据交换带宽限制在400G以内，后续更将管控延伸至三星、台积电等代工厂。在此背景下，中国企业转向“小模型+高效率”的技术路线：在华为的助力下，科大讯飞基于国产算力训练的千亿大模型，取得了全面突破。“正因为有这些技术创新，才使我们能够在自主可控的通用底座上快速训练出行业模型，从而进入到企业场景。”刘庆峰坦言。

目前，AI在多领域获得突破，如在医疗领域，我们的大模型已通过国家执业医师资格考试，超过了99%的考试学生。今年两会后，最高人民检察院引入人工智能技术，用大模型来推动司法的公正，做类案推送、法条对应、辅助量刑和文书生成等十项能力。在教育领域，大模型可担任口语、科学、编程教师及心理辅导员。在工业领域，大模型能支持研产供销服管几乎每个环节。如今，大模型的应用场景广阔，然而，最重要的是要将通用大模型成功转化为行业模型并实现落地，需要解决一系列关键问题。例如，如何建设算力、如何整理数据等。

所以，大模型时代，绝不是单个企业的竞争，而是整个生态体系的繁荣，要把技术给到更多的企业应用，要让更多的创新者去开发。刘庆峰举例科大讯飞，在讯飞人工智能平台上，去年一年新增了170万开发者团队，做出来近100万新应用。最大特点是，现在54%的应用与工业相关。“中国大模型在这一波红利中，与美国的差距已缩小至3-6个月，在行业应用的红利，中国一定会更率先拿到。”

但值得注意的是，中美差距的本质仍存在“原创与追赶”的区别。美国在预训练方法、强化学习等底层技术上的原创性突破，为全球大模型发展提供了框架；而中国更多通过技术优化与场景落地实现追赶。这种差异意味着，若缺乏源头创新布局，短期的差距收窄难以转化为长期竞争优势。

所以，在全民AI的时代，既是技术普惠的起点，更是创新突围的契机。我们要正视与美国的差距，当中国的AI技术不仅能在高考、医疗诊断等场景中展现卓越性能，更能在预训练框架、通用人工智能理论等源头领域贡献原创方案时，3-6月的差距缩短才会消弭。