国家队集体下场，抢抓这个战略机遇！

国家队果然没有让我失望，这么快就出手了！看到国务院国资委最新召开的专题推荐会，有人如此评价道。

春节假期期间，OpenAI发布的「文生视频」工具Sora，如同投下了一颗核弹，冲击波至今仍在不断向外扩散。

虽然仍有人对此不以为然，觉得这不就是AI视频吗，至于紧张成这样吗，但懂门道的专业人士，却对此忧心忡忡：视频生成模型作为世界模拟器，已接近或达到人类的感知水平，再不迎头追赶，差距会越拉越大。落后就要挨打，对此我们体会太深了！

其实，国家一直在紧锣密鼓的推进中（详见我们此前的文章《 中央加速布局，一个新时代正在到来 》），而且，在大家热烈讨论时，又有了新的动作：2月19日，国务院国资委召开「AI赋能 产业焕新」中央企业人工智能专题推进会，推动中央企业在 人工智能领域实现更好发展、发挥更大作用。

2月21日，中国科学院院士鄂维南应邀介绍人工智能创新发展情况。在专题会议现场有10家中央企业签订倡议书，表示将主动向社会开放人工智能应用场景。国家队集体下场，向AI高地冲锋的号角已经吹响！

科技角逐只争朝夕

国资委反应非常快

此前的文章中，我们一再强调，我们正置身于一场史无前例的巨变之中，过去的历史一再证明，谁能引领科技革命，谁就能成为世界强国，甚至成为规则的制定者。

与前面三次科技革命不同，这一次科技革命的迭代速度非常快。一年前全网还在嘲笑AI「文生视频」其实是人工制杖。一年后，Sora已经让我们难辨真假了。

360创始人周鸿祎就指出，Sora的诞生意味着AGI（通用人工智能）实现可能从10年缩短至一两年。

所以，在这场科技角逐中，我们必须只争朝夕！2月19日，国务院国资委召开「AI赋能 产业焕新」中央企业人工智能专题推进会很及时。

一方面，央企的体量十分庞大。2023年中央企业实现营业收入39.8万亿元；截至2023年底，中央企业资产总额达到86.6万亿元，同比增长6.4%。中央企业具有需求规模大、产业配套全、应用场景多的优势，理应在人工智能领域发挥更大作用。

另一方面，加快推动人工智能发展，是国资央企发挥功能使命，抢抓战略机遇，培育新质生产力，推进高质量发展的必然要求。

去年初，国务院国资委围绕高质量发展，推动中央企业进一步打造世界一流企业，确立了「一利五率」目标管理体系。人工智能是一次生产力的革命，即便从提升企业效益的角度，也要积极拥抱人工智能。

建设智能算力中心

抓住了问题的关键

2023年在AI大模型发展持续加速背景下，对高端智算资源的需求呈指数级增长。去年5月29日，英伟达创始人黄仁勋断言，「我们已经达到生成式AI引爆点，从此全世界的每个角落都会有算力需求」。

大模型需要大算力，算力大小决定着AI迭代与创新的速度。中国工程院院士、鹏城实验室主任高文把算力比作电力，认为没有大算力，做大模型就是天方夜谭。

深度学习出现之前，用于AI训练的算力大约每20个月翻一番；深度学习出现之后，用于AI训练的算力大约每6个月翻一番；2012年后，全球头部AI模型训练算力需求更是加速到每3-4个月翻一番，平均每年算力增长幅度达到惊人的10倍；目前，大模型发展如火如荼，训练算力需求将扩张到原来的10-100倍，算力需求的指数级增长曲线将更加陡峭。算力的稀缺和昂贵已经成为制约AI发展的核心因素。

2月19日的国务院国资委人工智能专题推进会明确，中央企业要把发展人工智能放在全局工作中统筹谋划，深入推进产业焕新，加快布局和发展人工智能产业，把主要资源集中投入到最需要、最有优势的领域，加快建设一批智能算力中心，开展AI+专项行动。抓住了问题的关键。

目前，我国算力与海外存在差距，而算力可以靠硬件堆叠提升。集中力量办大事，是我们一贯的优势，中央企业集体下场，更将加快追赶的速度……

强调应用场景挖掘

能够发挥央企优势

与此同时，此次会议还强调，进一步深化开放合作，更好发挥跨央企协同创新平台作用。开展AI+专项行动，强化需求牵引，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。

目前，美国的AI大模型确实很强，但未来我们可以在AI应用层面超过美国，就像当年的互联网一样。出国旅游过的人都会有切身感受，中国互联网在应用层面比欧美国家强太多了！

目前，主流的大模型创新是先训练千亿级模型，然后是训练垂直模型，最后才寻找应用场景。但是也有反过来操作的，并且已经取得明显的成效。

比如，傅盛在最近的演讲中就指出：在企业应用场景中，数据&应用+百亿参数基座≈千亿参数大模型。

△来源：傅盛演讲PPT

所以，有人说大模型对创业者很不友好，有人说这是创业者最好的时代，其实都对，他们分别对应上面两种大模型的创新方式。

科技创新不能自嗨，大模型最终要落地，还是需要对应用场景的强挖掘。

大模型训练成本有一个简单的比例：训练费用跟参数量的平方成正比。由此可见，通过深挖应用场景，完全可以树立另一座高峰。

去年，在国务院国资委2023年8月举办的「智慧国资数字央企」大讲堂上，党委书记、主任张玉卓就表示，未来将充分发挥应用场景及数据优势……加快推动人工智能在工业场景应用……

中央企业有需求规模大、产业配套全、应用场景多的优势。集体下场，能够更好地帮我们抢抓人工智能赋能传统产业，加快构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。

央企拥有庞大数据

集体下场超车有望

专题推进会提到的「构建一批产业多模态优质数据集」，也切中要害，这也是我们的优势之一。

大模型浪潮，将算力推上了风口浪尖。相比之下数据就显得有些「冷清」了。但算力、算法和数据是人工智能的三驾马车。大模型并非越大越好，参数大小适中+高质量数据同样可以做出优质的大模型。