提质降价，国产大模型加速奔跑

国家互联网信息办公室2025年1月8日发布的信息显示，截至2024年12月31日，共302款生成式人工智能服务在国家网信办完成备案，其中2024年新增238款备案。

从名单看，细分领域的大模型大量涌现。与此同时，随着DeepSeek-V3等大模型产品凭借更低成本、更强性能引发海内外市场关注， 越来越多国产生成式人工智能大模型加入了“提质+降价”的队伍。

那么， 国产大模型应用情况如何？正处于什么样的发展阶段？

备案数量的增多，从一个侧面反映出国产大模型在工作和生活中出现的频率增高了。 那么， 国产大模型具体发挥着怎样的作用？

“把自己从繁琐、细碎的基础工作中解放出来” 是很多用户谈到应用体会时的第一感受。 除了搜索和生成之外，大模型提供的服务也越来越专业、越来越精细。

据百度智能云AI与大模型平台业务副总经理李景秋介绍， 扩展大模型应用场景需要满足不同维度的要求： 一是基座模型质量，要有一个可被指令增强的基础模型；二是准备相关场景化数据，关注数据与实际场景的一致性和配适性；三是在训练过程中找到最优的调试参数。

李景秋说，依托大模型强大的能力，百度智能云千帆平台开始与更多行业和企业进行合作。目前， 互联网行业之外，金融、教育、文娱、能源等行业都能看到大模型的身影。

本领增长的同时，国产大模型的使用成本也不断降低。

不久前，杭州深度求索人工智能基础技术研究有限公司推出的DeepSeek-V3上线并同步开源，快速吸引了全球同行的目光。 在多项基准测试中，DeepSeek-V3的成绩超越了不少开源模型，并在性能上和世界顶尖的闭源模型不分伯仲。 OpenAI创始成员安德烈·卡帕斯称赞道：“DeepSeek—V3使得在有限算力预算上进行模型预训练这件事变得容易。”

算力门槛降低、训练成本减少、性能持续提高…… 这些变化，在很多国产大模型上都有体现。

国产大模型降价底气何在？商业上是否可持续？ 在降成本方面，国产大模型供应商们正在不断取得新进展。

有的 进行 峰谷调节，优化配置资源。 豆包大模型通过技术创新来降低成本，定价上有合理的毛利空间，既能保障企业和开发者用得起，又确保自身商业可持续； 有的 主打差异供给，力求事半功倍。 比如，千帆大模型平台根据用户不同需要进行针对性供给，从而降低其使用成本。

在中国信通院人工智能研究所软硬件与生态部主任李论看来， 国产大模型降价有多方面因素。

从供给侧看， 算法、芯片等软硬件进步带来的技术红利，让大模型训练及推理成本逐渐降低； 从需求侧看， 降低价格可以鼓励更多用户和企业使用大模型，从而丰富应用场景、创造全新价值、实现规模效应。

多位业内人士表示，理想情况下， 大模型产品应实现价格、私密安全性和大模型能力效果的平衡。 现实中，国产大模型还面临缺乏高质量数据、特定场景表现不佳、服务不稳定等挑战， 需要在性能优化中扩大应用，在应用扩大中提升性能。

数据的数量决定大模型的广度，数据的质量决定大模型的精度。 在实践中，不少企业正通过让大模型“边干边学”实现良性循环。 专家预计，这种良性循环将会让国产大模型加速走进日常生活。