11月29日，中国信息通信研究院发布《人工智能发展报告（2024年）》，报告旨在总结梳理人工智能技术创新方向、产业升级重点、行业落地趋势和安全治理进展，展望人工智能发展机遇，以期与业界分享，共同推动人工智能产业蓬勃发展。

报告提出，在交通、医疗等社会民生关键领域，大模型信控方案、无人驾驶、智慧诊疗等，已经实现点状场景的示范应用。此外，航空和交通领域成为人工智能开展增值服务的重点行业，如国外某航天公司飞行器座舱内的AI驱动系统可以通过评估和通知燃油水平、系统状态、天气状况和其他基本参数来帮助优化实时飞行路径。

报告核心观点：

①大模型技术进展：

多模态与复杂推理能力取得突破。基准测试显示全球大模型能力显著提升。语言模型进化体现在：上下文窗口扩大、信息压缩与知识密度提高、MoE架构融合、强化学习优化推理。推理能力改进成为焦点，规模定律扩展至后训练和推理。多模态模型转向端到端跨模态统一特征表示，实现原生多模支持。

②软硬件协同：

算法创新与软硬件架构紧密结合。框架强调大模型原生支持，分布式训练成为新重点。硬件方面，大模型对硬件要求极高，推动分布式训练、混合精度计算、高速互联通信等升级。趋势包括定制化芯片架构、存储与互联重要性提升、软硬协同释放潜力。

③工程化技术：

开发工具链加速大模型迭代，提升训练效率，降低推理成本。应用工具链拓展应用范围，增强系统扩展性，降低应用门槛，标志着AI工程化新阶段。

④数据集发展：

高质量、大规模、多样化数据集成为关键。数据技术如多模态词元向量融合、高水平标注、数据集质量评估、合成数据等快速发展，提升AI数据集供给能力。

⑤AI与工业化：

AI赋能新型工业化，呈现“大小模型协同”、“两端快、中间慢”特征。小模型应用成熟，大模型处于探索阶段。消费侧应用迭代加速，如对话式搜索、智能助理等；生产侧与行业融合深入，有望变革制造、组织、研发与产品形态。产业链呈现“两端快、中间慢”特征，体系化推动应用成为共识。

⑥安全治理：

安全治理从原则向实践推进，成为全球议题。国际合作加强，国际组织推出治理举措，提供对话平台。各经济体治理体系渐明，维护产业发展。产业界发布治理框架、标准规范、测试平台、评估工具，探索前瞻技术，提升治理能力。

⑦未来展望：

近期重点仍是增强大模型能力，如引入强化学习。专业与多模态大模型有望突破，智能体和具身智能成为迈向通用AI的关键。中长期看，类脑智能等颠覆性技术可能带来广阔想象空间。AI在实体经济应用场景将进一步拓展，加速向生产制造环节渗透，迈向全方位、深层次智能化转型升级。