在当今技术迅速发展的时代，生成式人工智能与大模型正成为推动产业变革的重要力量。随着AI技术的不断成熟与普及，它的应用已从个人领域扩展至企业层面，广泛覆盖各行各业。那么，新技术究竟会给产业带来哪些积极地影响？它又将如何平稳落地到场景？近日，在用友主办的“2024全球商业创新大会”上，中国科学院院士、清华大学人工智能研究院名誉院长张钹发表了主题为《生成式人工智能时代的产业》的演讲。

会上，张钹院士从能力、应用、架构、趋势等几个维度，详尽阐述了学术界关于大模型的洞察与思考，全面剖析了大模型的演进路径，就该技术的应用前景、挑战及其在不同领域的实际应用展开了深入探讨。

与之相反，涉及企业关键业务领域的大模型应用场景则是较难实现的，如自动驾驶或制造行业的定制化生产、质量控制等。因为这些核心业务对于技术的容错率较低，而可靠性、准确性要求更高。

那么，大模型的应用场景该如何落地到核心业务领域？技术提供商、产业界的机会在哪里？

张钹院士提出了落地通用基础模型的三种方向。

找到了大模型的落地方向，那么让大模型真正落地，同时还能使其用起来安全、可信、可控，这是产业和企业普遍关注的话题。为此，张钹院士提出了基于大模型的六种架构模式。

随着生成式人工智能的快速发展，业界也对其未来前景提出了质疑。针对这一业界普遍关注的问题，张钹院士解释道，生成式AI是人类发展史上的一次重大技术突破。为此，人类花费了几十年时间解决了人工智能领域中的三个关键技术问题——文本的语义向量表示、生成式预训练转换器、自监督学习。

其中，最关键的技术创新就在于文本的语义向量表示，它实现了从信息形式的处理到信息内容处理的跨越。

基于对大模型原理的深入理解，张钹院士对第三代人工智能技术的发展抱有十足的信心。就目前来看，问题的关键点仍在于如何让它落地。

张钹院士认为，第三代人工智能的发展方向重点在于：第一，构建具备可解释与鲁棒（稳健）的AI理论与方法，消除人们心里产生的恐慌。其次，开发安全、可控、可信、可靠且可扩展的技术，从而驱动人工智能产业的繁荣发展。第三，推动AI的创新应用与产业化。这表明，AI技术的研究与开发不仅仅是学术上的突破，还需要与产业需求紧密结合，将技术创新转化为现实应用，从而带来经济效益和社会进步。

同时，他还提出了“知识驱动 + 数据驱动”的理念，通过整合知识、数据、算法和算力这四大要素，确保AI技术不仅具备强大的智能能力，还能够在多样化的应用场景中发挥稳定且长效的作用。

张钹院士强调，坚持中国自主发展之路，必须认识到知识驱动与数据驱动在第三代人工智能中的核心作用，充分结合和利用知识、数据、算法、算力等要素，从而驱动中国人工智能产业的繁荣发展。

在人工智能技术突飞猛进的今天，大模型正在各行各业中展现出巨大的潜力。同时，在这条充满挑战的征途上，只有通过不断提升大模型的安全性、可靠性和可控性，才能真正实现其广泛应用。