人工智能产业正迎来前所未有的发展机遇，而深圳作为该领域的先行者，正积极推动AI技术的创新与应用。近日，深圳市重磅发布了《深圳市加快推动人工智能高质量发展高水平应用行动方案(2023—2024年)》，旨在全面提升AI产业链的竞争力。该方案聚焦智能算力集群供给、关键核心技术突破、产业集聚发展、全域场景应用以及数据人才要素供给等五大方面，为深圳AI产业的未来发展指明了方向。那么，深圳AI产业链企业的发展现状如何？各企业对深圳AI产业发展有何见解？带着这些疑问，财联社记者近日与深圳“人工智能第一股”云天励飞-U(688343.SH)副总裁罗忆进行了深度对话。
深圳市政府工作报告连续三年强调建设鹏城自进化智能体，云天励飞的战略目标正是打造自进化城市智能体。罗忆表示，《行动方案》带来的机遇是全方位的，尤其值得关注的是政策中首次提及“大模型”。当前国内大模型领域正处于蓬勃发展的阶段，该政策的出台将极大利好深圳拥有大模型研发计划或产品的AI企业。此外，《行动方案》还提出了“全域全时场景应用”的概念，通过搭建供需对接平台、推进“公共服务+AI”、“城市治理+AI”、“千行百业+AI”等措施，为本土企业提供人工智能服务专区、公共数据开放运营平台、软件应用示范扶持等政策支持，进一步拓展应用场景和市场空间。以应用牵引发展，不仅能够促进应用层企业的繁荣，还能带动本土AI芯片等创新技术的推广应用，对构建本土AI生态具有积极的推动作用。
尽管深圳在AI领域取得了显著成就，但在推动人工智能高质量发展方面仍面临一些挑战。罗忆指出，在底层核心技术攻关和数据开放方面，深圳还有提升空间。目前，国内在人工智能芯片技术方面仍需进一步突破，而大模型的研发也亟需更多高质量的中文语料数据和行业数据。不过，《行动方案》明确提出2023年年底前出台公共数据开放管理办法、公共数据资源目录，并制定公共数据开放计划，相信随着数据开放共享程度的提升，这些问题将逐步得到解决。
大模型作为通用人工智能的重要方向，具有巨大的创新潜力和应用价值。罗忆认为，中央政治局会议强调重视通用人工智能发展，营造创新生态，防范风险，为大模型的发展提供了政策保障。大模型的发展需要强大的智能算力、核心技术、高质量数据和高素质人才等多方支撑，需要政府、企业、科研机构、高校等协同合作。目前，各城市都在政策层面对大模型频频发力，希望通过本土培育出大模型领头羊。未来，大模型的普及率将与城市的竞争力紧密相关，不仅成为当地科技创新能力的象征，也将成为城市数字化、智慧化转型的重要基础。
作为深圳“人工智能第一股”，云天励飞在推动深圳AI产业发展中扮演着重要角色。云天励飞拥有自研芯片、大模型，是深圳人工智能基础层企业的代表之一，在城市治理、智慧交通、智慧安防、智慧园区、智慧教育等领域打造了一系列创新应用。例如，深圳多区域的智慧安防项目、深圳巴士集团智慧公交OD项目、深圳龙华智能运算平台、深圳中心书城项目、深圳富士康智慧园区项目、深圳国际会展中心一脸通解决方案和深圳元平智慧校园项目等。云天励飞的战略目标是打造自进化城市智能体，未来将继续大力推动芯片和大模型技术的研发，并与深圳产学研力量合作，推动本土AI生态构建，积极参与鹏城自进化智能体的建设。
在当前生成式人工智能引发的新一轮智能化浪潮中，云天励飞面临着巨大的发展机遇。云天励飞拥有算法、芯片、大数据全栈式的AI能力，并深耕多个行业领域，横跨人工智能的基础层、技术层和应用层。一方面，推动生成式人工智能的应用将带来智能设备和芯片需求的增长；另一方面，生成式人工智能在数字城市的应用还有巨大的探索空间，云天励飞在数字城市领域有深厚积累，未来将涌现更多市场需求。
云天励飞此前披露，目前已组建了大模型筹备组，在大模型方面有着明确的计划。从模型垂类来看，云天将推出NLP、CV、多模态等多类大模型；从模型分级来看，云天“天书”基础大模型包含L1:通用大模型、L2:行业大模型、L3:场景大模型。基于算法开发平台、算法芯片化平台，开展基础大模型研发，通过预训练生产通用大模型；在通用大模型基础上，结合行业know-how，进行行业大模型训练；基于行业大模型，通过细分场景数据集进行微调，生产场景大模型。从参数量级来看，云天按照参数量级由小到大的研发路径进行规划，包含百亿、千亿等不同量级大模型。针对不同场景应用需求，综合考虑时效性、准确性、部署成本等多种因素，匹配合适参数量级的大模型。
云天励飞发力大模型的主要优势在于其拥有芯片、算法和大数据全栈式能力。云天励飞自主研发的纯国产工艺芯片可支持多模态大模型在边缘侧推理，因此可让大模型技术支撑更多场景应用。同时，云天励飞拥有专业的数据规划和数据治理团队，注重视频数据信息提纯和中文高质量数据治理，尤其是数据可信治理。深耕数字政务、智慧交通、智慧公安、城市治理、商业文旅等行业多年，拥有丰富的行业know-how，在通用和行业大模型训练上具备较好的基础和实力。此外，有效的基础自研框架，根据不同行业和场景需求，采用合适规模的参数量级达到理想的效果，有助于结合国产自研芯片拓展边缘侧应用。