2024年中国大模型大会

近年来，以GPTs为代表的大语言模型引起了全球各界的广泛关注，与之相关的新研究、新产品竞相绽放，颠覆了人们对于人工智能的理解，大模型技术正在引领科技创新的新潮流！

为推动大语言模型以及基于大模型的自然语言处理技术的交流与创新，中国中文信息学会大模型指导委员会发起了中国大模型大会（China Large Language Model Conference，简称CLM）。CLM大会由中国中文信息学会主办，与大模型技术密切相关的12个学会专业委员会共同协办。大会旨在搭建高水平技术交流平台和创新资源共享平台，促进多学科产学研用协同发展，为科技成果创新和经济社会发展做出积极贡献。

首届中国大模型大会（CLM 2024）将于2024年6月18日-19日在北京昆泰酒店举行，会议主题为“中国大模型之路”。大会特别邀请到高文院士、方滨兴院士和王怀民院士莅临大会并做主旨报告，同时还将邀请大模型领域杰出学者做特邀报告，组织多领域专家围绕“中国大模型之路”开展研讨。大会还将举行12场大模型专题论坛，主题涵盖生成式人工智能、知识图谱、社会媒体、计算语言学、机器翻译、语音信息、信息检索、情感计算、民族语言、隐私计算、开源情报等多个热点前沿领域。通过汇聚百余名国内自然语言处理领域的知名学者及行业专家，大会将为大家呈现精彩纷呈的学术盛宴！

CLM 2024大会即将开启注册，并于近期更新详细信息，我们诚挚地期待您的加入和参与，共同推动大模型技术在国内的创新、发展与应用！

会议官网：http://cclm.org.cn/

组织委员会

大会专委主任

方滨兴院士 中国工程院院士 中国中文信息学会理事长

程序委员会专委主任

贾焰教授 鹏城实验室研究员 中国中文信息学会副理事长

刘挺教授 哈尔滨工业大学副校长 中国中文信息学会副理事长

孙乐研究员 中国科学院软件研究所研究员

中国中文信息学会秘书长

中国中文信息学会大模型指导委员会

名誉主任

倪光南院士 中国工程院院士

中国中文信息学会前理事长

李生教授 哈尔滨工业大学原党委书记

中国中文信息学会名誉理事长

主 任

方滨兴院士 中国工程院院士

中国中文信息学会理事长

副主任

尼玛扎西院士 中国工程院院士

发起委员

（以姓氏拼音首字母为序）

程学旗 中国科学院计算技术研究所副所长 中国中文信息学会副理事长

黄河燕 北京理工大学教授 中国中文信息学会监事长

黄铁军 北京大学教授 北京智源人工智能研究院理事长

黄萱菁 复旦大学教授

贾 焰 鹏城实验室研究员 中国中文信息学会副理事长

刘铁岩 微软亚洲研究院副院长

刘 挺 哈尔滨工业大学副校长 中国中文信息学会副理事长

马少平 清华大学教授 中国中文信息学会副理事长

茹立云 百川智能联合创始人

施水才 拓尔思信息技术股份有限公司总裁 中国中文信息学会监事

孙 乐 中国科学院软件研究所研究员 中国中文信息学会秘书长

田志宏 广州大学副校长、教授

王 斌 小米集团技术委员会AI实验室主任 NLP首席科学家

王士进 科大讯飞副总裁 AI研究院常务副院长

吴 华 百度技术委员会专委主任

张 民 哈尔滨工业大学（深圳）特聘校长助理、教授

周 明 澜舟科技创始人&CEO

宗成庆 中国科学院自动化研究所研究员 中国中文信息学会副理事长

以下内容为GPT视角对中国大模型相关领域的解读，仅供参考：

中国大模型研究现状

发展势头强劲：

近年来，中国大模型的发展势头强劲。在政策扶持、市场需求和资本推动下，越来越多的企业和研究机构投入到大模型的研究与应用中。

中国已经涌现出一批具有国际竞争力的大模型，如百度的文心大模型、阿里的通义大模型等，在自然语言处理、计算机视觉等领域取得了显著成果。

市场规模与容量：

大模型市场容量及规模巨大，预计在未来几年内将持续增长。预计2028年将达到1179亿元。

这些模型通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数，能够处理更加复杂的任务和数据。

应用领域广泛：

大模型在自然语言处理、计算机视觉、语音识别等领域都有广泛的应用。

自然语言处理：包括智能客服、机器翻译、文本生成等。

计算机视觉：用于图像识别、目标检测、人脸识别等任务。

语音识别与合成：如智能音箱、语音助手等。

同时，大模型在电力、零售、出版等传统行业中的深度融合，也加速了这些行业的改造升级。

技术进步与挑战：

随着深度学习技术的不断发展，大模型的训练效率和性能得到了显著提升。

分布式训练、模型压缩等技术的应用降低了大模型的训练和部署成本。

然而，大模型产业也面临算力瓶颈等挑战，训练大模型越发依赖高性能AI芯片，国内AI高性能芯片市场受进口限制和国内技术瓶颈的双重影响。

政策支持：

中国始终高度重视人工智能发展机遇和顶层设计，发布多项人工智能支持政策。

国务院于2017年发布《新一代人工智能发展规划》，科技部等六部门于2022年印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》对规划进行落实。

地方政府也出台相关支持政策，加快大模型产业的持续发展。

产业链结构：

上游主要包括硬件和软件的支持，如芯片、服务器、通信网络、云计算、数据库等。

中游指大模型行业本身，包括模型的研发、训练、优化和部署等环节。

下游指大模型的应用领域，包括游戏、办公、传媒影视、医疗、金融、电商、工业等。

大模型研究可以应用在哪些行业或领域

自然语言处理（NLP）：

机器翻译：大模型可以实现高质量的实时翻译，满足跨语言交流的需求。

文本生成：生成新闻、故事、诗歌等创意内容，或辅助写作。

情感分析：分析文本中的情感倾向，用于产品反馈、社交媒体监控等。

问答系统：智能回答用户问题，提供知识信息和建议。

计算机视觉：

图像识别：识别图像中的物体、场景和人脸等。

目标检测：在图像或视频中定位特定目标，如自动驾驶中的车辆和行人检测。

图像生成：根据文字描述生成对应的图像，如艺术风格迁移、图像超分辨率等。

智能语音：

语音识别：将人类语音转换为文本，支持语音输入和搜索。

语音合成：将文本转换为人类语音，用于虚拟助手、智能客服等。

语音情感分析：分析语音中的情感状态，增强人机交互的体验。

推荐系统：

电商推荐：根据用户的浏览和购买历史推荐相关产品。

视频推荐：在视频平台推荐用户可能感兴趣的内容。

音乐推荐：基于用户的听歌历史和喜好推荐音乐。

金融领域：

信贷风险评估：分析用户数据预测信贷风险。

市场分析：预测股票价格、汇率等金融指标。

反欺诈：识别欺诈行为和异常交易。

医疗健康：

医学影像分析：分析X光、CT等医学影像，辅助医生诊断。

基因序列分析：预测疾病风险、药物反应等。

虚拟助手：提供医疗咨询、用药提醒等服务。

智能制造：

质量控制：检测产品缺陷，提高生产质量。

预测性维护：预测设备故障，提前进行维护。

生产优化：优化生产流程，提高生产效率。

教育：

智能辅导：根据学生的学习进度和难点提供个性化辅导。

虚拟课堂：模拟真实课堂环境，提供沉浸式学习体验。

语言学习：辅助语言学习，提供发音纠正、语法指导等。

客户服务：

智能客服：提供24小时在线服务，快速解答用户问题。

聊天机器人：与用户进行自然语言交流，提供信息和服务。

娱乐和游戏：

虚拟角色：在游戏中创建具有智能和情感的虚拟角色。

内容生成：生成游戏场景、角色、剧情等。

情感交互：增强游戏中的情感交流和沉浸感。

大模型研究领域有哪些知名的机构或企业

学术界团队：

复旦大学邱锡鹏教授团队：复旦大学教授邱锡鹏带领的NLP团队在类ChatGPT产品上取得了显著成果，是中国学术界在大模型领域的重要力量。

企业界：

百度：百度在大模型领域有着深厚的积累，其“文心一言”大模型在国内市场具有领先地位。百度还积极推动大模型的开源，与其他企业共享技术成果。

阿里巴巴：作为国内电商巨头，阿里巴巴在大数据和人工智能领域有着深厚的积累。其大模型技术在大规模文本生成、对话系统等领域有着广泛应用。

腾讯：腾讯在社交领域的深厚积累为其在大模型技术上提供了得天独厚的优势。腾讯的语音识别、图像识别技术在大模型领域表现突出，广泛应用于各类场景。

华为：华为的智慧助手小艺升级版是基于华为盘古L0基座大模型构建的，展示了华为在大模型技术上的实力。

科大讯飞：科大讯飞推出的“讯飞星火”大模型在语音识别和自然语言处理领域具有显著优势。

网易：网易的“玉言”大模型也在自然语言处理领域有着广泛的应用。

360：360推出的“360智脑”大模型，展示了其在网络安全和人工智能领域的融合能力。

京东：京东的“言犀”大模型在电商领域的应用，提升了用户的购物体验。

其他机构和企业：

上海人工智能研究所：作为国家队出资的研究机构，其Open Compass项目致力于维护国内大模型的良好生态，并提供具有公信力的评测结果。

斯坦福大学：斯坦福大学的HELM评测体系和Alpaca评测体系为大模型的评估提供了重要参考。

Hugging Face：Hugging Face开源评测工具Open LLM Leaderboard为大模型的比较和研究提供了便利