AI导读：

我国开源大模型发展成效显著，技术突飞猛进，涌现出诸多优秀项目。然而，在算力、芯片、数据、安全等方面仍面临挑战。需加强协同，破解难题，加快构建自主可控、安全可靠的开源大模型产业，提升全球竞争力。

　　今年以来，开源大模型赛道的发展成效显著，标志着我国在人工智能领域正从“追随者”向“引领者”转变，展现出强大的发展潜力。

　　近年来，我国在开源大模型技术上取得了长足进步，生态规模不断扩大，涌现出一批优秀的开源项目，性能逐渐逼近国际前沿大模型，全球影响力日益增强。例如，深度求索的Deepseek系列大模型的技术指标在全球处于领先地位；阿里的Qwen系列大模型全球下载量突破2亿次，衍生模型数量超10万个，超越Meta的Llama，成为全球最大的开源模型族群。

　　在全球人工智能行业的激烈竞争中，我国企业采取差异化发展战略，注重提升产品性价比。主要体现在：低成本高效能，如DeepSeek的R1模型预训练费用远低于OpenAI GPT-4模型；坚持开源共享，大部分开源大模型支持免费商用和衍生开发，降低了企业研发成本，吸引了大量技术开发者；多模态融合发展，支持跨模态信息整合，提升了开源大模型与其他领域的融合度。目前，我国开源大模型已广泛应用于制造业、电力、医疗、教育、金融等领域，为智能化转型提供了有力支持。

　　然而，我国在算力、芯片、数据、安全等方面仍面临挑战。算力规模需提高，高性能AI芯片依赖进口。尽管我国算力规模居全球第二，但开源大模型的算力需求快速增长，未来算力缺口可能制约产业发展。数据规范化程度需提升，大模型安全治理机制滞后。数据获取、来源、质量、使用安全等方面存在挑战，数据泄露、滥用、版权等风险凸显。尽管已出台相关管理办法，但缺乏统一标准和具体指南。

　　为推动开源大模型质量跃升，需加强协同，破解算力、芯片、数据、安全等难题。通过政策引导，加快构建自主可控、安全可靠、全球领先的开源大模型产业。深化产研协同与国际合作，提升全球竞争力。同时，构建自主算力体系，强化国际合作与标准制定；完善数据共享与交易机制，建立健全安全治理框架；推动产研融合与生态协作，推出商业化支持政策。

　　通过这些措施的实施，我国开源大模型产业将迎来更加广阔的发展前景，为全球人工智能领域的发展贡献更多中国智慧和力量。

（作者系中国社会科学院大学应用经济学院执行院长、教授、博士生导师）

（文章来源：经济日报）