近期，Imagination將陸續(xù)推出全新系列研討會，涵蓋邊緣AI如何推動工業(yè)物聯(lián)網(wǎng)的發(fā)展，生成式AI，智能汽車未來發(fā)展趨勢等等多個熱門話題。

本期研討會中，Imagination中國區(qū)產(chǎn)品總監(jiān)鄭魁為我們解讀了中國在基礎模型研發(fā)及其邊緣部署方面取得的進展，重點分析關鍵趨勢、技術突破以及未來展望。

分享嘉賓：鄭魁，Imagination中國區(qū)產(chǎn)品總監(jiān)

以下為本期研討會要點內容回顧，更多詳細內容可觀看完整版視頻。生成式AI在中國的崛起

預計未來五年，中國在生成式AI（Gen-AI）領域的投資將以86%的年均復合增長率（CAGR）增長。這一發(fā)展的主要推動力源于對高端技術自給自足的需求，包括從應用到芯片的全面布局，并注重本地技術開發(fā)。

主要發(fā)展領域包括：

• AI芯片研發(fā)：滿足高性能AI基礎設施的需求。
• 數(shù)據(jù)集本地化：支持本地語言和方言。
• 定制化AI應用：針對特定消費和行業(yè)需求開發(fā)。

開源社區(qū)建設：積極參與深度學習框架和大型模型開源社區(qū)。

區(qū)域技術趨勢

中國的研究實驗室在AI領域作出了顯著貢獻，尤其是在開源生態(tài)系統(tǒng)中：

排行榜表現(xiàn)：中國模型在全球競爭中表現(xiàn)優(yōu)異，特別是在特定子任務上。

多模態(tài)大語言模型：在中文理解等細分領域具有強大競爭力。

設備端模型：在邊緣設備上開發(fā)高效模型，如MiniCPM3-4B。

基礎模型的基準表現(xiàn)

中國的基礎模型在基準測試中表現(xiàn)出色，如Qwen2.5-72B-instruct和GLM-4-plus在指令遵循、長文本生成和結構化數(shù)據(jù)理解方面表現(xiàn)卓越。最新的Qwen2.5模型包含高達18萬億標記數(shù)據(jù)，在多樣化系統(tǒng)提示下表現(xiàn)出強大的適應性。

多模態(tài)大語言模型（LLM）

騰訊的混元大模型以3890億參數(shù)、5.2億激活參數(shù)及最高可達256,000個Token的處理能力，成為最大的開源混合專家模型之一，在語言理解和邏輯推理等領域表現(xiàn)優(yōu)異，甚至超過一些更大規(guī)模的模型。

開源貢獻與設備端AI

中國活躍的開源LLM社區(qū)開發(fā)了諸如DeepSeek-V2等混合專家模型，在高效推理和經(jīng)濟訓練方面表現(xiàn)出色。同時，參數(shù)在10億以下的設備端模型（如GLM-4-9B-Chat和MiniCPM-2B）在中文任務和其他應用中取得優(yōu)異成績。

邊緣計算的挑戰(zhàn)與解決方案將生成式AI部署到邊緣設備而非云端，可實現(xiàn)更快響應、更高隱私、更個性化體驗和更低的云推理成本。然而，要真正發(fā)揮AI在邊緣的潛力，還需解決計算密集型問題。GPU憑借其可編程性、靈活性和高效計算能力，成為推動生成式AI應用至邊緣設備的關鍵技術。

結語

中國科技生態(tài)正快速發(fā)展，并成功研發(fā)基礎模型并部署至邊緣。隨著技術創(chuàng)新的持續(xù)推進以及對本地化和定制化的高度重視，消費者將見證更多強大的AI功能應用到各種設備中。

下一期研討會中，Imagination高級產(chǎn)品總監(jiān)Rob Fisher將分享“汽車行業(yè)趨勢”的相關主題，敬請期待！