通用大模型2024年发展趋势：多功能与小型化

在2024年，大模型的技术发展将趋向多功能与小型化，同时产业端将强调自主研发和行业标准化

技术端

1 模型整合统一

未来的技术演进方向是实现大模型底层框架的整合与标准化，从多样的架构（如双编码器、 单边解码等）转向统一的、效率优化的开源底层框架，提升模型的通用性和可维护性。

2 参数规模扩展

为确保模型质量和性能，未来的大模型将采用更深层的网络结构和更庞大的数据集进行预 训练，尤其在数据量和参数量上将迎来显著跃升。

3 多模态融合

大模型将逐渐融入图片、音频、视频等多种模态信息，实现跨模态的交互与理解，从而拓 宽其应用场景和实用价值。

4 大模型小模型化

在产业应用层面，结合底层基础大模型和针对特定行业的精简数据微调，将训练出更为实用、更易于产业落地的小型化大模型。

产业端

1 国产AI芯片自主研发

为确保大模型的长远发展和避免外部制裁风险，国内AI计算芯片的自主研发将成为关 键战略方向。

2 数据产权标准深化

优化和完善现有数据标准和规范，是 推动大模型“燃料”质量提升和数量增长的重要驱动 力，在2024年将作为产业发展的要任务。

3 “套壳”微调策略

为满足产业实际需求并适应中小企业的发展特点，“套壳”微调（即在现有大模型基础上 进⾏针对性调整）将成为除行业巨头外企业的主要发展策略。

4 人工智能伦理责任

随着大模型性能的飞速提升和实⽤性的增强，确保AI技术与社会伦理道德标准相⼀致将成 为⼤模型持续发展的关键考量因素。