总体态势

技术演进走向新范式，大模型在大数据和大算力加持下，实现从单任务智能到多任务智能的跨越，呈现规模可扩展、多任务适应及能力可塑特征。

工程化迈向新阶段，开发和应用工具链不断完善，加速大模型技术迭代和应用拓展，推动人工智能从实验室走向生产环境。

安全治理工作紧密推进，全球合作升温，各经济体治理体系明晰，安全技术应用能力提升，应对人工智能发展带来的机遇与挑战。

产业稳中有进迎来新动能，全球产业规模增长，大模型拉动投融资上扬，创业企业发展创新高，为产业发展注入新活力。

技术创新

基础模型快速演进迭代，语言大模型能力提升，但面临幻觉、成本等挑战；视觉大模型在图像理解和生成方面取得进展，也存在诸多问题；多模态模型探索交叉模态处理，有多种实现方式。

计算平台与模型创新紧密耦合，模型创新依赖先进软硬件协同体系，框架关键技术能力提升，芯片加速迭代，多方试图破局。

工具链不断完善，模型训练、推理和应用开发工具持续升级，加速大模型研发应用，推动智能应用快速构建和部署。

高质量多模态数据集成为关键，数据预处理、标注、评估和合成技术发展，推动以数据为中心的人工智能时代到来。

应用赋能

赋能呈现阶段性特征，专用智能应用成熟，通用智能前景广阔，企业和消费侧应用态势不同，大模型应用在产业链各环节分布有差异。

重点行业应用走深向实，装备行业关注研发制造流程优化等，企业布局大模型需开展战略需求分析等工作。

安全治理

技术应用带来自身和衍生安全风险，包括数据安全、隐私保护等多方面问题，对个人、国家和全人类造成潜在威胁。

全球处于“从原则走向实践”关键阶段，国际组织推动形成共识，各经济体完善治理体系，产业组织发挥作用，企业开展自律。

近期，语言大模型能力提升、多模态模型突破、智能体和具身智能发展是重点方向；中远期，类脑智能等颠覆性技术或带来新想象空间。行业大模型将在通用性、稳定性和交互方式上发展，应用将深入生产核心环节，推动行业智能化变革。同时，人工智能安全治理需全球协同，完善风险识别、强化评估防范、加强技术治理和国际合作。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有