ICT趋势年会 | 信通院何宝宏：大模型“卷”向下半场，需要新打法

摘要：2024年大模型技术加速迭代、产品丰富多样、应用多点开花，助力千行百业加速智能化转型，掀起变革浪潮。“2025年大模型将角逐下半场，需要新打法。”12月18日，在2025年ICT行业趋势年会“算网与AI大模型应用论坛”上，中国信通院云计算与大数据研究所所长何宝

2024年大模型技术加速迭代、产品丰富多样、应用多点开花，助力千行百业加速智能化转型，掀起变革浪潮。“2025年大模型将角逐下半场，需要新打法。”12月18日，在2025年ICT行业趋势年会“算网与AI大模型应用论坛”上，中国信通院云计算与大数据研究所所长何宝宏讲道。

何宝宏在演讲中指出，2024年，全球训练大语言模型的效果普遍不及预期，可能已经撞上“数据墙”。如OpenAI产品迭代明显放缓；Anthroipc暂停Calude 3.5 Opus开发。另外，大模型产品迭代的速度也明显在放缓，这些情况表明，大模型竞赛的上半场已经进入“垃圾时间”。

对于大模型下半场的主赛道与新打法，何宝宏表示，大模型的下半场竞赛可以有多个可选的转变：从训练转为推理，从语言大模型转到多模态大模型，从人类互联网数据转为AI合成数据和私域数据，从闭源过渡到基于开源，从拼性能到拼性价比，从虚拟智能到实体智能等。

具体来看，行业要“卷”合成数据，也需要谨慎。过去30年来互联网上积累的数据，将在未来3~5年内被AI耗尽。但与此同时，Meta等的研究发现，即使只用了1%的合成数据，也将导致严重的模型崩溃。此外，现在互联网上超过50%的流量是机器人在搬运，接下来网上将充斥着人工智能生成的内容，人类生成的高质量数据很可能会被淹没在AI生成的垃圾堆里。

“卷”开源，领先的开源模型的能力已经达到闭源模型能力的80%，但成本却是闭源模型的1/20，那在大部分场景下会选择开源模型。从效果来看，集中式训练大模型已经导致对一般性智算需求的大降，加速大模型应用的私有化部署，行业大模型也将加速落地。

“卷”工程，大模型工程化过程中，长推理范式、可解释性与透明度、可靠性与安全性、压缩与轻量化、MLOps、记忆能力等方面仍是机会，仍有待突破。

“卷”性价比，一方面，根据相关测算，AI年产值超过6000亿美元，才够支付AI基础设施的费用，但现在还缺5000亿，且2024年5月开始的价格战目前暂无停止的迹象。另一方面，国内单位算力成本大致相当于英伟达算力的1.5倍，但同等的大语言模型服务价格经常只有它的20%到50%。接下来，行业会更关注商业化和应用落地，更注重性价比。

而在接下来大模型自身主攻方向转变的同时，算力等基础设施、智能体等应用也将迎来更为彻底的变革。

大模型下半场，智能体将接棒大模型。何宝宏表示，尽管少数巨头在继续探索通用大模型的未知边界，但更多数企业将聚焦探索各类LLM的好用（优化）和多用（场景）的路线，即Agent。未来几年，Agent泡沫将兴起，但Agent会有遗传自LLM的“故疾”(如不可解释性和幻觉)。另外，LLM的本质是压缩，Agent的本质是目标导向，二者本质的不同，导致未来可能会出现三个问题：难以觉察的终极目标不一致性；难以理解的机器陌生的思维和行为方式；AI系统缺失的自我修正机制。

大模型下半场，算力不能只追求高性能。算力发展也将有三大转变，一是发展边缘算力、混合算力、云端算力、推理算力、节能算力、低成本算力等多样化算力。二是从IDC到AIDC，之前IDC是技术创新的制高点，而现在AIDC不仅仅是技术创新，而是将重构整个生态，覆盖Agent、网络、芯片、风火水电等方方面面。三是从缺算到缺电，近年来数据中心耗电量持续上升，2030年AIDC耗电量将占全球总电量的20%，人工智能将激活全球核电市场。

大模型下半场，液冷从小众走向刚需。数据显示，2023年中国液冷服务器市场规模15.5亿美元，同比增长52.6%，未来五年年复合增长率将达到45.8%。未来AIDC几乎都要采用液冷解决方案，液冷将迎来爆发风口。

大模型下半场，信息基础设施要智力在线。随着科技变革，行业已经建成了庞大的通信基础设施，正在大规模建设算力基础设施，开始试点数据基础设施，接下来还要探索和大力发展智力基础设施。

END