2025大模型技术演进及其对软件造价行业影响

大模型技术演进商业创新的探索对软件造价影响大模型技术演进

XCONMYCIN等专家系统

（估算17502.5万54007800亿1750992*A100*12401800亿1.75百度·文心ERNIE3.02600384*V100，华源24502128*v100681500盘古20002048*10002048*小样本学习能力超越270（估算Stability10256*A1006250约6010512*V100*1054华为昇腾1080*A100*20345M40128*A100*40107大（40亿参数），22040256*A100*301603128*A100*411书生10128*A100*1643微软WindowsAPP为主要应用，社交/推荐基于AI技术的自然用户界面（AI-basedNUI）：用户直管理CPU、存储器等硬件资源，支持管理ARM等终端芯片资源，应用企业可调用大模型API，

封闭生 封闭生 开源生英伟达

LM开 规

2022Q4以来新变化：LM /DeepMind在大模型方面，还没有像当年Winel（当时微软桌面操作系统约占90%的市场份额，英特尔CPU约占70%的市场份额）市场优势。商业创新探索国外（美国OpenAIGPT-国外（美国OpenAIGPT-API/代码生成2.1DALL.E截至2022H2，实现250+暂未开放API 小以PT-3大模型为代表，OnAI+iof引领全球大模型产业化发展。OnAI已经跑完产业化主要阶段，并开始做用普及。 通过跨模态语义关联，提升多模态融合理解以及跨模态转换与生成性能。现有工作大多是以Bert为基 通过跨模态语义关联，提升多模态融合理解以及跨模态转换与生成性能。现有工作大多是以Bert为基 点燃2022年底以来的AI热潮，但仅依托整体占

万 千 百 千 万 十万

人工智能是知识密集型产业，聘用算法研究人员和算法工程师的成本通常在5万~8万元/人工智能是知识密集型产业，聘用算法研究人员和算法工程师的成本通常在5万~8万元/I,从开发时间线上看，80A从开发时间线上看，80AI训练所需的算力资源成本高AIAI AINPC AIAgent •原型制 产品推图像生 •游戏关卡设 •音频设计和配 3D内 政视频生 电商客 文本模 电子合 虚拟 产品标签 机器 AI法律顾低代 描述生文本生 产品推 司搜索引 辅助教 辅助审产 法律文代码生 虚拟试 题库生 模 物流机器 靶点发 故障诊自动驾 分子优 零件质 问诊/诊 优化设助 信息分 临床决 培训与辅 服务机器 病理检 作战指 工业机器依托自主研发的大数据、大模型和强算法，推出新一代“产业情报和智能决策”系统，汇聚了产业链100余条、产品30万种、企业5000余万家、专利1亿条、人才100万条、投资500万条、招标2000万条，以及300余个城市、3000多区县等45余类实时更新的数据集，并综合应用产业大模型、知识演化与推理、群智融合与增强、智能描述与生成等技术，推出了产业通、产业大脑、产业API、精准招商、智能投顾等多款应用产品，为领军企业、投资机构、产业园区提供“数据+算法”驱动的产业情报和智能决策服务。对软件造价影响当前主流的基础模型如表1所示，可选择CodeLLaMA作为基础模型。明确训练数据的来源、用途和特点。在组织训练数据前，要了解数据的来源，确认可靠性和有效性。要明确数据将用于哪些任务，如数据量的大小、数据类型等。进行数据预处理。预处理是组织训练数据的关键步骤，包括数据清理、去重、变换等。数据清理主要是去除无效、错误或重复的数据；去重则是去除重复的信息，以避免模型过拟合；变换则是对数据进行必要的转换，以便于模型的学习和训练。合理组织训练数据。首先要将数据进行分类，按照不同的任务需求划分不同的数据集。例如，可以将数据集分为训练集、验证集和测试集，以便于模型的训练和测试。同时，要合理存储数据文件，可以选择常见的存储格式，如C、JON等，并确保文件的安全性和完整性。选择合适的语料库构建方法。常用的语料库构建方法有手工采集、自动化采集和混合采集。手工采集适用于小规模、高质量的语料库建设；自动化采集则可以快速地获取大量语料信息；混合采集则是结合前两种方法的优势，以获得高质量且大规模的语料库。做好语料库的管理和维护。为了确保语料库的安全性和可靠性，需要对语料库进行科学的管理和维护