中国政府的人工智能发展目标 - 到2027年，新一代智能终端、智能体等应用普及率超过70% [1] - 到2030年，新一代智能终端、智能体等应用普及率超过90% [1] 传统AI模型开发的挑战 - 常规模型训练模式被描述为“手工作坊”模式，流程缺乏标准化工序和自动化工具链 [1] - 该模式导致开发周期漫长、资源消耗巨大，且模型质量难以保证，制约了AI应用的快速迭代与跨场景复制 [1] - 过去的研发依赖编程人员个人能力，导致模型质量参差不齐、对人员要求高、生产速度慢 [1] 浪潮人工智能模型工厂的解决方案 - 工厂旨在实现模型规模化量产，从“手工作坊”模式转向“现代工业”模式 [2] - 工厂包含数据车间、模型车间、评测中心等“九大单元”有序运转 [3] - 工厂已积累75道工序及180套工具，实现数据、算力、算法全面布局 [6] - 工厂包含通用算力、模型工厂、智能体工厂和训练场四大结构 [6] 模型工厂的运营成效 - 将大模型研发周期从“90人天”压缩至“20人天”左右 [6] - 智能体成本降低50%左右 [6] - 工厂已服务全国220个城市的政务业务 [6] 模型工厂的未来规划与定位 - 核心定位是政务大模型落地的“基础设施”，而非单一的模型供应商 [6] - 计划在2025年底前建成智能体工厂与训练场，进一步完善政务人工智能产业链 [6] - 通过集约化、标准化模式，使政务大模型能快速适配区域治理、民生服务、政务办公等多场景 [6]