理的强化学习、拒绝采样 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业链。 Scaling Law 与“涌现”能力是大模型训练遵循的重要法则，随着 ChatGPT 引领全球 AI 浪潮， 国内外科技公司纷纷发布 AI 大模型，截至 24 年 7 月，全球 AI 大模型数量约 1328 个 ( 其中美国位居第一位，占比 44% ；中国位居第二位，占比 ，国信证券经济研究所整理 参数量 （十亿） GPT-4 PanGu-Sigma Ernie 4.0 BingChat* PaLM2 Titan Scaling Law 与“涌现”能力：大模型训练遵循的重要法则 请务必阅读正文之后的免责声明及其项下所有内容 2022/8/27 2022/12/5 2023/3/15 2023/6/23 2023/10/1 GPT- 3 大幅提高；国产模型中阿里的 Qwen2.5-72B 取得 86.1 分的 高分，在各大模型中亦取得排名相 对靠前的位置。 Scaling Law 与“涌现”能力：大模型训练遵循的重要法则 请务必阅读正文之后的免责声明及其项下所有内容 图：全球模型数量激增 2019 2020

AI 图像增强技术等技术可以通过人工智能机器学习算法预处理图片，提升工业相 机拍摄照片或扫描出图像的对比度，降低图像噪点，增强图像边缘等，提升后续进一步 检测的准确度。 AI 缺陷检测算法则可针对消费电子类产品常见的压伤、凹凸、异物等各种缺陷完 成大量模型预训练。在具体项目中调用视觉检测平台时则可通过小样本训练检测技术， 使用 50-100 张图像数据构建适配项目需求的检测参数，具有灵活性的特点，可以快速部

行性研究报告、商业计划书、 项目建议书、国家重点项目补贴申请报告等，请联系：周女士，159-6455-6901。 19 第 19 页 共 102 页 （数据日期：2024-02-01） 算法则是智能经济的“价值中枢”，其使命已从提升效率的“加速器”，转变为重构 规则的“操作系统”。过去，算法多作为后台工具嵌入既有流程；今天，以大模型为基座 的智能体（Agent），正以前所未有的自主性，直接参与甚至主导业务闭环。在智能驾驶