学术界普遍认为，深度学习具有很强的通用性，并具备标准化、自动化和模块化的工业大生产特征，将推动人工智能进入工业大生产阶段。2019年以来，深度学习技术和应用的发展充分验证了这一观点——深度学习技术的通用性越来越强，深度学习平台的标准化、自动化和模块化特征越来越显著。而预训练大模型的兴起，则使人工智能应用的深度和广度进一步拓展。这意味着，人工智能已进入工业大生产阶段。
王海峰表示，人工智能具有多种典型能力，理解、生成、逻辑、记忆是其中的核心基础能力，这四项能力越强，越接近通用人工智能，而大语言模型具备了这四项能力。
具体而言，人工智能的典型能力如创作、编程、解题、规划等都依赖于理解、生成、逻辑、记忆等核心基础能力，依赖程度有所不同。以解题为例，从读懂题目、解答题目到最后写出答案，需要理解、记忆、逻辑及生成能力的综合运用。
如何获得这些能力？王海峰介绍，以文心一言为例，首先从数万亿数据和数千亿知识中融合学习得到预训练大模型，在此基础上采用有监督精调、人类反馈的强化学习和提示等技术，并具备知识增强、检索增强和对话增强等技术优势。进一步地，通过多种策略优化数据源及数据分布、基础模型长文建模、多类型多阶段有监督精调、多任务自适应有监督精调、多层次多粒度奖励模型等技术创新，全面提升基础通用能力。
当下，以大语言模型为代表的人工智能正在深入千行百业，加速产业升级和经济增长。“在此进程中，技术创新和应用落地形成良性循环，理解、生成、逻辑、记忆等能力持续提升，产业应用的广度和深度持续拓展，大语言模型为通用人工智能带来曙光。”王海峰说。
