现在媒体上普遍的看法是：中美在人工智能领域处于世界上第一梯队，与其他国家已经拉开差距，而美国又明显领先中国。具体来说，美国在基础人工智能技术，尤其是大模型，人工智能芯片等方面明显领先，中国在人工智能的具体行业应用上具有优势。
我在上一篇文章“AI大模型、中模型、小模型谁主沉浮？”对以上看法总体上也算是认同的前提下，对AI大模型、中模型和小模型各自的不同应用前景进行了具体分析。本文是在参观过2024年10月22号开幕的北京安博会之后，有了更深入的理解，将更进一步特别细化地讨论，中国人工智能技术为什么事实上已经处于遥遥领先世界的状态，以及究竟领先在何处。
一、传统人工智能应用的普及
事实上，在大模型出现之前，中国在人工智能实际落地的能力上就已经处于世界非常领先的水平。因为以往人工智能最成功的技术，就是车辆、人、语音等的识别。相应成功的应用是停车收费，社区、道路等人工智能的安防监控。这些已经在中国获得广泛的普及，并且产生了巨大的经济和社会效益。大模型技术的出现，是沿着原有的人工智能应用进行了更大范围和更深程度的扩展。以往的人工智能安防应用是这样的：
在模拟时代，记录的视频是独立的数据，按行业术语说就是没有进行“结构化”。如果要在视频中找寻某个对象，得依靠人工逐个时间点地去翻看，这个效率实在是太低了，要查寻到某个视频记录，耗费很多人力资源花上几天时间都有可能。
采用人工智能技术后，可以实现视频的结构化。也就是可以智能地识别出视频中车辆的车牌、颜色、车辆型号，甚至司机是否系安全带，另外还有行人智能识别等。有了这些识别出的数据并与视频内容相对应地进行记录，如果再查寻视频就会变得极为方便，只要输入某个车牌号或其他信息内容，就可以瞬间查寻到相应时间点的视频片段。
可以说，虽然人工智能的出现很早，并且持续地有人提出各种人工智能的应用。例如下各种棋胜过人类职业冠军选手等，但人工智能第一次真正获得大规模商业回报，就是视频安防领域。其他的技术如语音识别，它只是其他各类应用的一个免费的功能（如微信的语音输入、语音识别鼠标等），它自己很难形成独立的产品。
但这个阶段的人工智能也有一些限制，就是要想识别什么类型的信息，必须是提前确定好，由企业研发人员进行相应数据的训练和优化。这样，如果要增加某个功能，比如说要新增识别三轮车，就需要企业研发人员来建模和对前方市场人员收集回来的数据进行训练。这样新增某个应用的周期就会非常长，成本也会非常高。
二、采用大模型技术后的人工智能应用极大扩展
采用大模型技术以后会是什么情况？
首先是数据训练的工作可以非常简化，能前移到代理商或其他本地专业服务者那里进行。这样他们就可以对自己特定环境的对象进行针对性的训练。例如，动物园可以用相同的软件来训练识别动物，而不再局限于车辆；学校可以训练打篮球、跳远等，是判断运动员有没有犯规，而不是判断司机有没有系安全带…..这一下就打开了非常广阔的应用空间。要实现这一点需要什么具体产品来支撑呢？首先当然就是得开发出本地或特定领域应用的数据训练平台。
这是浙江宇视建立在自己梧桐2.0大模型基础上的算法训练平台，客户可以根据自己的需要训练特定应用的数据。
这一下就让行业的应用拓宽到近乎无限的领域。例如，可以用来监控特定受保护的动物。
