人工智能可以分为几个发展阶段：基于数据的互联网时代、基于算力的云计算时代，以及接下来可能将进入的基于模型的AI时代，这相当于把数据提升为超大规模预训练模型。未来，研究人员可以直接在云模型上进行微调，很多公司甚至不用维护自己算法的研发团队，只需要应用工程师即可。

写小说、和人聊天、设计网页、编写吉他曲谱……号称迄今为止最“全能”的AI模型GPT-3，当然远远不止会这些。作为 2020年人工智能领域最惊艳的模型之一，GPT-3无疑把超大规模预训练模型的热度推向了新高。

3月下旬，我国首个超大规模人工智能模型“悟道1.0”发布，该模型由智源学术副院长、清华大学教授唐杰领衔，带领来自清华大学、北京大学、中国人民大学、中国科学院等单位的100余位AI科学家组成联合攻关团队，取得了多项国际领先的AI技术突破，形成了超大规模智能模型训练技术体系，训练出包括中文、多模态、认知和蛋白质预测在内的系列超大模型。

已启动4个大模型开发

“悟道1.0”先期启动了4个大模型研发项目：以中文为核心的超大规模预训练语言模型文源、超大规模多模态预训练模型文澜、超大规模蛋白质序列预测预训练模型文溯，以及面向认知的超大规模新型预训练模型文汇。

文源拥有26亿参数，文澜则为10亿，文溯是2.8亿，文汇则达到了百亿以上。虽然相对于GPT-3的1750亿参数而言还有差距，但“接下来会有更大的模型”。

目前，文源模型参数量达26亿，具有识记、理解、检索、数值计算、多语言等多种能力，并覆盖开放域回答、语法改错、情感分析等20种主流中文自然语言处理任务，在中文生成模型中达到了领先的效果。