中国生成式人工智能服务备案数量已达117款，主要集中在北京、上海、广东等地。虽然数量庞大，但清华大学苏世民书院院长薛澜指出，中国在AI大模型方面虽取得进步，但仍存在诸多问题。他表示，许多模型是通过套壳和拼装方式构建的，缺乏原始创新，同时中国数据质量也较低。
在这117款生成式人工智能服务中，有一些知名的大模型如智谱“智谱清言”、百度“文心一言”等。然而，深圳元始智能有限公司首席运营官罗璇认为，中国大部分模型基于美国开源模型进行微调或重训练，缺乏底层原始创新。他强调，中国需要找到新的架构才能实现商业落地和突破天花板。
除了底层创新不足外，中国数据质量也是一个问题。薛澜表示，中国的数据虽然量大，但产业化程度不高，标准化的数据服务商较少，数据市场建设亟待解决。
在技术发展方面，上海人工智能实验室领军科学家乔宇提出了两条路径：一是继续发展大模型，拓宽能力边界，向产业渗透；另一条是探索新技术路径，如强化学习、知识计算等。他认为，具身大模型是未来的重要发展方向。
对于未来的发展趋势，罗璇呼吁不要盲目追随美国的技术，而是要相信第一性原理。他认为，现有的Transformer架构和芯片已经限制了商业落地和研究的发展，需要探索新的模型架构。他介绍了RWKV模型，该模型结合了Transformer和RNN的优势，解决了计算效率问题，已经在商业化落地。
中国生成式人工智能服务备案数量虽多，但底层创新仍需加强。面对挑战，如何实现多元公平竞争、构建产业生态、加强治理，以及吸引全球顶尖人才，都是中国人工智能发展的重要课题。希望中国能够找到新的架构，实现真正的全球化开源开放生态。