这篇研报主要探讨了人工智能通用大模型(ChatGPT)的进展、风险与应对策略。研报首先介绍了大模型的内涵与特征,包括容量大、通用性强、精度高等特点。然后,研报详细介绍了大模型的发展历程,包括单语言预训练模型、多语言预训练模型和多模态预训练模型等。接下来,研报分析了大模型的风险,包括算力要求过高、显存占用过大、推理增速有限、训练时长增加、经济成本激增和能源消耗剧增等。最后,研报提出了应对大模型风险的策略,包括模型量化、模型剪枝、知识蒸馏等技术,以及大模型和小模型的联动和互助。