近日，中国信息通信研究院人工智能研究所和中国人工智能产业发展联盟共同编制发布了《MaaS框架与应用研究报告（2024年）》。
报告主要包含以下核心内容：
一、MaaS概述
- 起源与概念：MaaS最早由DJ Patil于2012年提出，目的是将机器学习算法打包成服务，便于企业快速构建和部署模型。随着大模型技术的发展，MaaS概念扩展到包括深度学习、大模型等AI模型的全栈服务。
- 大模型与MaaS：大模型因其强大的参数量和模型结构，在性能上有很大提升，但同时也带来了更高的技术门槛和成本。MaaS通过服务形式降低了使用大模型的门槛，加速了AI技术的应用。
二、MaaS发展现状及挑战
- 产业发展现状：MaaS产业图谱初步形成，包括平台服务、模型服务、数据集服务和AI应用开发服务等。公有云和私有云是MaaS的两种主要落地方式，各有优势。
- 发展面临的挑战：包括模型服务质量缺乏规范性、服务易用性不足、基建成本控制、合规管理体系不完善以及国内MaaS生态建设尚不完备等问题。
三、MaaS框架与能力要求
- MaaS框架说明：由模型平台层、模型层和应用开发层组成，每层提供不同的服务能力。
- 模型平台层：提供数据处理、模型开发、模型交付和服务运营等能力，支持模型的定制开发和运营管理。
- 模型层：以模型库为核心，提供丰富的模型资源和数据集服务，支持模型的全生命周期管理。
- 应用开发层：基于模型服务和组件，通过自然语言、工作流编排、界面配置等方式，支持AI应用的开发和集成。
- 模型服务协议框架：提出服务可用性、隐私安全性、计量准确性及权责条款等方面的规范，以提升服务质量。
四、MaaS应用分析
- 落地条件及优势场景：MaaS落地需要外部需求和内部驱动力，已在金融、电信等行业落地，尤其在经营管理环节的应用最为成熟。
- 行业实践案例：报告详细分析了平安银行、中国电科院、广东移动和腾讯云在MaaS领域的实践案例，展示了MaaS如何助力企业智能化转型。
五、总结与展望
- 发展趋势：MaaS将继续发展，未来可能会看到大小模型协同、服务和接口统一化、应用新生态的发展以及安全保障的强化。
- 未来展望：MaaS将推动AI技术的商业价值释放，形成丰富多样的应用场景和解决方案，并促进企业数智化转型。
报告强调，MaaS通过降低技术门槛、共享模型资源和适配业务场景，有助于推动AI技术的规模化应用和行业智能化转型。同时，报告也指出了MaaS在发展过程中需要克服的挑战，并对未来的发展方向提出了预测。
该报告已上传至开源中国 APP，详情可至「开源中国 APP - 报告模块」下载查看。
APP 下载地址：https://www.oschina.net/app
