挑选最佳门户网站广告品牌

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>行(xing)業(ye)大(da)模(mo)型(xing)，開(kai)卷(juan)！ | 鈦(tai)媒(mei)體(ti)深(shen)度(du)

圖(tu)片(pian)來(lai)源(yuan)：視(shi)覺(jiao)中(zhong)國(guo)

“文(wen)心(xin)壹(yi)言(yan)看(kan)起(qi)来是(shi)匆(cong)忙(mang)上(shang)馬(ma)，我(wo)認(ren)為(wei)這(zhe)個(ge)東(dong)西(xi)根(gen)本(ben)就(jiu)不(bu)是为了(le)賺(zhuan)錢(qian)，就是为了能(neng)趕(gan)ChatGPT熱(re)潮(chao)，行业大模型才(cai)是真(zhen)正(zheng)能產(chan)生(sheng)商(shang)业價(jia)值(zhi)的(de)东西。”百(bai)度文心一言發(fa)布(bu)後(hou)不久(jiu)，一位(wei)前(qian)百度員(yuan)工(gong)對(dui)钛媒体表(biao)示(shi)，“去(qu)年(nian)OpenAI沒(mei)这麽(me)火(huo)的時(shi)候(hou)，王(wang)老(lao)師(shi)（百度CTO王海(hai)峰(feng)）帶(dai)隊(dui)搞(gao)了10个大模型，就包(bao)括(kuo)行业大模型，當(dang)时行业外(wai)關(guan)註(zhu)不多(duo)，但(dan)如(ru)果(guo)現(xian)在(zai)看百度的布局(ju)，行业大模型其(qi)實(shi)是前瞻(zhan)性(xing)布局，比(bi)OpenAI和(he)微(wei)軟(ruan)還(hai)早(zao)。”

如今(jin)，通(tong)用(yong)大模型喧(xuan)囂(xiao)過(guo)后，行业模型正在逐(zhu)漸(jian)占(zhan)據(ju)聲(sheng)量(liang)，也(ye)正印(yin)證(zheng)这一现实：類(lei)似(si)ChatGPT等(deng)基(ji)礎(chu)大模型赚的是“吆(yao)喝(he)”，很(hen)大程(cheng)度上是起到(dao)教(jiao)育(yu)市(shi)場(chang)、塑(su)造(zao)认知(zhi)的作(zuo)用，人(ren)工智(zhi)能真正要(yao)落(luo)地(di)、要赚到现在的钱，还要看行业大模型。

即(ji)便(bian)是海外市场，ChatGPT作为C端(duan)产品(pin)的部(bu)分(fen)屬(shu)性，热度也已(yi)經(jing)逐渐減(jian)弱(ruo)——根据SimilarWeb數(shu)据，前期(qi)ChatGPT的訪(fang)問(wen)量增(zeng)長(chang)率(lv)驚(jing)人，1月(yue)份(fen)的環(huan)比增长率为131.6%，2月份为62.5%，3月份为55.8%，在4月份明(ming)顯(xian)放(fang)緩(huan)，环比增长率为12.6%，到了5月，这个数字(zi)已经變(bian)为了2.8%，並(bing)預(yu)計(ji)6月的环比增长率有(you)可(ke)能为負(fu)数。

“相(xiang)信(xin)我們(men)当中的很多人都(dou)試(shi)用过了ChatGPT，也相信很多人试用过之(zhi)后，已经將(jiang)它(ta)放置(zhi)一邊(bian)了，因(yin)为目(mu)前它和我们的工作基本上还是割(ge)裂(lie)的，所(suo)以(yi)用用就放下(xia)了。但我依(yi)然(ran)希(xi)望(wang)大家(jia)不要‘起个大早，赶了晚(wan)集(ji)’，因为这是一个會(hui)带来顛(dian)覆(fu)性变革(ge)的範(fan)式(shi)革命(ming)。”微软（中国）公(gong)司(si)首(shou)席(xi)技(ji)術(shu)官(guan)（CTO）韋(wei)青(qing)此(ci)前表示。

而(er)基於(yu)ChatGPT或(huo)者(zhe)大模型，打(da)造的B端解(jie)決(jue)方(fang)案(an)，正是解决大模型與(yu)场景(jing)割裂的良(liang)方。

国際(ji)上，微软、亞(ya)马遜(xun)等大廠(chang)也开始(shi)向(xiang)企(qi)业級(ji)服(fu)務(wu)尋(xun)求(qiu)商业化(hua)路(lu)徑(jing)，开始進(jin)行多个行业的探(tan)索(suo)；国內(nei)，諸(zhu)如百度、阿(e)裏(li)、騰(teng)訊(xun)、華(hua)为都在快(kuai)马加(jia)鞭(bian)加速(su)行业大模型投(tou)入(ru)。此外，很多全(quan)球(qiu)范圍(wei)内的行业龍(long)頭(tou)和創(chuang)业公司也正在探索行业大模型的前景，近(jin)日(ri)，北(bei)京(jing)市科(ke)委(wei)、中关村(cun)管(guan)委会也发布了北京市首批(pi)10个人工智能行业大模型應(ying)用案例(li)。此外，相关技术路線(xian)的企业并購(gou)金(jin)額(e)也屢(lv)攀(pan)新(xin)高(gao)……

但大模型賽(sai)道(dao)还遠(yuan)远稱(cheng)不上擁(yong)擠(ji)——伴(ban)隨(sui)技术叠(die)代(dai)迎(ying)来飛(fei)躍(yue)式发展(zhan)，各(ge)行各业正重(zhong)新積(ji)累(lei)技术认知、塑造业务模式，一切(qie)才剛(gang)刚开始。

升(sheng)级：千(qian)模大戰(zhan)

如果說(shuo)基础模型是“百模大战”，行业大模型就是“千模大战”，就像(xiang)樹(shu)幹(gan)长出(chu)树枝(zhi)，每(mei)个基础大模型厂商都可以孵(fu)化数个行业大模型，大厂们的行動(dong)默(mo)契(qi)而一致(zhi)。

“雖(sui)然大家对通用大模型期待(dai)很高，但它不一定(ding)是滿(man)足(zu)行业场景需(xu)求的最(zui)優(you)解。”6月19日，在腾讯雲(yun)行业大模型发布会上，腾讯集團(tuan)高级執(zhi)行副(fu)總(zong)裁(cai)、云与智慧(hui)产业事(shi)业群(qun)CEO湯(tang)道生表示。

在混(hun)元(yuan)助(zhu)手(shou)没有对外发布的情(qing)況(kuang)下，腾讯率先(xian)发布了行业大模型，依托(tuo)腾讯云TI平(ping)臺(tai)打造的行业大模型精(jing)選(xuan)商店(dian)，为客(ke)戶(hu)提(ti)供(gong)MaaS一站(zhan)式服务，幫(bang)助企业客户構(gou)建(jian)專(zhuan)属大模型及(ji)智能应用。從(cong)腾讯處(chu)獲(huo)悉(xi)，有关C端的通用大模型，腾讯将在后續(xu)发布官方消(xiao)息(xi)。

这一系(xi)列(lie)舉(ju)措(cuo)或許(xu)可以理(li)解为，暫(zan)且(qie)不論(lun)混元基础大模型的效(xiao)果和进展如何(he)，优先发布行业大模型，是在客户急(ji)需的情况下，腾讯確(que)保(bao)自(zi)身(shen)声量、搶(qiang)占市场客户的必(bi)要之举。

更(geng)早之前，华为云人工智能領(ling)域(yu)首席科學(xue)家田(tian)奇(qi)提到，华为把(ba)大模型分成(cheng)三(san)个層(ceng)级，L0、L1、L2，L0就是大家所说的基础通用模型，像GPT-3，在基础模型L0的基础上，加上行业数据，混合(he)訓(xun)練(lian)得(de)到的行业大模型是L1。

然后再(zai)把L1針(zhen)对具(ju)体下遊(you)千行百业的細(xi)分场景进行一些(xie)部署(shu)，得到细分场景的任(ren)务模型L2，为了盡(jin)快降(jiang)低(di)生产成本、提高效率，如何从行业大模型L1中快速生产L2模型，还有部署L2模型到端側(ce)、边侧和云侧，这是非(fei)常(chang)重要的问題(ti)。

在7月即将举辦(ban)的华为开发者大会的議(yi)程上可以看到，华为云将对盤(pan)古(gu)大模型如何从基础大模型煉(lian)成行业大模型进行一系列的解讀(du)和发布。

在今年的阿里云峰会上，阿里云CTO周(zhou)靖(jing)人也表示，“今天(tian)不是所有的企业都需要从头开始训练，也不需要大家从头开始去做(zuo)多種(zhong)語(yu)料(liao)，包括大量的算(suan)力(li)資(zi)源，从头开始做大模型的一系列定制(zhi)，我们希望今天通義(yi)千问模型之上，結(jie)合企业的场景、企业的知識(shi)体系、企业的行业特(te)殊(shu)需求，产生一个个企业专属模型。”

微软也在做自己(ji)的行业大模型。4月份，在国内，针对本土(tu)出海企业用户，微软Azure OpenAI Service国际版(ban)发布了首批三套(tao)面(mian)向零(ling)售(shou)電(dian)商、制造业和数字原(yuan)生领域的Azure全球创新行业场景，集成GPT-3、GPT-4、Codex、DALL-E和企业级ChatGPT等五(wu)种大模型服务，帮助中国出海企业客户加速拓(tuo)展全球市场。

“千模大战”一觸(chu)即发，但真正进入大浪(lang)淘(tao)沙(sha)的階(jie)段(duan)还为时尚(shang)早——整(zheng)体来说，大模型还处于比較(jiao)早期的发展阶段，尽管行业大模型集中湧(yong)现，但这條(tiao)赛道显然有更大空(kong)間(jian)。

以金融(rong)行业大模型为例，其分成券(quan)商、保險(xian)、銀(yin)行、新金融等不同(tong)领域，每个领域的下游任务又(you)分成幾(ji)十(shi)上百种的子(zi)任务。

“更重要的时刻(ke)，是接(jie)下来基于基础模型，通过SFT等機(ji)制和构建出能夠(gou)高效適(shi)配(pei)下游任务，并且在金融行业或者其他(ta)行业模型的下游任务产生規(gui)模效应化的时候。”在阿里巴(ba)巴達(da)摩(mo)院(yuan)创新业务中心负責(ze)人陳(chen)海青看来，只(zhi)是通过一些普(pu)适的非结构化数据做繼(ji)续训练的行业大模型和场景，才算刚刚开始。

理智且现实的选擇(ze)

如果企业要做一个千億(yi)级參(can)数的基础大模型，需要單(dan)机群萬(wan)卡(ka)以上的算力，不僅(jin)要有GPU卡，还要把GPU的集群资源利(li)用起来，大部分公司都無(wu)法(fa)做到。

而行业大模型显然更容(rong)易(yi)实现，同时也兼(jian)具更廣(guang)闊(kuo)的应用前景。

“大模型賦(fu)能千行百业，但是对千行百业的场景要非常理解，不能指(zhi)望训练出千亿或者万亿大模型，企业用户拿(na)去就好(hao)用”，瀾(lan)舟(zhou)科技创始人周明说。“从通用模型到行业模型，要针对用户的场景做最后一公里的事情。”

在評(ping)估(gu)基础大模型所需要的投入，權(quan)衡(heng)利弊(bi)与得失(shi)之后，企业客户迅(xun)速轉(zhuan)向行业大模型，厂商的精力也更多投入于此。

汤道生坦(tan)言，目前通用大模型一般(ban)都是基于广泛(fan)的公开文獻(xian)与網(wang)絡(luo)信息来训练的，网上的信息可能有錯(cuo)誤(wu)、有謠(yao)言、有偏(pian)見(jian)，许多专业知识与行业数据积累不足，導(dao)致模型的行业针对性与精準(zhun)度不够，数据“噪(zao)音(yin)”过大。

但是，在很多产业场景中，用户对企业提供的专业服务要求高，容错性低。企业一旦(dan)提供了错误信息，可能引(yin)起巨(ju)大的法律(lv)责任或公关危(wei)机。因此，企业使(shi)用的大模型必須(xu)可控(kong)、可追(zhui)溯(su)、可修(xiu)正，而且必须反(fan)復(fu)与充(chong)分測(ce)试才能上线。

“我们认为，客户更需要有行业针对性的行业大模型，再加上企业自己的数据做训练或精調(tiao)，才能打造出实用性高的智能服务。企业所需要的是在实际场景中真正解决了某(mou)个问题，而不是在100个场景中解决了70%-80%的问题。”汤道生表示。

百度智能云副总裁朱(zhu)勇(yong)也表示，“从国内和国外的情况可以看到，真正做通用模型的并没有那(na)么多，市面上有一些厂商做的实际上是比较小(xiao)型的模型。相反，领域模型特別(bie)重要，因为通用模型只具備(bei)通识能力，领域模型可以跟(gen)特定行业、领域的任务预期对齊(qi)，解决业务的实际问题，这个过程非常重要，但这个过程所需要的代价和资源远远小于从零开始做底(di)层通用模型。”

同时他还判(pan)斷(duan)，未(wei)来基础模型（底层通用模型）可能就几家，但是结合专业领域的数据、行业know how，上面会长出很多不同类型的领域模型，这些领域模型将来会非常繁(fan)榮(rong)，支(zhi)撐(cheng)上层繁荣的领域应用。

以百度智能云和国网打造的能源行业大模型“国网-百度·文心”为例，百度智能云与国网专家们一起，在通用大模型行中引入国网在电力业务积累的樣(yang)本数据和特有知识，并且在训练中，结合雙(shuang)方在预训练算法和电力领域业务与算法的经驗(yan)，設(she)计电力领域实体判别、电力领域文檔(dang)判别等算法作为预训练任务，讓(rang)文心大模型深入学習(xi)电力专业知识，从而真正解决能源领域的实际业务问题，达到降本增效的目的。

朱勇表示，通用模型跟领域模型的區(qu)别，可以把通用模型比作上了大学知识面很广的人，他也许知道一些醫(yi)学的知识，但不能給(gei)病(bing)人做診(zhen)断，不是专业的医生。而领域模型就是在通用能力很強(qiang)的基础上，深入学习医学知识，成为了一名(ming)专业医生，可以在医学领域貢(gong)献价值。

从具备很广知识面的通用模型往(wang)专业的医学模型，这中间所需要的资源代价，要远远少(shao)于从零到一开始建立(li)通用大模型，但它强调的是有专业的数据，要有专业领域的任务来驅(qu)动，来激(ji)发它产生这样的能力。

行业大模型怎(zen)么做

大模型本身就是一个新生事物(wu)，它改(gai)变了以往的软件(jian)开发范式，厂商们更需要一套新的工具鏈(lian)和平台，帮助客户更早更快打磨(mo)行业大模型。

随著(zhe)大模型时代的到来，最后一公里的效率会大幅(fu)度提升。周明提到，新一代软件开发范式正在形(xing)成，主(zhu)要是基于企业prompt提供很多功(gong)能引擎(qing)，用户现在是助手可以提高效率，在这个基础上把自己的用户体验想(xiang)清(qing)楚(chu)、设计好，就很容易地构造一种新的应用。

以文心千帆(fan)大模型平台为例，是面向企业开发者的一站式大模型开发及服务運(yun)行平台。不仅提供了包括文心一言底层模型（ERNIE-Bot）和第(di)三方开源大模型，还提供了各种AI开发工具和整套开发环境(jing)，方便客户輕(qing)松(song)使用和开发大模型应用。

诸如数据管理、自动化模型SFT以及推(tui)理服务云端部署，厂商希望能够实现一站式大模型定制服务。不同厂商的大模型构建平台能力基本相似，不同的是易用性、效果好壞(huai)、支持(chi)的软硬(ying)件等方面。

“做大模型确实不便宜(yi)，但最終(zhong)能够让大模型服务推广开来的原因只有兩(liang)个：第一个是模型效果要好，模型效果不好，其他都不用講(jiang)，第二(er)个就是成本。”百度智能云 AI 与大数据平台总经理忻(xin)舟表示。

在效果上，行业模型要依托于通用大模型。比如通识教育，如果没有比较好的通用模型就没法談(tan)在具体一个行业的应用效果。Bloomberg和約(yue)翰(han)霍(huo)普金斯(si)一起推出的Bloomberg GPT就是例子，在它的数据分布中，通用基础模型数据占一半(ban)，金融行业公开数据占一半，还有Bloomberg自己的数据占0.6%。

“任何一个模型要能达到较好的智能水(shui)平或者基础能力，一定得在比较好的参数量训练基础模型，在基础模型上再融入一些行业专业数据做行业模型。”忻舟说。

百度的思(si)路是先推出一个“大家夥(huo)”（文心一言），一个非常完(wan)整的工具平台（文心千帆），然后根据客户实际需求提供差(cha)異(yi)化的模型服务，帮助客户做性价比最高的选择，他们认为，价格(ge)不会成为企业拥抱(bao)大模型的瓶(ping)頸(jing)。

除(chu)了模型调用成本、训练成本，百度还在帮助企业做进一步(bu)的成本下降，如果企业只是聚(ju)焦(jiao)在自己相对比较狹(xia)窄(zhai)的领域上，百度也有相对低参数的版本，这样在保证模型效果的同时，使用或者训练模型的成本将会大幅下降。

事实上，打造行业大模型的成本没有通用標(biao)准。

首先，不同的基础大模型有不同的参数规格，软硬件投入要根据模型的基础参数和能力动態(tai)变化。如果是百亿参数，一台A100卡也能跑(pao)起来，就能开始下游任务。

当前比较集中的应用场景需求就属于这类，比如知识管理类中智能问答(da)、智能寫(xie)作、智能创作，还有泛互(hu)聯(lian)网營(ying)銷(xiao)场景和代碼(ma)生成的需求。

其次(ci)，成本跟数据量和应用方向有关。当前全球大模型定价都是以1000 Token为基础单位计費(fei)。如果企业的下游任务很簡(jian)单，只需要几万token就能做好，那它的成本就非常低，需要的GPU卡就非常少。而构建一个行业大模型所需的数据量通常以G甚(shen)至(zhi)以T为单位，那它的離(li)线训练成本就会非常高。

誰(shui)在抢跑？

大模型赛道玩(wan)家蜂(feng)拥而至，这次不仅仅是一线互联网大厂，还有更多行业龙头和创业公司加入。

哪(na)些行业能率先突(tu)围？或许从合作案例所处行业可以窺(kui)见一斑(ban)，如文章(zhang)开头的表格所示，金融、医療(liao)、教育、自动駕(jia)駛(shi)等领域应用頻(pin)繁。

例如，阿里云在四(si)月份发布通义大模型时宣(xuan)布已和多家企业已经展开了合作探索，首批合作的企业有OPPO安(an)第斯智能云、吉(ji)利汽(qi)車(che)、智己汽车、奇瑞(rui)新能源、毫(hao)末(mo)智行、太(tai)古可口(kou)可樂(le)、波(bo)司登(deng)、掌(zhang)悅(yue)科技等。据介(jie)紹(shao)，金融行业、零售行业，以及一些面向大型C端的场景和行业已经积累了比较多的公开数据、场景数据，便于构建企业或者行业专属模型。

据公开资料显示，百度文心行业大模型的数量已经达到11个，覆蓋(gai)能源电力、金融、航(hang)天、傳(chuan)媒、影(ying)视、汽车、城(cheng)市管理、燃(ran)氣(qi)、保险、电子制造和社(she)科多个领域。

6月27日发布的北京市首批十个人工智能行业大模型应用案例涉(she)及能源电力、医疗健(jian)康(kang)、金融、自动驾驶、建築(zhu)、科研(yan)、生活(huo)、问答等领域。据悉，6月27日至7月30日期间，北京市科委、中关村管委会还将聚焦城市治(zhi)理、医疗健康、科学研究(jiu)、智慧金融、智慧生活、智慧城市等重點(dian)领域，面向全市创新主体，将征(zheng)集80余(yu)項(xiang)行业大模型应用案例项目。

但更多的客户正面臨(lin)一波新的知识积累和学习的过程。

“我们和客户交(jiao)流(liu)时发现，很多客户对行业大模型还不太了解，但会主动提出需要百度的行业大模型。”百度智能云AI平台副总经理李(li)景秋(qiu)说，这个时候会具体结合企业实际用的产品跟客户解析(xi)需求，例如希望行业大模型具备什(shen)么样的能力、用在什么系統(tong)或应用里面、这些应用到底被(bei)谁用、希望达到什么效果……这些问题问完之后，才会真正发现客户需要的是基于文心千帆的工具链SFT的大模型，还是要构建行业的预训练模型。后者起码需要几个月、甚至上年的时间去构建部署——从数据的处理、算力层的资源配置等技术问题，到跟行业通用数据的长期训练。

从基础大模型喧嚣渐远，到行业大模型华燈(deng)初(chu)上，邁(mai)入2023年下半年，一场真正的商业变革将加速啟(qi)动。

对比百度等国内厂商和OpenAI/微软在大模型领域的路径，也是一件頗(po)有意(yi)思的事情——在ChatGPT呈(cheng)现全球现象(xiang)级热度时，有声音質(zhi)疑(yi)，中国为什么做不出来ChatGPT，其中固(gu)然有技术环境、商业氛(fen)围等一系列的复雜(za)成因，最终很多人还是有一个粗(cu)淺(qian)的共(gong)识——“中国AI更傾(qing)向于业务应用和商业化的能力”，直(zhi)白(bai)点说，中国AI耐(nai)心更少，更想赚钱。

但反过来讲，市场是技术发展的最大推动力，对于时间和節(jie)奏(zou)的把握(wo)，造就了不同的结果。就以行业大模型为例，微软或是在等待技术的进一步成熟(shu)，或是觉得还没到时机，慢(man)了一步，国内厂商迅速从基础大模型过渡(du)到行业大模型，大模型落地于场景，才能有持久的生命力。

失之东隅(yu)，收(shou)之桑(sang)榆(yu)，以结果论，国内行业大模型跑得快，不是一件坏事。

（本文首发钛媒体APP，作者 | 張(zhang)帥(shuai)，編(bian)輯(ji) | 盖虹(hong)达） 返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

责任编辑：