腾讯汤道生：行业大模型实现产业落地还需“量体裁衣”

“基于行业大模型，构建自己的专属模型，也许是企业更优的选项。”7月6日，2023世界人工智能大会在上海举办。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，在大会全体会议-产业发展论坛作主题演讲。他表示，通用大模型有很强的能力，但并不能解决很多企业的具体问题。企业的大模型应用需要综合考虑行业专业性、数据安全、持续迭代和综合成本等因素。

过去几个月，大语言模型与生成式AI的发展实现了强大的语言理解与推理能力，并能按提词生成完整的段落、精致的图片、视频甚至代码等，让AI成为更强大的个人助手。

但汤道生指出，虽然通用大模型很强大，但并不一定能解决很多企业的具体问题。大模型在产业场景中是否真正可靠、可用？怎样才能保护好企业数据产权和隐私？如何降低大模型的使用成本？这些都是企业需要考虑的现实问题。

他说，要借助高效的专业工具，不断优化、迭代模型，满足企业和市场持续变化的需求：

首先，借助行业大模型，更高效地为用户提供精准服务。

通用大模型一般都是基于广泛的公开文献与网络信息来训练的，网上的信息可能有错误、有谣言、有偏见，许多专业知识与行业数据积累不足，导致回答的行业针对性与精准度不够，输出的信息也相对宽泛。虽然通用大模型整体水平在不断提升，但策略上有点像要把大海煮沸（Boil the Ocean），并不聚焦。通用大模型可以在100个场景中，解决70%-80%的问题，但未必能100%满足企业某个场景的需求。

但用户对企业提供的专业服务，要求高、容错性低，企业一旦向公众提供了错误信息，可能引起巨大的法律责任或公关危机。因此，每个企业都可以基于由专业知识和数据训练出来的行业大模型，再加上企业自己的数据进行精调，建构独有的“专属模型”，更高效地打造出高可用的智能服务。

同时，基于行业大模型的企业专属模型，模型参数比通用大模型少，训练和推理的成本更低，模型优化也更容易。

其次，借助专属模型，保护企业数据，保证数据安全。

数据是大模型的原材料，模型最终要在真实场景落地，达到理想的服务效果，往往需要把企业自身的数据也用起来。过程中如果数据保护不当，可能会造成企业核心数据、敏感数据的泄漏。

行业大模型和模型开发工具可以通过私有化部署等方式，让模型训练更放心，也可以避免员工访问模型时，发生企业敏感数据的外泄。

如果模型服务是面向用户，用户的反馈数据也可以用来优化专属模型，不断提升服务体验。

再次，借助高效率的平台开发工具，实现模型快速、低成本的持续优化。

模型在产业中的落地是一个复杂的系统化工程，要经过数据处理、算法构建、模型部署一系列环节，每个环节都不能“掉链子”。

目前，基于腾讯云TI平台打造的行业大模型精选商店，提供金融、文旅、政务、医疗、传媒、教育等10大行业，超过50个解决方案。在这些能力模型基础上，伙伴们只需要加入自己独有的场景数据，就可以快速生成自己的“专属模型”。腾讯也可通过模型的私有化部署、权限管控和数据加密等方式，帮助企业用户在使用模型时保护好自身数据，更加安心。

腾讯还推出基于腾讯云TI平台的，行业大模型精调解决方案。帮助模型开发者与算法工程师，一站式解决模型调用、数据与标签管理、模型精调、评估测试与部署等任务，减轻创建大模型的压力。

比如，腾讯和国内的头部在线旅游公司，基于“文旅大模型”打造了机器人客服。当用户咨询假期行程，如果是基于通用大模型的客服机器人，只能给出一些简单的景点介绍。但当我们基于行业大模型，加入企业数据进行模型精调之后，客服机器人的回答变得更加精准、可用和详细，能够规划出交通、景点、酒店安排，甚至可以直接提供预订链接，以及优惠券等信息。不仅实现了贴心的服务，也具备了更强的销售转化能力。这才是企业所需要的。

汤道生介绍，数智人也因为融入了AI生成算法，提升了数字形象的复刻速度。2D数智人的制作只需要录制3分钟的真人口播视频，借助平台的多模态处理能力，就可以实时建模并生成高清人像，在24小时内，制作出与真人近似的“数智人”，成本大大降低。

汤道生说，伴随着大语言模型的发展，产业和社会正在从数字化、网络化走向智能化。在这个过程中，人工智能发展的根本目标是落地于产业，服务于人。能真正解决用户需求、距离场景和数据更近的企业，将拥有大模型的未来。

南方+记者郜小平

【作者】郜小平

【来源】南方报业传媒集团南方+客户端返回搜狐，查看更多

责任编辑：