史上最“热”人工智能大会透露四大新风向！金融、医疗最先火

一年一度世界人工智能大会被视为AI行业的风向标，今年格外“火热”。据大会统计，2023世界人工智能大会累计1400余名嘉宾参会，展览面积超过5万平方米，共计举办133场论坛。截至8日下午三点，线下参观人数突破17.7万人，全网流量突破10.7亿，比上届增长68%，全网曝光量64.1亿，均创历史新高。

回顾为期三天的2023世界人工智能大会（WAIC 2023），无论在开幕式、主题论坛还是近百场行业论坛上，大模型都成为AI大佬们热议的焦点话题，围绕大模型的治理和落地，南都记者梳理出以下核心趋势。

安全可信成为AIGC发展前提

如何打造安全可控的可信赖AI，已成为人工智能行业发展的基本前提和核心支撑。7月7日，由南方都市报、清华大学人工智能国际治理研究院主办的世界人工智能大会(WAIC)“人工智能创新与治理”论坛上，清华大学惠妍讲席教授、电子系长聘教授，人工智能国际治理研究院首席专家、衔远科技创始人周伯文表示，需要平衡好人工智能技术落地和伦理治理，才能长远发展。在周伯文看来，不同国家都有人工智能的治理政策出台，其中有三个共同点是大家都在强调的，首先是坚持治理目标与发展规划并行，不能只讲治理不讲发展。第二，治理的目的是为技术的创新和发展提供安全港，第三是治理模式越来越市场化。

清华大学惠妍讲席教授、电子系长聘教授，人工智能国际治理研究院首席专家、衔远科技创始人周伯文

7月7日下午举行的“可信AI”论坛中，中国科学院院士何积丰表示，“不能再将人工智能视为简单的技术工作，而是成为整个组织的变革引擎。可信人工智能要致力于保障数据安全可信、系统行为可追责、算法模型可解释、网络环境可信、法律伦理可信等问题。”

在世界人工智能大会期间，蚂蚁集团联合清华大学发布AI安全检测平台“蚁鉴2.0”，并入选了本届大会的“镇馆之宝”。据介绍，“蚁鉴2.0”实现了用生成式能力检测生成式模型。检测标准覆盖内容安全、数据安全、伦理安全三大类，可对大模型生成式内容完成包含个人隐私、意识形态、违法犯罪、偏见与歧视等数百个维度的风险对抗检测，并会生成检测报告，帮助大模型更加有针对性地持续优化。

“生成式大模型是一种‘深黑盒’技术，‘蚁鉴2.0’通过智能博弈对抗技术，模拟黑产以及自动化生成海量测试集，可实现“生成式机器人”对“AIGC生成式模型”的诱导式检测计算，很像一个24小时不眠不休的‘安全黑客’在找茬大模型，从而找到大模型存在的弱点和安全问题所在。这种AI对AI的评测，也是教学相长。好比生成式考官考核生成式运动员，在对抗中双方能力互相提升，进一步提高整个行业的AI安全水位。”蚂蚁集团大安全事业群技术部总裁李俊奎表示。

值得注意的是，由于当前缺乏可信赖的AI评估指标，每个人心中都有一个“哈姆雷特”，导致对于可信赖AI的定义完全不一样。在大模型的范式下，如何厘清不同维度，这些可信赖的AI有很多的挑战。对此，周伯文表示，可信赖AI的落地，需要跨领域的系统协作。“可信赖AI的可信赖，意味着要贯穿其全生命周期，不仅仅是在中间的算法开发阶段。从设计初期的用户需求到最后的产品交互。这一领域由于各方关注点不同，存在很大的空白区域有待探索，需要学术界、工业界和政府监管部门的共同努力。”

早在2022年5月，周伯文创建并领导清华大学电子系协同交互智能研究中心。在他看来，未来人工智能，大模型发展的核心逻辑在于，AI将越来越多地擅长做系统化的工作，人需要在价值观、在治理的角度帮助AI在我们希望轨道上做系统化。人工智能和人的协同将产生更多的高价值场景。

大模型国家标准启动，6家企业进“国家队”

随着社会对AIGC潜在风险的关注度上升，大模型也迎来国家标准的启动。2023世界人工智能大会（WAIC 2023）首日，国家标准委指导的国家人工智能标准化总体组宣布我国首个大模型标准化专题组组长，由上海人工智能实验室与百度、华为、阿里、科大讯飞、360、中国移动等6家企业联合担任，现场进行了证书颁发并正式启动大模型测试国家标准制订。

今年5月，国家正式启动了大模型标准化工作，在人工智能标准化总体组设立大模型专题组，并开始大模型专题组组长、副组长的申报和大模型标准化研究选题建议工作。据透露，大模型专题组将承担大模型标准化制订工作，最终目的是推动大模型技术和标准化的实践结合，促进人工智能产业健康发展。

根据相关申报要求，大模型专题组组长需要在大模型理论研究和产业应用等方面具有较高专业水平，熟悉大模型领域国际前沿科技发展态势、法规制度与标准规范等。此次“国家队”组建之后，联合组长单位需要发挥在大模型领域的理论和实践经验，围绕大模型软硬件底座、关键技术、产业应用等重点领域的突出问题，提供标准化研究选题建议。

互联网大厂瞄准“服务”，争做“模型工厂”

世界人工智能大会期间，阿里云CTO周靖人在演讲中表示：“阿里云将把促进中国大模型生态的繁荣作为首要目标，向大模型创业公司提供全方位的服务，包括最强大的智能算力和开发工具，并在资金和商业化探索方面提供充分支持。”据介绍，阿里云魔搭社区定位于“大模型自由市场”，现已聚集180万AI开发者和由20多家顶尖人工智能机构贡献的900多个优质AI模型。

2022年，阿里云提出MaaS（Model as a Service，模型即服务）理念，提出以AI模型为核心的开发范式，并搭建了一套以AI模型为核心的云计算技术和服务架构，这套能力将全部向大模型初创企业和开发者开放，提供包括模型训练、推理、部署、精调、测评、产品化落地等在内的全方位服务。

“我们要为开发者、模型使用者、模型创造者等提供一系列的技术服务，这是在MaaS生态里面阿里云承担的角色。”周靖人在接受南都采访时表示，通义大模型的定位是服务没有能力开发模型的企业，希望做到AI普惠，让企业可以选择不做模型开发直接解决业务问题，对于有能力做自研模型的企业则可以选择阿里云的算力平台作为技术支撑去研发模型，在MaaS生态中不同的模型各有所强，最终是模型使用者做出选择。

同样瞄准MaaS的还有腾讯和字节跳动。6月19日腾讯云首次公布行业大模型研发进展，依托腾讯云TI平台打造行业大模型精选商店，为客户提供MaaS（Model-as-a-Service）一站式服务，助力客户构建专属大模型及智能应用。目前，腾讯云已经为传媒、文旅、政务、金融等10余个行业提供了超过50个大模型行业解决方案。

6月28日，火山引擎发布大模型服务平台“火山方舟”，面向企业提供模型精调、评测、推理等全方位的平台服务（MaaS，即Model-as-a-Service）。目前，“火山方舟”集成了百川智能、出门问问、复旦大学MOSS、IDEA研究院、澜舟科技、MiniMax、智谱AI等多家AI科技公司及科研院所的大模型，并已启动邀测。

早在今年3月文心一言发布时，李彦宏就曾断言大模型时代将产生三大产业机会：第一类是新型云计算公司，其主流商业模式从IaaS变为MaaS。第二类是进行行业模型精调的公司，这是通用大模型和企业之间的中间层，他们具有行业Konwhow，调用通用大模型能力，为行业客户提供解决方案。第三类是基于大模型底座进行应用开发的公司，即应用服务提供商。

行业大模型百花齐放，金融、医疗为热门应用场景

本届世界人工智能大会期间，行业大模型成为数十场论坛中热议的话题，业内普遍认为，从调侃娱乐走向行业应用是人工智能大模型发展进程中的关键一步。

7月6日，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-产业发展论坛上表示，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。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。

澜舟科技创始人兼CEO周明同样认为，大模型带来了认知智能技术的跨越式发展，但做大模型不能沉迷于让它讲段子，然后在网上分享、娱乐大众，而是要服务千行百业。“通用模型就相当于高中毕业生，行业模型相当于大学毕业，能够解决专用场景的模型相当于研究生毕业，它得一层一层地搭，只有加入行业场景的知识图谱后才能输出更严谨的内容。”周明向南都记者表示。

中国工程院院士、清华大学讲席教授、智能产业研究院（AIR）院长张亚勤在2023世界人工智能大会期间的论坛中，也强调了行业垂直模型的重要性。张亚勤表示在实际应用中，虽然大模型很重要，但需要根据不同的行业和场景，开发相应的垂直精准模型。例如在无人驾驶领域，需要低延时、高安全性的精准模型，并不需要擅长作诗作画的模型。在生物领域，需要专注于研发能够处理蛋白质结构等生物语言的模型，而不是包含互联网上其他冗余信息的模型。只有这样才能提高模型的效率和准确性，满足用户的需求和期望。

同期华为云在开发者大会上举办“盘古大模型,为行业而生”的高峰论坛，延续AI for industries理念,华为此前发布了矿山、药物分子、铁路、气象、海浪等大模型之后,本次开发者大会发布了金融、政务、制造等行业大模型。

在行业选择上，腾讯将目标锁定在金融领域。本次世界人工智能大会期间，腾讯升级了行业大模型在金融风控、交互翻译、数智人领域的应用。其中行业大模型加持的金融风控解决方案，相比之前有了10倍效率提升，通过腾讯积累超过20年的黑灰产对抗经验和上千个真实业务场景，整体反欺诈效果比传统模式有20%左右的提升。企业可以基于prompt模式，迭代风控能力，从样本收集、模型训练到部署上线，实现全流程零人工参与，建模时间也从2周减少到仅需2天。即便样本积累有限的情况下，也可以完成快速搭建，跳过“冷启动”过程。

世界人工智能大会期间，商汤也着重介绍并展示了其大模型技术自正式发布以来与产业各方的应用实践，包括智能汽车、金融、医疗、电商、移动终端、产业园区等行业。

在金融领域，商汤与银行、保险、券商等客户展开合作，利用数字人进行智能客服、智慧营销等工作，并通过接入大语言模型能力，提供投研分析、研报撰写等新功能，实现降本增效。此外，挂载金融知识库后，还能100%基于客户的产品说明进行内容问答输出，并实现信息及时更新。在医疗场景，商汤基于海量医学知识和临床数据打造了中文医疗语言大模型“大医”，提供导诊、问诊、健康咨询、辅助决策等多场景多轮会话能力，未来也即将支持医学图像、文本、结构化数据等多模态综合分析，并可不断提升医疗语言理解和推理能力，持续赋能医院诊疗效率及患者服务提升。

“大模型的突破掀起了人工智能的新一轮技术革命，随之而来的是产业需求呈现爆炸式增长，全新的应用场景和应用模式正迅速涌现。”商汤科技董事长兼CEO徐立称，“商汤希望持续推动AI基础设施能力的提升，不仅打造通用能力更加强大的基础模型，也进一步高效融合不同垂直领域的专业知识，构建更懂行业、更具专长的专业大模型，从根本上降低大模型的下游应用成本和门槛，让大模型的产业价值在千行百业中绽放。”

此外，在商业信息查询领域，天眼查和华为云共同探索出了垂类可信大模型，并推出了基于此技术方案的商查大模型产品——可信商业助理“天眼妹”。

“天眼妹”与其他开源大模型的查询结果对比。

不同于一般的垂类知识，商业领域的数据和信息是时刻变动的。企业的股权结构、营业范围、资金实力、经营风险时时刻刻都可能发生变化，并且需要结合商业惯例和法律法规，通过复杂的计算和判断规则形成进一步的指示。而基于语料训练生成的大模型，由于其本质上仍然是一个概率生成模型，无法在自己的知识系统找到最新最准确的答案，也不能简单地通过访问互联网的公开数据来获得结论。此外，当用户的问题需要复杂的推理时，大模型的概率性本质导致每次产生不同的结果。这就导致了在回答商业类问题时，大模型屡屡出错，既无法保证所提供信息的可靠性，也无法保证同一个问题被不同用户询问时的一致性。

“天眼妹”的研发正是为了解决这些问题。据天眼查创始人柳超介绍，“天眼妹”具备数据可信，算法可信和交互自然三大优势。目前，该产品已经完成内部测试，预计本月底对用户开放邀请试用。

采写：南都记者马宁宁发自上海返回搜狐，查看更多

责任编辑：