作 者 | 張津京

了解更多金融信息 | BT財經(jīng)數(shù)據(jù)通正文共計4371字，預計閱讀時長11分鐘

大模型的“百模大戰(zhàn)”，騰訊終于下場。 

從6月19日發(fā)布自己的行業(yè)大模型，到7月16日召開的世界人工智能大會，騰訊云行業(yè)大模型率先登場，越來越清晰的事實背后，凸顯著騰訊對于大模型領域的思考。 

尤其是跟BAT其他兩家的選擇不同，騰訊上來首先端出的是行業(yè)大模型，而不是通用大模型。這意味著騰訊其實找到了在這個領域放大自身優(yōu)勢的方式。 

因為是國內互聯(lián)網(wǎng)企業(yè)最早點出要推動數(shù)字融合，推進產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展的平臺，騰訊從一開始接觸到大模型，想到的就是如何與產(chǎn)業(yè)相結合。 

關鍵，讓人意想不到的是，秉持這個邏輯下場，騰訊其實直奔解決大模型研發(fā)方一直糾結的一個問題：那就是大模型該如何保證長期可持續(xù)發(fā)展。 

只有做到這一點，任何大模型才能談得上有未來。 

1

大模型是用來解決問題的

騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生，在世界互聯(lián)網(wǎng)大會產(chǎn)業(yè)發(fā)展論壇做主題演講時表示，通用大模型有很強的能力，但并不能解決很多企業(yè)的具體問題。“企業(yè)的大模型應用需要綜合考慮行業(yè)專業(yè)性、數(shù)據(jù)安全、持續(xù)迭代和綜合成本等因素。基于行業(yè)大模型，構建自己的專屬模型，也許是企業(yè)更優(yōu)的選項”。 

這恰恰說出了當下大模型產(chǎn)業(yè)發(fā)展的一個現(xiàn)實。 

從Open AI發(fā)布ChatGPT3.5開始，浮躁成為這個行業(yè)的外顯標簽之一。越來越多的企業(yè)開始在這個領域炫技。 

高峰時期，美國硅谷每天會產(chǎn)生幾十個大模型相關的論文，上百個與大模型相關的創(chuàng)業(yè)產(chǎn)品DEMO視頻。“每個視頻讓人看得血脈賁張，我們紛紛表示太酷炫了，但是靜下心來，我們對于技術該怎么用一般都沒有答案。”大模型知名研究者，計算機工程碩士李莉認為，現(xiàn)在很多模型的研究者和應用的制作者，考慮的是如何讓別人記住自己，所以效果特別視覺化。“如果真正放到經(jīng)濟中，你會發(fā)現(xiàn)根本用不上。” 

在她看來，這已成為行業(yè)通病。 

同樣國內大模型的紛至沓來，相關的事情也沒少做。例如讓大模型直接作詩或者用方言將相關的內容讀出來，甚至做成視頻之類，頻繁出現(xiàn)在模型研發(fā)方發(fā)布會的現(xiàn)場。 

這其實是一種市場推廣行為，但并不意味著大模型真正要在這個方面實現(xiàn)應用。 

最近Newsweek有一個商業(yè)調查顯示，ChatGPT的用戶數(shù)量已經(jīng)比一二月份高峰時期下降了近95%。在統(tǒng)計原因中，“感覺ChatGPT對工作的促進能力沒有想象那么強”，是用戶選擇最多的一個結果。 

“從技術看這個是一個特別正常的結果”，李莉表示類似ChatGPT這樣的通用大模式，其訓練數(shù)據(jù)來自互聯(lián)網(wǎng)所有能找到的相關數(shù)據(jù)，無論對錯全部輸給模型學習，只在輸出的時候由人工來核實部分結果并標注結果輸出的邊界。“因此，通用大模型往往變成那種看起來像專家的答案，但真正被行業(yè)內人士分析就發(fā)現(xiàn)似是而非。” 

在她看來，未來大模型發(fā)展最快的肯定不是ChatGpt這類通用模型，“產(chǎn)業(yè)模型或者細分行業(yè)模型有很大機會，因為只有在專業(yè)領域由專業(yè)的人員輔助大模型學習專業(yè)知識，才能真正為行業(yè)提供需要的人工智能輔助”。 

對此，騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生也表示，通用大模型一般是基于廣泛的公開文獻與網(wǎng)絡信息來訓練的，許多專業(yè)知識與行業(yè)數(shù)據(jù)積累不足，導致回答的行業(yè)針對性與精準度不夠。“通用大模型可以在100個場景中，解決70%-80%的問題，但未必能100%滿足企業(yè)某個場景的需求。”但用戶對企業(yè)提供的專業(yè)服務，要求高、容錯性低，企業(yè)一旦向公眾提供了錯誤信息，可能引起嚴重后果。 

2

TO B才是大模型未來發(fā)展核心

其實ChatGPT也不是沒想過要進入行業(yè)應用市場，但在理想與現(xiàn)實之間有了一個巨大的鴻溝。 

眾所周知，通用大模型是利用互聯(lián)網(wǎng)知識進行培訓的，即所謂通用數(shù)據(jù)。其中既要花費大量的數(shù)據(jù)和資金進行訓練，可能效果還不是很好；另一方面又要維持日常運營，相關投入也非常大，讓一般的通用大模型壓力很大。 

OpenAI的創(chuàng)始人在接受硅谷媒體的訪談時，也曾就ChatGPT3.5的邏輯和思維展現(xiàn)能力進行過闡述，然而他并不清楚ChatGPT3.5是如何實現(xiàn)這一功能的。事實上，他們在訓練ChatGPT的過程中，一直在不斷地將微軟必應搜索中的結果和用戶的對話數(shù)據(jù)輸入其中。 

在訪談的最后，他也承認ChatGPT的出現(xiàn)只是一個美麗的誤會，但他們所能做的就是不斷為這樣的大模型提供資源，無論是軟件還是硬件都在此列。據(jù)觀看了這場訪談的李莉了解，OpenAI在短短三年內就已經(jīng)燒掉了180億美元，現(xiàn)在又緊急融資了100億美元。這一事實恰恰印證了這一點。

但由于他們在行業(yè)上數(shù)據(jù)搜集能力不強，造成通用模型對于行業(yè)應用適用程度較低，沒有想象的好用。 

另一方面，自2018年騰訊啟動930變革以來，中美互聯(lián)網(wǎng)技術的發(fā)展出現(xiàn)了明顯的路線差異。 

各家互聯(lián)網(wǎng)企業(yè)以數(shù)實融合為開發(fā)產(chǎn)品和技術的基本思路，這體現(xiàn)了中國互聯(lián)網(wǎng)企業(yè)在滿足制造業(yè)和實際生產(chǎn)需求方面更為緊密的聯(lián)系。 

從這一角度來看，中國互聯(lián)網(wǎng)企業(yè)將在推動社會經(jīng)濟發(fā)展方面具有更清晰明確的角色。 

有趣的是，大模型的成長和訓練需要大量數(shù)據(jù)的支持。ChatGPT和谷歌Bard等領先的模型都是在通用大模型領域進行訓練的，它們的背后都有搜索引擎帶來的龐大數(shù)據(jù)支持。然而，盡管這些數(shù)據(jù)量龐大，但在特定行業(yè)的數(shù)據(jù)量和數(shù)據(jù)活躍度上，尚未完全滿足用戶的需求。 

這實際上為中國企業(yè)提供了彎道超車的機會。中國龐大的人口基數(shù)使其在各個行業(yè)擁有比美國甚至世界其他國家更豐富的數(shù)據(jù)積累。無論是醫(yī)療、法律、物流還是細分行業(yè)的生產(chǎn)。在國家數(shù)據(jù)安全法的指導下，這些數(shù)據(jù)天然地與海外大模型隔離，保證了數(shù)據(jù)安全。 

因此，這些B端數(shù)據(jù)被認為是中國大模型企業(yè)的巨大優(yōu)勢。 

比如，中國已榮升為全球最大的工業(yè)機器人生產(chǎn)國和消費國，全球機器人市場中的75%是由中國的企業(yè)所購買。這些購買機器人的企業(yè)，通常都將其機器人應用于核心工藝和核心流程中。 

這一現(xiàn)象意味著，如果這些企業(yè)希望通過引入人工智能模型以提高管理效率，它們就必須部署自己的私有人工智能模型。他們需要通過訓練自己生產(chǎn)中的數(shù)據(jù)，以滿足企業(yè)的發(fā)展需求。 

如果能從中國一線企業(yè)采集到絕大多數(shù)機器人使用的參數(shù)和對應的數(shù)據(jù)，就能以最快的速度幫助這些企業(yè)建立和訓練屬于自己的人工智能模型。 

在這一點上，中國企業(yè)具有天然的優(yōu)勢。 

3

為什么是騰訊先落子

專屬行業(yè)大模型，目前國內騰訊是首先落子的領軍者之一。

在所有人都開始關注行業(yè)大模型的時候，在百度、阿里、科大訊飛等國內大模型開發(fā)方都開始轉型行業(yè)大模型的時候，為什么騰訊能最先發(fā)布自己的行業(yè)大模型呢？ 

這可能跟騰訊在國內率先提出互聯(lián)網(wǎng)平臺要跟產(chǎn)業(yè)相結合有關。 

一方面，這幾年騰訊利用互聯(lián)網(wǎng)技術和AI技術，在實體經(jīng)濟和生產(chǎn)一線做了很多嘗試，推動了很多新模式的落地，這已經(jīng)成為中國數(shù)實融合的樣板。騰訊在其中積累了很多面對行業(yè)企業(yè)的服務經(jīng)驗和數(shù)據(jù)，同時也對行業(yè)企業(yè)的需求非常清楚，這為其建立行業(yè)大模型提供了良好的基礎。 

另一方面，騰訊專門為行業(yè)大模型打造了自己的技術平臺。 

這里面首先是星脈網(wǎng)絡，這是騰訊云正式發(fā)布新一代HCC高性能計算集群。該集群采用騰訊云星星海自研服務器，服務器之間采用業(yè)界最高的3.2T超高互聯(lián)帶寬，為大模型訓練、自動駕駛、科學計算等提供高性能、高帶寬和低延遲的集群算力。實測顯示，騰訊云新一代集群的算力性能較前代提升高達3倍，是國內性能最強的大模型計算集群。 

其次是騰訊云專門為行業(yè)大模型打造的AI 原生（AI Native）向量數(shù)據(jù)庫。該數(shù)據(jù)庫能夠被廣泛應用于大模型的訓練、推理和知識庫補充等場景，是國內首個從接入層、計算層、到存儲層提供全生命周期AI化的向量數(shù)據(jù)庫。 

正是有了這樣的技術基礎，加上騰訊這些年服務行業(yè)客戶的經(jīng)驗和獲得的數(shù)據(jù)，讓騰訊有了率先推出行業(yè)大模型的底氣。 

騰訊云副總裁、騰訊云智能負責人、優(yōu)圖實驗室負責人吳運聲在人工智能大會期間接受媒體專訪時表示，騰訊希望在每個特定場景里面100%解決客戶的問題，“而不是找100個產(chǎn)品解決70%到80%的問題”。 

在他看來，騰訊會聚焦找一些特定的行業(yè)跟客戶深入打磨解決行業(yè)的問題，“比如說文旅行業(yè)跟客戶做一些深入探討，比如說OTA領域的客戶在業(yè)務流程里面用大模型的技術，結合自身的業(yè)務場景，還有數(shù)據(jù)相關的東西對大模型進行精調，解決他的問題”。 

關鍵，騰訊云從產(chǎn)業(yè)客戶需求場景出發(fā)，基于大模型高性能計算集群，依托騰訊云TI平臺打造模型精選商店，為客戶提供MaaS一站式服務和“量體裁衣、普惠適用”的行業(yè)模型解決方案，全面降低落地門檻，助力客戶構建專屬大模型及智能應用。 

騰訊云TI平臺行業(yè)精調解決方案，支持客戶用自己的數(shù)據(jù)一站式訓練精調，構建自己的專屬大模型。具備五大優(yōu)勢：提供高質量的行業(yè)大模型、完善的平臺工具、成熟的流程服務、全面的配套服務、領先的安全能力保障。 

比如騰訊云升級行業(yè)大模型應用場景，行業(yè)大模型加持的金融風控解決方案，相比之前有了10倍效率提升。騰訊云風控大模型融合了騰訊過去20多年黑灰產(chǎn)對抗經(jīng)驗，和上千個真實業(yè)務場景，整體反欺詐效果比傳統(tǒng)模式有20%左右的提升。企業(yè)可以基于prompt模式，迭代風控能力，從樣本收集、模型訓練到部署上線，實現(xiàn)全流程零人工參與，建模時間也從2周減少到僅需2天。 

再比如過去的同傳技術，往往需要大量樣本數(shù)據(jù)進行訓練，尤其涉及一些特別專業(yè)領域的翻譯，也需要人工加持進行調優(yōu)，才能保障翻譯效果�；�于行業(yè)大模型技術，不再需要百萬級的訓練數(shù)據(jù)，使用小樣本訓練便也可以獲得不錯的翻譯結果，讓每一次交互翻譯，都對下句的翻譯提升發(fā)揮實時作用…… 

換句話說，騰訊既準備好自己的技術基礎，又有行業(yè)數(shù)據(jù)知道行業(yè)想要什么，還做了一整套幫助企業(yè)落地大模型在自身業(yè)務應用的產(chǎn)品，形成了一整套推動大模型行業(yè)化的能力。 

當然，騰訊對行業(yè)大模型是持開放態(tài)度的，他們覺得大模型是需要多分共同努力的結果。吳運聲就表示，大模型時代開放是非常重要的一個特點，“底層的技術變化太快，技術的這些外延的能力會非常廣，這種情況下發(fā)揮最大的價值只有開放，通過開放提升讓更多人加入進來，更多行業(yè)的專家，各類的角色人員加入進來，我們才能讓這個生態(tài)，整個體系更加的健康，產(chǎn)生更多的可能性”。 

對此，騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生也認為，伴隨著大語言模型的發(fā)展，產(chǎn)業(yè)和社會也將從數(shù)字化、網(wǎng)絡化，走向智能化。“在這個過程中，騰訊始終認為，人工智能發(fā)展的根本目標是落地于產(chǎn)業(yè)，服務于人”。 

因為，只有能真正解決用戶需求、距離場景和數(shù)據(jù)更近的企業(yè)，才能擁有大模型的未來。

文章系作者個人觀點如有疑問及任何意見反饋可直接在評論區(qū)留言或發(fā)送郵件

       原文標題 : 騰訊靠什么突圍“百模大戰(zhàn)”？