逐浪AIGC丨探路大模型應用：制造和使用門檻高，行業亟需“專屬服務”

21世紀經濟報道記者白楊 北京報道大模型的百家爭鳴，正推動AI技術加速進化。而“通用大模型+行業大模型”并行發展的策略，正被越來越多科技巨頭采納，并逐步成為一個行業共識。比如Meta此前發布的LLaMA開源大模型，其一方面要把大模型越做越大，另一方面則要把大模型做小，將其用在垂直領域。

(相關資料圖)

在國內，部分頭部科技企業也采取同樣策略。6月19日，在騰訊云舉辦的行業大模型及智能應用技術峰會上，騰訊云首次公布其行業大模型研發進展，并提出將依托騰訊云TI平臺打造行業大模型精選商店，為客戶提供MaaS（Model-as-a-Service）一站式服務。

騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生表示，過去半年，大家都為大語言模型的發展感到興奮，在聊天問答上，市面上的通用大模型確實有讓人驚艷的表現。同時，許多企業管理者也在思考，如何把大模型技術應用到自己的企業場景中，為業務經營帶來更多降本增效。

“但在具體的企業場景中，通用大模型可能還不能滿足企業很多需求。比如，它不一定懂行業的專業術語，不了解企業內部的獨特情況，回答會比較虛、比較籠統，偶爾還會‘一本正經地胡說八道’，信息也不夠及時。”湯道生說。

正因如此，在外界期待能力越來越強大的通用大模型出現時，企業也在思考，現階段究竟該如何應用大模型。

行業大模型勢在必行

過去半年，騰訊云副總裁、騰訊云智能負責人、優圖實驗室負責人吳運聲收到非常多來自客戶的問詢，他們都非常關注AI大模型，并希望能夠使用大模型。但吳運聲表示，對絕大多數企業而言，自己做一個大模型要面臨諸多挑戰，包括資源門檻高，主要體現在計算資源和存儲資源的要求上；還有投入成本高，以及專業經驗少，安全、合規也是企業需要考慮的關鍵因素。

湯道生表示，“雖然大家對通用大模型期待很高，但它不一定是滿足行業場景需求的最優解。”

通用大模型的訓練一般都是基于廣泛的公開文獻與網絡信息，這些信息可能有錯誤、謠言和偏見，也可能專業知識與行業數據積累不足，或導致模型的行業針對性與精準度不夠，數據“噪音”過大。

而在很多產業場景中，用戶對企業提供的專業服務要求高，容錯性低。企業一旦提供了錯誤信息，就會引發巨大的法律責任或公關危機。因此，企業使用的大模型必須可控、可追溯、可修正，且必須經過反復與充分的測試才能上線。

“我們認為，客戶更需要有行業針對性的行業大模型，用企業自己的數據做訓練或精調，從而打造出實用性高的智能服務。企業需要在實際場景中真正解決某個問題，而不是在100個場景中解決了70%-80%的問題。”湯道生說。

行業需要“專屬模型”

發布會上，騰訊云對外公布了其MaaS能力全景圖。據介紹，依托騰訊云大模型高性能計算集群和行業大模型能力，騰訊云通過TI平臺面向客戶輸出的MaaS能力，可以滿足客戶模型預訓練、模型精調、智能應用開發等多樣化需求。

其中，騰訊云TI平臺行業大模型精調解決方案，具備完整大模型精調工具鏈，支持客戶加入自己獨有的場景數據，進行精調訓練，客戶可根據自身業務場景需求，定制不同參數、不同規格的專屬模型。

事實上，模型最終要在真實場景落地，若想達到理想的服務效果，往往需要使用企業自身的數據。而在模型研發過程中，企業既要關注敏感數據的保護與安全合規，也要管理好大量的數據與標簽，不斷測試與迭代模型。而通過騰訊云TI平臺以及模型的私有化部署、權限管控和數據加密等方式，能夠幫助企業用戶打造模型和使用模型。

吳運聲在接受21世紀經濟報道記者采訪時表示，“在實踐過程中，我們發現將大模型技術與行業經驗、數據結合后，能夠解決很多過去難以解決的問題。”

據騰訊云披露，其目前已經為金融、文旅、政務、傳媒、教育等10余個行業提供了超過50個大模型行業解決方案。客戶只需在大模型中加入自己獨有的場景數據，就可以快速生成“專屬模型”。

比如現場演示的文旅客服大模型場景，可以給用戶提供不同檔次的酒店推薦，甚至可以直接提供預訂鏈接。這不僅為用戶提供更加人性化的服務體驗，同時也讓智能客服系統實現服務商業化閉環。

不過，吳運聲坦言，“現在這個模型的效果仍有很大提升空間，未來隨著更多高質量數據的增加，相信效果會更好。”在他看來，現在行業大模型和產業的結合還處于早期階段，未來隨著大模型技術的突飛猛進，很多技術門類都會迅速發展。

此外，談及行業大模型的成本問題，吳運聲表示，大模型的成本主要在算力，有些場景應用行業大模型后成本甚至會降低。其舉例說，很多復雜的問題，借助行業大模型后能輕松得到解決，這顯然可以降低很多成本。

關鍵詞：