两条腿走路，腾讯先行落地行业大模型

近日，腾讯云在北京举办行业大模型及智能应用技术峰会，首次公布腾讯云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，服务实体经济。

这场原本精准to B的行业会议，由于大模型三个字自带流量，在行业和资本市场引起了高度关注。

外界的关切不难理解。自从ChatGPT引发了全球“大模型”热潮，俨然已经成为互联网科技行业的新风口，一场 AI 大模型“军备赛”就此拉开，国内发布的AI大模型已超过30个，还有不少正在研发当中。

在行业一片的亢奋中，腾讯的表现则十分克制，除了发布财报环节必须的投资人交流，几乎没有公开对大模型做过表态。人狠话不多，这次率先发布落地于B端的产业大模型，针对具体行业，直接服务垂类客户，将公司一以贯之的务实风格践行到底。

更接地气的行业大模型？

“大众熟知的是基础大模型，腾讯这次发布的是行业大模型，是适配垂直行业具体使用场景的模型。“对于这场发布会的核心要义，腾讯内部人士如此解释。

他进一步强调，构建大模型成本高、耗时长，而产业客户更关注的是如何将模型能力快速、低成本地应用到具体的业务场景，快速实现产品化、商业化、降本增效。换言之，通用大模型无法解决行业具体问题，很多细分行业的客户都有着更为具体的大模型需求，这种需求倒逼行业大模型落地。

工商银行首席技术官吕仲涛日前就在一场内部研讨会上表示，基础大模型投入数据量大、算力成本高、算法难度大，但缺少金融专业知识，对金融场景应用有限。

前述腾讯内部人士也透露，今年以来，公司陆续接到很多客户的问询和合作需求，希望公司能有更多行业大模型的方案出炉。

在这样的背景下，依托过往腾讯云TI平台积累的底层能力，腾讯此次发布多个行业大模型解决方案，从产业客户需求场景出发，基于大模型高性能计算集群和大模型能力，打造模型精选商店，为客户提供MaaS一站式服务。而“量体裁衣、普惠适用”的行业模型解决方案，能够为客户定制不同参数、不同规格的专属模型，加速大模型在产业领域的落地。

吴运声在发布会上表示，大模型驱动“智慧涌现”，产业场景是最佳练兵场，在智能问答、内容创作、智能决策、智能风控等很多业务场景，具有非常广泛的应用价值。

目前，腾讯云已经携手传媒、文旅、金融、政务、教育等行业的头部企业，在十余个行业探索了超50个行业大模型的应用解决方案，将大模型技术能力落地具体应用场景。

峰会现场，吴运声展示了文旅客服大模型场景的精调过程及效果。通过加入文旅行业垂直场景数据、接入文旅客户API接口后，模型不仅可以为用户制订细致的旅行攻略，提供非常人性化的服务体验，也让智能客服系统，实现服务商业化的闭环。而未来随着更多高质量数据的增加，模型的精调效果还会更好。一位现场人士观察了整体演示后表示，腾讯“文旅大模型”在制定旅游路线方面表现出的能力，要高于市场上的各种通用大模型，还是相当能“打”的。

按照百度李彦宏的说法，过去，云计算主要卖算力，看速度、看存储。今天，客户购买云服务，则要看框架好不好、模型好不好。MaaS（模型即服务），将成为评判云服务的行业新标准。行业大模型能否抢先落地，真正助力企业客户提高效率，将是未来云厂商核心竞争力的体现。

“百模大战”硝烟背后

从ChatGPT诞生以来，国内外大模型浪潮持续高涨，国内各类AI公司纷纷入局，推出如百度文心一言、清华GLM、阿里通义千问、讯飞星火等产品，各有擅长。

《中国人工智能大模型地图研究报告》显示，截至今年5月28日，中国10亿参数规模以上的大模型已发布79个，我国研发的大模型数量已经排名全球第二。

硝烟散去，喧嚣了几个月的舆论界回归冷静，越来越多人意识到，如何将AI技术能力释放到实体经济场景，获取正向现金流才是这场大战的关键。谁能抢先拿下更多的企业客户，谁就有望凭借“滚雪球效应”脱颖而出。

“最终能活下来的可能不超过五家企业，甚至全球都只有五家，就像打车软件一样，消费者根本不需要这么多打车软件，只需要两三家就够了。”百度一位高管近日就公开表示。

近日在上海的一场AI大模型产业应用论坛上，一位 AI 大模型创业者直言，过去几个月内发布的十几个大语言模型都大同小异，现状是全球只有OpenAI能够达到通用 AI 的商业化，且有绝大部分用户的市场。除此以外，国内 AI 大语言模型远没有达到可商用化程度，而GPT这类大模型无论怎样去训练，如果没有应用、没有场景、没有买单、没有商业模式，不可能成功。

360公司创始人、董事长周鸿祎也表示，中国发展大模型没有不可逾越的技术障碍，OpenAI的成功已经给中国公司指明了技术方向，点明了技术路线，中国科技公司在产品化、场景化、商业化上有很大的优势。大模型关键在于让更多人去使用，将大模型能力与更多场景相结合，打造更多落地应用。

在落地上，国内公司已经达成共识：通用大模型不是唯一解，通用大模型和行业大模型已经不再是选择题，很多大模型公司都在“两条腿走路”。

除了应用层的突破难题待解，通用大模型对财力的需求犹如吞金兽，注定了大部分企业不能持续投入，而从社会资源统筹的角度来说，全行业“大炼模型”的背后无疑也是对算力等宝贵资源的浪费。

运行大模型有多少烧钱？近期，OpenAI被爆出去年亏损额翻倍，达到5.4亿美元左右，主要都被用以支撑ChatGPT的运转以及从谷歌挖人。公司CEO还表示，OpenAI可能需要在未来几年尝试筹集多达1000亿美元的资金，用来开发足够先进的通用AI，同时维持公司的正常运转。

ChatGPT看似只是聊天机器人，背后却是微软的AI算力、AI大模型和生成式AI在消费市场的一次肌肉展示。能烧得起的公司寥寥无几。算力，尤其是智能算力和超级算力，已经成为制约中国人工智能发展的关键因素。

对更广大的企业来说，眼下更大的难题是，解决数据标标注、解决训练、解决模型落地，而不是被高昂的售价逼退，摸不清商业化路径。

正如吴运声会后接受群访时所表示，行业大模型的核心在于根据客户需求制定相关的模型参数，而不是一味追求“规模大”或是“参数高”，腾讯更关注怎么用更有效的方法、更低的成本去解决问题。他举例说，就像不同类型的运动员需要不同程度的体力训练一样，不需要每个人都追求最高的参数规模。希望能以最低的成本、最合适的模型和最好的服务把大模型真正做好，落地实际场景解决问题。

本文来自微信公众号“明晰野望”（ID:MXYW-1688），作者：钻研技术的，36氪经授权发布。