世界人工智能大會(huì ) | “通用”走向“有用”，在細分賽道上乘風(fēng)破浪

走進(jìn)合合信息的展臺，一幅高清的“敦煌遺書(shū)”殘卷正在生成式AI技術(shù)的加持下被數字化修復。

如果說(shuō)去年世界人工智能大會(huì )上，人們還抱有一絲疑慮：大模型這個(gè)新概念會(huì )不會(huì )轉瞬即逝？那么今年，一個(gè)不爭的事實(shí)是，越來(lái)越多的企業(yè)開(kāi)始探討大模型在乘風(fēng)破浪中的實(shí)質(zhì)問(wèn)題，包括價(jià)格戰、盈利模式、模應一體、產(chǎn)業(yè)融合……某種程度上，大模型已成為一種更聚合、更集成的新型基礎設施。

隨著(zhù)2024世界人工智能大會(huì )昨天啟幕，一批更新版本或功能后的大模型借這個(gè)高光舞臺首秀，而以今年展會(huì )上各類(lèi)大模型為樣本，恰能看到整個(gè)產(chǎn)業(yè)的風(fēng)云動(dòng)向。

從混戰到細分：專(zhuān)注更專(zhuān)業(yè)賽道

從提出新概念到落地應用，大模型的發(fā)展速度之快，在連續兩屆世界人工智能大會(huì )上顯露無(wú)遺：去年此時(shí)，大模型們還在卷參數，大都只有簡(jiǎn)單的演示；到了今年，大模型開(kāi)始各顯神通，在不同的細分賽道“狂飆”，找到屬于自己的落地方案。

上海合合信息科技股份吉印通昨天在大會(huì )現場(chǎng)發(fā)布了大模型“加速器”，簡(jiǎn)單來(lái)說(shuō)，就是通過(guò)文檔解析引擎助力大模型突破在書(shū)籍、論文、研報等文檔中的版面解析障礙，助力大模型跑得更快。記者在現場(chǎng)隨機掃描了一份地中海氣候圖表，這一加速器瞬間就能“解讀”圖表，并將其轉化為帶有具體數值的Excel表格。

“如果將大模型比喻為正在疾馳的科技列車(chē)，語(yǔ)料便是珍貴的‘燃料’?！焙虾闲畔⒅悄軇?chuàng )新事業(yè)部總經(jīng)理唐琪介紹，大批高價(jià)值語(yǔ)料數據依然“沉睡”在報告、論文、報紙等文檔里，而無(wú)線(xiàn)表、跨頁(yè)表格、復雜公式等元素的處理仍是大模型語(yǔ)料處理中的“攔路虎”。針對這一痛點(diǎn)，合合信息在大模型訓練的上游階段開(kāi)發(fā)了大模型“加速器”，最快1.5秒可解析百頁(yè)長(cháng)文檔中的文本、表格、圖像等非結構化數據，從源頭為模型訓練與應用輸送純凈的“燃料”。

今年，大模型的“價(jià)格戰”成了卷賽道的一個(gè)焦點(diǎn)。目前，阿里云通義千問(wèn)GPT-4級主力模型Qwen-Long的API輸入價(jià)格從0.02元/千tokens降至0.0005元/千tokens，而吉印通智能云展臺上，工作人員表示，文心大模型的兩款主力模型ENIRE Speed和ENIRE Lite全面免費，大會(huì )期間還將發(fā)布主力大模型的降價(jià)信息。

在吉印通智能云市場(chǎng)部總經(jīng)理曹海濤看來(lái)，價(jià)格戰至少還將持續一年，目前國內有200多個(gè)規模級以上的大模型，未來(lái)一段時(shí)間，三類(lèi)大模型企業(yè)將陸續“出局”，一類(lèi)是套殼公司，第二類(lèi)是云基礎設施不完善的企業(yè)，第三類(lèi)是沒(méi)有“數據飛輪”能力的公司，活下來(lái)的企業(yè)將進(jìn)入深水區。

從通用到有用：應用走進(jìn)深水區

從“卷參數”走向“卷賽道”，也是大模型從“通用”走向“有用”的一種符號。

走進(jìn)騰訊展臺，騰訊混元大模型位居C位，與今年5月底剛剛揭開(kāi)面紗的“騰訊元寶”和“騰訊元器”一道，吸引眾多參觀(guān)者近距離互動(dòng)。在“騰訊元器”展位，不少專(zhuān)業(yè)觀(guān)眾正在嘗試創(chuàng )建智能體——通過(guò)添加提示詞、插件、知識庫等方式快速、低門(mén)檻打造高質(zhì)量的智能體，以滿(mǎn)足不同場(chǎng)景下的需求。

“大模型的打造只是起點(diǎn)，把技術(shù)落地到產(chǎn)業(yè)場(chǎng)景，創(chuàng )造價(jià)值才是目標?！彬v訊相關(guān)負責人介紹，目前騰訊混元大模型已在近700個(gè)騰訊內部業(yè)務(wù)和場(chǎng)景中落地測試。其中，以騰訊混元大模型為基底的一站式AI廣告創(chuàng )意平臺——騰訊廣告妙思，實(shí)現了“創(chuàng )意生成—一站式審核—廣告投放”全鏈路打通，助力提升廣告生產(chǎn)投放效率。

“有用”也是大模型買(mǎi)家們的訴求點(diǎn)。攜程國際OTA平臺已在亞洲、歐洲和美洲的39個(gè)國家和地區運營(yíng)，提供20多種語(yǔ)種、支付方式，但隨著(zhù)海外業(yè)務(wù)的快速擴張，傳統翻譯模型已難跟上步伐，用攜程高級算法工程師何林梓的話(huà)說(shuō)，大模型已成為“繞不開(kāi)的選擇”。最近，攜程選擇阿里云的通義千問(wèn)作為基礎模型，“我們看中了它在分詞器層面對多語(yǔ)言更加友好，在泰語(yǔ)、希伯來(lái)語(yǔ)、阿拉伯語(yǔ)等小語(yǔ)種上具備較高的訓練和推理效率，可以幫助攜程AI智能評論助手從海量評論中對商戶(hù)的位置、設施服務(wù)等信息直接進(jìn)行提煉總結，減少人工參與，提升決策參考?！?/p>

螞蟻集團董事長(cháng)兼首席執行官井賢棟認為，通用大模型落地嚴謹產(chǎn)業(yè)，還面臨著(zhù)3大“能力短板”：領(lǐng)域知識相對缺乏、復雜決策難以勝任，以及對話(huà)交互不等于有效協(xié)同。為了破解這些難題，螞蟻選擇了構建專(zhuān)業(yè)智能體生態(tài)的路徑，“通過(guò)專(zhuān)業(yè)智能體的深度連接，AI會(huì )像互聯(lián)網(wǎng)一樣，帶來(lái)服務(wù)的代際升級?！?/p>

bilibili Index大模型不僅可應用于搜索，還能在內容推薦、內容生成、內容審核等應用場(chǎng)景下發(fā)揮更多作用。

模應一體：更像人類(lèi)一樣交互

每年的世界人工智能大會(huì )都會(huì )公布一批“鎮館之寶”，一定程度上代表著(zhù)AI的前沿走向。從今年的“鎮館之寶”名單中不難發(fā)現，無(wú)論是商湯科技的可控人物視頻生成大模型Vimi，還是支付寶智能助理，那些“更像人類(lèi)一樣交互”的應用逐漸脫穎而出，在“模應一體（既做基礎大模型，又做具體應用）”方向上更好地融入日常。

支付寶今年4月悄然上線(xiàn)“智能助理”的灰度測試，并在今年的世界人工智能大會(huì )上首次展現在公眾視野中。記者在支付寶展區嘗試點(diǎn)單，對“巨型手機”里的智能助理說(shuō)“幫我點(diǎn)一杯螞蟻咖啡店的拿鐵”，很快就有了語(yǔ)音回復“下單成功，您的訂單正在制作”，一旁的咖啡機同時(shí)接到指令開(kāi)始制作咖啡，一分鐘后，一杯熱氣騰騰的咖啡就做好了。據悉，AI點(diǎn)單這一新功能，已在支付寶App開(kāi)啟測試，首批支持星巴克、瑞幸、喜茶、霸王茶姬、蜜雪冰城等12個(gè)茶飲品牌的支付寶小程序。

螞蟻集團大模型應用負責人顧進(jìn)杰告訴記者，“智能助理”是基于螞蟻百靈大模型開(kāi)發(fā)的產(chǎn)品，在設定其應用價(jià)值時(shí)，支付寶最關(guān)注的點(diǎn)在于“讓它更像個(gè)人”以及“讓用戶(hù)感受到被認真對待”。在過(guò)去3個(gè)月的實(shí)踐中，他坦言“坑”特別多，用戶(hù)的對話(huà)習慣和最初預設的話(huà)術(shù)有很大差別，比如，當用戶(hù)說(shuō)“我要一杯咖啡”的時(shí)候，大模型并不知道用戶(hù)的喜好，這就需要大量反復確認的工作。因此，下一步“智能助理”會(huì )朝著(zhù)更貼近個(gè)人習慣和記憶的方向上持續投入，讓AI像“掃碼支付”一樣便利。

和螞蟻有著(zhù)相同探索方向的還有Soul App。今年Soul在現場(chǎng)展示了“數字分身”“狼人魅影”和“異世界回響”3個(gè)新功能及場(chǎng)景，也是其探索“AIGC（生成式人工智能）+社交”場(chǎng)景深度融合的最新實(shí)踐。記者在現場(chǎng)與“異世界回響”中的虛擬角色進(jìn)行實(shí)時(shí)的“跨次元”通話(huà)，在“撥通”電話(huà)后，具備類(lèi)真人音色的虛擬角色會(huì )實(shí)時(shí)回應，交流互動(dòng)相當自然。

這背后是Soul最新升級的語(yǔ)音大模型?！霸凇瓵IGC+社交’場(chǎng)景上，對話(huà)式AI需要具備情感化的能力，能夠找到人的情緒點(diǎn)，實(shí)現個(gè)性化、擬人化、多樣化?！盨oul App首席技術(shù)官陶明顯然更關(guān)注大模型的“情感”屬性。2020年，Soul啟動(dòng)了對AIGC的系統研發(fā)工作，去年推出了自研垂類(lèi)大模型Soul X，實(shí)現有情感、有溫度的交互，今年，Soul自研語(yǔ)音大模型升級，包括了語(yǔ)音生成大模型、語(yǔ)音識別大模型、語(yǔ)音對話(huà)大模型、音樂(lè )生成大模型等，已可支持真實(shí)音色生成、語(yǔ)音DIY、多語(yǔ)言切換、多情感擬真人實(shí)時(shí)對話(huà)等能力。

作者：徐晶卉 張天弛

文：本報記者 徐晶卉 張天弛 圖：袁婧 周俊超 編輯：施薇

轉載此文請注明出處。