占領垂直場景：國產(chǎn)AI大模型的下半場賽事
年初以來，由ChatGPT掀起的人工智能浪潮，再一次催發(fā)了中國科技企業(yè)擁抱新興技術的熱情。不到半年時間里，百度“文心一言”、阿里“通義千問”、華為云“盤古”等國產(chǎn)自研AI大模型悉數(shù)登場。當科技巨頭們不約而同地踏上人工智能的新賽道，一場圍繞大模型的“軍備競賽”就在頃刻間拉開了序幕。
「通用」向左，「垂直」向右
過去幾個月，伴隨著ChatGPT的一路狂飆，AI大模型在中國的進化也來到了新的分野。一邊是通用大模型，因其經(jīng)過了海量數(shù)據(jù)參數(shù)和龐大語料的預訓練，在處理各種復雜任務時能夠表現(xiàn)出更好的泛化能力和更高的通用性，可以說是“書讀百遍其義自見”在人工智能時代的最好詮釋。 這其中，OpenAI十年磨一劍的GPT系列大模型堪稱珠玉在前。以ChatGPT為代表的大模型在邏輯推理、文本生成、自動編寫等方面展現(xiàn)出來的智慧與能力，一時間掀起了AI大模型的研發(fā)熱潮。從“通義千問”“知海圖”“百川智能”等一系列大模型產(chǎn)品的命名深意中，我們也不難發(fā)現(xiàn)，重兵押注“通用大模型”已經(jīng)率先成為了國內(nèi)頭部廠商的共識。 而另一邊，以垂直行業(yè)廠商為代表的入局者們，則將目光放在了更大的產(chǎn)業(yè)領域中，力圖在角逐正酣的“百模大戰(zhàn)”中找到AI商業(yè)化落地的機會。這便是國產(chǎn)大模型的另一個重要方向——從行業(yè)應用的路徑切入，解決特定場景的業(yè)務需求。 不同于科技大廠們對基礎大模型技術和底層通用能力的狂熱追逐，這些行業(yè)廠商經(jīng)年累月地扎根產(chǎn)業(yè)的“神經(jīng)末梢”處，在特定行業(yè)沉淀了大量垂直領域數(shù)據(jù)和具體業(yè)務場景，可以更精準地錘煉出大模型的“專家”能力，有望加速推動“大模型”在千行百業(yè)場景中的廣泛應用。 據(jù)科技部新一代人工智能發(fā)展研究中心的《中國人工智能大模型地圖研究報告》顯示，截至上半年，中國已至少發(fā)布79個規(guī)模在10億級參數(shù)以上的基礎大模型，研發(fā)數(shù)量排名全球第二。但歷史的經(jīng)驗告訴我們，一項技術能否最終普及，關鍵是找到合適的應用場景，AI概莫能外。也因此，無論是在AI大模型賽道上已經(jīng)占得先機的頭部大廠，還是在垂直領域握有海量數(shù)據(jù)集和豐富場景理解的行業(yè)廠商，都不約而同地選擇了下探至產(chǎn)業(yè)更深處。場景化應用，大模型的「長坡厚雪」
毋庸諱言的是，盡管當前各方玩家對大模型的產(chǎn)業(yè)化都已展露出鮮明的共識，但在大模型落地應用的這最后一公里路程中，以科技大廠為代表的“通用派”和以行業(yè)廠商為代表的“垂直派”還是衍生出了兩條截然不同的分支。 以華為、百度、騰訊等為代表的頭部大廠，憑借在算法技術、行業(yè)數(shù)據(jù)、生態(tài)開放等方面的絕對領先優(yōu)勢，可以更快地搭建起大模型的產(chǎn)品應用及服務生態(tài)，從而為大模型落地應用提供“底座”支撐和“引擎”之力。 從早前百度宣布打造全球首個一站式企業(yè)級大模型生產(chǎn)平臺；到阿里決定將旗下所有產(chǎn)品接入其自研的大語言模型“通義千問”、騰訊推出MaaS一站式行業(yè)大模型精選商店；再到“源于產(chǎn)業(yè)、服務產(chǎn)業(yè)”的京東言犀大模型、“不作詩，只做事”的華為云盤古大模型3.0等面向產(chǎn)業(yè)和行業(yè)場景的大模型相繼問世……無不預示著通用大模型開發(fā)的激流已經(jīng)遠去，一個“AI For Industries”的時代正在到來。
圖/拓維信息簽約成為華為云盤古大模型合作伙伴
大模型的產(chǎn)業(yè)化之路，起于大廠們“深入產(chǎn)業(yè)”的共識，興于行業(yè)廠商們“扎根場景”的躬耕。與頭部科技大廠的路徑不同，拓維信息等垂直行業(yè)廠商們則是因為有了更多“Know-how”能力的加持，可以基于通用大模型的底座適配行業(yè)數(shù)據(jù)和知識庫，打造出更有針對性、專業(yè)性、精準度的垂直大模型產(chǎn)品或解決方案，也得以在這條龐大產(chǎn)業(yè)鏈上找到安身之地。
例如，拓維信息交通CV大模型就是在華為云盤古大模型的基礎之上，結合自身在交通領域沉淀的訓練數(shù)據(jù)和行業(yè)知識庫，進行再訓練和精調打造出的交通行業(yè)垂直大模型。相比于傳統(tǒng)小模型開發(fā)往往要面臨模式耗時長、專業(yè)度要求高、訓練/調優(yōu)需要大量人工參與等限制，拓維信息交通CV大模型依托于“基礎模型預訓練+行業(yè)化調優(yōu)造”的新范式，使得模型精度提升了 6.21%，開發(fā)時間節(jié)約了24倍左右，大大降低了開發(fā)成本和難度。
圖/華為云盤古大模型生態(tài)
目前拓維信息交通CV大模型已在高速公路稽核等前端業(yè)務場景得到了正式應用。在“大模型能力”的加成下，稽核場景可以實現(xiàn)高速公路圖片的實時上傳和服務，通過智能壓縮，大幅提升圖片服務能力，助推稽核工作提質增效。
除此之外，在教育、醫(yī)療、氣象、采礦等眾多行業(yè)應用場景中，大模型賦能產(chǎn)業(yè)的相關能力也已開始實踐。也正是技術與場景的一次次交融，讓中國大模型產(chǎn)業(yè)迎來了具有變革意義的躍遷拐點，真正進化為“長坡厚雪”的理想賽道。
Know-how，大模型落地最優(yōu)解
如果說大模型的上半場是“詩和遠方”。那么，在經(jīng)歷了AIGC熱潮一浪接一浪的卷積之后，國產(chǎn)大模型已經(jīng)走過了最初的技術狂熱期，在商業(yè)化落地的冷思考中開啟了“煙火日?！钡南掳雸?。誰能率先將大模型技術與產(chǎn)業(yè)具體場景結合，訓練出大模型的垂直化、行業(yè)化能力，帶來切實可落地的數(shù)字化轉型成效，誰就能爭取到AI 2.0時代更多的話語權和主動權。 隨著大模型作為新生產(chǎn)力的引擎形態(tài)越來越為人所熟知，源于產(chǎn)業(yè)側的“Know-how”能力，也逐漸成為各路參與方在這場大模型落地考中新的角力點。然而，“Know-how”能力的構建絕非一日之功。眾所周知，不同行業(yè)的數(shù)字化需求是模糊而龐雜的，這就對服務廠商的行業(yè)Know-how能力提出了更高要求。比起主打普惠適用的“全面型”能力，大模型要在千行百業(yè)應用場景中跑起來，更需要“Know-how”的深厚積累。 以拓維信息交通CV大模型為例。拓維信息從2019年開始深入交通行業(yè)數(shù)字化改造，持續(xù)探索AI技術在高速收費、稽核、隧道等具體業(yè)務場景中的應用及建設，針對特定場景需求先后推出AI稽核、數(shù)字視網(wǎng)膜解決方案、RPA工單機器人等多款基于AI的創(chuàng)新成果，在不斷的技術打磨和實踐迭代中累積起優(yōu)質的交通垂直場景數(shù)據(jù)集，最終以此為“養(yǎng)料”，訓練出交通CV大模型。在“模型+場景”的飛輪帶動下，拓維信息交通CV大模型在感光成像、特征提取、態(tài)勢感知、事件識別等方面的能力已得到較大提升，在交通行業(yè)場景展現(xiàn)出了巨大的應用潛力。 圖/拓維信息交通CV大模型在收費稽核場景的應用 誠然，從通識屬性來看，“領域專家型”的垂直大模型難以和“海納百川”的通用大模型抗衡。但站在產(chǎn)業(yè)的角度，新技術究竟能否突破原有的生產(chǎn)力邊界，最終還是要回到具體的應用場景中進行驗證。 可以肯定的是，在人工智能由“技術力”轉向“生產(chǎn)力”的這場商業(yè)化浪潮中，“通用”和“垂直”兩種路線從來都不是有你無我的對立關系，它們終將共同匯入產(chǎn)業(yè)的大江大河，漾出涓涓細流滋養(yǎng)每一方數(shù)字化土壤。一橫一縱之間，中國AI大模型的新版圖已經(jīng)顯現(xiàn)。本期拓客：脆脆
馬上寫完，真的。
往期推薦VOL.1沒有大算力的ChatGPT，不是好AIGC
VOL.2ChatGPT“狂飆”的終途：從模型中來，到場景中去
VOL.3不完美的AI，完美的數(shù)字助手
原文標題：占領垂直場景：國產(chǎn)AI大模型的下半場賽事
文章出處：【微信公眾號：拓維信息】歡迎添加關注！文章轉載請注明出處。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
拓維信息
+關注
關注
0文章
240瀏覽量
5054 -
AI大模型
+關注
關注
0文章
307瀏覽量
276
原文標題：占領垂直場景：國產(chǎn)AI大模型的下半場賽事
文章出處：【微信號：talkweb1996，微信公眾號：拓維信息】歡迎添加關注！文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
AI大模型競賽下半場:百度引領通用人工智能的工業(yè)大生產(chǎn)時代
隨著AI技術的飛速發(fā)展，各大科技公司之間的技術比拼已經(jīng)逐漸從“躁動”的競賽階段過渡到了更加務實的商業(yè)模式和場景應用探索階段。在這個關鍵的轉折點上，人們不禁要問：“AI的應用最終將如何改變社會生產(chǎn)和生活？”
聚焦“智物融合，AI碳索”，涂鴉智能以生成式AI引領行業(yè)創(chuàng)新潮流
5月29日，2024TUYA全球開發(fā)者大會在深圳福田香格里拉正式開幕。涂鴉智能攜手行業(yè)翹楚，舉辦了一系列主題論壇活動。其中，主論壇分為上半場與下半場兩場。上半場以“GenAI+IoT
智譜AI正研發(fā)對標Sora的國產(chǎn)文生視頻模型
智譜AI，這家國內(nèi)估值超過200億的AI大模型獨角獸企業(yè)，正全力投入研發(fā)一款與OpenAI的Sora相媲美的國產(chǎn)文生視頻模型。據(jù)公司內(nèi)部人士
AI大模型將如何推動中國產(chǎn)業(yè)升級？華為盤古大模型深耕千行萬業(yè)
AI大模型將如何推動中國產(chǎn)業(yè)升級？日前，華為混合云副總裁胡玉海在做客央視網(wǎng)《中國神氣局》時，暢談AI大模型發(fā)展趨勢以及如何助力產(chǎn)業(yè)創(chuàng)新。胡玉
汽車市場進入“勝者為王”時代，但車企的城市輔助駕駛困境如何解決
和應用，如何在多變的市場環(huán)境中保持競爭力，不少汽車企業(yè)都爭先推出城市輔助駕駛功能。但更高階的城市領航等功能還需解決不少技術挑戰(zhàn)。 ? ? 汽車智能化下半場，車路云一體化是關鍵 目前來看，智能汽車的應用場景可以根據(jù)需求分為城市
NanoEdge AI的技術原理、應用場景及優(yōu)勢
能耗并提高數(shù)據(jù)安全性。本文將對 NanoEdge AI 的技術原理、應用場景以及優(yōu)勢進行綜述。
1、技術原理
NanoEdge AI 的核心技術包括邊緣計算、神經(jīng)網(wǎng)絡壓縮和低功耗硬件設計。邊緣計算
發(fā)表于 03-12 08:09
大模型之戰(zhàn)的下半場：垂直化應用與生態(tài)化發(fā)展
大模型的發(fā)展與互聯(lián)網(wǎng)的發(fā)展類似。回看剛剛過去的2023年，以ChatGPT為代表的語言大模型發(fā)展迅速，除了ChatGPT、必應以外，國內(nèi)眾多廠商也紛紛布局，包括華為、阿里、百度、京東、科大訊飛、商湯等在內(nèi)的眾多科技公司也都積極布局，紛紛推出了各自的大
發(fā)表于 01-26 14:43
?521次閱讀
科友提前布局：SiC行業(yè)下半場是8吋時代
2023年業(yè)內(nèi)有多家企業(yè)陸續(xù)推出8英寸碳化硅襯底，成為市場熱點，呈現(xiàn)出加速替代6英寸襯底的勢頭。我們認為，碳化硅行業(yè)的下半場就是8英寸的時代，誰的8英寸襯底先出貨，誰就能更好地把握住時代機遇。
發(fā)表于 01-25 13:48
?245次閱讀
自動駕駛下半場競爭的關鍵技術
隨著人工智能技術的不斷發(fā)展，自動駕駛技術逐漸成為汽車產(chǎn)業(yè)的熱門話題。在這個領域中，許多公司都在爭相研究和開發(fā)自動駕駛技術，以期望能夠在未來的市場中占據(jù)一席之地。然而，隨著技術的不斷進步和市場競爭的加劇，自動駕駛技術的下半場競爭也愈加激烈。本文將探討自動駕駛下半場競爭的關鍵
取代傳統(tǒng)燃油汽車大勢所趨，新能源汽車滲透率超50%
雖然上半場中國新能源汽車打得很好，但是決定勝負的還在于以智能汽車發(fā)展為代表的下半場競爭。
工商網(wǎng)監(jiān)
評論