2024年：大模型产业落地深度解析——从“百模大战”到“应用为王”的时代变革2024年，大模型技术发展与产业应用成为全球关注的焦点。国内大模型市场已从激烈的“百模大战”进入到“拼落地”、“拼应用”的新阶段
2024年：大模型产业落地深度解析——从“百模大战”到“应用为王”的时代变革
2024年，大模型技术发展与产业应用成为全球关注的焦点。国内大模型市场已从激烈的“百模大战”进入到“拼落地”、“拼应用”的新阶段。近日，百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜做客CCTV-2《对话》节目，与中国科学院院士何积丰、开源鸿蒙项目群技术指导委员会主席、上海交通大学特聘教授陈海波以及其他企业代表共同探讨了大模型技术发展及产业落地的现状与挑战。
吴甜在节目中指出，大模型的幻觉与创造力是其一体两面的特性。在创意需求较高的场景中，大模型强大的创造力成为显著优势；然而，在与实际行业问题结合时，模型的稳定性和准确性则显得尤为重要，这是确保模型有效解决问题的前提。 技术层面，抑制模型幻觉主要通过两方面努力：一是优化基础模型，从根本上降低幻觉出现频率和严重程度；二是通过引入检索增强、智能体等技术或机制，在模型应用中提升其对事实的遵循度。
根据中国信通院《全球数字经济白皮书（2024年）》的数据，目前全球共有1328个大模型，其中中国占比高达36%。 大模型技术日新月异，发展速度惊人。吴甜分享了百度文心大模型的应用数据，有力地佐证了这一趋势。百度文心大模型的日调用量已突破15亿，与今年5月仅2亿的日调用量相比增长了7.5倍，与去年同期5000万的日调用量相比更是增长了30倍。 此外，公开数据显示，飞桨文心开发者数量已达1808万，服务企业达43万家，创建模型数量突破101万个。这些数据规模的快速增长，充分展现了文心大模型巨大的应用潜力。
尽管大模型应用已初具规模，但吴甜强调，大模型在各个场景的真正落地仍需进一步开发和完善。目前，许多应用场景还处于量变积累阶段。 她观察到，AI技术和大模型的使用方式正经历一个从个别场景点提效，逐步扩展到业务流程改进和优化的过程。 只有当这种“由点及线、由线及面、由面及体”的系统性过程得以实现，才能最终实现质变。
对于大模型产业落地是“最后一公里”还是“最后一百公里”的问题，吴甜认为这取决于行业自身的数字化基础和业务面向数字化的抽象程度。 互联网行业由于产品应用与AI技术收益紧密贴合，落地可能只需半公里；金融等行业数字化基础较高，主要挑战在于系统对接和部署，大约是一公里的距离。 而农业等行业数字化基础相对薄弱，需要解决的问题更为复杂多样，其大规模落地可能需要几十公里甚至百公里的距离。
吴甜进一步剖析了人工智能赋能千行百业面临的两大主要挑战。首先是挖掘基于真实场景的真实需求。过去几年，虽然人工智能与各种场景结合的应用层出不穷，但许多应用未能触及场景的关键问题，未能发挥人工智能深度使用的最大价值。为了解决这一问题，百度设立了AICA人才培养项目，至今已持续六年，今年进入第八期。该项目旨在培养既懂业务又精通AI技术的人才，帮助他们更好地将AI技术与场景问题相结合。
其次是专业数据的缺乏。 那些能够体现业务逻辑理解的数据在自然数据中非常稀缺，但它们对于提升模型在真实场景中完成复杂任务的能力至关重要，是行业应用真正需要的。 建设这些数据需要社会各界的共同努力，为人工智能的广泛应用提供支撑。
算力问题也是人工智能领域一个不可忽视的挑战。吴甜坦言，随着模型规模的扩大，算力需求也随之激增。 要更有效地利用大规模算力，需要集约化建设并优化调度，提高使用率。 百度通过深度学习平台飞桨和文心大模型的联合优化，训练效率提升了5.1倍，推理效率提升了125倍，并将继续优化。 同时，算力也需要多元化，尤其是在大量推理和场景化训练中，这有助于降低成本、提高效率。 百度积极开展硬件统一适配工作，飞桨已支持超过60个芯片系列，为算力的多元化提供了有力保障。
目前，国内大模型市场正经历从“百模大战”到“大浪淘沙”的转变，从拼参数到拼落地、拼应用的新阶段。各行各业都在根据自身的场景、经验、规范和数据进行大模型的产业实践，形成了庞大的应用生态。
有分析认为，2025年大模型将进一步发展，其理解、生成和交互能力将达到新高度，各行业也将加速与大模型的应用与融合。预计到2025年，大模型应用将加速渗透到多个垂直行业，形成更加成熟的行业解决方案。大模型将对社会、经济和技术领域带来更加深刻的变革。
声明：本文内容来源自网络，文字、图片等素材版权属于原作者，平台转载素材出于传递更多信息，文章内容仅供参考与学习，切勿作为商业目的使用。如果侵害了您的合法权益，请您及时与我们联系，我们会在第一时间进行处理！我们尊重版权，也致力于保护版权，站搜网感谢您的分享！(Email:[email protected])
