當(dāng)100個(gè)智能體同時(shí)在熒幕上出現(xiàn)時(shí)，百度創(chuàng)始人李彥宏口中所說(shuō)的“AI應(yīng)用的群星閃耀時(shí)刻”第一次有了實(shí)感。11月12日，在百度世界2024大會(huì)上，李彥宏高調(diào)宣布，文心大模型的日均調(diào)用量超過(guò)了15億，并發(fā)布了包括檢索增強(qiáng)的文生圖技術(shù)iRAG、多智能體協(xié)作工具秒噠等一系列新的大模型工具。
在這背后，是過(guò)去24個(gè)月中，大模型消除了基本的幻覺(jué)，回答問(wèn)題的準(zhǔn)確性提升，行業(yè)基礎(chǔ)模型能力的準(zhǔn)備完畢�！盎A(chǔ)模型能力就緒，我們即將迎來(lái)AI應(yīng)用的群星閃耀時(shí)刻�！痹诶顝┖甑脑O(shè)想里，AI應(yīng)用的兩大方向，分別是智能體和產(chǎn)業(yè)應(yīng)用。前者代表一個(gè)更智能、更成熟的多模態(tài)綜合調(diào)用能力，而后者則是依附于產(chǎn)業(yè)，挖掘行業(yè)潛力的應(yīng)用工具。
“其實(shí)今年上半年的時(shí)候，整個(gè)大模型行業(yè)除了Sora之外，都有種‘不溫不火’的感覺(jué)�！眲⒎澹ɑ┦前俣绕煜翧IGC創(chuàng)意生產(chǎn)平臺(tái)擎舵的工作人員，在他看來(lái)，“不溫不火”恰恰是大模型祛魅的表現(xiàn)，“在過(guò)去一年中，探索大模型的應(yīng)用已經(jīng)基本成為了我們的共識(shí)。只不過(guò)，和各個(gè)行業(yè)合作，一起探索大模型的潛力仍然需要時(shí)間”。
根據(jù)百度集團(tuán)執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖分享的數(shù)據(jù)，百度智能云千帆大模型平臺(tái)已經(jīng)幫助客戶(hù)精調(diào)了3.3萬(wàn)個(gè)模型、開(kāi)發(fā)了77萬(wàn)個(gè)企業(yè)應(yīng)用。
“對(duì)于智能體來(lái)說(shuō)，最直觀的應(yīng)用效果是降低了企業(yè)的成本。”劉峰告訴記者，以角色類(lèi)智能體為例，當(dāng)大模型運(yùn)用到虛擬的數(shù)字人(19.850, 0.80, 4.20%)角色智能體身上時(shí)，真人的布景、拍攝、妝造等多個(gè)環(huán)節(jié)的成本都有大幅削減。“從我們的內(nèi)部數(shù)據(jù)來(lái)看，在一定的產(chǎn)品生命周期內(nèi)，平均能夠?yàn)槠髽I(yè)降低80%左右的成本。”
同時(shí)，對(duì)于企業(yè)來(lái)說(shuō)，將前置的消費(fèi)者詢(xún)問(wèn)固定，并將消費(fèi)線(xiàn)索轉(zhuǎn)換成特定的成交，需要更快、更貼心和更智能的服務(wù)，而大模型與公司特定行業(yè)結(jié)合，并生成的公司類(lèi)智能體能夠在應(yīng)用中執(zhí)行這一點(diǎn)。根據(jù)百度披露的數(shù)據(jù)，聯(lián)想AIPC智能體在9月份的互動(dòng)率提升了89%，銷(xiāo)售線(xiàn)索轉(zhuǎn)化率增長(zhǎng)了80%，比亞迪(300.810, 1.52, 0.51%)的官方智能體上線(xiàn)后，銷(xiāo)售線(xiàn)索轉(zhuǎn)化率提升了119%。
既能夠降本，也能夠增效，大模型和行業(yè)的結(jié)合落地應(yīng)用似乎順理成章。但在另一面，一些從業(yè)者認(rèn)為，目前大模型的行業(yè)應(yīng)用，仍然停留在表層。
“大部分的大模型應(yīng)用，還在人機(jī)交互層面�！痹诖髸�(huì)現(xiàn)場(chǎng)，一位機(jī)器人(19.700, -1.03, -4.97%)企業(yè)的工作人員向第一財(cái)經(jīng)記者坦言，在科技行業(yè)，大模型自上而下滲透還需要更長(zhǎng)的時(shí)間，“大部分機(jī)器人企業(yè)在應(yīng)用大模型的過(guò)程中，還只是進(jìn)行了一些微調(diào)，把它當(dāng)成一個(gè)更智能的交互系統(tǒng)，在整體的軟硬件嵌入方面還有很大空間”。
該工作人員向記者解釋?zhuān)珹I大模型在未來(lái)應(yīng)該是能夠與機(jī)器人大腦結(jié)合，但在此之前，二者的結(jié)合需要海量的數(shù)據(jù)采集和投喂，才能夠完成一系列的訓(xùn)練�！霸谡Z(yǔ)言大模型爆發(fā)之前的三十年，物理世界的語(yǔ)言和其他知識(shí)都已經(jīng)完成了線(xiàn)上的數(shù)字化。大模型與不同行業(yè)的應(yīng)用結(jié)合，也需要經(jīng)歷這個(gè)階段�！�
不難看出，盡管大模型行業(yè)在為各行各業(yè)極力勾勒出一個(gè)美好的愿景，但在部分行業(yè)，大模型的落地仍然有一些客觀問(wèn)題亟待解決�！拔覀兌贾来竽Ｐ蛯�(duì)于具體的業(yè)務(wù)層面來(lái)說(shuō)一定是好的，但它只是一個(gè)工具，我們會(huì)從綜合的研發(fā)、投入成本來(lái)判斷是否要用這個(gè)工具�！币晃粰C(jī)械企業(yè)的工作人員對(duì)記者表示，在大模型有深度的行業(yè)應(yīng)用落地之前，他依然會(huì)保持一個(gè)樂(lè)觀的觀望態(tài)度�！�
一位算力平臺(tái)的負(fù)責(zé)人也向第一財(cái)經(jīng)記者表示，如今業(yè)界對(duì)于算力的需求更多是訓(xùn)練為主，推理較少，一個(gè)重要的原因就是AI落地應(yīng)用還不夠多。“其實(shí)在很多應(yīng)用場(chǎng)景當(dāng)中，我用到的不是一個(gè)大語(yǔ)言模型，需要用到的是多個(gè)大小模型需要去協(xié)同�！痹谙挛绲摹爸悄苘S遷 產(chǎn)業(yè)加速”分論壇當(dāng)中，百度副總裁謝廣軍表示，在實(shí)際的產(chǎn)業(yè)應(yīng)用當(dāng)中，對(duì)小模型進(jìn)行不斷的訓(xùn)練完善，搭載大模型底座是更為常見(jiàn)的做法。
“我們已經(jīng)解決了從0到1的問(wèn)題，想要解決從1到100的問(wèn)題，行業(yè)仍然需要時(shí)間�！眲⒎逭f(shuō)道。
