“通用”走向“有用”，在细分赛道上乘风破浪

来源：2024年7月5日《文汇报》  本报记者 徐晶卉 张天弛

　　如果说去年世界人工智能大会上，人们还抱有一丝疑虑：大模型这个新概念会不会转瞬即逝？那么今年，一个不争的事实是，越来越多的企业开始探讨大模型在乘风破浪中的实质问题，包括价格战、盈利模式、模应一体、产业融合……某种程度上，大模型已成为一种更聚合、更集成的新型基础设施。

　　随着2024世界人工智能大会昨天启幕，一批更新版本或功能后的大模型借这个高光舞台首秀，而以今年展会上各类大模型为样本，恰能看到整个产业的风云动向。

　　从混战到细分：专注更专业赛道

　　从提出新概念到落地应用，大模型的发展速度之快，在连续两届世界人工智能大会上显露无遗：去年此时，大模型们还在卷参数，大都只有简单的演示；到了今年，大模型开始各显神通，在不同的细分赛道“狂飙”，找到属于自己的落地方案。

　　上海合合信息科技股份有限公司昨天在大会现场发布了大模型“加速器”，简单来说，就是通过文档解析引擎助力大模型突破在书籍、论文、研报等文档中的版面解析障碍，助力大模型跑得更快。记者在现场随机扫描了一份地中海气候图表，这一加速器瞬间就能“解读”图表，并将其转化为带有具体数值的Excel表格。

　　“如果将大模型比喻为正在疾驰的科技列车，语料便是珍贵的‘燃料’。”合合信息智能创新事业部总经理唐琪介绍，大批高价值语料数据依然“沉睡”在报告、论文、报纸等文档里，而无线表、跨页表格、复杂公式等元素的处理仍是大模型语料处理中的“拦路虎”。针对这一痛点，合合信息在大模型训练的上游阶段开发了大模型“加速器”，最快1.5秒可解析百页长文档中的文本、表格、图像等非结构化数据，从源头为模型训练与应用输送纯净的“燃料”。

　　今年，大模型的“价格战”成了卷赛道的一个焦点。目前，阿里云通义千问GPT-4级主力模型Qwen-Long的API输入价格从0.02元/千tokens降至0.0005元/千tokens，而百度智能云展台上，工作人员表示，文心大模型的两款主力模型ENIRE Speed和ENIRE Lite全面免费，大会期间还将发布主力大模型的降价信息。

　　在百度智能云市场部总经理曹海涛看来，价格战至少还将持续一年，目前国内有200多个规模级以上的大模型，未来一段时间，三类大模型企业将陆续“出局”，一类是套壳公司，第二类是云基础设施不完善的企业，第三类是没有“数据飞轮”能力的公司，活下来的企业将进入深水区。

　　从通用到有用：应用走进深水区

　　从“卷参数”走向“卷赛道”，也是大模型从“通用”走向“有用”的一种符号。

　　走进腾讯展台，腾讯混元大模型位居C位，与今年5月底刚刚揭开面纱的“腾讯元宝”和“腾讯元器”一道，吸引众多参观者近距离互动。在“腾讯元器”展位，不少专业观众正在尝试创建智能体——通过添加提示词、插件、知识库等方式快速、低门槛打造高质量的智能体，以满足不同场景下的需求。

　　“大模型的打造只是起点，把技术落地到产业场景，创造价值才是目标。”腾讯相关负责人介绍，目前腾讯混元大模型已在近700个腾讯内部业务和场景中落地测试。其中，以腾讯混元大模型为基底的一站式AI广告创意平台——腾讯广告妙思，实现了“创意生成—一站式审核—广告投放”全链路打通，助力提升广告生产投放效率。

　　“有用”也是大模型买家们的诉求点。携程国际OTA平台已在亚洲、欧洲和美洲的39个国家和地区运营，提供20多种语种、支付方式，但随着海外业务的快速扩张，传统翻译模型已难跟上步伐，用携程高级算法工程师何林梓的话说，大模型已成为“绕不开的选择”。最近，携程选择阿里云的通义千问作为基础模型，“我们看中了它在分词器层面对多语言更加友好，在泰语、希伯来语、阿拉伯语等小语种上具备较高的训练和推理效率，可以帮助携程AI智能评论助手从海量评论中对商户的位置、设施服务等信息直接进行提炼总结，减少人工参与，提升决策参考。”

　　蚂蚁集团董事长兼首席执行官井贤栋认为，通用大模型落地严谨产业，还面临着3大“能力短板”：领域知识相对缺乏、复杂决策难以胜任，以及对话交互不等于有效协同。为了破解这些难题，蚂蚁选择了构建专业智能体生态的路径，“通过专业智能体的深度连接，AI会像互联网一样，带来服务的代际升级。”

　　模应一体：更像人类一样交互

　　每年的世界人工智能大会都会公布一批“镇馆之宝”，一定程度上代表着AI的前沿走向。从今年的“镇馆之宝”名单中不难发现，无论是商汤科技的可控人物视频生成大模型Vimi，还是支付宝智能助理，那些“更像人类一样交互”的应用逐渐脱颖而出，在“模应一体（既做基础大模型，又做具体应用）”方向上更好地融入日常。

　　支付宝今年4月悄然上线“智能助理”的灰度测试，并在今年的世界人工智能大会上首次展现在公众视野中。记者在支付宝展区尝试点单，对“巨型手机”里的智能助理说“帮我点一杯蚂蚁咖啡店的拿铁”，很快就有了语音回复“下单成功，您的订单正在制作”，一旁的咖啡机同时接到指令开始制作咖啡，一分钟后，一杯热气腾腾的咖啡就做好了。据悉，AI点单这一新功能，已在支付宝App开启测试，首批支持星巴克、瑞幸、喜茶、霸王茶姬、蜜雪冰城等12个茶饮品牌的支付宝小程序。

　　蚂蚁集团大模型应用负责人顾进杰告诉记者，“智能助理”是基于蚂蚁百灵大模型开发的产品，在设定其应用价值时，支付宝最关注的点在于“让它更像个人”以及“让用户感受到被认真对待”。在过去3个月的实践中，他坦言“坑”特别多，用户的对话习惯和最初预设的话术有很大差别，比如，当用户说“我要一杯咖啡”的时候，大模型并不知道用户的喜好，这就需要大量反复确认的工作。因此，下一步“智能助理”会朝着更贴近个人习惯和记忆的方向上持续投入，让AI像“扫码支付”一样便利。

　　和蚂蚁有着相同探索方向的还有Soul App。今年Soul在现场展示了“数字分身”“狼人魅影”和“异世界回响”3个新功能及场景，也是其探索“AIGC（生成式人工智能）+社交”场景深度融合的最新实践。记者在现场与“异世界回响”中的虚拟角色进行实时的“跨次元”通话，在“拨通”电话后，具备类真人音色的虚拟角色会实时回应，交流互动相当自然。

　　这背后是Soul最新升级的语音大模型。“在‘AIGC+社交’场景上，对话式AI需要具备情感化的能力，能够找到人的情绪点，实现个性化、拟人化、多样化。”Soul App首席技术官陶明显然更关注大模型的“情感”属性。2020年，Soul启动了对AIGC的系统研发工作，去年推出了自研垂类大模型Soul X，实现有情感、有温度的交互，今年，Soul自研语音大模型升级，包括了语音生成大模型、语音识别大模型、语音对话大模型、音乐生成大模型等，已可支持真实音色生成、语音DIY、多语言切换、多情感拟真人实时对话等能力。