來源：深AI（DeepAI2023）

作者：王敏

編輯：黎明

整個上半年，互聯網大廠們轟轟烈烈地追趕AI大模型浪潮時，騰訊一直對外保持着低調姿態。就在外界以爲騰訊在憋大招時，它帶着行業大模型的最新動態來了。

6月19日，騰訊雲召开發布會，首次正式公布行業大模型研發進展——已經爲10余個行業提供了超過50個大模型行業解決方案。同時，騰訊雲還發布了面向B端客戶的騰訊雲MaaS（Model-as-a-service，模型即服務）服務解決方案，要面向B端打造行業大模型精選商店，幫助企業快速打造專屬模型。

 

在ChatGPT出來後，相較於其余多家頭部大廠狂卷通用大模型、把發布類ChatGPT的對話機器人產品作爲發布會標配時，騰訊似乎選擇了一個不太一樣的思路，先從行業大模型切入。

 

騰訊選擇這個思路，其實也不難理解。畢竟通用大模型研發難度高、投入大、落地難，而行業大模型從前期研發到後期落地，都要相對容易一些。即便是已經發布通用大模型的百度、阿裏等大廠，同樣也在盯着行業大模型。

 

當然，騰訊也沒有放棄做通用大模型，只是還沒有發布，而且，自研只是騰訊的一條路。今年上半年，騰訊已經通過投資，站在了國內多家頭部AI獨角獸的背後。

 

面對新一輪激烈的市場競爭，一手自研、一手投資，在AI這股新浪潮中，騰訊有幾分勝算？

沒有聊天機器人，

騰訊先發了行業大模型

在發布會上，騰訊的行業大模型解決方案，以To B爲主，面向企業端，距離C端用戶較遠，但透過一些案例，我們還是可以看到一些騰訊行業大模型的效果。   以騰訊雲副總裁、騰訊雲智能負責人吳運聲現場演示的文旅行業智能客服場景爲例，如果讓普通的大語言模型推薦端午節江浙滬出行計劃，那么得到的方案，可能只是泛泛而談，給出的方案十分簡單，甚至有點老套，並不具備實操性。   然而當類似的問題遞給文旅客服行業大模型後，獲得的方案則十分詳細，甚至，當被問到非常具體的問題時，比如“請推薦一些蘇州的酒店”，其不僅可以給出不同檔次的酒店和介紹，還可以直接提供酒店的預訂鏈接。   由此，文旅客服行業大模型讓文旅行業的智能客服系統，得以在服務的同時促進商業化。   這只是騰訊雲的行業大模型之一，據介紹，騰訊雲已經爲文旅、傳媒、政務、金融等10余個行業提供了超過50個大模型行業解決方案。   在擁有這些行業大模型解決方案的基礎上，騰訊雲更看重的，是讓企業加入自己獨有的場景、數據，通過對行業大模型精調，快速生成自己的專屬模型。   工具鏈決定着企業能不能真正把大模型的能力和自己的業務、產品相結合。爲了讓企業能夠打造專屬模型，騰訊雲提供了大模型工具鏈和配套服務，包括數據標注、訓練、評估、測試和部署等全套工具，企業可以依托TI平台（基於騰訊雲計算能力的一站式機器學習生態服務平台），進行一站式大模型精調。   騰訊雲MaaS全景圖   根據騰訊公布的MaaS能力全景圖，騰訊可以提供一整套的專屬大模型落地流程，涵蓋模型工具、流程方法和相關的配套服務。   騰訊將其MaaS服務比作一個精選商店，企業可以根據自身業務場景按需挑選 “產品”，自由組裝。   據悉，騰訊雲TI平台可以實現針對行業場景的低成本落地，比如智能客服場景，訓練性能可提升10倍，訓練成本下降90%。   洛克資本研究員王恬對深AI表示，騰訊雲的MaaS一站式服務，可以幫助企業客戶低門檻、低成本、高效率地部署量身定制的專屬大模型，並借此實現收入提升，雙方實現共贏。   騰訊雲自身也已將大模型能力應用在騰訊會議、騰訊企點、騰訊雲AI代碼助手等多款頭部SaaS產品中。   其中，騰訊會議即將推出的AI小助手，能夠完成信息提取、內容分析等多種復雜任務；騰訊企點分析AI助手，能通過標准化數據採集和治理，以業務視角提出問題並獲得可視化圖表結果，提升數據分析效率；騰訊雲AI代碼助手覆蓋开發關鍵流程，包括溝通、編碼、排錯、評審和調優，承接機械性工作，讓开發者精更專注代碼創作。   在騰訊集團高級執行副總裁湯道生看來，具體的產業場景，才是大模型的最佳練兵場。

爲什么先盯上行業大模型？ 在騰訊發布行業大模型之前，投身AI大模型的大廠們，也沒有繞开行業大模型。   從百度的文心一言，到阿裏的通義千問、商湯的日日新大模型、科大訊飛的訊飛星火認知大模型，乃至360的360智腦，每一家在發布大模型時，都會提及相應的垂直行業大模型。尤其百度和阿裏，提供行業解決方案的同時，更要讓企業能夠打造自己的專屬大模型。   大廠盯上行業大模型的原因很簡單，正如湯道生所言，“通用大模型不一定是滿足行業場景需求的最優解”。企業需要大模型能夠在實際場景中真正解決某個問題，而不是在100個場景中解決70%-80%的問題。   他表示，通用大模型的訓練數據主要來自公开數據集或網絡數據，對於特定行業的專業領域知識了解有限；通用大語言模型的訓練需要大量計算資源和漫長的訓練周期，對企業而言昂貴且耗時；安全和合規是企業的必要考量因素。

此前有從業者對深AI指出，大語言模型正加速用戶習慣從搜索交互到對話交互，這中間最大的改變是決策權的讓渡。但是，目前即便是ChatGPT，提供的答案也做不到完全可信，因此，利用自己的場景和數據進行針對性訓練，形成壁壘，市場也需要這樣的行業模型。   深度科技研究院院長張孝榮對深AI總結道，總體而言，行業大模型的技術難度低於通用大模型。行業大模型是基於特定行業技術參數配置，不需要千億參數級別的大模型也能實現，使用行業語料數據訓練模型，所需算力成本和運營成本也低於通用大模型。而且，從實際來看，通用大模型無法滿足企業實際運營需求。   吳運聲認爲，基本在億級別參數以上的都可以稱爲大模型，但規模參數越高，消耗的資源和成本也越高。行業大模型的核心在於根據客戶需求制定相關的模型參數，而不是一味追求“規模大”或是“參數高”。   百度副總裁沈抖也曾提到，未來所有企業都將強依賴大模型，所有產品都要基於大模型开發，這已經成爲了一個產業共識。   包括騰訊在內，大廠們盯上行業大模型，正表明大模型正從天馬行空，加速走向產業落地。

左手自研、右手投資，

騰訊很難“慢慢來”

今年以來，面對外界的如火如荼，騰訊給人的印象是低調，不着急、慢慢來。   就在此前，騰訊創始人馬化騰在騰訊股東大會上也強調，“不能操之過急”。人工智能是互聯網行業幾百年不遇的、類似發明電的工業革命一樣的機遇，互聯網企業在AI領域都有很多的積累，騰訊在埋頭研發，但是並不急於早早做完，把半成品拿出來展示。   在自研層面，騰訊確實對外相對謹慎。發布行業大模型後，吳運聲對外表示，對於C端通用大模型，騰訊內部也有相關應用，但目前尚不能對外公开相關信息。   然而，騰訊在對外投資上，並沒有那么保守，在6月初的一周之內被曝出投資了三家大模型企業。   6月1日，騰訊被曝4000萬美金參與投資了MiniMax，後者新一輪融資完成後，估值達12億美金，已經晉升AI獨角獸行列。   接下來幾天內，據天眼查顯示，騰訊分別在6月2日與5日完成了對AI公司深言科技與光年之外的投資。

深言科技屬於AI江湖中的“清華幫”，曾差點被王慧文收購，創始人豈凡超爲清華大學計算機系博士，是清華大學孫茂松教授的學生。光年之外作爲互聯網大佬王慧文的創業公司，問世便深受矚目，最新一輪融資獲得的投資金額高達2.3億美元，同屬於AI獨角獸。   布局大模型，騰訊以自研+投資“兩條腿”走路。在內部研發上，To B和To C同步推進；而通過對外投資，騰訊已經包攬了衆多具備潛力的AI企業。   根據天風證券相關報告，騰訊從2016年就开始投入AI基礎研究，並先後成立AI和前沿科技實驗室。2022年，騰訊首次披露大模型的研發進展，並在年末推出混元NLP萬億大模型。騰訊今年曾在財報會上表示，AI將是中長期的增長乘數之一，正在加速對於大模型的研發。   過去幾年，騰訊對於AI基礎領域的研究，已經有一定積累。進入2023年，當AI大模型成爲大廠的競爭高地後，騰訊並非從零追趕，布局也並不算過度激進，但也不得不有所動作。   大模型時代，MaaS正改變雲計算的遊戲規則，成爲一種新的商業模式。企業對於大模型的需求正與日俱增，哪家廠商能夠提供能力更強且更加完整的模型服務，就能夠搶到更多客戶。   雲計算大廠卷基礎設施，卷行業大模型，也正酝釀着新的洗牌。在頭部雲廠商中，今年以來，伴隨着阿裏雲和百度智能雲憑借着AI大模型吸引客戶，雲計算市場競爭加劇，騰訊雲很難無動於衷。   AI技術變革之下，新一輪“血雨腥風”才剛剛开始。騰訊想要“慢慢來”，但恐怕市場不允許。

追加內容

本文作者可以追加內容哦 !