當(dāng)100個智能體同時在熒幕上出現(xiàn)時，百度創(chuàng)始人李彥宏口中所說的“AI應(yīng)用的群星閃耀時刻”第一次有了實感。11月12日，在百度世界2024大會上，李彥宏高調(diào)宣布，文心大模型的日均調(diào)用量超過了15億，并發(fā)布了包括檢索增強的文生圖技術(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，是過去24個月中，大模型消除了基本的幻覺，回答問題的準(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AI應(yīng)用的群星閃耀時刻。”在李彥宏的設(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。
“其實今年上半年的時候，整個大模型行業(yè)除了Sora之外，都有種‘不溫不火’的感覺�！眲⒎澹ɑ┦前俣绕煜翧IGC創(chuàng)意生產(chǎn)平臺擎舵的工作人員，在他看來，“不溫不火”恰恰是大模型祛魅的表現(xiàn)，“在過去一年中，探索大模型的應(yīng)用已經(jīng)基本成為了我們的共識。只不過，和各個行業(yè)合作，一起探索大模型的潛力仍然需要時間”。
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已經(jīng)幫助客戶精調(diào)了3.3萬個模型、開發(fā)了77萬個企業(yè)應(yīng)用。
“對于智能體來說，最直觀的應(yīng)用效果是降低了企業(yè)的成本�！眲⒎甯嬖V記者，以角色類智能體為例，當(dāng)大模型運用到虛擬的數(shù)字人(19.850, 0.80, 4.20%)角色智能體身上時，真人的布景、拍攝、妝造等多個環(huán)節(jié)的成本都有大幅削減�！皬奈覀兊膬�(nèi)部數(shù)據(jù)來看，在一定的產(chǎn)品生命周期內(nèi)，平均能夠為企業(yè)降低80%左右的成本�！�
同時，對于企業(yè)來說，將前置的消費者詢問固定，并將消費線索轉(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，并生成的公司類智能體能夠在應(yīng)用中執(zhí)行這一點。根據(jù)百度披露的數(shù)據(jù)，聯(lián)想AIPC智能體在9月份的互動率提升了89%，銷售線索轉(zhuǎn)化率增長了80%，比亞迪(300.810, 1.52, 0.51%)的官方智能體上線后，銷售線索轉(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，還在人機交互層面�！痹诖髸F(xiàn)場，一位機器人(19.700, -1.03, -4.97%)企業(yè)的工作人員向第一財經(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的時間，“大部分機器人企業(yè)在應(yīng)用大模型的過程中，還只是進(jìn)行了一些微調(diào)，把它當(dāng)成一個更智能的交互系統(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，AI大模型在未來應(yīng)該是能夠與機器人大腦結(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言大模型爆發(fā)之前的三十年，物理世界的語言和其他知識都已經(jīng)完成了線上的數(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題亟待解決�！拔覀兌贾来竽Ｐ蛯τ诰唧w的業(yè)務(wù)層面來說一定是好的，但它只是一個工具，我們會從綜合的研發(fā)、投入成本來判斷是否要用這個工具�！币晃粰C械企業(yè)的工作人員對記者表示，在大模型有深度的行業(yè)應(yīng)用落地之前，他依然會保持一個樂觀的觀望態(tài)度�！�
一位算力平臺的負(fù)責(zé)人也向第一財經(jīng)記者表示，如今業(yè)界對于算力的需求更多是訓(xùn)練為主，推理較少，一個重要的原因就是AI落地應(yīng)用還不夠多�！捌鋵嵲诤芏鄳�(yīng)用場景當(dāng)中，我用到的不是一個大語言模型，需要用到的是多個大小模型需要去協(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，在實際的產(chǎn)業(yè)應(yīng)用當(dāng)中，對小模型進(jìn)行不斷的訓(xùn)練完善，搭載大模型底座是更為常見的做法。
“我們已經(jīng)解決了從0到1的問題，想要解決從1到100的問題，行業(yè)仍然需要時間�！眲⒎逭f道。
