相信很多大家對(duì)從騰訊大模型的「實(shí)用」路線，我們看到了企業(yè)應(yīng)用AI的新方向還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

「現(xiàn)在每家公司都是 AI 公司，但引入 AI 之后，利潤真的能提高嗎?」

在針對(duì) Transformer 作者、Cohere CEO Aidan Gomez 的一次采訪中，播客主持人 Harry Stebbings 問出了這樣一個(gè)問題。

Stebbings 提到，現(xiàn)在很多公司都在往產(chǎn)品中引入 AI，比如提供客戶支持的 Zendesk、筆記記錄軟件 Notion、提供設(shè)計(jì)服務(wù)的 Canva…… 但是選擇維持產(chǎn)品價(jià)格不變的 Canva 等公司卻擔(dān)心，自己的利潤不升反降，因?yàn)樗麄儸F(xiàn)在要為每個(gè)查詢付出更高的成本。Canva 甚至在最近的節(jié)目中直言不諱地表示，他們的利潤正在壓縮。

對(duì)于這一問題，Gomez 提到，其實(shí)企業(yè)不必過于擔(dān)心，因?yàn)?AI 的成本正在迅速下降，在提升客戶體驗(yàn)的同時(shí)維持產(chǎn)品價(jià)格不變會(huì)是一個(gè)不錯(cuò)的選擇，有利于擴(kuò)大企業(yè)的用戶基數(shù)。

如果觀察一下國內(nèi)外的 AI 市場(chǎng)，我們會(huì)發(fā)現(xiàn) Aidan Gomez 的預(yù)測(cè)是有依據(jù)的。很多 AI 公司，尤其是技術(shù)實(shí)力雄厚的大廠，都在通過技術(shù)升級(jí)來降低模型成本、提高模型可用性，從而讓企業(yè)以更低的門檻使用 AI。

在國內(nèi)，騰訊混元大模型走的就是這樣一條路線。這個(gè)從亮相時(shí)就強(qiáng)調(diào)「實(shí)用」標(biāo)簽的大模型一直在持續(xù)進(jìn)化。在剛剛過去的騰訊全球數(shù)字生態(tài)大會(huì)上，我們不僅看到了訓(xùn)練、推理效率提升1倍多，但推理成本降低50% 的新模型混元 Turbo，還看到了升級(jí)版的大模型知識(shí)引擎、圖像創(chuàng)作引擎、視頻創(chuàng)作引擎等大模型產(chǎn)品。

對(duì)于那些還在懷疑自己是否有能力引入 AI，以及引入 AI 之后能否保住利潤的企業(yè)來說，這些高性價(jià)比的模型以及低門檻、易用的大模型產(chǎn)品或許可以提供一個(gè)答案。

距 GPT-4o 僅1.29%

混元 Turbo 拿下國內(nèi)第一，價(jià)格還降了一半

效率提升，但成本不升反降的混元 Turbo 聽上去似乎很有吸引力，但模型質(zhì)量怎么樣呢?第三方中文大模型基準(zhǔn)測(cè)評(píng)機(jī)構(gòu) SuperCLUE 發(fā)布的《中文大模型基準(zhǔn)測(cè)評(píng)2024年8月報(bào)告》提供了一個(gè)客觀的參考。

這個(gè)報(bào)告聚焦通用能力測(cè)評(píng)，測(cè)評(píng)方案由理科、文科和 Hard 三大維度構(gòu)成。理科能力包括計(jì)算、邏輯推理和代碼能力;文科任務(wù)覆蓋知識(shí)百科、語言理解、長文本、角色扮演、生成與創(chuàng)作、安全和工具使用;Hard 任務(wù)則側(cè)重于精確指令遵循以及復(fù)雜任務(wù)高階推理。

報(bào)告顯示，混元 Turbo 在理科、文科均居于第一名，在 Hard 任務(wù)上表現(xiàn)也相當(dāng)出色，是國內(nèi)唯一超過70分的大模型，僅與 ChatGPT-4o 有微小差距。

騰訊混元在8項(xiàng)核心任務(wù)上排名國內(nèi)第一。

更重要的是，在這個(gè)模型發(fā)布后，國內(nèi) TOP1大模型在中文領(lǐng)域的通用能力與國外領(lǐng)先模型的差距縮小到了1.29%（總分相差1分左右）。而去年5月，這一數(shù)字還高達(dá)30.12%。

所以，單從性能上來看，混元 Turbo 是可以滿足很多企業(yè)對(duì)模型能力的高要求的。

那訓(xùn)練、推理效率提升超過1倍，推理部署成本下降50% 是怎么做到的呢?簡單總結(jié)就是:技術(shù)創(chuàng)新。

混元技術(shù)團(tuán)隊(duì)介紹說，相較于上一代混元 Pro MoE 大模型，Turbo 模型在數(shù)據(jù)優(yōu)化之外自研了全新的萬億級(jí)分層異構(gòu) MoE 結(jié)構(gòu)，在模型不同層采用不同的專家個(gè)數(shù)和不同的激活參數(shù)量，最終用更多的專家數(shù)、更少的激活參數(shù)量實(shí)現(xiàn)了更好的效果。

混元 Turbo 推理速度對(duì)比前代有明顯提升。

這樣的技術(shù)創(chuàng)新創(chuàng)造了更多的讓利空間，使得混元 Turbo 的定價(jià)（輸入和輸出價(jià)格）僅為混元 Pro 版的一半。目前，該模型已經(jīng)在騰訊云上線，企業(yè)和開發(fā)者可以通過 API 接入。

此外，騰訊混元的技術(shù)團(tuán)隊(duì)還在研究中發(fā)現(xiàn)，其實(shí) MoE 架構(gòu)不只適用于語言模型，用來構(gòu)建多模態(tài)大模型也是最佳選擇，因?yàn)樗軌蚋玫丶嫒莞嗄B(tài)和任務(wù)，確保不同模態(tài)和任務(wù)之間是互相促進(jìn)而非競爭的關(guān)系。

按照這個(gè)思路，他們構(gòu)建了國內(nèi)首個(gè)基于 MoE 架構(gòu)的多模態(tài)大模型，而且以簡單、合理、可規(guī)?；脑瓌t來設(shè)計(jì)這個(gè)模型。比如，該模型支持原生任意分辨率，最高可支持的分辨率達(dá)到7K，而不是采用業(yè)界主流的固定分辨率或切子圖方法。此外，它采用的簡單 MLP 適配器也能比主流的 Q-former 適配器損失更少的信息。這些實(shí)用的升級(jí)無疑是在為進(jìn)入產(chǎn)業(yè)應(yīng)用場(chǎng)景做好充分的準(zhǔn)備。

騰訊混元多模態(tài)大模型是業(yè)內(nèi)首個(gè)支持超過7K 分辨率和任意長寬比圖片理解的多模態(tài)模型。

模型之外，產(chǎn)品實(shí)用性也升級(jí)到 Next Level

「模型本身不是完整的產(chǎn)品，要搭很多能力。用戶要用得爽，不是簡單的『模型吐東西』。」在前段時(shí)間的一次采訪中，騰訊集團(tuán)高級(jí)執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群 CEO 湯道生分享了這樣一個(gè)觀點(diǎn)。

基于這種認(rèn)知，騰訊云其實(shí)不止打造了騰訊混元系列大模型，還圍繞這個(gè)大模型打磨了一系列精調(diào)工具鏈（基于 TI 平臺(tái)）和開箱即用的產(chǎn)品，包括大模型知識(shí)引擎、圖像創(chuàng)作引擎、視頻創(chuàng)作引擎等。

這些工具鏈、產(chǎn)品看似分散，其實(shí)組合到一起能解決很多問題。

就拿要求最苛刻的醫(yī)療場(chǎng)景來說。當(dāng)下，很多人吐槽醫(yī)生人心冷漠 —— 病人背著大包小包、坐了十幾個(gè)小時(shí)火車去看病，結(jié)果只能跟醫(yī)生溝通五分鐘，失落的心情可想而知。

但其實(shí)，醫(yī)生也很無奈，尤其是負(fù)責(zé)重癥病人的醫(yī)生。因?yàn)樗麄兠刻煲ù罅繒r(shí)間去理清多維度、連續(xù)變化的患者數(shù)據(jù)，還要書寫病歷和病程記錄，分不出時(shí)間和精力去精細(xì)化地關(guān)懷每個(gè)病人。

為了解決這一問題，為重癥醫(yī)療提供器械和解決方案的邁瑞醫(yī)療和騰訊一起打造了首個(gè)重癥大模型瑞智 GPT，并基于該模型開發(fā)了「病歷撰寫、患者個(gè)體化病情查詢、重癥知識(shí)檢索」三個(gè)面向重癥科室的大模型智能應(yīng)用。

這些應(yīng)用可以幫助醫(yī)生靈活查詢患者的病情變化、自動(dòng)撰寫病歷，還能為低年資醫(yī)生提供高年資醫(yī)生的重癥知識(shí)和診療建議，極大地降低了醫(yī)生解讀大量連續(xù)變化的臨床數(shù)據(jù)的難度，緩解了撰寫病歷和病程記錄的工作負(fù)擔(dān)。

這個(gè)解決方案要打通醫(yī)院的病歷、生理參數(shù)、醫(yī)學(xué)影像、檢驗(yàn)、護(hù)理、醫(yī)囑等多個(gè)數(shù)據(jù)接口，還要把這些數(shù)據(jù)充分利用起來，因此涉及騰訊為行業(yè)打造的多個(gè)工具和產(chǎn)品。

比如數(shù)據(jù)準(zhǔn)備環(huán)節(jié)要用到數(shù)據(jù)清洗、標(biāo)注等多項(xiàng) TI 平臺(tái)上的能力，病歷的識(shí)別、數(shù)據(jù)的檢索離不開知識(shí)引擎中的 OCR 識(shí)別、語義切分、RAG、復(fù)雜表格處理等子能力（關(guān)于知識(shí)引擎，請(qǐng)參見《大模型進(jìn)入「實(shí)用」時(shí)代!騰訊助力「銷冠」量產(chǎn)，5分鐘創(chuàng)建智能助手》）。

在生態(tài)大會(huì)上，這些工具鏈、產(chǎn)品也迎來了新一輪升級(jí)，在「實(shí)用」維度上又上了一個(gè)臺(tái)階。

其中，TI 平臺(tái)上線了多模態(tài)數(shù)據(jù)標(biāo)注，支持文生文、圖生文、圖文改寫、圖文混合問答等全部細(xì)分任務(wù)類型。高質(zhì)量的訓(xùn)練數(shù)據(jù)是精調(diào)出一個(gè)可落地大模型的前提條件。TI 平臺(tái)的多模態(tài)數(shù)據(jù)集管理和數(shù)據(jù)標(biāo)注能力，可大幅提升數(shù)據(jù)準(zhǔn)備效率，提升最終效果。此外，針對(duì) OCR 和工業(yè)質(zhì)檢等相對(duì)成熟且使用廣泛的垂直場(chǎng)景，TI 平臺(tái)也進(jìn)行了升級(jí)，比如可智能反饋出模糊、反光等場(chǎng)景下的誤識(shí)別，可實(shí)現(xiàn)超復(fù)雜場(chǎng)景「0漏檢」等。

TI 平臺(tái)的多模態(tài)數(shù)據(jù)標(biāo)注功能。

知識(shí)引擎在用戶需求識(shí)別與理解、企業(yè)知識(shí)處理等能力上都有很大的升級(jí)。比如，技術(shù)團(tuán)隊(duì)綜合運(yùn)用向量檢索、摘要檢索、text2sql 多種技術(shù)手段，顯著提升了復(fù)雜大表的檢索及問答準(zhǔn)確率。同時(shí)，他們升級(jí)了多模態(tài)知識(shí)解析、檢索、閱讀理解能力，實(shí)現(xiàn)讀懂文中的「數(shù)據(jù)圖」、「自然場(chǎng)景圖」、「圖文關(guān)系」。

知識(shí)引擎的復(fù)雜大表檢索及問答準(zhǔn)確率顯著提升。

圖像創(chuàng)作引擎的圖像風(fēng)格化通過算法升級(jí)大幅降低了人臉瑕疵;AI 寫真實(shí)現(xiàn)了免訓(xùn)練技術(shù)突破，支持輸入一張照片，一鍵生成高清寫真藝術(shù)照，整體出圖耗時(shí)縮短75%;商品背景生成的背景畫面真實(shí)度、商品分割細(xì)膩度、實(shí)物融合自然度大幅提升;模特?fù)Q裝場(chǎng)景采用3D 先驗(yàn)方案，提升了重建人像效果。

圖像創(chuàng)作引擎生成的風(fēng)格化圖像。

圖像創(chuàng)作引擎生成的高清 AI 寫真照。

圖像創(chuàng)作引擎生成的商品背景圖，實(shí)現(xiàn)了商品在不同場(chǎng)景的逼真效果展示。

圖像創(chuàng)作引擎生成的模特?fù)Q裝圖，高度保持了模特臉部和手部的細(xì)節(jié)，同時(shí)精確地將服裝版型與模特身體特征對(duì)齊，確保換裝后的效果逼真自然，能直接用于電商等生產(chǎn)場(chǎng)景。

視頻創(chuàng)作引擎新增了圖片跳舞、圖片唱演和視頻轉(zhuǎn)譯等能力。其中，在圖片跳舞中，單段舞蹈的生成時(shí)間從10分鐘下降至1分鐘級(jí)別，同時(shí)支持轉(zhuǎn)身、側(cè)身等復(fù)雜舞蹈動(dòng)作。圖片唱演可以支持一張人像圖片生成一段唱演視頻。視頻轉(zhuǎn)譯支持15+ 小語種，覆蓋主流外語翻譯，可應(yīng)用于視頻本地化、跨境電商等場(chǎng)景。

人物跳舞自然度的提升得益于技術(shù)團(tuán)隊(duì)基于3D 身體重建技術(shù)進(jìn)一步優(yōu)化了算法，畫面的真實(shí)度和自然度也有了明顯提升。

唱演視頻生成的人物的面部表情和情緒演繹都更加自然靈動(dòng)。

轉(zhuǎn)譯后的視頻能夠保留說話人的音色特征，同時(shí)實(shí)現(xiàn)說話人口型與目標(biāo)語種一致的視聽效果。

引入最強(qiáng) AI，做最有用的產(chǎn)品

回到文章開頭的問題 —— 企業(yè)引入 AI 真的是一個(gè)具有經(jīng)濟(jì)效益的選擇嗎?在生態(tài)大會(huì)現(xiàn)場(chǎng)，易車研發(fā)平臺(tái)部總經(jīng)理孫佑時(shí)分享了他們的經(jīng)驗(yàn)。

就拿看車這個(gè)常見的場(chǎng)景來說。以往，用戶線上看車基本就是打開圖片或錄制好的視頻，被動(dòng)聽里面的講解，缺乏現(xiàn)場(chǎng)看車的沉浸感。為了解決這個(gè)問題，易車和騰訊合作，基于內(nèi)置在 TI 平臺(tái)的大模型，使用大模型精調(diào)工具鏈，精調(diào)訓(xùn)練出「易車大模型」。這個(gè)大模型能為用戶提供3D 看車、AI 解讀、AI 對(duì)比問答和 AI 搜索等服務(wù)，增強(qiáng)了用戶獲取信息的效率。據(jù)統(tǒng)計(jì)，這些功能上線后，用戶的停留時(shí)長有了 大幅提升。

此外，我們看到，已經(jīng)引入 AI 的企業(yè)也已經(jīng)在下一個(gè)維度開卷。比如前文提到的 Zendesk 改變了傳統(tǒng)的 SaaS 收費(fèi)模式，提出只有在聊天機(jī)器人獨(dú)立完成任務(wù)、不需要員工介入時(shí)，才會(huì)向企業(yè)收費(fèi)。相信這會(huì)給還未引入 AI 或者引入的 AI 不夠強(qiáng)的同行造成一些壓力。

正如 Gomez 所說，如果你想擴(kuò)大用戶群體，那就為他們提供目前最有用的產(chǎn)品。一旦用戶體驗(yàn)提升，利潤自然就會(huì)隨之而來。更何況，AI 的成本確實(shí)在下降，能做的事情也越來越多。

而且，除了經(jīng)濟(jì)效益，引入 AI 所帶來的社會(huì)價(jià)值是短期內(nèi)難以衡量的，正如邁瑞醫(yī)療所做的事情一樣。

當(dāng)然，這件事做起來沒有那么容易，騰訊也是處在摸索階段。他們深知，「要搭建一套有用的智能系統(tǒng)，大模型可能只是其中一個(gè)模塊?！顾运麄兿蛑搁_箱即用」的方向打磨大模型相關(guān)產(chǎn)品，致力于讓企業(yè)以最小的必要輸入來獲得最佳的大模型應(yīng)用實(shí)踐。與此同時(shí)，他們也在從內(nèi)部產(chǎn)品和外部客戶業(yè)務(wù)中努力找場(chǎng)景，讓技術(shù)和產(chǎn)品解決真問題。

大模型的未來也是一樣，技術(shù)仍然在持續(xù)迭代，而價(jià)值的產(chǎn)生一定是在真實(shí)的落地場(chǎng)景中。

以上就是關(guān)于【從騰訊大模型的「實(shí)用」路線，我們看到了企業(yè)應(yīng)用AI的新方向】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！