5月17日，騰訊云生成式AI產(chǎn)業(yè)應(yīng)用峰會在北京召開，公布騰訊大模型應(yīng)用產(chǎn)品的系列進展。
這些進展包括：發(fā)布具備處理超過38萬字符超長文本能力的長文模型，上線一站式AI智能體創(chuàng)作與分發(fā)平臺“騰訊元器”，發(fā)布三大引擎工具，預(yù)告了C端助手App騰訊元寶的發(fā)布時間。
《每日經(jīng)濟新聞》記者注意到，長文模型、個人助手、智能體平臺這都是近期大模型廠商們的競爭焦點。一旦有應(yīng)用在市場激起“水花”，就會漾起同行的波瀾，推動其他廠商開始跟進研究。這樣的氛圍，讓大模型應(yīng)用似乎遭遇了彼此“狹路相逢”的場景。
騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生表示：“今天，大家對于大模型的訴求更加務(wù)實，不僅關(guān)注模型技術(shù)的領(lǐng)先性，也要看怎么融合到業(yè)務(wù)場景，怎么降本增效解決實際問題。”
騰訊公布多項大模型進展
這個5月，全球大模型圈好不熱鬧。OpenAI推出了全能模型GPT-4o，展示了毫秒級反應(yīng)和多模態(tài)交互的新能力。隨后，谷歌在其I/O開發(fā)者大會上展示了AI助手Astra和旗艦大模型Gemini。
在國內(nèi)，阿里云于5月9日正式發(fā)布通義千問2.5，5月15日字節(jié)跳動發(fā)布豆包大模型并挑起了“價格戰(zhàn)”。更早的4月15日，百度推出了AgentBuilder、AppBuilder、ModelBuilder三大開發(fā)工具。
給激戰(zhàn)的5月再添一把“火”的是騰訊。在5月17日舉辦的騰訊云生成式AI產(chǎn)業(yè)應(yīng)用峰會上，騰訊公布其大模型的多項新進展：基于混元大模型的一站式AI智能體創(chuàng)作與分發(fā)平臺——“騰訊元器”首次亮相，企業(yè)和開發(fā)者可以基于騰訊元器直接創(chuàng)建智能體，使用騰訊官方的插件和知識庫，還能將這些智能體一鍵分發(fā)到QQ、微信客服、騰訊云等渠道上。峰會上還預(yù)告了基于混元大模型打造的C端助手App“騰訊元寶”將于5月30日發(fā)布。
同時，多個版本的模型——hunyuan-pro、hunyuan-standard、hunyuan-lite，通過騰訊云對外開放，滿足企業(yè)客戶、開發(fā)者在不同場景下的模型需求，落地最優(yōu)性價比模型方案。其中hunyuan-standard模型具備256k的超長上下文理解能力，單次處理字符數(shù)超過38萬個。
騰訊云也專門推出了三款PaaS（平臺即服務(wù)）產(chǎn)品——大模型知識引擎、圖像創(chuàng)作引擎和視頻創(chuàng)作引擎，打造大模型原生工具鏈，助力企業(yè)在知識服務(wù)、圖像和視頻創(chuàng)作上提質(zhì)提效。
騰訊大模型的新進展都響應(yīng)了近期的行業(yè)熱點?？梢哉f，廠商們在對大模型應(yīng)用“爆點”的識別上，眼光頗為一致。
例如，“騰訊元器”所瞄準(zhǔn)的智能體，通過模仿人的決策過程，可以個性化定制，讓使用者擁有一個24小時待命的全能助手。OpenAI在今年1月就推出GPTs（定制版的ChatGPT）和GPT商店，用戶無須編碼就可創(chuàng)建自己的GPT，從而構(gòu)建智能體平臺生態(tài)。百度則在今年4月份上線了文心智能體平臺AgentBuilder，支持零代碼、低代碼兩種模式，商家用幾句話就能生成智能體。
另一方面，在長文模型上，典型的代表就是月之暗面的Kimi；在AI個人助手方面，OpenAI的GPT-4o、谷歌的Astra都是先行者。
大模型應(yīng)用爆發(fā)已至？
隨著各大廠商加速推出大模型的細(xì)分應(yīng)用，不少機構(gòu)判斷，今年大模型應(yīng)用將會爆發(fā)。
海通國際研報指出，2024年有望成為國產(chǎn)大模型全面商業(yè)落地的元年，先進的大模型能力也將逐漸轉(zhuǎn)化為落地實際場景的產(chǎn)品應(yīng)用，從而帶動大模型在金融、教育、法律、醫(yī)療等眾多垂直行業(yè)的持續(xù)落地，AI2B與AI2C的需求天花板也有望全面打開，在這個過程中，AI的投資也從映射和跟隨，變?yōu)橐I(lǐng)。
談到大模型的落地應(yīng)用，騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生在會上表示：“今天，大家對于大模型的訴求更加務(wù)實，不僅關(guān)注模型技術(shù)的領(lǐng)先性，也要看怎么融合到業(yè)務(wù)場景，怎么降本增效解決實際問題。此外，我們也注意到產(chǎn)業(yè)對模型的需求在不斷變化。一方面，隨著產(chǎn)業(yè)信息的載體多元化，使用者對模型的需求不僅僅是處理單純的文字，還需要它處理圖片、視頻等多種信息。大模型的能力競爭，正在從單一的文生文，拓展到文生圖、文生視頻、圖生圖、圖生視頻等多模態(tài)能力。”
與此同時，面對廠商之間的激烈角逐，騰訊高管們在會后的采訪中也免不了被問到與同行的比較。面對行業(yè)價格戰(zhàn)，騰訊云副總裁、騰訊云智能負(fù)責(zé)人吳運聲就表示，相比于價格，騰訊更關(guān)注當(dāng)下大模型給客戶帶來的價值。
再例如，OpenAI日前發(fā)布的AI助手GPT-4o邁向了更自然的人機交互，橫跨語音、文本和視覺，實現(xiàn)超低時延的交互和感知人類情緒。對此，國內(nèi)廠商如何追趕？吳運聲在接受《每日經(jīng)濟新聞》記者提問時表示：“GPT-4o是一種將視覺、音頻和文本三種模態(tài)融合到一個空間里做訓(xùn)練推理，做端到端輸出的技術(shù)進展。我們會關(guān)注這樣的發(fā)展，這些技術(shù)突破可能會帶來商業(yè)化的跨越式增長。”
此外，吳運聲也提到，多模態(tài)相互融合、實現(xiàn)端到端的應(yīng)用，其中的難點是三種模態(tài)的特征形態(tài)存在差異。“如何將文本的序列化、視覺圖像的二維性、音頻的信號變化，都影射到同一個空間里，再去描述他們的特征，這需要算法和技術(shù)上的研究和突破。”他表示。
吳運聲最后談到，目前在產(chǎn)業(yè)端，大模型的落地還面臨一些挑戰(zhàn)：例如企業(yè)對大模型能力預(yù)期過高、操之過急，因此在企業(yè)需求和大模型能力匹配，以及推進節(jié)奏上的協(xié)調(diào)，都需要磨合；再例如，要降低大模型的使用門檻，減少對技術(shù)人才及專業(yè)技術(shù)的能力依賴，讓一線生產(chǎn)、經(jīng)營人員也能“零門檻”用上大模型，才能加速生產(chǎn)經(jīng)驗與模型技術(shù)的融合；還有，要提高平臺適配性，大模型工具既要能匹配、適應(yīng)不斷迭代的大模型技術(shù)，也需要滿足不斷擴大的場景需求，滿足可持續(xù)的投入產(chǎn)出比；最后還要保障安全合規(guī)，只有保障生成結(jié)果的安全、準(zhǔn)確，才能滿足企業(yè)對穩(wěn)定性的需求，讓企業(yè)管理者放心加大投入建設(shè)。