千呼万唤始出来。6月19日，腾讯披露了大模型研发的最新进展。不过，不是类ChatGPT的C端通用大模型，而是To B的行业大模型。
今年2月初，有消息称，针对类ChatGPT对话式机器人，腾讯成立了混元助手项目组，由腾讯首席科学家张正友带队研发。一季度财报会议上，腾讯总裁刘炽平透露，“混元模型构建进展顺利”。此后便鲜有消息。
相较混元的低调，腾讯率先公布了行业大模型的研发进展。依托腾讯云TI平台打造行业大模型精选商店，为客户提供MaaS（Model-as-a-Service）一站式服务，助力客户构建专属大模型及智能应用。
事实上，自从ChatGPT掀起大模型热潮，如何将大模型能力应用到自身的行业和场景里，以及解决成本、数据、安全等大模型实际落地难题，成为行业关注的焦点。此前，百度、阿里等大厂已经官宣伙伴计划和工具链，声称要让每一个行业都能够用上自己的大模型。
与此同时，很多创业企业也马力全开，金融、教育、医疗、自动驾驶等多个垂直领域的公司都已相继传出要推行业大模型的消息。大模型的战事，已经开始从通用大模型卷向更加垂直的行业大模型。
通用大模型不一定是最优解
过去半年，百度文心一言、阿里通义千问、360智脑、讯飞星火等国内通用大模型产品纷纷问世，不少C端用户在试用的同时，许多企业管理者也在思考，如何把大模型技术应用到自己企业场景中。
“虽然大家对通用大模型期待很高，但它不一定是满足行业场景需求的最优解。”腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生如此表示。比如，它不一定懂行业的专业术语，不了解企业内部的独特情况，回答会比较虚、比较笼统，偶尔还会一本正经地胡说八道，信息也不够及时。
目前，通用大模型一般都是基于广泛的公开文献与网络信息来训练的，网上的信息可能有错误、有谣言、有偏见，许多专业知识与行业数据积累不足，导致模型的行业针对性与精准度不够，数据“噪音”过大。但是，在很多产业场景中，用户对企业提供的专业服务要求高，容错性低。企业一旦提供了错误信息，可能引起巨大的法律责任或公关危机。
汤道生认为，“客户更需要有行业针对性的行业大模型，再加上企业自己的数据做训练或精调，才能打造出实用性高的智能服务。企业所需要的是在实际场景中真正解决了某个问题，而不是在100个场景中解决了70%-80%的问题。”
另外，训练数据越多，模型越大，训练与推理的成本也越高。实际上，大部分的企业场景，可能也不需要万能的通用AI来满足需要。加上，安全和合规也是必要的考量因素。因此很多企业会选择与具备一站式行业大模型服务能力的云厂商合作，打造企业专属的行业大模型。
基于此，腾讯正在依托腾讯云TI平台打造行业大模型精选商店，为企业客户提供涵盖模型预训练、模型精调、智能应用开发等一站式行业大模型解决方案。
腾讯云行业大模型主打就是实用
从腾讯云MaaS全景图来看，腾讯云加大了大模型基础设施建设。
评论列表 （条）
