落地方能檢驗技術(shù)真章。

9月7日，在一年一度的騰訊全球數(shù)字生態(tài)大會上，騰訊自研的通用大語言模型混元大模型正式亮相，并宣布正式通過騰訊云對外開放。企業(yè)用戶可以直接在騰訊云上調(diào)用混元API，或者將混元作為基底模型構(gòu)建上層應(yīng)用。

與市場上很多廠商都在爭先恐后的優(yōu)先推進對話式大語言模型不同，騰訊在大模型落地探索上有著明顯不一樣的節(jié)奏和堅持。

最直接的節(jié)奏體感是騰訊的“不著急”——在廠商紛紛搶占今年三、四月份的第一波大模型時間卡位時，馬化騰直言“騰訊不急于做半成品”。所以直到6月，大眾才第一次正式看到騰訊的行業(yè)大模型，彼時，市場上已經(jīng)在風(fēng)風(fēng)火火的上演著“百模大戰(zhàn)”。

細(xì)究這種“不著急”背后，也許并非是因為騰訊在戰(zhàn)略上“輕視”大模型的機會，而是他們認(rèn)為大模型的價值核心不在時間窗口上，而在落地實踐中。畢竟，在馬化騰看來“大模型是互聯(lián)網(wǎng)百年不遇的機會，是類似發(fā)明電的工業(yè)革命一樣的機遇?！?/p>

這種更倡導(dǎo)落地的價值觀在當(dāng)下正逐步成為行業(yè)共識——隨著更多大語言模型對外開放，科技公司除了在不斷打磨模型能力之外，也相繼走進了各行各業(yè)，踏上了場景落地探索的新征程。目前，云廠商在大模型的產(chǎn)業(yè)落地思路上基本已達成共識：MaaS（Model-as-a-Service）模式，落地行業(yè)，走在場景中，和客戶一起合作做垂類大模型。

如果大模型的價值核心在場景落地上，騰訊的解題思路是什么？

1.騰訊的選擇：實用主義

不同公司在發(fā)展大模型技術(shù)上思路不同，選擇的優(yōu)先級也不同。有的公司更關(guān)心技術(shù)、參數(shù)，把追趕ChatGPT定為首要目標(biāo)。有的公司更關(guān)心場景閉環(huán)，在早期階段就選擇把場景驗證納入技術(shù)探索的必經(jīng)之路上。

騰訊的答案明顯是后者。從6月19日發(fā)布行業(yè)大模型之初，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湯道生就強調(diào)了騰訊的大模型價值觀：“通用大模型不一定是滿足行業(yè)場景需求的最優(yōu)解。企業(yè)需要有針對性的行業(yè)大模型，結(jié)合自己的數(shù)據(jù)做訓(xùn)練或精調(diào)，在合理的成本下，打造實用性更高的智能服務(wù)。”

騰訊的這種價值可以用四個字來概括——實用主義。這也是騰訊做大模型貫穿始終的一條暗藏的主線。

一方面，實用主義意味著，騰訊云更關(guān)注大模型如何解決場景問題而不僅僅是參數(shù)大小。騰訊云副總裁、騰訊云智能負(fù)責(zé)人吳運聲曾直言：“幾億、幾十億、幾百億還是一千多億，我們并不關(guān)心模型參數(shù)的那個數(shù)字，我們更關(guān)注的怎么解決客戶的問題，希望用最有效，最低成本的手段去解決客戶的問題?！?/p>

另一方面，實用主義意味著，要更關(guān)心應(yīng)該用什么技術(shù)組合？如何更有效率的解決問題？吳運聲提到：“就像舉重運動員要舉200斤的杠鈴，但作為游泳運動員舉100斤就夠了，作為體育室，我們提供200斤的杠鈴，但對于不同類型的運動員或者更多普通人，他們沒有必要都要用200斤的杠鈴練習(xí)。”

在他看來，在一些行業(yè)和具體的領(lǐng)域，數(shù)據(jù)量本身就沒那么大，用小參數(shù)成本低，效果也會更好。“我們希望以最低的成本，最合適的模型，最好的服務(wù)去讓客戶真正把技術(shù)用起來，解決它在場景中的問題?！眳沁\聲說。

他認(rèn)為這是騰訊云一直在貫徹的技術(shù)實用主義：“從大模型整體思路來看，我們并不特別關(guān)注形式，而是注重技術(shù)產(chǎn)生的實際價值，以及在客戶業(yè)務(wù)中的價值體現(xiàn)。我們的核心出發(fā)點都是基于此。”

這種經(jīng)驗和判斷來源于騰訊云在to B領(lǐng)域的多年深耕——大模型技術(shù)需要基于產(chǎn)業(yè)場景，與企業(yè)數(shù)據(jù)融合，才能釋放出最大的價值，“智能化的后半場，騰訊云智能在堅持投入AI技術(shù)研發(fā)的同時，一直專注于產(chǎn)業(yè)實踐，強調(diào)技術(shù)的務(wù)實可行和產(chǎn)品的安全可靠。”吳運聲提到。

對外，所有的技術(shù)最終都要面對場景的發(fā)問。深度學(xué)習(xí)之后，上一波AI熱潮的歸向也是如此。過去幾年中，更多AI公司在已經(jīng)放下“標(biāo)榜自身有多?！钡纳矶?，轉(zhuǎn)而走向更落地的方向，尋找真正可規(guī)?；膱鼍啊?/p>

對內(nèi)，騰訊云也一直在踐行落實這種技術(shù)實用主義。作為騰訊云承擔(dān)大量前沿探索工作的關(guān)鍵部門，騰訊優(yōu)圖實驗室也一直在堅持“研究和落地并重”的方針：一方面需要站在科技前沿探索更多的可能性，另一方面需要考慮技術(shù)能解決的實際問題，而非純粹的技術(shù)至上和論文至上?！把芯?、落地兩條腿走路，這是優(yōu)圖從成立的第一天開始就在強調(diào)的重點方向?！眳沁\聲說道。

他認(rèn)為，關(guān)心落地并不意味著不關(guān)注前沿研究。“我們的研究恰恰是以解決在落地中遇到的實際問題為前提，每年我們也會發(fā)布很多論文，但和其他家不同的地方在于，優(yōu)圖幾乎70%、80%論文原點都是我們在實際場景中遇到的問題?；趩栴}，我們進行探索研究，最終抽象成學(xué)術(shù)層面的東西?！?/p>

技術(shù)要更實用也能顯現(xiàn)出價值，并不是一句空話。

2.實用主義的源頭：一線用戶的需求

實用主義并非是騰訊云的一家之言，騰訊依靠的是來自一線企業(yè)需求的真實反饋。正如湯道生所言：“企業(yè)需要的是在實際場景中真正解決了某個問題，而不是在100個場景中解決了70%-80%的問題。”

今年以來，騰訊云一直泡在一線和用戶溝通具體的需求。騰訊云副總裁、騰訊云智能研發(fā)負(fù)責(zé)人吳永堅告訴「甲子光年」，當(dāng)前，企業(yè)客戶對于大模型的技術(shù)需求正在逐步變得更理性?！翱蛻粼趶堥_懷抱擁抱技術(shù)的同時提出了更多實用性的需求：有人關(guān)心大模型技術(shù)能夠結(jié)合產(chǎn)品上做更定制化；有人希望拓寬大模型更多元的知識來源，也有人希望生成精準(zhǔn)的行業(yè)知識，準(zhǔn)確率要有保障?！彼J(rèn)為，技術(shù)需要結(jié)合多種因素組合考量：“安全性、部署、成本等多重因素交織下，再去考慮技術(shù)的可達性?！?/p>

這些多樣化的需求意味著，單一模型很難滿足所有需求?！拔覀儾粫娬{(diào)技術(shù)有多強，而更側(cè)重于產(chǎn)品如何去解決客戶的實際問題?！?/p>

基于此，騰訊云打造了支撐實用主義落地的全套MaaS服務(wù)體系，并持續(xù)根據(jù)用戶需求進行迭代：基于自研的騰訊混元大模型，同時支持業(yè)內(nèi)主流的開源模型應(yīng)用，從技術(shù)底座、平臺能力和智能應(yīng)用三個維度，助力客戶構(gòu)建專屬大模型和智能應(yīng)用，推動大模型在產(chǎn)業(yè)中的落地應(yīng)用。

騰訊云MaaS解決方案，圖片來自騰訊

技術(shù)底座層包含算力工具和行業(yè)模型。算力方面，包含騰訊云今年4月發(fā)布的專為大模型訓(xùn)練設(shè)計的新一代HCC高性能計算集群；依托自用的向量引擎（OLAMA）騰訊云也已經(jīng)推出向量數(shù)據(jù)庫（Tencent Cloud VectorDB）；以及自研的星脈計算網(wǎng)絡(luò)架構(gòu)?！巴ㄟ^存儲、計算、網(wǎng)絡(luò)整體的升級，我們今天實現(xiàn)了訓(xùn)練一輪萬億參數(shù)的模型在4天之內(nèi)就可以完成，并讓訓(xùn)練效率得到大幅提升，訓(xùn)練時間得到保障，訓(xùn)練成本下降很多。”騰訊云副總裁、騰訊云智能負(fù)責(zé)人、優(yōu)圖實驗室負(fù)責(zé)人吳運聲提到。

平臺方面，騰訊云TI平臺是騰訊云大模型能力在行業(yè)落地的技術(shù)“殺手锏”：不僅包含此前就有的數(shù)據(jù)標(biāo)注、訓(xùn)練、評估、測試和部署等工具，還有可以進行更優(yōu)訓(xùn)練和推理加速“太極Angel”，以及從“業(yè)務(wù)分析、數(shù)據(jù)處理、大模型選擇”到“模型評測”的一體化完整方法論。吳運聲稱：“我們對企業(yè)在做模型精調(diào)過程中的精調(diào)、部署等方面的工具做了全棧式打造，可以讓每個想做自己模型的企業(yè)，基于TI平臺，用騰訊云的加速框架、基礎(chǔ)算力、開源工具，讓構(gòu)筑行業(yè)模型變得更簡單?！?/p>

在2023年騰訊全球數(shù)字生態(tài)大會上，騰訊云對這套技術(shù)底座進行了新的升級：

平臺層，一方面，TI平臺也全面接入了Llama 2、Falcon、Dolly等主流開源模型，支持系列模型的直接部署調(diào)用、應(yīng)用流程簡單。

工具鏈層，騰訊云為客戶提供了多款即插即用的產(chǎn)品，客戶只需加入自己獨有的場景數(shù)據(jù)進行精調(diào)訓(xùn)練，就可快速嘗試多種大模型，并根據(jù)自身業(yè)務(wù)場景需求，就可以在短時間內(nèi)精調(diào)出專屬的模型方案。

加速方面，升級后太極Angel大模型加速框架，通過異步調(diào)度優(yōu)化、顯存優(yōu)化、計算優(yōu)化等方式，相比行業(yè)常用方案性能提升30%以上。

應(yīng)用層，騰訊企點繼續(xù)升級了全新一代智能客服，提升了管理端配置能力、知識構(gòu)建效率，優(yōu)化C端用戶體驗；同時騰訊企點分析AI助手，覆蓋對話式分析，輔助數(shù)據(jù)配置、提取智能結(jié)論、一鍵生成報告四大場景，該功能正式在9月向大客戶開放內(nèi)測申請。

這些多樣的技術(shù)組合支撐著騰訊云將大模型落實到千行百業(yè)。

3.踐行實用主義，把大模型落地實體經(jīng)濟

對于眼下的騰訊云而言，究竟如何真正將實用主義落地真實的場景中？

從戰(zhàn)略優(yōu)先級上來看，當(dāng)前騰訊云已經(jīng)有一套清晰的思考：第一步，錨定標(biāo)桿客戶。第二步，輻射整個上下游產(chǎn)業(yè)鏈的腰部企業(yè)?！把巯?，我們會挑選若干個關(guān)鍵場景，結(jié)合客戶需求做深做透，形成標(biāo)桿，之后就能夠往腰部覆蓋，開展規(guī)?；?。”騰訊云副總裁、騰訊云智能研發(fā)負(fù)責(zé)人吳永堅告訴「甲子光年」。

其次是重要行業(yè)和領(lǐng)域。這個答案從騰訊云此前的大戰(zhàn)略就可以得出——實體經(jīng)濟。

實體經(jīng)濟是大模型必爭之地。工信部提出，到2025年，70％的規(guī)模以上制造業(yè)企業(yè)基本實現(xiàn)數(shù)字化網(wǎng)絡(luò)化。騰訊云也在2021年進行了全面的調(diào)整來持續(xù)開拓實體經(jīng)濟市場。騰訊對自己的角色定位一直是——實體經(jīng)濟的數(shù)字化助手。工業(yè)、制造、能源、零售等都是騰訊云的核心陣地，目前三一重工、富馳高科、國家電網(wǎng)都是其客戶。

騰訊集團副總裁、政企業(yè)務(wù)總裁李強在分享中稱：“騰訊會堅定的推動大模型走入產(chǎn)業(yè)全鏈條。比起聊天、答題、內(nèi)容生產(chǎn)等，大模型在產(chǎn)業(yè)的具體場景應(yīng)用，對實體經(jīng)濟將帶來更大價值?！痹谒磥?，機會巨大：“中國擁有智能化落地的豐沃土壤和場景，我國的制造業(yè)規(guī)模已經(jīng)連續(xù)13年居世界首位。中國信通院預(yù)測，到2030年，中國產(chǎn)業(yè)智能化的規(guī)模會超過10萬億元，智能化還將推動勞動生產(chǎn)率提升20%?！?/p>

目前，騰訊云已經(jīng)攜手政務(wù)等行業(yè)的頭部企業(yè)，在二十余個行業(yè)探索了超50個行業(yè)大模型的應(yīng)用解決方案。以騰訊云數(shù)智人工廠為例，騰訊云MaaS能力可以讓數(shù)智人分身復(fù)刻縮短至24小時，大幅降低成本。在文旅領(lǐng)域推出的文旅大模型，金融領(lǐng)域打造的OCR大模型都是已經(jīng)在落地的案例。

比如，騰訊云OCR大模型可以提升非結(jié)構(gòu)化內(nèi)容識別、理解能力，企業(yè)可以通過TI平臺對OCR大模型進行精調(diào)。這是一種極大的能力躍遷。此前傳統(tǒng)的OCR深度學(xué)習(xí)模型需要經(jīng)過檢測、識別、結(jié)構(gòu)化等多個階段，很難突破監(jiān)測識別難點，且不具備閱讀理解和推理能力，更難以進行標(biāo)準(zhǔn)化，企業(yè)的定制成本高昂。新的大模型技術(shù)讓這些難題不再是障礙，能夠讓圖像到文字直接生成，使得任務(wù)間能力互補，泛化性更強，場景更豐富。

OCR大模型提升了很多場景的工作效率，比如工業(yè)質(zhì)檢場景下，工廠可以讓大模型識別電線規(guī)格、零部件規(guī)格說明書，物流快遞場景下，物流公司可以讓大模型識別集裝箱規(guī)格、電子顯示屏讀數(shù)，這種端到端理解圖片的能力，極大的提高了流程效率。

這只是騰訊云推動大模型在實體經(jīng)濟的一小步。

更多關(guān)于實用主義的探索正在路上。騰訊正持續(xù)推動大模型走入產(chǎn)業(yè)全鏈條。隨著技術(shù)在千行百業(yè)的扎根，從田間到產(chǎn)線，從實驗室到便利店，大模型將無處不在。