7月7日下午，2023世界人工智能大会·腾讯论坛举行前，一个狭小嘈杂的会议室里，腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声接受了媒体群访。近20天前，腾讯对外正式公布MaaS全景图，以行业大模型切入火热的“大模型赛道”，记者们迫切地想知道，同为头部互联网企业，腾讯为何避开通用大模型，选择了一条看起来更“现实”的道路。
“企业需要的，是在实际场景中真正解决某个问题，而不是在100个场景中解决70%-80%的问题。”吴运声表示，站在公司策略角度，腾讯更专注于解决落地实际的问题，而通用大模型不能彻底解决用户的所有问题。
拥有中国最多个人用户的腾讯，在新一轮人工智能浪潮来临时，将产业互联网AI化放在了改变的第一步。
腾讯云MaaS再升级
6月19日，腾讯云首次公布腾讯云行业大模型研发进展，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，并已为传媒、文旅、政务、金融等10余个行业提供了超过50个大模型行业解决方案。
本次世界人工智能大会上，腾讯云再次公布了多项升级。
其中，最新升级的腾讯云自研星脉高性能计算网络，能提升40%的GPU利用率，节省30%~60%的模型训练成本，为AI大模型带来10倍通信性能提升。基于腾讯云新一代算力集群HCC，可支持10万卡的超大计算规模。腾讯云AI原生向量数据库，最高支持10亿级向量检索规模，延迟控制在毫秒级，相比传统单机插件式数据库检索规模提升10倍，同时具备百万级每秒查询（QPS）的峰值能力。
在应用创新方面，腾讯云行业大模型能力应用到金融风控、交互翻译、数智人客服等场景中，极大提升了智能应用效率。
行业大模型加持的金融风控解决方案，相比之前有了10倍效率提升，通过腾讯积累超过20年的黑灰产对抗经验和上千个真实业务场景，整体反欺诈效果比传统模式有20%左右的提升。在数智人领域，今年腾讯云推出了小样本数字人工厂，仅需少量数据、24小时内即可复刻2D数字分身，让企业应用数智人服务成本大大降低。
“事实上，过去半年多的时间里，我们一直在思考和探索，大模型和各行业结合背后最本质的逻辑是什么？其实只有两点：一是技术的根本出发点是解决实际问题，二是如果不能深入行业探索，便不能真正解决行业面临的问题。”真实场景对大模型带来的“考验”，让吴运声感慨颇多。
智能客服被公认是LLM（大规模语言模型）最适用的行业。此次大会，腾讯为一家线上旅游OTA公司打造了一个行业大模型，精调后的客户专属模型，无需配置对话流程，即可实现端到端解决业务问题。提升任务完成率，降低对话构建成本。但事实上，让大模型真正理解客户的问题，并非想象中那么简单。
“在沟通过程中，客户的思维是跳跃的、变化的。比如他刚提出要定10号的酒店，但在机器还没回答之前，突然又说，再帮我看看11号的酒店和航班，当AI还在对第二个需求进行反馈时，他又可能说，给我看看双床房。”吴运声指出，大模型要实现多意图识别，目前还是有相当难度，通用大模型并不能简单解决，而是需要结合场景，特别是与客户的系统交互要重构一些非常复杂的模型。
“群模共舞”时代到来
经过初期的喧嚣之后，AI大模型如何落地商业化，企业客户如何享受这轮AI红利，解决“AI焦虑”，成为这届世界人工智能大会上热议的话题。
红杉资本中国合伙人郑庆生从PC互联网中期开始进入投资领域，在他看来，每个时代的胜出者，都源自那个时代的技术原生，比如PC互联网时代，人们看重电子商务，结果社交软件成了最大赢家；移动互联网时代开始，人们看中社交软件、长视频，但短视频占据了最多的时长，“现在我们并不知道，哪些AI本身产生的原发性场景，将改变我们的基础行为。”
尽管AI原生的“杀手锏”何时出现，还不得而知，但“入局”一定是第一步。此次WAIC集中亮相的30多个大模型中，除了百度文心一言、阿里通义、讯飞星火、商汤日日新等第一轮通用大模型之外，后来者基本都聚焦于行业大模型。
“对客户而言，参数少、投入低，见效快的企业专属大模型，更容易被接受，买单意愿也比较明确。”一位创业公司展商告诉《IT时报》记者，一些已经在用大模型改造客服系统的银行客户，通常会选择软硬一体的私域部署方式，用自己已有的知识图谱和数据训练和实现推理，既确保了数据安全，投入算力成本也不会太高，“如果只需要对一个场景进行推理输出，算力板卡甚至在个位数便可以搞定。”
“产业场景已经成为最佳练兵场，”腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，在本次WAIC全体会议-产业发展论坛上曾表示，选择具有一站式行业大模型服务能力的云厂商合作，基于行业大模型，构建自己的专属模型，或许是企业探索大模型应用实践的可行路径。
这意味着，未来将是一个“万模共存”的时代，每个企业都将拥有自己的大模型，而腾讯决定做新时代的赋能者。
上个月腾讯云公布的MaaS服务全景图中提出，基于腾讯云TI平台打造行业大模型精选商店，腾讯云可提供金融、文旅、政务、医疗、传媒、教育等10大行业，50多个解决方案。同时腾讯云推出行业大模型精调解决方案，帮助模型开发者与算法工程师，一站式解决模型调用、数据与标签管理、模型精调、评估测试与部署等任务，减轻创建大模型的压力。
在这些模型和工具平台基础上，企业只用加入自己的场景数据，就可以快速生成自己的“专属模型”。
“现在还是大模型发展的早期阶段，我个人更希望百花齐放，大家在不同的领域尝试不同的可能性。”吴运声认为，人工智能的发展是一项庞大的数据工程，既要有共性的知识，也需要有专业的精深的权威知识组织，需要各方合力，才能真正使技术服务行业。
AI for Science捕获宇宙“闪烁”
当然，除了在产业数字化转型发挥效应，腾讯云行业大模型也加速推动大模型等AI技术在科学计算领域的应用。
2021年开始，腾讯、国家天文台、复旦大学计算机科学技术学院联合启动“探星计划”，用云+AI帮助中国天眼FAST处理每天接收到的庞大数据量，通过视觉AI分析找到快速射电暴、脉冲星线索，截至目前已发现30颗脉冲星。
今年WAIC上，腾讯宣布探星计划再度取得进展，首次通过AI技术发现2颗快速射电暴。
快速射电暴是一种神秘的天文现象，每1毫秒，就会放射出太阳一整年释放的能量，“闪烁”宇宙。但它“闪烁”频次极低、时间极短，海量数据中极易忽视、捕捉极难，直到2007年，人类才发现第一颗，比脉冲星的发现晚了40年。
与脉冲星探索相比，要在海量数据中发现更低频出现的快速射电暴，要求AI模型具备更高的精度、以及更快的计算速度。为了提高计算速度，腾讯针对快速射电暴探索，特别设计了一套全新的，端到端的AI算法。在同等算力下，这套全新的天文数据处理范式，推动信号处理效率相对常规处理流程提速1800倍。
此前，AI识图前，需要先对信号图完成繁杂的天体物理预处理，比如傅立叶变换、消色散......这些工作专业而复杂。现在腾讯优图开创了一种天文数据处理的“端到端AI算法”，可以跳过预处理步骤，直接进入AI识别，效率大提升。
FAST每天产生数百TB 数据，每周产生几千万张信号图。面对海量数据，通过“多示例学习方法+注意力机制”，腾讯云可以快速定位和识别数据中有用信息，并提供强大的底层算力支撑。
如今，腾讯云和FAST正在继续探测250万光年外M31仙女座的射电信号，预计不久的将来，将有更多“宇宙闪烁”被捕获。
