0
2023年上半年，科技圈最火熱的話題莫過于大模型、AIGC。
ChatGPT4.0的問世，讓人們看到了通用型人工智能的希望。
大模型風潮之下，國內廠商也快速跟進，推出了自研大模型。
例如百度的文心一言、阿里的通義千問、商湯的日日新等等。
5月18日，作為國內人工智能企業第一梯隊的云從科技，也發布了自身的行業大模型“從容大模型”。
云從科技董事長周曦認為，AI在第一浪、第二浪之后，迎來了第三浪，進入大模型時代。
在大模型時代，AI開始像人一樣思考和工作，傳統的交互方式和內容生成方式將被徹底顛覆，新的業態和商業模式將出現，相關產業也將被重構。
2016年，阿爾法狗戰勝李世石，掀起新一輪AI熱潮。
這輪熱潮實際上發跡于深度學習技術的應用。
當技術延伸至產業界，以“云從、商湯、曠視、依圖”等為代表的人工智能企業先后成立，開啟AI的百家爭鳴時代。
彼時，AI還處于“一浪”時期，主要表現為人臉識別技術的單點突破。
在業界，有數百家企業做人臉識別，拼技術、拼算法、拼模型，進行技術競爭，最終跑出了“AI四小龍”。
“單點技術能解決部分需求，創造了一定價值，但市場空間非常有限。”周曦認為。
人臉識別確實在諸多領域廣泛應用，比如金融支付、手機終端、安防等等。但在許多場景下，單靠人臉識別很難解決具體的需求，無法產生更大的業務增量。
2016年，阿爾法狗的勝利，標志著AI進入第二浪，即多點技術閉環，利用多種技術來解決單一場景問題。
這時，AI技術開始深入到各種各樣的行業及落地場景，來改變生產生活。
但該階段AI面臨的問題是：很難標準化。
如果要解決一個具體的場景問題，需要投入大量的人力、算力來收集數據、標注和訓練模型，并且與其他技術進行融合。這樣做固然能解決問題，卻屬于高度定制化，隨之而來的是海量的研發投入、運營成本。
這種投入與產出不成正比的商業模式并不成立，AI也一度陷入落地難的窘境，對應的AI公司也備受盈利質疑。
周曦表示，在該階段，受限于技術、成本等因素，AI落地難、盈利難等問題客觀存在，但技術的變革是階躍式的，技術在某個階段將涌現出來，量變終究產生質變。
2019年，云從提出了AI進化的“三浪理論”。
在第三浪時期，技術平臺化、標準化成為現實，技術復用的邊際成本大大降低，甚至接近于零。一個統一的底座平臺能快速地響應需求，提供對應場景的解決方案，原有場景和產業的內容，以及交互方式將全面變革。
“AI的第三浪，即當前的大模型時代。”
大模型時代，AI在交互方式和生成內容方面將產生質變。
交互方式
大模型將以問答、伴隨、托管三種遞進的形式顛覆傳統交互方式：問答即當前的GPT，屬于離線、非實時的交互方式；伴隨是AI會像一個朋友伴隨執行很多事情，具有主動性；托管則意味著一件事主要交給AI來做，即托管。
生成內容
從互聯網到移動互聯網，內容生成方式從PGC進化到了UGC，帶來了“創作平權”，每個用戶都成為內容生產者。而到了大模型時代，AI將可以生成內容，即生成式AI（AIGC）。相比于UGC，AIGC生成內容的速度和效率更高，并且在一些特殊領域，效果也更好。
“此前，AI的定位是一個工具，用來解決問題；大模型時代，AI已經開始像人一樣思考和工作。”
基于此，在行業大規模變革前夕，云從推出了“從容大模型”。
“從容大模型”是一個基礎大模型，屬于“基礎設施”。
與其他開源大模型不同的是，云從自身擁有預訓練大模型，具備在預訓練層調優模型的能力。
在“從容大模型”之上，根據不同行業，可對應開發出行業大模型。
行業大模型可通過實時學習并同步反饋結果，解決AI應用的痛點，快速普及個性化應用，提高生產效率。
比如，在教育領域，基于從容大模型的“智能教育AI精靈”，教師可以通過設置題目難度、題型模式，批量生成題目。AI精靈還可以作為教師的助手，根據學生在系統中的表現，做出相關評價，極大地簡化教師期末評價的任務工作量。
周曦認為，行業大模型是解決場景問題的專用模型，不同的行業，比如金融、教育、媒體等都有對應的垂直領域大模型。但如果沒有基礎大模型，行業大模型就不具備長期持續的生命力。
原因在于，如果想讓行業大模型足夠實用，便需要重新訓練基礎大模型；另一方面，行業大模型真正做到在產業上量產實用，它的效率及成本控制必須是極致的，而這個極致的優化必須要掌握基礎大模型，否則便是紙上談兵。
如同人一樣，在中學，人要學習數學、語文、英語、歷史等基礎課程，來沉淀基本的思考、邏輯能力；而到了大學，就要學習金融、法律、醫學等細分領域的專業知識。如果沒有基礎能力，專業知識很難學懂。
基礎大模型就像一塊萬能的黑土地，種瓜得瓜，種豆得豆，但沒有黑土地，什么也種不了。
有了基礎大模型之后，根據行業的不同，可以訓練出不同的行業大模型，比如金融、文娛等。
不同的行業大模型，又可以構建不同的行業系統，這意味著云從的CWOS（人機協同操作系統）將進一步得到提升與應用。
舉個例子：基礎大模型就像是芯片領域的ARM架構，不同的廠商可以設計出不同芯片，比如蘋果可以設計出A系列芯片，而高通可以設計出驍龍系列芯片，這些芯片適用于不同的系統（IOS和Android），也服務不同行業的軟件廠商。
具體到CWOS，“從容大模型”提供了基礎能力，云從可以根據不同行業訓練出專用大模型，從而為CWOS提供行業性的技術能力支撐，最終賦能到不同行業、不同屬性的客戶。
“通過基礎大模型，構造了基礎能力之后，我們可以不斷地給它增加行業大模型的技能包，就構造出來更加強大的行業系統。這個系統，它可以去服務toG、toB和toC等各行各業。”
技術革命延伸至產業界，新的生產方式正在涌現。
許多廠商開始接入ChatGPT來改良產品。
比如微軟更新了Office365、Bing，帶來生產力和生產效率的提升。
大模型之下，新的業務正在產生，新的痛點正在出現，新的價值正在形成。
“大模型的變化就是把整個IT行業從流程為中心的開發，變成以知識為中心的開發，所以會帶動用戶和供應商價值的提升。以流程為開發的一個核心就是做定制化，以知識為核心的開發就是需要構建知識的能力。 ”
對應地，云從除了在B/G業務發力以外，也開始探索大模型在C端領域的應用。
在B/G端，基于從容大模型的行業大模型，可廣泛運用到智能制造、金融、游戲等多個領域。
以智能制造為例，企業在“從容大模型”基礎上開發出的行業數字平臺，可以把不同的數據來源做成數據的疊層管理，來構建數據神經網絡，從而優化整個的工廠端到供應端到客戶端的大模型，從而實現管理的優化。
在金融領域，云從科技基于從容大模型、金融行業模型、智能業務流等核心技術研發的虛擬客戶經理，具備智能問答、自動語義、意圖判斷等AI交互能力，可賦能金融機構實現從客戶引流、咨詢、營銷、運營等全流程智能化客戶服務能力，創新金融機構服務觸達通道，以AI驅動金融機構客戶服務智能化轉型。
并且，與過去提供API接口服務不同，云從提供提供模型級別的AI賦能服務，可進行私有化部署，更符合客戶需求，合作的深度與粘性更強；同時有對模型的剪枝能力，根據行業場景需求去幫助客戶部署模型，性價比更高。
而在C端業務上，以當下比較火熱的直播為例。
許多人想要開直播間帶貨，但并不會搭建直播間，也無法做精細化運營，效果一般甚至較差。
云從基于“從容大模型”推出了大麥數字人直播平臺，該平臺可以提供對應的主播庫、音色庫、背景板等基礎能力，同時支持相應的智能話術的撰寫、相應的違禁詞的檢測等等；實時監控直播間的數字，從而調整演講策略和商品的話術配比、提升GMV，在整個運營層面來提高效率和質量。
平臺還可以根據不同行業生成一站式的人、貨、場的完整解決方案，數字人主播選取、話術風格等等，打造具備個性化特征的數字人直播間。
又比如，在市民服務方面，“從容大模型能”夠針對市民出游，基于當天交通與天氣狀況等及時給出建議，體現出模型跨數據、跨部門融合的能力。
“大模型帶來了全新的時代，千行百業都將發生顛覆性改變。”周曦表示，云從提供大模型的底層核心能力，與行業垂直伙伴一起探索場景、行業，解決業務痛點，創造價值。
AI技術是數字經濟發展的加速器。
ChatGPT的突破和應用，再次證明了AI大模型技術預計將給傳統經濟模式帶來巨大變革。
數字經濟將在AI加持下，從概念走向數實融合，并進一步構建全新的數字經濟發展技術基礎和商業模式。
AI的發展，離不開以云從為代表的人工智能公司在技術方面的探索與應用。
“從容大模型”即是云從基于自身AI技術能力推出的一個基礎大模型，在此基礎上，不同的行業可構建垂直大模型來適應具體的業務場景，解決業務痛點，并創造新的價值。
“云從將繼續堅持以CWOS為技術底座，生產通用大模型和行業大模型，加深解決方案對行業核心業務支持，促進數實融合。”（雷峰網雷峰網(公眾號：雷峰網)）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
