前言近年来大模型成为人工智能领域的最大热点。如何有效将大模型技术融入各行各业的实际应用助力生产力革新和产业升级成为业界越来越关注的核心问题也促进了行业大模型的发展。2024年政府工作报告明确提出要“深化大数据、人工智能等研发应用开展‘人工智能’行动打造具有国际竞争力的数字产业集群”。5月13日腾讯研究院发布发布《向 AI 而行共筑新质生产力——行业大模型调研报告》前后历时近1年研究基于对超过百名各界专家访谈百人百问深入剖析了行业大模型的发展背景、应用进展、实现方式、安全与治理以及未来的发展趋势旨在为业界提供囊括学术、商业、政策等不同视角的全面参考。大模型的核心突破是什么与传统AI仅能处理单一任务相比大模型技术通过其庞大的参数规模、强大的泛化能力以及对多模态数据的支持展现出类似人类的通用智能“涌现”能力能够学习多个领域知识、处理多种数据和任务。OpenAI提出的“规模定律”Scaling Law驱动了大模型的快速发展即模型的性能与模型的规模、数据集大小和训练用的计算量之间存在幂律关系性能会随着这三个因素的指数增加而线性提高通俗而言就是“大力出奇迹”。传统AI模型参数量通常在数万至数亿之间大模型的参数量则至少在亿级并已发展到过万亿级的规模。大模型带来的AI性能突破激发业界向通用人工智能AGI领域进发的新热潮。有需要完整报告的朋友可以扫描下方二维码免费领取行业大模型是什么**行业大模型指利用大模型技术针对特定数据和任务进行训练或优化形成具备专用知识与能力的大模型及应用。**如果说通用大模型是通才行业大模型就是专才。与通用大模型相比行业大模型核心在提高性价比、增强专业性并保障数据特别是私有数据安全。业界对行业大模型还有模糊和争议之处本报告主要尝试厘清三个问题一是行业大模型既有模型、也含应用二是行业大模型大多长在通用大模型之上基于通用大模型进行再开发三是行业大模型具备定制特征本质是解决方案、而非只是一个产品。可以这样理解行业大模型中的产品通常是“毛坯房”客户需要根据自身用途进行“装修”才能满足需要。例如腾讯云2023年中旬就依托TI平台打造了行业大模型精选商店推出了MaaS服务为客户提供一站式的行业大模型解决方案包括模型预训练、模型精调、智能应用开发等。哪些行业的大模型应用发展快行业大模型整体处于发展早期还没有大规模成熟应用的范例。参考埃弗雷特·罗杰斯Everett M. Rogers《创新的扩散》一书中对创新阶段的界定行业大模型应用阶段可划分为探索孵化期、试验加速期、采纳成长期和落地成熟期基于“百人百问”目前大部分行业处于前两个阶段还没有行业达到第四。数字原生行业如各类互联网应用是先行者传统行业中生产性服务业广告、金融等进展相对快、重资产行业建筑、制造、能源等进展相对慢。背后有两个核心影响因素需求的适配度和数据的可得性越高的行业进展越快。行业大模型未来的发展方向是什么在“人工智能”等重要政策指引下行业大模型有望加速在传统行业的落地应用在云智一体的基础设施支持下向多模态、人工智能体、端侧及小型化等方向发展更深入嵌入各行业的工作流程中从而促进生产力的提升。人工智能体AI Agent的发展对行业大模型的意义可能最大。一些与工作流程深度耦合的AI Agent开始涌现有望逐步发展成为各行各业不可或缺的新型生产力。办公领域Microsoft 365 Copilot及其个人版Copilot Pro的推出揭示了提高工作效率和办公自动化方面的巨大潜力社交领域Meta AI等产品将进一步推动内容创作和社交互动的智能化为用户带来更加丰富多样的体验工业领域Levatas等工业视觉检查机器人的应用显示了在识别、判断和维修设备方面的高度自主性营销领域SalesGPT等平台的出现展示了AI Agent在感知情绪、个性化推广和客户服务中的潜力……随着AI应用的深入模型的规模、类型和复杂性将不断增加MaaS将日益成为行业用户云上用智的主流方式。用户或直接调用云的大模型API或借助全生命周期的大模型训练工具生成适用于自身场景的大模型并托管在云上为最终用户提供高质量智能服务。为此面向AI的、更高性能的算力底座必然不可或缺通过计算、存储、通信、训练等各层面的优化全面提升模型训练、开发和应用效率。报告部分内容如下*有需要完整报告的朋友可以扫描下方二维码免费领取