咕泡人工智能深度学习系统班第六期

随着大模型的飞速开展，行业各界对大模型的中心疑问，曾经从“有没有大模型”，转变为积极投入建立之后，中国AI产业如何完成大模型落地？宏大的建立投资应该如何取得肯定性、可持续的报答？

事实上，中国AI最强的特征不断是落地。

技术落地的一个重要指标是技术密度，即一项技术在社会和经济中的提高水平和应用密度。过去几年里，AI技术曾经在中国的农田、工厂、港口、矿山、校园、城市等遍地开花，是全球其他地域都极少见到的现象。

产业反动的发作不可能一蹴而就，具有大量业务场景和AI落地经历的中国，也应该是大模型落地的前哨站。

果不其然，外界对中国AI和大模型落地的疑问与猎奇，曾经能够在文心的最新停顿中，得到解答。

7月6日，在2023世界人工智能大会（WAIC）上，百度首席技术官、深度学习技术及应用国度工程研讨中心主任王海峰，解读文心大模型3.5版中心技术，同时发布了飞桨生态最新停顿，初次披露了飞桨深度学习平台最新数据，论述人工智能产业形式。

文心和飞桨的协同开展，组成了一个双螺旋构造，读懂这个DNA 片段，能够更明晰天文解中国AI技术持续走向落地的办法与途径。

一、产业AI的无形之墙

一个技术走向产业，有三个要素构成了影响其市场格局的限制点：一是技术抢先性，二是市场需求度，三是产品牢靠与可用水平。

大模型技术的抢先性和市场需求度，自然无须置疑，那么产品能否禁受得住产业用户的考验呢？中国AI场景多、落地早、理论多，所以曾经能够明晰地看到一堵产业AI的无形之墙，各行各业普遍存在的“三高”请求，是大模型落地所必需逾越的应战：

才能请求高。一些IT根底好的产业会率先应用AI、落地大模型，但这些范畴常常有着复杂的业务场景，以及运用多年的传统算法，因而产业对AI大模型的根底才能，请求会比拟苛刻，超呈现有技术手腕，才有晋级交换的必要性。

专业性请求高。通用大模型进入垂直细分的业务场景，会面临十分复杂的业务情况，要留意哪些问题和细节，需求哪些数据，目的是什么，需求大模型可以像行业专家一样，控制专有学问和行业Know-How。

开发本钱高。行业场景的庞杂和差别化普遍，大模型落地需求有针对性的锻炼、精调，而很多行业和企业缺乏充足的IT人才、算力资源等来停止定制开发，延缓了大模型落地的速度。

“三高”请求限制着AI技术落地，这也使得大模型走向产业，还处于初级阶段。

二、中国大模型的强落地范本

凿穿产业AI 的围墙，需求筑重器。在世界人工智能大会上，王海峰分享了文心大模型3.5的中心技术创新。

与文心大模型3.0版本相比，文心大模型3.5版本在效果、功用、性能上全面提升，完成了根底模型晋级、精调技术创新、学问点加强、逻辑推理加强等才能晋级。

更值得关注的是，文心大模型在应用层面，展示出了挣脱限制、指向落地的一系列办法，能够成为产业示范。

文心大模型3.5的几大技术创新，就满足了产业各界对大模型的三种强等待：

一是对先进消费力的等待。

归根结底，大模型要牢靠、可用，为行业提质增效。文心大模型3.5的两大晋级点，就着眼于此：

首先，根底模型晋级，基于飞桨加快模型迭代，提升模型效果和平安性，模同时，百度文心大模型研发团队创新了多类型多阶段有监视精调、多层次多粒度奖励模型、多损失函数混合优化战略、双飞轮分离的模型优化等技术，使模型效果及场景适配才能进一步提升。

此外，文心大模型3.5的逻辑推理提升，在语义了解、数学计算、代码生成等范畴表现更好，这些任务是实践业务中高频呈现的。王海峰举了个例子，百度每天有大量工程师在写代码，文心一言发挥大模型的代码生成才能，能够更好地协助工程师提升写代码的效率，实在进步消费力。

二是对行业专家的等待。

大模型需求与行业场景适配，处理业务中更具专业性的实践问题，曾经成为共识。此次3.5版本，就经过“精调”+“学问点加强”两大技术创新，让大模型具备行业专家一样的专精才能。

有监视的精调技术，能够针对性地适配业务场景，让结果愈加牢靠，从而更好地满足业务场景对模型效果和平安性的需求。学问点加强技术，则在此前的学问加强和检索加强的根底上，为大模型注入更详细、更细致、更专业的学问点，显著提升大模型对世界学问的控制和运用，更好地完成专业任务。比方在生成报告时，文心大模型就可以对用户输入的查询、问题等停止剖析了解，并解析生成答案所需求的相关学问点，生成更匹配业务特性的内容。

三是对丰厚应用的等待。

智能手机中丰厚多彩的应用，是挪动互联网产业繁荣的前提。用户运用大模型也需求多样、丰厚、易用的各种应用工具，这就需求插件机制来满足。

文心大模型3.5新增的插件机制，能够扩展大模型的才能边境，细致高效地应用于各类场景。比方文心一言的长文本摘要和问答插件ChatFile，支持超长文本输入，能够在办公场景下，构成会议议题、摘要及总结等关键信息，协助提升工作效率。

王海峰也表示，文心一言将发布更多优质的百度官方和第三方插件，让用户可以更好地应用文心大模型，同时也将逐渐开放插件生态，协助开发者基于文心大模型打造本人的应用。

随着大量优秀的开发者和软件工程师，基于文心大模型来打造专属插件，不只大模型的可用性和产业适配性会进一步进步，所带来的应用市场空间也是宏大的。

文心大模型3.5的晋级曲线，严密贴合产业等待。从中能够看到，文心大模型时辰准备下落地千行百业。

三、大模型落地需求可持续动力

仅有大模型还不够，王海峰提出，在文心一言这类大模型产业落地的进程中，能够采用“集约化消费，平台化应用”的形式，即具有算法、算力和数据综合优势的企业将模型消费的复杂过程封装起来，经过低门槛、高效率的消费平台，为千行百业提供大模型效劳。

文心大模型可以率先卡位在大模型落地的关键位置，离不开背后的另一条上升曲线：飞桨的结合优化。

飞桨对文心的全面赋能，有四个层面：

首先，飞桨支撑大模型开发、锻炼和推理部署，全面提升大模型落地效率。大模型的锻炼、迭代要耗费大量锻炼本钱、锻炼时间，经过飞桨与文心大模的协同优化，最新晋级的文心大模型3.5的模型效果提升50%，锻炼速度提升2倍，推理速度提升30倍。

其次，文心大模型成为飞桨模型库的重要组成局部，经过飞桨平台停止精调、推理部署，就能够有效支持千行百业的应用，降低行业获取大模型门槛。