2024年，關于大模型的討論從未停歇，國內大模型市場進入到新階段，大模型落地情況到底如何？AI+應用有哪些新場景、新變化？近日，百度集團副總裁、深度學習技術及應用國家工程研究中心副主任吳甜做客CCTV-2《對話》節目，從技術發展及產業實踐角度分享了當前以大模型為代表的人工智能技術發展及產業應用的最新進展。

當下，人工智能的技術和應用受到了全球關注。在節目上，中國科學院院士何積豐、開源鴻蒙項目群技術指導委員會主席、上海交通大學特聘教授陳海波與百度、騰訊、Minimax企業代表圍繞AI技術發展與產業落地等話題展開討論。

百度集團副總裁、深度學習技術及應用國家工程研究中心副主任吳甜做客CCTV-2《對話》節目

從大模型技術來看，吳甜認為，模型的幻覺與創造力一體兩面，在創意需求高的場景下，大模型強大的創造力無疑是優勢；但在與行業實際問題相結合時，則需模型展現出更強的穩定性和準確性，以確保可以解決任務問題。技術上，抑制模型產生幻覺，主要有兩方面：一方面是優化基礎模型，力求從根本上降低幻覺出現的頻次及其嚴重度；另一方面，在模型應用中，通過引入檢索增強、智能體等技術或機制，有效提升模型對事實的遵循。

根據中國信通院《全球數字經濟白皮書（2024年）》，目前全球人工智能大模型共1328個，中國占比達到36%。隨著技術的快速演進，大模型發展日新月異，已經從去年的“百模大戰”，到了當下“拼落地”“拼應用”的階段。對此，吳甜指出，從增速角度來說，大模型應用場景在非常快速地發展，她現場分享了一組數據，百度文心大模型日調用量超過15億，對比今年5月2億的日調用量，半年時間達到了原來的7.5倍，對比一年前5千萬的日調用量，達到了30倍。

此外，公開數據顯示，目前飛槳文心開發者數量已達1808萬，服務了43萬家企業，創建了101萬個模型。從數據的規模上來說，可以看到文心大模型發展增速很快，展現了廣泛的應用潛力。

吳甜進一步表示，盡管大模型應用已經初具規模，但最后真的落地到各個場景，仍需要進一步地開發與完善。從發展階段上來說，大量場景還處于量變的積累階段。這個過程中，我們觀察到，AI技術和大模型的使用方式，正在從個別場景點的提效，逐步擴展到業務流程的改進和優化。當這種由點及線、由線及面、由面及體的系統性過程得以實現后，質變就會到來。

那么，大模型落地產業到底是“最后一公里”還是“最后一百公里”？吳甜認為，這取決于行業自身的數字化根基及業務面向數字化的的抽象程度。例如，互聯網行業產品應用與AI技術收益貼合緊密，或許半公里即達；金融等行業數字化基礎較高，主要需解決系統對接與部署，可以稱為一公里。相比之下，農業等行業的數字化基礎相對薄一些，需要解決的問題更為復雜和多樣，其大規模落地可能是幾十公里到百公里的距離。

在探討人工智能賦能千行百業所面臨的挑戰時，吳甜剖析了當前存在的兩大主要難題。她表示，一方面，需要挖掘具體的、基于真實場景的真實需求。過去幾年，盡管人工智能與各類場景結合的應用層出不窮，但較多未觸及到場景中的關鍵問題。這些應用，還未能發揮出人工智能深度使用的最大價值。為破解這一難題，百度設立了AICA人才培養項目，并已經持續6年，今年進行到第八期。該項目的核心目標，就是培養既懂業務又精通AI技術的人才，幫助他們能更好地結合AI技術解決場景問題。另一方面，專業數據的缺乏也是人工智能深入應用目前的重要制約因素。重點是那些能體現業務邏輯理解的數據，這些數據在自然數據中稀缺，卻對提升模型在真實場景中完成復雜任務的能力極為關鍵，是行業應用真正所需要的。建設這些數據，需要社會各界一起努力，為人工智能的廣泛應用提供支撐。

此外，算力問題也是人工智能中不可忽視的一環。吳甜坦言，隨著模型規模的擴大，算力需求也隨之激增。要更有效利用大規模算力，需集約化建設并優化調度，提高使用率。百度通過深度學習平臺飛槳和文心大模型的聯合優化，訓練效率提升5.1倍，推理效率提升125倍，并將繼續優化。同時，算力應多元化，尤其在大量推理和場景化訓練中，這有助于降低成本、提高效率。百度持續積極開展硬件統一適配工作，飛槳已支持超過60個芯片系列，為算力的多元化提供了有力保障。

當下，國內大模型市場從“百模大戰”到“大浪淘沙”，從拼參數到拼落地、拼應用的新階段，各行各業都在依據自有的場景和特有經驗、規范、數據等進行大模型落地的產業實踐，形成了龐大的應用生態。

有分析認為，2025年大模型將進一步發展，其理解、生成和交互能力將達到新高度，各行業也將加速與大模型的應用與融合。預計到2025年，大模型應用將加速滲透到多個垂直行業，形成更加成熟的行業解決方案。大模型將對社會、經濟和技術領域帶來更加深刻的變革。