2024年大模型市场新阶段：应用与技术进展引发热议

2024年，大模型市场的发展引起了广泛的关注和讨论。随着人工智能技术的迅猛进步，国内大模型领域已进入了一个全新的阶段。大模型的具体应用情况如何？AI融合应用又带来了哪些新的变化和场景？近日，百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜在CCTV-2的《对话》节目中探讨了当前的技术进展及产业应用的最新动态。

当前，人工智能技术的应用已成为全球各界重视的话题。在吴甜与其他专家的对话中，中国科学院院士何积丰、开源鸿蒙项目群技术指导委员会主席陈海波以及来自百度、腾讯和Minimax等企业的代表，共同探讨了AI技术的发展以及其在不同行业中的落地情况。

吴甜指出，大模型技术的关键在于其“幻觉”与创造力的双重特性。在创意需求较高的领域，大模型展现出强大的创造能力，这成为其显著优势。当大模型与实际行业问题相结合时，模型的稳定性和准确性则尤为重要。为了降低“大模型幻觉”的频次和影响，一方面需要从根本上优化基础模型，另一方面则需在应用中引入检索增强及智能体等机制，以提升模型对事实的遵循。

根据中国信通院发布的《全球数字经济白皮书（2024年）》，全球范围内已有1328个人工智能大模型，中国的占比已达36%。随着技术的不断演进，大模型的应用正日益深入，从去年的“百模大战”转向当下强调“拼落地”和“拼应用”的新阶段。吴甜在节目中分享了令人瞩目的数据，百度的文心大模型日调用量超过了15亿次，而这一数字在短短半年内增长至此前的7.5倍，表现出其广泛的市场需求与应用潜力。

公开数据显示，飞桨文心的开发者数量现已达到1808万，服务了43万家企业，成功创建了101万个模型。这些数据不仅反映了文心大模型的快速成长，也展示了其在多个行业应用中的可行性与前景。尽管如此，吴甜也承认，尽管大模型在不同场景中已具规模化应用，但要真正实现全面落地，仍需进一步的开发与优化。当前，许多应用的场景仍处于进行量变积累的阶段。

在技术推广的过程中，吴甜强调，AI技术和大模型的使用已逐渐从局部场景的提效，扩展到业务流程的综合改进。当通过系统性的过程实现从个别场景到更大范围应用时，质变才会真正发生。对于大模型在不同产业落地的难易程度，吴甜表示，这与行业的数字化基础以及向数字化转型的实际需求息息相关。例如，互联网行业的产品应用对AI技术的依赖较高，落地距离可能只有半公里；而金融等数字化较高的行业，虽需对接系统，但相对较为简单，通常在一公里左右。相比之下，农业等行业由于数字化基础薄弱，面临更复杂的问题，其大规模落地可能需要几十公里甚至上百公里的努力。

吴甜还指出，当前大模型应用面临的主要挑战有两个：一是针对真实需求挖掘具体场景的能力。尽管过去几年内人工智能技术与各种应用的结合不断涌现，但仍有不少应用未能触及场景中的核心难题，未能最大化发挥AI的深度价值。百度设立的AICA人才培养项目，旨在培养既懂业务又精通AI技术的人才，以推动AI技术在真实场景中的高效应用。

第二个问题则是专业数据的缺乏。吴甜提到，用于深度理解业务逻辑的数据在自然环境中稀缺，这限制了AI在复杂任务中的表现。需要社会各界共同努力，构建有助于人工智能广泛应用的必要基础。

算力问题同样不容忽视。吴甜指出，随着大模型规模的扩大，其对算力的需求也在持续上升。为了有效利用大规模的算力，需通过集约化建设和优化调度来提升使用效率。百度通过飞桨深度学习与文心大模型的协同优化，已将训练效率提升了5.1倍，并将推理效率提高了125倍。

目前，国内大模型市场正处于由“百模大战”向“大浪淘沙”的转变阶段，强调落地和应用的局面愈发明显。各行各业正根据自身的场景、经验和数据进行大模型的产业落地，形成了一个庞大的应用生态。分析预测到2025年，大模型的理解、生成和交互能力将进一步提升，各行业将加速与大模型的深度融合，这将为社会、经济及技术领域带来更深刻的变革。