5月13日，騰訊研究院發(fā)布《向AI而行，共筑新質(zhì)生產(chǎn)力——行業(yè)大模型調(diào)研報(bào)告》（下文簡(jiǎn)稱“報(bào)告”）。報(bào)告剖析了行業(yè)大模型發(fā)展、應(yīng)用、實(shí)現(xiàn)、治理與未來(lái)發(fā)展趨勢(shì)，旨在為業(yè)界提供囊括學(xué)術(shù)、商業(yè)、政策等不同視角的全面參考。

“人工智能大模型正在催生新一輪技術(shù)創(chuàng)新與產(chǎn)業(yè)變革，也將為工業(yè)、金融、廣電等行業(yè)數(shù)字化轉(zhuǎn)型和高質(zhì)量發(fā)展帶來(lái)新動(dòng)能。當(dāng)前市場(chǎng)以基礎(chǔ)大模型為主，通識(shí)能力強(qiáng)，但缺少行業(yè)專業(yè)知識(shí)。如何將大模型融入千行百業(yè)，是下一階段的發(fā)展重點(diǎn)。”中國(guó)工程院院士鄔賀銓在報(bào)告序言中提出。

報(bào)告提到，所謂“行業(yè)大模型”，指的是利用大模型技術(shù)，針對(duì)特定數(shù)據(jù)和任務(wù)進(jìn)行訓(xùn)練或優(yōu)化，形成具備專用知識(shí)與能力的大模型及應(yīng)用。與通用大模型相比，行業(yè)大模更專注于提高性價(jià)比、增強(qiáng)專業(yè)性并保障數(shù)據(jù)（特別是私有數(shù)據(jù)）的安全性。

OpenAI提出的“規(guī)模定律”（Scaling Law）驅(qū)動(dòng)了大模型的快速發(fā)展，傳統(tǒng)AI模型參數(shù)量通常在數(shù)萬(wàn)至數(shù)億之間，大模型的參數(shù)量則至少在億級(jí)，并已發(fā)展到過(guò)萬(wàn)億級(jí)的規(guī)模。大模型帶來(lái)了AI性能突破，也激發(fā)業(yè)界向通用人工智能（AGI）領(lǐng)域進(jìn)發(fā)的新熱潮。

不過(guò)，大模型存在專業(yè)性、泛化性和經(jīng)濟(jì)性“不可能三角”問(wèn)題，導(dǎo)致目前行業(yè)實(shí)際落地應(yīng)用進(jìn)程并不快。例如，GPT為代表的通用大模型以發(fā)展通識(shí)能力為主要目標(biāo)，更側(cè)重泛化性，在專業(yè)性和經(jīng)濟(jì)性方面目前很難充分滿足具體行業(yè)的特定需求，因此需要行業(yè)大模型來(lái)針對(duì)性解決。

報(bào)告認(rèn)為，目前行業(yè)大模型整體處于發(fā)展早期，尚未出現(xiàn)大規(guī)模成熟應(yīng)用的范例。報(bào)告中主要聚焦三個(gè)問(wèn)題：一是行業(yè)大模型既有模型、也含應(yīng)用；二是行業(yè)大模型大多生長(zhǎng)在通用大模型之上，基于通用大模型進(jìn)行再開(kāi)發(fā)；三是行業(yè)大模型具備定制特征，本質(zhì)是解決方案，而非產(chǎn)品。

在實(shí)際應(yīng)用方面，數(shù)字原生行業(yè)（如各類互聯(lián)網(wǎng)應(yīng)用）是行業(yè)大模型應(yīng)用的先行者，傳統(tǒng)行業(yè)中生產(chǎn)性服務(wù)業(yè)（廣告、金融等）進(jìn)展相對(duì)快，而重資產(chǎn)行業(yè)（建筑、制造、能源等）進(jìn)展相對(duì)慢?！秷?bào)告》發(fā)現(xiàn)，其中有兩大核心影響因素是需求的適配度和數(shù)據(jù)的可得性，越高的行業(yè)進(jìn)展越快。

報(bào)告還發(fā)現(xiàn)，行業(yè)大模型應(yīng)用場(chǎng)景的快慢呈現(xiàn)“微笑曲線”特征。在產(chǎn)業(yè)鏈高附加價(jià)值的兩端（研發(fā)、設(shè)計(jì)和營(yíng)銷、服務(wù)），大模型應(yīng)用落地較快。造成這種情況的原因之一是，大模型帶來(lái)“智力即服務(wù)”的范式變化。這種服務(wù)特別適配微笑曲線兩端的知識(shí)密集型和服務(wù)密集型領(lǐng)域，而在低附加價(jià)值的中部（生產(chǎn)、組裝等），大模型應(yīng)用進(jìn)程較慢。

報(bào)告提出，行業(yè)大模型目前主要有四種技術(shù)實(shí)現(xiàn)方式，從易到難分別是：提示工程、檢索增強(qiáng)生成、精調(diào)和預(yù)訓(xùn)練。實(shí)際應(yīng)用中這些方式通常是組合使用，以實(shí)現(xiàn)最佳效果。

其中，提示工程適用于剛接觸大模型的企業(yè)新手，采用這種方式能以最小資源投入、快速探索應(yīng)用。局限性也很明顯，若大模型內(nèi)含的行業(yè)數(shù)據(jù)較少，效果較差。

檢索增強(qiáng)生成適用于處理企業(yè)自有數(shù)據(jù)，通過(guò)大模型外掛知識(shí)庫(kù)，更準(zhǔn)確檢索并生成知識(shí)庫(kù)范圍內(nèi)的內(nèi)容。該方式模型本身不會(huì)調(diào)整，算力等投入就不會(huì)太大，已成為部署行業(yè)大模型應(yīng)用的主流選擇，局限在于對(duì)知識(shí)庫(kù)外的專業(yè)問(wèn)題反饋效果有限。

精調(diào)適用于解決行業(yè)特定任務(wù)，通常是基于特定數(shù)據(jù)集局部調(diào)整模型參數(shù)，提高任務(wù)處理的效果和效率。精調(diào)是對(duì)大模型定制優(yōu)化和成本投入的折中選擇，算力和數(shù)據(jù)等投入明顯增加，但比預(yù)訓(xùn)練更低。

預(yù)訓(xùn)練適用于行業(yè)專業(yè)性較高、數(shù)據(jù)類型和任務(wù)與主流通用大模型差異較大的情況，例如生物/醫(yī)藥研發(fā)。這種方式投入最大，不僅需要收集大量數(shù)據(jù)，還需要對(duì)模型進(jìn)行全參數(shù)訓(xùn)練調(diào)整，甚至從頭搭建一個(gè)模型。

在“人工智能+”等重要政策指引下，行業(yè)大模型有望加速在傳統(tǒng)行業(yè)的落地應(yīng)用。在“云智一體”的基礎(chǔ)設(shè)施支持下，行業(yè)大模型向多模態(tài)、人工智能體、端側(cè)及小型化等方向發(fā)展，將更深入嵌入各行業(yè)的工作流程中，從而提升生產(chǎn)力。

報(bào)告提到，一些與工作流程深度耦合的AI Agent已經(jīng)開(kāi)始涌現(xiàn)，有望逐步發(fā)展成為各行各業(yè)不可或缺的新型生產(chǎn)力工具。同時(shí)，隨著AI應(yīng)用的深入，模型的規(guī)模、類型和復(fù)雜性將不斷增加，MaaS（模型即服務(wù)）將日益成為行業(yè)用戶云上用智的主流方式。

用戶或直接調(diào)用云端的大模型API，或借助全生命周期的大模型訓(xùn)練工具，生成適用于自身場(chǎng)景的大模型，并托管在云上，為最終用戶提供高質(zhì)量智能服務(wù)。為此，面向AI的、更高性能的算力底座不可或缺。通過(guò)計(jì)算、存儲(chǔ)、通信、訓(xùn)練等各層面的優(yōu)化，全面提升模型訓(xùn)練、開(kāi)發(fā)和應(yīng)用效率。

AI大模型在各行業(yè)的應(yīng)用，將會(huì)加速社會(huì)共同邁向智能新時(shí)代。中國(guó)廣告協(xié)會(huì)會(huì)長(zhǎng)、國(guó)際廣告協(xié)會(huì)全球副主席張國(guó)華認(rèn)為，大模型是效率、體驗(yàn)和創(chuàng)造力的倍增器，它正在重塑著廣告行業(yè)的未來(lái)；中國(guó)工程院院士李伯虎提出，“AI+制造”能夠提高生產(chǎn)效率、提升產(chǎn)品質(zhì)量、實(shí)現(xiàn)個(gè)性化定制、優(yōu)化資源配置、促進(jìn)綠色環(huán)保、實(shí)現(xiàn)人才結(jié)構(gòu)優(yōu)化等，進(jìn)而加快推進(jìn)中國(guó)工業(yè)的五個(gè)轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)工業(yè)的數(shù)字轉(zhuǎn)型與智能化升級(jí)，促進(jìn)新質(zhì)生產(chǎn)力形成。