騰訊入局大模型，打法有些不一般_風聞

從年初火到現在的大模型，看似 “ 不緊不慢 ” 的騰訊，也以自己的方式入場了，而且走了一條完全不一樣的路。

6 月 19 號，騰訊雲在北京國家科技傳播中心，召開了騰訊雲行業大模型及智能應用技術峯會，知危編輯部也有幸到了現場。

讓人意外的是，此次技術峯會，騰訊雲並沒帶來類 ChatGPT 的通用大模型。

行業大模型方面的技術方案，以及多款 SaaS 智能應用升級、產業客户應用落地進展反倒成了此次大會的主要內容。

知危編輯部對此做法並不感到意外，因為這似乎是一個比較不錯的業務策略。

在類 ChatGPT 通用大模型上，各大廠與 GPT-4 的差距是公認的，各家都比較集中在 GPT-3.5 水平附近，多騰訊一個不多，少騰訊一個不少。但，行業大模型，卻是更容易大有可為的，因為它更接近實際業務，考驗的是各家的應用轉化能力，這是騰訊的強項。

在 “ 為何打造的是行業大模型 ” 這個問題上，騰訊集團高級執行副總裁、雲與智慧產業事業羣 CEO 湯道生，也在峯會的主題演講中給出了自己的解答。

湯道生認為，通用大模型的價值巨大，但無數的企業管理者們也在思考如何才能利用好大模型的力量。相比於通但不精的通用大模型，更專注、更專業的行業大模型在金融、文旅、傳媒、政務、教育等多個產業場景具有廣泛的應用和商業創新價值。

“ 產業場景也已成為大模型的最佳練兵場 ”，他説。

簡言之，就是通用大模型是很強，但在行業場景下，還是專業的行業大模型更適合企業們。

不過，計算資源少、數據質量差、投入成本高、專業經驗少等問題，暫時還是成了其落地應用前的攔路虎。

騰訊雲便是抓準了這個痛點，基於 HCC 高性能計算集羣和騰訊雲向量數據庫，在本次峯會上發佈了面向 B 端客户的騰訊雲 MaaS（ Model-as-a-service，模型即服務 ）服務解決方案，提供了一整套模型服務工具鏈，幫助企業高效率、高品質、低成本地創建和部署 AI 應用，幫助客户快速實現大模型應用的產品化和商業化。

知危編輯部在現場，看到了不少行業大模型真實落地實例。

比如不少朋友，肯定都有過被所謂的智能客服 “ 蠢哭 ” 過的經歷。

例如某頭部文旅客户，其傳統智能客服需要人工進行對話配置且知識維護量大、耗時長，且涉及訂單等複雜業務場景，在無配置的情況下無法通過機器人閉環解決問題。

而騰訊雲在現場，他們就在線調教了一遍智能客服。

在 **“ 我和孩子都是歷史人文愛好者，端午想在上海周邊，預算 5000 以內，每天去兩個不同景點 ”**的問題下，未調教的智能客服和市面上的通用大模型聊天應用一樣，給出了很籠統的答案。

答案中只包含時間、地點等。

而經過大模型的精調後，大模型除了時間地點之外，還給出了交通工具和景區的票價，並且附帶交通工具和景區門票的購買鏈接。

相比於過去的智能客服，文旅行業客服場景大模型用更加準確的回答，提升了客服問題解決率，降低用户轉人工客服的比例。

除此之外，上海大學副校長汪小帆，則在現場分析了行業大模型是如何重塑大學的。

據汪小帆介紹，一個大學日常產生的數據量，相當於每天在學校新建一座圖書館。

但這些數據分別來自多個部門、多個業務平台，有多個統計口徑和多個數據接口。在數字化轉型中，上海大學打破了這些數據孤島，推行一網通辦，基於這些數據，大模型則能提供諮詢和問答內容、聚焦招生專業諮詢和規章制度諮詢等場景。

汪小帆校長預測，在教育行業大模型下，每個學生都可以在教材上直接寫批註和作業，每個老師都能直接看到學生的學習情況，每個教材作者，也能根據實時反饋的數據優化更新教材。現有的教育模式，將產生巨大變革。

除了文旅、教育之外，福建省大數據集團總工程師林欣鬱，還給觀眾分享了行業大模型在政務領域應用的探索。

福建大數據集團與騰訊雲合作，以騰訊雲智能 AI 算力調度平台、大語言模型算力及技術能力為基礎，共建了 “ 福建智力中心 ” 項目。

同時，他們還推出了互動式政務大模型應用 “ 小閩助手 ”，通過人機交互窗口，“ 小閩助手 ” 能夠為用户提供一站式的智能諮詢服務，譬如辦事指南、政策諮詢、數據查詢等。

可以説是用行業大模型的能力，跨越了口語和政務術語之間的鴻溝，提升老百姓的辦事效率，減輕政務人員的工作負擔。

現場其他的例子不勝枚舉，這裏就不再贅述了。

在高手如雲的大模型領域，騰訊雲敢於下注，知危編輯部認為多半基於如下考量。

首先，算力，是大模型的根本，在大模型算力方面，騰訊雲成績斐然。今年 4 月，騰訊雲便發佈了面向大模型訓練的新一代 HCC（ High-Performance Computing Cluster ）高性能計算集羣，採用最新一代騰訊雲星星海自研服務器，算力性能提升了 3 倍。此外騰訊雲向量數據庫（ Tecent Cloud Vector DB ）則是騰訊自研的、源自騰訊內部多年運營積累的分佈式向量數據庫，具有高吞吐、低延遲、低成本等優點，經過了騰訊海量業務場景的驗證。

第二，安全，在大模型的應用落地過程中，安全、合規是大前提。騰訊二十餘年的安全經驗和天御風控能力，提供了 AIGC 全鏈路內容合規解決方案，確保了大模型可信、可靠、可用。

第三，數據及經驗的沉澱，是模型質量好壞的關鍵。騰訊雲是少有的在文旅、金融、教育等領域都有所佈局的公司。憑藉着在這些領域所積累下的數據和經驗，讓騰訊十分了解這些行業，從而精調出更加符合行業需求的行業大模型。

最後，知危編輯部認為通用大模型和行業大模型並無高下之分，只是站在用户的角度考量，更適合往哪個方向去走。

所以就同基礎研究和實踐落地同等重要類似，未來的趨勢多半是通用和行業雙方相互咬合，螺旋式上升，而在此過程中大模型一步步進化。

正如騰訊集團高級執行副總裁、雲與智慧產業事業羣 CEO 湯道生所説的那樣：今天，我們再一次站在數字科技革命的奇點上，大模型只是開端，AI 與產業的融合，將綻放出更有創造力的未來。

知危編輯部也認為，在不久的未來，AI 將會普惠千行百業。