“拼”应用的新阶段：百融云创打通AI大模型落地最后一公里

11月1日，相关部门发布最新深度合成服务算法备案信息，百融云创基于大语言模型的CybotStar Agent Builder平台通过了此次备案。

CybotStar是百融云创的王牌产品，作为一站式大模型智能体创作及分发平台，其集成多个基础大模型，支持开发者和企业部署智能体、按需构建“机器人”。据百融云创介绍，该产品优势包括响应速度、内容准确程度、内容生成安全度、渠道分发丰富程度等。显然，这一定程度上降低了企业部署和使用大模型的门槛。

当AI技术迈入“拼”应用的新阶段，技术、人才、合规等挑战仍摆在成功实现AI落地眼前，尽管如此，依然有科技公司多次有效破解AI落地困境，迎接多模态融合与行业垂直化的新趋势。

01 破解AI落地困境

AI作为新质生产力，正在有效拉动数字经济增长。同时，伴随AI技术深入金融、医疗、制造等各行各业，成功落地的应用产品越来越多。

如百融云创2018年推出的第一代AI 智能语音产品，这是生成式AI技术较早应用于实际业务的案例之一。2023年，百融云创推出生成式AI全栈开发体系，包含大模型、自动编程模型、建模工具ORCA-GPT以及一站式大模型应用开发平台，覆盖从模型预训练、微调、对齐到部署工程优化等环节，极大地压缩了模型的训练、迭代和推理成本。

实际上，AI成功实现行业落地有一定的门槛，这里涉及数据、算力、算法和框架以及应用场景等关键要素，基于此，摆在AI落地面前一直有技术、人才、合规等诸多困境。

技术方面，在AI落地的过程中，技术难题不仅体现在技术本身的算法优化、模型泛化能力，还涉及AI的应用场景、数据安全与隐私等维度。这些或限制AI技术在现实场景中的广泛应用和深入发展。

也就是说，AI企业在破解AI落地技术难题，需要科技公司持续深入研究技术，通过采用合适的算法、不断优化系统架构，同时明确实际业务需求等。

在技术层面，百融云创研发团队不断突破技术边界，其自主研发基于大模型的智能语音技术，成功将时延控制在500毫秒之内。百融云创称，这一表现已经显著优于同业平均水平。

数据显示，截至2024年6月30日，百融云创已取得262项专利及软件著作权，覆盖人工智能、机器学习、隐私计算、人机协同、多模态等领域。

人才方面，在AI技术过去几年的发展里，存在着两个困境：复合型人才短缺与人才培养成本高。

对此，很多科技公司已经建立人才体系，加大了人才培养力度。数据显示，2024年上半年，百融云创研发开支进一步增至2.26亿元，占营收比重达17.11%。百融云创指出，研发投入增长的主要原因为支持产品供应及各项技术的开发，包括AI应用技术、算法驱动机器学习平台及底层数据库性能提升。截至上半年，百融云创研发人员占比近50%。

02 新趋势逐渐显现

由于AI落地应用得益于技术的迅速发展以及与实际业务的融合，从而当下有两个新趋势逐渐显现：

一是多模态融合。

在一些业内观察者看来，AI落地已经拉开多模态融合的序幕。百融云创方面认为，单一模型无法解决垂直行业的所有问题，需要的是多模型、多元化的AI技术组合拳，如CybotStar就是可以支持文字、语音等多模态能力。

二是行业垂直化。

行业垂直化已经是AI落地的重要趋势之一。有从业者表示，针对不同行业的特点和需求，开发定制化的AI解决方案，才能符合细分领域发展的实际需求。

据研究机构调研，有四分之三的受访CEO认为，部署先进的生成式人工智能将为企业带来竞争优势。随着AI行业竞争日益激烈，专用模型以及行业定制模型逐渐崭露头角。

在财富管理领域，百融云创基于AI及大模型等领先科技为金融机构搭建财富管理智能化模式，提供一站式服务，端到端交付业绩。该模式是通过建立大模型驱动智能模式，AI渠道创造价值超过50%，同时帮助业务一定程度上降本增效提升业绩。