腾讯参战AI人工智能大模型，能在混战中能杀出重围吗？

在AI人工智能大模型大时代，腾讯走出了属于自己的第一步，而且走了一条完全不一样的路。

近日，腾讯云召开发布会。首次正式公布行业大模型开发进展，发布面向B端客户的腾讯云MaaS（Model-as-a-service，模型即服务）服务解决方案。

值得注意的是，腾讯云并没有像谷歌、微软，或者国内的百度、阿里等大公司那样公布一个基本的通用模型。《百度阿里、商汤华为推出AI大模型，新一轮的AI大战是概念炒作还是产业风口？| 深度详盘》&《海外人工智能AI大模型的行业格局 | 深度盘点》

腾讯云MaaS的技术基础是一系列的行业模型，行业大模型方面的技术方案，以及多款 SaaS 智能应用升级、产业客户应用落地，包括金融、政府、文旅、媒体、教育等，基于这些基础模型，腾讯云客户只要能够生成满足自己业务需求的“专属模型” 因为他们添加了自己的场景数据。

国内通用大模型研发进程受算力吃紧、起步较晚等因素制约。客观来说，与OpenAI等世界领先团队相比，还有一定的差距。然而，中国迫切需要大规模模型的实施。数字经济应用实践专家骆仁童对此做法并不感到意外，因为这种手段即是一种比较不错的业务策略，也符合腾讯一向的风格。

在 “ 为何打造的是行业大模型 ” 这个问题上，腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生表示，相比于通但不精的通用大模型，更专注、更专业的行业大模型具有广泛的应用和商业创新价值。

显然，腾讯云做出了非常务实的选择。这背后的逻辑是：重要的是解决具体场景的需求。只要产品效果足够好，用户不会关注技术基础是通用模型还是行业模型。在这个方面与百度的大模型有高度的重合 《盘点百度AI五大行业应用场景：智能识别是核心功能》。

除了提供基础行业模型和数据，腾讯云还推出了基于腾讯云TI平台的大规模行业模型微调解决方案。微调行业大模型的目的是帮助模型开发人员和算法工程师解决数据处理问题，高效、高质量、低成本地创建和使用大模型。

而且，在训练和使用大型模型的过程中，需要大量的异构计算能力，对网络速度和稳定性的要求也很高。腾讯云构建了新一代HCC（High-Performance Computing Cluster）高性能计算集群用于模型训练，配备最新的下一代GPU，结合多层加速高性能存储系统，以及高带宽、低延迟的网络传输，整体性能较以往提升了3倍。

此外，腾讯云还希望通过TI平台和模型私有化部署、权限控制、数据加密等方式，帮助开发者和企业客户解决数据安全和隐私问题。在大模型的应用落地过程中，安全、合规是大前提。腾讯二十余年的安全经验和天御风控能力，提供了 AIGC 全链路内容合规解决方案，确保了大模型可信、可靠、可用。

最后，数据及经验的沉淀，是模型质量好坏的关键。腾讯云是少有的在文旅、金融、教育等领域都有所布局的公司。凭借着在这些领域所积累下的数据和经验，让腾讯十分了解这些行业，从而精调出更加符合行业需求的行业大模型。

数字经济应用实践专家骆仁童相信，同基础研究和实践落地同等重要类似，并没有通用大模型和全行业大模型之分，只有在用户的角度，更适合往哪个方向发展的区别。

整体来看，腾讯智能化升级的核心是智能助手。无论是腾讯会议的智能助手、腾讯起点的智能客服，还是辅助代码生成的AI助手，本质上都是面向不同场景的AI助手。

腾讯会议

腾讯会议推出的AI助手覆盖了会议全过程的场景，为用户提供全流程服务。在开启麦克风后，用户可以收到语音是否状态良好的提示，减少互相询问造成的时间损失。此外，通过AI助手，用户还可以进行会前、会中、会后的预约、互动、总结等操作，实现完全数字化的过程。会议结束后，AI小助手可以分段、层层总结整场会议的主要内容，并让用户更方便地根据“章节”、“发言人”和“主题”快速定位到相关内容。腾讯还表示将正式向所有付费用户开放智能录音功能。

智能客服

腾讯试图通过起点智能分析和起点智能客服，提供更高效、更精准的全流程管理服务。依托腾讯云的行业模式和腾讯在分析领域的积累，AI助手拥有五项核心能力，即：数据理解、索引拆解、语言查询、AI推理、结论提取。在五大能力的加持下，销售人员只需问“哪个产品卖得最好”就可以实现精准的业务分析，无需花费大量时间学习复杂的软件和制作看板。在客户感知更强的客服领域，传统客服机器人在帮助企业降本增效的同时，往往会损失一部分用户体验。为了提供更准确和详细的答案，甚至可以调用业务系统提供实时数据，通过训练和微调，用户体验有了很大提升。与上一代智能客服的机械答题相比，这一代智能客服更加智能化。

代码助手

在腾讯云新一代AI代码助手的帮助下，程序员可以在沟通、编码、故障排除、审查、调优等环节提高生产力。AI代码助手在整个过程中的作用包括：在通信环节，上下文推理可以帮助程序开发人员更快地理解代码逻辑；在编码过程中，可以根据当前代码类型补全代码，反向生成注释和单元测试；在故障排查环节，可以定位错误并产生修改建议；在审核过程中，针对开发者提交的变更列表，可以帮助开发者生成审核建议和提交信息；在调优过程中，可以通过自然语言指令快速修改代码，实现效果调优。目前，腾讯AI代码助手已在腾讯内部团队进行试点。数据显示，AI代码助手提升了开发者近50%的效率。

腾讯云还有涉及文化旅游、金融、政务、教育、媒体等多个领域的应用，展示了腾讯云在智能化服务方面的实力。

在文化旅游领域，一家在线旅游OTA公司与腾讯云合作，微调了智能客服模型，使得客服可以端到端地解决业务问题，提高任务完成率，降低综合成本。

在金融领域，腾讯云探索了OCR大模型在银行文档处理场景中的应用。传统的OCR深度学习模型不具备阅读理解和推理能力，模型指标上限低。不同场景下模型能力无法复制，定制成本高。腾讯云与某龙头银行基于OCR大模型推出4类票据自动识别流程，信息录入准确率提升50%。

在政务领域，腾讯云与福建大数据集团合作，打造了首个基于大语言模型能力的智慧政务平台。其打造的小民助手是福建省首个政务领域交互式大型模型应用，可为市民提供7X24小时的业务指南、政策咨询、数据查询等智能咨询服务。

在教育领域，上海大学结合自身场景数据，通过腾讯云平台微调，打造了教育行业专属大模型。第一幕聚焦招生专业咨询和监管建议。其他使用场景包括助教、大型人才培养、招生助教、作业批改等。

在媒体领域，腾讯云基于行业大规模模型能力，帮助央视加强智能标签的理解和泛化能力，同时提升媒体资产检索能力，支持使用自然语言描述进行精准检索视频图片素材，跨越模态壁垒。这些合作案例展示了腾讯云在智能化服务方面的实力，为不同行业的应用提供了参考和借鉴。

随着腾讯云正式宣布进入大规模模式，国内顶级云服务公司加入了这场大规模混战，而国内MaaS竞争已经拉开序幕。在海外市场，大模型到来对云服务市场产生了冲击，快速增长的微软云正在挑战亚马逊的霸主地位。但是，国内在大尺寸车型上并没有明显的领先者。腾讯云的优势主要在于其过去积累的庞大业务数据和算力基础设施。今天，腾讯云的解决方案就是基于这些过去的积累，解决大规模应用落地的痛点。

首先，腾讯拥有多个不同的业务板块，多年来在金融、传媒、文旅、工业等不同领域积累了大量数据和经验。以此为养料，腾讯云可以针对不同行业构建一系列规模化的行业模型，同时优化一些具体的任务，只需要较少的数据就可以达到较好的微调效果。

另外，大模型训练的基础是计算能力。腾讯云在大模型计算能力方面具有领先优势。加上，腾讯也有自己升级的框架加速能力，可以提供更好的训练和推理加速能力。在传统CV和NLP算法模型的基础上，增加了加速大型模型训练和推理的能力。通过异步调度优化、显存优化、计算优化，性能较业界通用方案提升30%以上。

在少量算力的基础上，提升特定任务的效果，如智能客服场景，训练性能可提升10倍，训练成本可降低90%。除了面向B端客户的解决方案，腾讯云也在尝试建立大规模行业模型的标准体系。

正如汤道生所说的那样：今天，我们再一次站在数字科技革命的奇点上，大模型只是开端，AI 与产业的融合，将绽放出更有创造力的未来。商道童言（Innovationcase）也认为，在不久的未来，AI 将会普惠千行百业。

商道童言（Innovationcases）欢迎点赞和分享哦！~~

免费电子书：结构化思维 | 荆棘商途 | 年度十词 | 创新企业案例 | 区块链金融

数字经济应用实践专家 骆仁童主讲课程

智慧应用 |《能源互联网》.《新型电力系统》.《智慧建筑》.《智慧机场》.《智慧交通》.《烟草数字化》.《智慧城市》.《数字政府》

数字应用 | 《大数据及中台》.《区块链》.《元宇宙》

人工智能 |  《人工智能趋势》. 《ChatGPT新纪元》

数字化转型 |《制造业数字化》.《零售业数字化》 

金融类课程 | 《金融科技创新》. 《商业银行变革》 .《数字人民币》

思维与技能 |《数字化管理思维》.《数字化组织变革》.《用户思维》

宏观与趋势 |《2023宏观趋势》.《数字经济》.《双碳战略》.《新能源汽车》

创新与创业 |《创业导师能力提升培训》.《中小企业赋能》