腾讯研究院发布行业大模型调研报告 将大模型融入千行百业
【深圳商报讯】（记者 陈姝）日前，腾讯研究院正式发布了《向AI而行，共筑新质生产力——行业大模型调研报告》（简称“报告”），结合腾讯研究院发起的对人工智能与大模型领域百余名专家的深度访谈“大模型百人百问”，深入剖析了行业大模型发展、应用、实现、治理与未来发展趋势。
“人工智能大模型正在催生新一轮技术创新与产业变革，也将为工业、金融、广电等行业数字化转型和高质量发展带来新动能。当前市场以基础大模型为主，通识能力强，但缺少行业专业知识。如何将大模型融入千行百业，是下一阶段的发展重点。”中国工程院院士邬贺铨在报告序言中提出。
所谓“行业大模型”，指的是利用大模型技术，针对特定数据和任务进行训练或优化，形成具备专用知识与能力的大模型及应用。与通用大模型相比，行业大模更专注于提高性价比、增强专业性并保障数据（特别是私有数据）的安全性。
OpenAI提出的“规模定律”驱动了大模型的快速发展，传统AI模型参数量通常在数万至数亿之间，大模型的参数量则至少在亿级，并已发展到过万亿级的规模。大模型带来了AI性能突破，也激发业界向通用人工智能（AGI）领域进发的新热潮。不过，大模型存在专业性、泛化性和经济性“不可能三角”问题，导致目前行业实际落地应用进程并不快。“专业性”，指大模型处理特定领域问题或任务的准确性与效率。“泛化性”，指大模型处理训练数据集之外新样本的能力。而“经济性”则指大模型训练和应用的投入产出比，三者很难同时得兼。例如，GPT为代表的通用大模型以发展通识能力为主要目标，更侧重泛化性，在专业性和经济性方面目前很难充分满足具体行业的特定需求，因此需要行业大模型来针对性解决。
中国互联网投资基金管理有限公司总经理李筱强认为，大模型的出现使得AI再次受到资本市场的广泛关注，其核心逻辑在于大模型实现提质增效创造价值的同时，也提供了实现通用人工智能的可能选择。在算力、算法、数据、场景等四个决定大模型发展的关键要素中，数据和场景是我们相对优势的领域。而要更好地利用场景，成功实现商业落地，高质量的行业大模型必不可少。