在2024年的科技舞臺上，人工智能大模型無疑是焦點之一。國內大模型市場正經歷著從理論探討到實踐應用的深刻轉變，各大企業紛紛探索大模型的落地之路，以及AI技術如何與各行各業深度融合。近日，百度集團副總裁吳甜做客CCTV-2《對話》欄目，就當前大模型技術的發展狀況和產業應用前景進行了深入剖析。
節目中，吳甜與中國科學院院士何積豐、開源鴻蒙項目技術指導委員會主席陳海波，以及騰訊、Minimax等企業的代表，圍繞AI技術的最新進展和產業落地實踐展開了熱烈討論。吳甜指出，大模型技術如同一把雙刃劍，其創造力在創意密集型場景中展現出巨大優勢，但在解決實際行業問題時，則要求更高的穩定性和準確性。為抑制模型的“幻覺”現象，百度正致力于優化基礎模型，并引入檢索增強、智能體等技術，以提高模型對事實的遵循度。
據中國信通院發布的《全球數字經濟白皮書（2024年）》顯示，全球范圍內已有1328個人工智能大模型，其中中國占比高達36%。大模型市場從去年的“百模大戰”迅速過渡到如今的“拼落地”、“拼應用”階段。吳甜透露，百度文心大模型的日調用量已從今年5月的2億次躍升至15億次，半年內增長了7.5倍，與一年前的5000萬次相比，更是激增了30倍。飛槳文心平臺的開發者數量已突破1808萬，服務了43萬家企業，創建了101萬個模型，這些數據無不彰顯出大模型應用的蓬勃生機。
然而，吳甜也坦言，盡管大模型應用已初具規模，但要真正落地到各個具體場景，還需進一步的開發和完善。她觀察到，AI技術和大模型的應用正在從單點提效，逐步擴展到業務流程的全面改進和優化。這一過程需要經歷由點及線、由線及面、由面及體的系統性轉變，才能最終實現質變。
對于大模型落地產業的“最后一公里”或“最后一百公里”問題，吳甜認為這取決于行業自身的數字化基礎和業務抽象程度。例如，互聯網行業因產品應用與AI技術緊密結合，可能只需“半公里”即可實現；而金融等行業雖數字化基礎較高，但仍需解決系統對接與部署問題，可視為“一公里”。相比之下，農業等行業的數字化基礎較為薄弱，面臨的挑戰更為復雜多樣，其大規模落地可能需要幾十公里乃至上百公里的努力。
在探討人工智能賦能千行百業所面臨的挑戰時，吳甜指出，當前主要存在兩大難題：一是挖掘基于真實場景的真實需求，二是缺乏專業數據。為解決這些問題，百度推出了AICA人才培養項目，旨在培養既懂業務又精通AI技術的人才，以更好地解決場景問題。同時，她也強調，專業數據的稀缺是制約AI深入應用的關鍵因素，需要社會各界共同努力，為人工智能的廣泛應用提供有力支撐。
算力問題也是人工智能發展中不可忽視的一環。隨著模型規模的擴大，算力需求急劇增加。為有效利用大規模算力，百度通過深度學習平臺飛槳和文心大模型的聯合優化，顯著提升了訓練效率和推理效率。同時，百度還積極開展硬件統一適配工作，支持超過60個芯片系列，為算力的多元化提供了有力保障。
當前，國內大模型市場正處于從“百模大戰”到“大浪淘沙”的轉變期，各行各業都在根據自身場景、經驗和數據進行大模型落地的產業實踐，形成了龐大的應用生態。可以預見，隨著技術的不斷進步和應用場景的不斷拓展，大模型將在未來發揮更加重要的作用，推動社會、經濟和技術領域的深刻變革。
