大模型到底如何真正落地？阿里雲與數十位創業者圍爐暢談

人工智能正在開啓新一輪產業變革，所有行業都希望能在AI的加持下重塑格局。然而，AI的應用並非易事，需要有強大的算力、海量的數據、優秀的模型和場景的匹配。如何利用大模型解決實際問題，提升企業的競爭力和創新力，是許多創業者和開發者面臨的挑戰和機遇。

爲此，阿里雲聯合創業邦發起阿里雲創業者社羣MeetUp–大模型場景落地研討會，並於12月14日在上海成功舉行，與創業邦100未來獨角獸大會暨創業邦年會同期同地。

本次研討會邀請阿里雲大模型專家、創業邦100未來獨角獸企業代表等共同探討大模型的技術原理、應用場景、商業價值和未來趨勢。研討會通過案例分享，課題討論等多種形式，爲參會者提供了深入的交流和學習機會。

阿里雲市場部總裁劉湘雯在開場致辭中表示，作爲國內最早發展雲計算的巨頭，阿里雲自2009年創辦以來享受了雲計算時代浪潮的紅利，但也始終在創業的路上。在過去的一年裡，阿里雲處於不斷調回正確路上的一個過程。在這個過程中，阿里雲會與客戶連接的更加緊密，提供更加有利於客戶的產品價值。

“我們深刻地認識到，業界對於這一波人工智能浪潮充滿了無限的期待，阿里雲也會將大量研發資源投資其中，與大模型產業各方緊密地連接起來，更好地服務於最終客戶。”

她指出，目前，大模型仍然面臨着產品服務形態、供應等問題。例如，企業原來可以將雲計算進行私有化部署，但大模型因其成本高昂則較難實現，因此未來到底應該提供怎樣的產品形態仍然值得探討。基於此，阿里雲希望與產業各方有更多的交流和連接，幫助客戶能夠更加輕鬆高效地搭建大模型，未來可以成長爲更大的business。

作爲聯合主辦方，創業邦創始人兼CEO南立新表示，無論是工業視覺、物流機器人、RPA還是其他賽道的創業者，在新一波人工智能浪潮下都會迎來新的機會和新的挑戰。

“儘管有人認爲一些RPA公司會遇到很大的挑戰，但我們看到的機遇遠大於挑戰。”她談到，創業邦從15年前就開始舉辦創投活動，也希望能夠在阿里雲的支持下爲創業者提供更多更好的交流平臺，以及在共同走向未來成功的路上可以結交更多好的夥伴一起向前走，可以走得更快、走得更好。

據悉，目前中國一半大模型公司跑在阿里雲上，百川智能、智譜AI、零一萬物、崑崙萬維、vivo、復旦大學等大批頭部企業及機構均在阿里雲上訓練大模型。

阿里雲也已成爲中國大模型的公共AI算力底座。截至目前，中國衆多頭部主流大模型都已通過阿里雲對外提供API服務，包括通義系列、Baichuan系列、智譜AI ChatGLM系列、姜子牙通用大模型等。

此次研討會，主辦方特別邀請了來自智譜AI專家團隊的周積平，並作了題爲《大模型的最新技術發展和行業落地應用分享》的主題分享。

他指出，ChatGPT只用了兩個月就創造了用戶破億的神話，這也表明了ChatGPT與以往是技術或行業不同，它與生俱來就是落地的，直接就可以看到產生價值的場景，然後再去找到更多的應用場景，而並不像元宇宙要先定義行業再找落地方式。

他進一步說到，早期的AI時代，也叫AI0.5的時代，其方式是單個算法匹配單個模型。隨着神經網絡的出現，變成了算法是統一的，不同的業務場景對應不同的模型。Transformer技術架構出現以後，算法和模型都變成統一的模式，大模型從此把AI代入到2.0時代。

“這也是從小模型到大模型時代，AI的應用可能會創造一些變革性的價值，以往AI的應用場景會被切割的很細。直到大模型出來之後，會把整個業務實現All in one的模式，整體能力可能會創造出一些全新的業務。”

從智譜千億模型的發展過程來看，主要會面臨三大挑戰：1、算法挑戰：千億模型非常之不穩定，並且調試非常困難，很容易出現不收斂的現象；2、算力挑戰：以GPT-3爲例，其訓練成本達到了1200萬美金，智譜AI的GLM-130B第一代產品也超過了一個億；3、數據挑戰：大模型訓練不光要有大規模的數據，並且對於數據的質量要求也非常高，這中間還會涉及到一些數據清洗等問題；最後一個比較大的挑戰就是人才。

據介紹，基於智譜從上百個商業落地案例中沉澱下來的觀察，在汽車場景主要有智能座艙、輔助駕駛、銷售與導購三大場景；在生產製造業，TCL通過引入大模型作爲專家系統，產線員工可以24小時向專家問答系統提問，甚至包括每一個生產工藝中需要的溫度、溼度等專業問題，大模型也可以給出專業準確的回覆。

在大模型合作模式的探索上，周積平表示，智譜AI一方面採用開放平臺的模式，通過調用API的使用次數進行計費；另一種則是雲端私有化，其中GPO由智譜AI提供，智譜AI則是跑在阿里雲上。智譜AI會爲客戶打造專屬模型，客戶傳輸數據後，智譜團隊會配合進行一定的微調，這樣既能保證較低的硬件成本，也能保證數據安全性。

在隨後的分組研討中，與會嘉賓也圍繞自身場景中對目前大模型的應用、遇到的挑戰、落地方式以及在技術、工程與資源等方面需要做的準備等方面進行了深入討論。同時，現場還特別設置了大模型落地應用實操環節。

最終，現場三組嘉賓分別設計了物流和貨代行業的訂單自動化、企業知識庫以及大模型如何更好地提升駕駛員體驗三大應用場景的落地產品或業務流程，爲雲技術如何與大模型結合進一步推動真正落地提供了新的思路和啓發。

當前，千行百業都想借助大模型實現生產和服務方式的變革，但大模型使用的高門檻把大部分人擋在了技術浪潮之外。不論是定製專屬大模型，還是基於大模型構建創新應用，都有很高的人才、技術、資金要求。阿里雲與創業邦也希望藉助此次研討會能夠賦能更多創業者，共同構建一個開放、繁榮的AI生態。