证券时报记者 王小伟 阮润生 叶玲珍

继工业时代、电气时代、信息时代之后，真正意义上的智能时代正在呼啸而来。在大模型的牵引下，这次变革改变了此前的“造工具”模式，且不断涌现出“新物种”“新伙伴”。

“2024年一定是大模型应用爆发的一年。”在接受证券时报记者专访时，腾讯云工业AI解决方案总经理郑海清如是判断。云天励飞董事长陈宁也预判，“未来三年将是AI（人工智能）关键阶段，全球可能80%的企业会运行在大模型之上；可能五年，机器人和数字人的数量会超过人类的数量。”

以行业应用为支点，大模型从“上新品”向“强应用”阶段嬗变，加速了大模型走进百业千家的节奏。随着国产大模型的开发应用步入深水区，始于技术、强于应用、惠于生态的发展路径已经成形。

大模型 “向下”扎根

国内某头部航空航天企业，此前结构仿真都是利用软件和算子去做一些数学或者是物理的模型，要想算出结果需要极大算力。如今，这个计算过程已经可以省略，只需用大模型，就能把结果预测出来，测试结果至少实现一到两个量级的提升。

这是腾讯大模型“扎根”行业的一次落地。郑海清介绍，除了高端制造业之外，在工业质检、传统行业等不少领域，腾讯云从去年下半年开始都陆续落地。

无独有偶。科大讯飞(002230)的星火大模型也持续在行业应用领域落地生根。

科大讯飞AI工程院院长潘青华介绍，最初启动大模型攻关的时候，公司就明确了“1+N”的路线，“1”为基础模型，“N”指的便是行业应用，即让大模型在教育、医疗、汽车、办公、工业、智能硬件等多个领域落地。截至目前，“讯飞星火”已陆续在教育、办公、汽车、金融、工业、医疗等行业推进真实可见的应用落地案例。

大模型向下扎向产业的根须越发茂密。

阿里云日前在发布通义千问大模型新版本的同时，推出八大行业大模型；华为云发布了盘古医学大模型；百度去年也发布国内首个“产业级”医疗AI大模型――灵医大模型。继“AI For Science”之后，大模型已然开始步入“AI For Industries”新阶段。

“扎根”产业的大模型，有望给不少产业带来颠覆式影响。以创新药为例，传统药物研发存在耗时十年以上、耗费十亿美元的“双十定律”，但是大模型落地后，随着对蛋白质结构等越来越准确的预测，药物研发的周期或大大缩短。

大模型向下扎根，演绎出不同以往的新趋势。2023年上半年大模型赶潮推出之际，市场关注点主要集中在大模型的参数数量和效果优化上。从下半年开始，已经将关注重点转向如何实际进行应用，以及企业怎样利用其带来革命性提效。

这加速了大模型向通用与垂直两大路径的分野。通用大模型和垂直大模型针对或解决问题的目标不尽相同，通用大模型需要具备更强的泛化性，凭借语言理解、逻辑推理、知识问答、文本生成等通用能力，这些大语言模型产品一经推出，用户规模不断扩大，并向图片、视频等多模态形式深化演绎；而垂直大模型则必须要在垂直行业内的应用中保持高准确度，实体经济是大模型应用的“大赛道”。

与通用大模型相比，B端客户在数据安全、精准性、成本等方面更为关注。这给大模型厂家提出了更高的要求。

比如，针对大模型在面对某些输入时，会生成不准确、不完整或误导性的输出，出现“幻觉”问题，腾讯优化了预训练算法及策略，通过自研的“探真”技术，让混元大模型的“幻觉”相比主流开源大模型降低了30%―50%。同时，还通过强化学习的方法，让模型学会识别陷阱问题，通过位置编码的优化，提高了模型处理超长文的效果和性能。在逻辑方面，腾讯提出了思维链的新策略，让大模型能够像人一样结合实际的应用场景进行推理和决策。

潘青华预测，最终能够走出来的通用大模型可能只有几家，“未来国内可能就是几个底座，大家各自选择合适的底座去做自己上层的应用”。

终端部署多元化

大模型不仅被“引入”产业，还被“带入”终端，并呈现多元化布局特点。

PC（个人电脑）被视为通用人工智能普惠到每个人的首选终端。业内普遍将2024年视为AI PC爆发元年。1月17日，包括联想拯救者、联想小新在内的多款AI PC新品发布，同时明确，个人AI Agent也将于3个月后正式与用户见面；在今年CES期间，戴尔、惠普、宏