前言近年來大模型成為人工智能領域的最大熱點。如何有效將大模型技術融入各行各業的實際應用助力生產力革新和產業升級成為業界越來越關注的核心問題也促進了行業大模型的發展。2024年政府工作報告明確提出要“深化大數據、人工智能等研發應用開展‘人工智能’行動打造具有國際競爭力的數字產業集群”。騰訊研究院發布發布《向 AI 而行共筑新質生產力——行業大模型調研報告》深入探討了行業大模型的發展現狀、應用前景及未來趨勢。報告指出大模型技術通過其龐大的參數規模和強大的泛化能力展現出了類似人類的通用智能“涌現”能力能夠處理多個領域知識和多種數據類型。大模型的“規模定律”顯示模型性能隨規模、數據集大小和計算量的增加而顯著提升引領著AI領域向通用人工智能AGI的邁進。有需要完整報告的朋友可以掃描下方二維碼免費領取行業大模型的興起源于通用大模型在**專業性、泛化性和經濟性**之間的“不可能三角”問題。行業大模型通過針對特定領域數據和任務進行訓練或優化旨在提高模型的專業性、性價比并保障數據安全。它們在數字原生行業和生產性服務業如廣告、金融等領域應用進展較快而在重資產行業如建筑、制造和能源領域進展相對較慢。行業大模型的應用場景呈現出“微笑曲線”特征即在研發/設計和營銷/服務等高附加值環節應用落地較快而在生產、組裝等低附加值環節進展較慢。營銷/服務環節因跨行業通用性強而進展最快研發/設計環節則依賴于高質量專業數據集的可用性。生產/制造環節則主要利用大模型對人的輔助增強功能如西門子與微軟合作推出的Siemens Industrial Copilot。不同行業雖應用大模型的重點和進展各異但仍存在共性需求包括內容生成與創意設計、信息提煉與專業輔助以及任務調度與智能交互。衡量行業大模型應用成功的關鍵在于避免片面追求技術性能或短期收益應關注降本提效、業務創新和體驗增強的價值并構建高質量數據飛輪模式。行業大模型的實現方式主要包括提示工程、檢索增強生成、精調和預訓練這些方法通常組合使用以達到最佳效果。而其負責任的部署和應用則需面對安全、治理及特定行業的監管要求可通過AI沙盒等監管創新機制給予創新空間確保AI技術的健康發展。未來行業大模型的發展將朝著更專業、更經濟、更安全的方向前進進一步促進人工智能技術在各行各業的應用和普及為產業升級和新質生產力的形成注入動力。由于文章篇幅有限有需要完整報告的朋友可以掃描下方二維碼免費領取