在2024年的科技舞台上，人工智能大模型无疑是焦点之一。国内大模型市场正经历着从理论探讨到实践应用的深刻转变，各大企业纷纷探索大模型的落地之路，以及AI技术如何与各行各业深度融合。近日，百度集团副总裁吴甜做客CCTV-2《对话》栏目，就当前大模型技术的发展状况和产业应用前景进行了深入剖析。
节目中，吴甜与中国科学院院士何积丰、开源鸿蒙项目技术指导委员会主席陈海波，以及腾讯、Minimax等企业的代表，围绕AI技术的最新进展和产业落地实践展开了热烈讨论。吴甜指出，大模型技术如同一把双刃剑，其创造力在创意密集型场景中展现出巨大优势，但在解决实际行业问题时，则要求更高的稳定性和准确性。为抑制模型的“幻觉”现象，百度正致力于优化基础模型，并引入检索增强、智能体等技术，以提高模型对事实的遵循度。
据中国信通院发布的《全球数字经济白皮书（2024年）》显示，全球范围内已有1328个人工智能大模型，其中中国占比高达36%。大模型市场从去年的“百模大战”迅速过渡到如今的“拼落地”、“拼应用”阶段。吴甜透露，百度文心大模型的日调用量已从今年5月的2亿次跃升至15亿次，半年内增长了7.5倍，与一年前的5000万次相比，更是激增了30倍。飞桨文心平台的开发者数量已突破1808万，服务了43万家企业，创建了101万个模型，这些数据无不彰显出大模型应用的蓬勃生机。
然而，吴甜也坦言，尽管大模型应用已初具规模，但要真正落地到各个具体场景，还需进一步的开发和完善。她观察到，AI技术和大模型的应用正在从单点提效，逐步扩展到业务流程的全面改进和优化。这一过程需要经历由点及线、由线及面、由面及体的系统性转变，才能最终实现质变。
对于大模型落地产业的“最后一公里”或“最后一百公里”问题，吴甜认为这取决于行业自身的数字化基础和业务抽象程度。例如，互联网行业因产品应用与AI技术紧密结合，可能只需“半公里”即可实现；而金融等行业虽数字化基础较高，但仍需解决系统对接与部署问题，可视为“一公里”。相比之下，农业等行业的数字化基础较为薄弱，面临的挑战更为复杂多样，其大规模落地可能需要几十公里乃至上百公里的努力。
在探讨人工智能赋能千行百业所面临的挑战时，吴甜指出，当前主要存在两大难题：一是挖掘基于真实场景的真实需求，二是缺乏专业数据。为解决这些问题，百度推出了AICA人才培养项目，旨在培养既懂业务又精通AI技术的人才，以更好地解决场景问题。同时，她也强调，专业数据的稀缺是制约AI深入应用的关键因素，需要社会各界共同努力，为人工智能的广泛应用提供有力支撑。
算力问题也是人工智能发展中不可忽视的一环。随着模型规模的扩大，算力需求急剧增加。为有效利用大规模算力，百度通过深度学习平台飞桨和文心大模型的联合优化，显著提升了训练效率和推理效率。同时，百度还积极开展硬件统一适配工作，支持超过60个芯片系列，为算力的多元化提供了有力保障。
当前，国内大模型市场正处于从“百模大战”到“大浪淘沙”的转变期，各行各业都在根据自身场景、经验和数据进行大模型落地的产业实践，形成了庞大的应用生态。可以预见，随着技术的不断进步和应用场景的不断拓展，大模型将在未来发挥更加重要的作用，推动社会、经济和技术领域的深刻变革。
