今天小編分享的科學經驗：百度阮瑜：大模型應用落地正從簡單高容錯向復雜低容錯場景延伸，歡迎閲讀。
現在，不論你是去吃火鍋，亦或是去趟醫院，或許身邊已經布滿了 AI。
這，就是當下大模型應用的發展趨勢——
AI 技術正以驚人的速度從實驗室走向千行百業，深刻改變着各個領網域的發展格局。
近期百度副總裁阮瑜在量子位舉辦的第三屆 AIGC 產業峰會上，圍繞着 " 萬物皆可 AI" 的主題分享了百度在 AIGC 以及 AI 應用方面的新嘗試和探索。
△百度副總裁阮瑜
為了完整體現阮瑜的思考，在不改變原意的基礎上，量子位對演講内容進行了編輯整理，希望能給你帶來更多啓發。
中國 AIGC 產業峰會是由量子位主辦的 AI 領網域前沿峰會，20 餘位產業代表與會讨論。線下參會觀眾超千人，線上直播觀眾 320 萬 +，累計曝光 2000 萬 +。
話題要點
AI 行業所呈現出的三大趨勢：技術開發輕量化、應用場景深化拓展、服務模式革新
視覺智能在大模型時代迎來爆點
大模型應用輔助決策開始往自主決策方向演進
從通用賦能到行業深耕，大模型應用邊界不斷拓展
以下為阮瑜演講全文：
AI 行業所呈現出的三大趨勢
非常榮幸能夠參加中國 AIGC 產業峰會，今天我跟大家來分享一下百度在 AIGC 以及 AI 應用有哪些新的嘗試和探索。
首先來看一下關于 AI 未來發展的趨勢，我們能看到這兩年來 AI 變化風起雲湧，而且速度也非常快。
最近我們能夠洞察到這個行業有三個非常明顯的趨勢在發生。
第一個是高性價比和高性能的底層模型開始擁抱開源路徑。很多低代碼的開發軟體不斷橫空出世，很多開發者可以用成本極低且快速的方式生成 AI 應用，在這一塊就體現出來了門檻逐步地在降低。
第二個新趨勢是場景不斷地延伸。
所謂場景在延伸，我們發現大模型應用落地場景開始從最開始非常簡單高容錯的場景，逐步深入到復雜的低容錯場景，這個趨勢也是非常明确的。
第三個趨勢是，随着 Agent 技術的出現，有非常多企業開始通過 " 軟體 + 服務 " 的方式去服務客户。
這個領網域裏面看到原來大家更在乎我們只提供一個工具，現在不完全通過一個工具去解決客户的問題，而是通過 " 工具 + 服務 "，最後為結果負責。
很多企業從 " 原來的 License 購買 " 開始轉向為效果付費，越來越重視 ROI，這也能看到從最早的工具的延伸開始往 " 服務 + 工具 " 方向演進。
這塊一旦從傳統的工具市場變成了專業服務的市場，整個市場邊界發生非常大的變化，市場的潛力也會不斷地爆發出來。
我們能看到在大模型的應用趨勢中，Agent 出來以後，單一智能體開始變成多智能體，其實一個智能體可以把任務拆解成非常簡單的環節，你可以把一個簡單的任務通過一個 Agent 來完成。
但是當出現了一個復雜任務的時候，其實需要多智能體之間的協同，甚至每一個智能體在自己的專業領網域裏面有自己的擅長，相互協同以後會產生非常大的能量。
另外在模态層面上，我們也看到從傳統的單模态開始演進到多模态，甚至出現了非常多跨模态的應用。
尤其是随着底層模型跨模态能力不斷增強，跨模态的數據處理能力也日益凸顯。
AI 互動從文本對話向多模态的互動發展，這個發展也是在很多產品和應用中能夠看到這個趨勢。
我們也看到在大模型應用層面，有非常多的新的變化，最早大家做大模型應用的時候，都是在做輔助的決策，大模型無法完全自主決策。
但是随着底層模型不斷地演進，我們也看到了通過端到端產品的優化，已經開始有很多自主執行和決策的應用的出現。
這裏面也體現出來了未來的趨勢，大模型應用從輔助決策開始往自主決策方向演進，未來也堅信這個趨勢下還會湧現出更多的 AI 應用來解決用户現場使用過程中很多實際問題。
百度智能雲基于百度自研的 IaaS 層百舸 AI 異構計算平台和千帆大模型平台，進行了諸多嘗試，在兩個平台之上長出了非常多自己面對千行百業的應用。
我們把應用抽成兩個大類：
一部分是通用應用，面對的還是普适性可以标準化的不同行業裏的應用。
另外一方面是在行業應用裏面，深入到行業裏面以後，行業裏面有非常多 Know-How，基于這些行業 Know-How 產生出非常多行業應用。
今天我也從兩個方面去講一下，我們在這些趨勢下，以及在這些行業裏面深耕的階段性成果。
視覺智能在大模型時代迎來爆點
剛才也提過了，大模型演進裏面很大一部分是多模态的方向，我們很早也在多模态領網域裏做了大量的實踐和深耕。
能看到在小模型時代的時候，這種多模态的視覺的瑣碎的需求，有 95% 是沒有被滿足的。
如果做小模型的視覺的產品，會發現要投大量的工程師在裏面做各種算法優化，投入很大，周期很長，而且碎片化，泛化能力比較弱。
大模型時代，我們發現大小模型相結合，随着多模态技術不斷發展，模型底層精度不斷提升，泛化能力提升了以後，我們能看到整個 AI 視覺技能的生產成本，調優成本是顯著降低的，而且碎片化的需求是有非常大的可能性會被标準化的產品來滿足。
尤其是在很多企業生產過程中的标準化的工序裏面的安全合規視覺稽查是比較有空間能夠做到的。
我們也判斷，長期看，随着大模型底層模型不斷地優化，視覺智能化管理數字化的爆發，很快會在我們眼前發生。
百度智能雲一見是視覺領網域裏面的應用，也是我們投入了很多年在做的一款產品。
這個產品主要是基于大模型的技術重構了以後，我們幫助客户去實現針對多模态視覺場景裏面的自動調優，模型的準确率是可以做到 95% 的。
而且最大的特點是一句話，人機對話的一句話可以生成一個 AI 的視覺的技能，直接用在客户攝像頭，線上 SaaS 的方式直接下放到攝像頭裏，這個速度是以前私有化的模式非常難以想象的。
而且通過大小模型的結合，我們能發現，調優的成本，以及生產的成本是大幅降低的，這裏面也體現出來了在性價比層面上，在客户層面是要通過大模型技術的優化去解決客户場景中的痛點。
一見主要是三個大的場景。
一個是安全生產，有很多能源制造的客户在安全生產過程中有非常多的隐患的擔憂，我們沉澱了 800 多個安全的生產模型去幫助客户降低線上的巡檢、安全事故等。
二是連鎖合規，合規的需求，服務場景下面有非常多的服務的合規，包括後廚裏的餐飲安全，這裏面也有大量的視覺場景的需求。
三是品質管控，在生產的時候，我們有很多 SOP 标準的流程，每一個流程是不是符合工序流程，這一塊也落地了非常多的頭部企業，也能看到在應用了這些大模型的視覺技術以後，質檢的效率提升了 5-10 倍。
下面看一個視頻，來簡單地理解一見在場景中的應用。
百度智能雲的實踐案例
我們有非常多成功的案例在客户這裏應用，這裏舉了兩個例子。
第一個例子是在連鎖合規場景中，案例的結果在上面已經比較顯著地看到。
我講一個很實際的例子，我們現實中跟很多穿戴設備，尤其是跟一見的多模态的視覺平台綁定在一起的一些應用。
比如説我們跟一個比較大型的餐飲品牌合作，現在可以做到服務員的手上有手環，晚上 12 點的時候如果有客人進店，店面比較大了以後很難觀察到客户。
客户對攝像頭招一下手，通過一見的識别會通知服務員可以服務這位客户，對應的是不是有小孩、老人，有哪些注意事項。
這些現在通過多模态的識别技術，聯動雲邊端和智能設備 IoT 設備的聯動，可以把整個餐飲的連鎖打造得越來越智能，對于大型連鎖的餐飲機構和商店的場景下是非常實用的。
另外一個是風電場景下也有一些合作。
有很多大型的集團有大量的風機在外面，風機的巡檢，以及人員檢查風機的時候有非常多安全注意事項，比如穿戴設備是否合規，出倉是否符合安全的要求等，整個視覺技術可以做到及時預警通報。
原來是小時級才能通報，現在分鍾級就能通知到，管理過程是要更加注意的，整個巡檢效率也提升了非常多。這一塊是在安全層面上，一見在安全和服務合規上做了非常多的嘗試和探索。
大模型應用邊界不斷拓展
在通用型的應用之後，我們也發現大模型的應用在行業裏面是有非常多的變化，以及很多場景的結合。
尤其是我們能看到，在醫療領網域裏，整個變化是非常大的，從行業深耕裏面可以深耕的非常細。
我們可以看到醫療這個行業裏，每次 AI 技術來了以後，醫療都是先行者，滲透了非常多環節，包括像臨床、管理、科研、制藥、AI 手術機器人、患者管理等，非常多的場景和領網域，現在都能看到已經被大模型的技術開始應用且創新產生結果。
百度本身也是依賴自己的 AI 技術，以及全棧式的 AI 布局，我們在自研的靈醫大模型基礎上，跟很多醫院嘗試了非常多的合作，今天跟大家講我們做了哪些合作，希望跟大家有些共同的探讨。
在過往的時間裏，其實合作了有将近 500 家的醫院，包括很多機構。
在大模型的應用過程中，我們也可以看出來，整個大模型的應用，從醫療這個領網域裏，從輔助決策開始往自動執行的領網域裏的演進。
我們講一個案例，北大國際醫院是我們非常緊密的合作夥伴，我們在醫療這個領網域做了非常深度的應用，包括智能病歷的輔助生成，智能輔助推薦，包括醫療知識的簡報。
整個這些功能上線了以後，我們能看到整個病歷的質量提升了 60%，而且臨床科室的使用比例從 30% 提升到了 95%，也能看到大模型的應用在幫助醫生更好地做醫療的輔助工作。
後面看一個視頻，具體看一下這些功能是長什麼樣子的，以及具體怎麼應用的。
其實随着整個大模型技術的不斷演進，我們也看到應用在各個行業裏面發生了非常多的化學反應，這些也離不開各界的產業人士大家一起共同的努力。
我們也期待在未來有更多的機會去攜手跟大家共同在大模型應用落地的領網域裏有很多新的嘗試，把整個生态做得更加繁榮。
感謝各位！
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
點亮星标
科技前沿進展每日見
