今天小编分享的科学经验：腾讯云祭出行业大模型平台：鹅厂开搞「量体裁衣」，花小成本用大模型，欢迎阅读。
大模型浪潮，鹅厂给出了第一波明确回应。
昨天，腾讯云带着行业大模型平台，掀开腾讯大模型战略的一角。
切入方向十分明确——服务产业界。
在腾讯云举办的行业大模型及智能应用技术峰会上，所有疑问和好奇，都在现场演示中有了解答。
该行业大模型平台，技术底座来自腾讯全栈能力，提供高性能计算集群 HCC、高性能网络、向量数据库等基础设施。
依托腾讯云 TI 平台，将能力对外输出，向产业界用户提供 MaaS（Model as a service）服务。
平台的能力，已同步支持腾讯自家业务，如腾讯会议、腾讯企点等。
当下，ChatGPT 方兴未艾，面对转瞬即逝的机会，没有哪家云厂商能坐视不理，腾讯云自然也不例外。
在这场异常激烈的竞争中，腾讯云的策略是什么？背后动因如何？又有哪些亮点值得关注？
腾讯云行业大模型平台是什么？
要回答上述问题，就要先感知腾讯云行业大模型平台的庐山真面目。
腾讯云行业大模型平台，顾名思义，功能是以不同产业需求场景出发，提供 MaaS 一站式服务，让千行百业使用大模型的门槛往低了降。
这是腾讯云在围绕行业大模型平台的快速布局中，从一开始就有的精准目标：解决千行百业 " 想用大模型而用不上 " 这个痛点。
也是无数行业在大模型时代的焦虑来源。
毕竟面对大模型贪婪汲取的算力，企业和机构或缺乏，或根本没有，无法进行训练和推理，不得不将求助的目光投向云厂商。而打造一个大模型所需的数据，需要进行搜集、整理、清晰洗、标注等层层加工，繁杂的步骤和专业需求无疑是雪上加霜。
再者说，为确保业务使用的效果和可持续性，自研大模型的成本对企业和机构来说已是天文数字，更别提难以迈出的第一步——计算资源、网络带宽、安全性等方面的经验和人才，都不是各个行业本身所擅长的。
于是引出腾讯云为行业大模型平台提出的基本理念：量体裁衣、普惠适用。
换一句更好理解的通俗说法，腾讯云想做和正在做的事，是把大模型能力放在一个平台上向外花式输出。需要大模型提供支持的行业面对腾讯云行业大模型平台时，就像在面对一个货架摆满、品类丰富的精选商店。
按需挑选，需要什么，就拿什么。
活动现场，腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声进行了实时演示，以证明 " 量体裁衣 " 后的模型对拥有不同场景的企业来说更加好用。
端午节小长假在即，吴运声抛出了一个很贴生活的问题，让大模型规划行程，要求是：
我和孩子都是历史人文爱好者，端午想去上海周边，预算在 5000 以内，最好每天去 2 个不同的景点玩。
通用大模型很快给出了 3 天假期的大致规划。
感受下来，能为出行做大方向的参考，但相对简略，不是最理想的保姆级出行指南。
于是，吴运声加入了一些旅游相关的行业场景数据，给模型喂了 2 个江浙沪旅游攻略，及 1 份苏州旅游攻略。
而后面对同样的提问，大模型给出的端午旅游规划就细致了许多，不仅有每天的旅程安排，还含有旅游景点的相关简介。
如果接入旅游领網域企业用户的 API 呢？
除了出行的交通方式和景点安排，所涉及景点的实时票价，提问人也能及时在大模型规划的行程中获得了。
而且此模式（腾讯云称之为 " 大模型精调 "）中，大模型还开启了上网检索功能，查询酒店特色、房价等消息是小菜一碟。
能够感知到，此时的大模型给出的建议服务更加人性化，" 实现了服务到商业的闭环 "。
现场演示仅针对旅游行业一家而言，但这样的需求并不局限在旅游场景中。
针对差异化需求应运而生后，所有有使用大模型需求的行业伸出一只援手。
如腾讯集团高级执行副总裁云与智慧产业事业群 CEO汤道生所说，实际生活中，腾讯云行业大模型平台已经把产业场景当作了大模型的最佳练兵场。
目前，腾讯云行业大模型平台已经涵盖金融、传媒、文旅、政务、教育等 10 多个行业场景，提供 50+ 大模型解决方案。
所以具体来看，腾讯云提出的行业大模型平台，将如何帮助他们解决面临的这些问题？
输出自家沉淀能力
总体来看，腾讯云构建行业大模型平台的思路，是尽可能提供更加底层强大、覆盖全面、落地便捷的能力。
而且诚意满满，一次性掏出了腾讯云及腾讯积累多年的技术能力、工程经验及创新成果，并已率先在自家业务上落地应用。
技术方面，腾讯云行业大模型平台的亮点可分为三部分：
模型层面
平台工具
流程方法、配套裝务、安全保障
首先来看底层模型，这也是大模型平台的核心。
腾讯云 TI 平台支持企业用户直接结合自身场景数据按需定制精调模型，或者按照所需开展多模型训练任务，让企业用户能更加灵活地调用大模型能力。
平台上内置了多个行业大模型，可以满足金融、传媒、文旅、政务、教育等领網域的需求。
在模型层的具体能力上，腾讯云 TI 平台还在降本增效和简单易用上提出了四大亮点：
第一是低成本训练和推理，这也是企业用户在使用大模型时首要关心的事。腾讯云 TI 平台实现了在少量算力基础上，可提升特定任务的效果；并选择专注产业场景，降低训练成本、缩短训练周期。
第二是无需配置对话 + 支持 API 调用。快速接入调用产业用户 API 接口，能够端到端高质量完成多轮服务。
第三是高效触达网络知识。这也是大模型的发展趋势，如 ChatGPT 已经推出联网插件，回答体验立马提升。腾讯云 TI 平台通过搜索引擎获取网络知识，更广泛和实时的信息，能有效提高回答的多样性和相关性。
第四是高时效、快速更新。目前阶段大模型能获取和理解多少信息，会直接影响它的表现。在这方面，腾讯云建立了实时更新的大模型向量数据库，让大模型阅读理解的长度从 2k 字增长到 8k，翻了 4 倍。
其次来看平台工具方面。
TI-ONE 平台提供了完善的大模型工具链，覆盖数据标注、训练、评估、测试和部署等。同时具备多机多卡训练加速能力，能快速进行一站式大模型微调。
△腾讯云 TI 平台行业大模型精调解决方案流程图
在算力方面，腾讯云今年 4 月发布了面向大模型训练的新一代 HCC（High-Performance Computing Cluster）高性能计算集群，具备 3.2Tbps 业界最高互联网带宽，算力性能提升 3 倍。
它采用最新一代腾讯云星海自研伺服器，结合多层加速的高性能存储系统，加上高带宽、低延迟的网络传输。
数据方面，上面提到的实时更新腾讯云向量数据库（Tecent Cloud Vector DB），是腾讯自研、基于内部多年运营积累的分布式向量数据库，已经过腾讯海量业务场景验证，日均处理向量检索千亿次，支持标量 + 向量的混合检索，具有高性能、大容量等特点，支持全内存索引。
与此同时，TI-ONE 平台还提供了多个单点工具。
TI-ONE 训练平台是为 AI 工程师打造的一站式机器学习平台，提供从数据接入、模型训练、模型管理到模型服务的全流程开发支持，内置多种训练方式和算法框架。
TI-DataTruth 数据标注平台面向 AI 数据服务商提供数据标注作业、数据众包管理、场景数据挖掘等智能数据生产服务。
TI-Matrix 应用平台支持快速接入各种数据、算法和智能设备，并提供可视化编排工具，进行模型服务和资源的管理及调度，进一步通过 AI 服务组建集成和标准化接口开放，降低 AI 应用开发成本。
值得一提的是，腾讯云 TI-ACC 更新为太极 Angel，能提供更强大的训练和推理加速能力。通过异步调度优化、显存优化、计算优化等方式，相较于行业常用方案提升 30%+。
此外，基于腾讯云 IaaS 层产品服务（计算集群、对象存储、网络加速等），可支持丰富的训练需求和推理应用场景。
腾讯云还联合中国信通院、客户，共建了行业大模型的标准体系及能力架构。包括 1 套 ILMOps 方法论、60+ 的能力建设指标、覆盖主观和客观的能力要求、细化超过 200+ 能力验证指标。覆盖金融、政务、传媒、教育、文旅等各大行业，涵盖模型行业能力、模型工程化性能、模型算力网络、模型安全可靠等方面。
最后，腾讯云行业大模型平台还提供了一系列成熟的配套裝务。
提供行业大模型全生命周期一体化的完整方法论，覆盖 " 模型选型 - 训练共建 - 部署应用 " 全流程，包括 " 业务分析 - 数据分析 - 数据清洗 - 数据标注 - 大模型选择 - 训练加速 - 模型评测 - 应用落地 " 等，同时支持 MLOps 的体系及工具，保障需求顺利交付。
在配套裝务方面，腾讯云提供本地化的训练、落地及陪跑优化服务；针对客户需求，提供私有化部署、公有云托管、混合云部署等灵活部署方案。
安全方面，腾讯云在问题侧、模型侧、答案侧三个层面进行敏感信息的过滤和规避，让最终的答案符合安全、规范的要求。同时，依托腾讯二十余年的安全经验和天御风控能力，提供 AIGC 全链路内容合规解决方案，确保大模型可信、可靠、可用。
那么，平台能力如此强大，实际能够带来怎样的效果？
这可以从腾讯自家的业务看起。如腾讯会议的 AI 会议助手、腾讯云 AI 代码助手、腾讯企点新一代智能客服等，都在基于这一次底层平台能力进行加速开发。
据介绍，腾讯会议 · AI 会议助手将能够基于简单的文本指令，基于对会议内容的理解，快速提取信息、分析内容等，并且能自动生成智能总结。
腾讯云新一代 AI 代码助手将支持多种编程语言、主流开发框架和常用 IDE。具备代码补全、生成单元测试、代码纠错等能力，加速程式员日常开发。其能力将覆盖沟通、编码、评审等关节环节。
腾讯企点的新一代智能客服在接入行业大模型平台能力后，将覆盖单轮知识问答、复杂知识问答、业务办理等核心场景，从冷启动 7 天以上更新至分钟级 / 小时级启动，准确率提升 30%。
当然，腾讯云大模型平台的能力已经向外输出。
比如在金融客服场景，基于腾讯云金融行业大模型能力，客户结合自身场景数据 + 腾讯云 TI 平台精调实现，构建了专属的金融客服大模型，并进行私有化部署。
在银行投资、财富管理、绿色金融等业务方面，提供智能咨询、辅助分析、决策等服务。
再比如多年下来积累了海量的音视频、图片、文稿等信息资源的领網域——传媒。
央视就已经基于腾讯云智能媒体 AI 中台，部署 TI 平台原生模型服务，打造 AI 开放平台，通过引入自研 " 标签权重引擎 "，让内容标签颗粒度更细、理解度更深、泛化性更高。
进一步的，结合传媒行业需要，重新构建了细分场景的标签体系，包括新闻、综艺、融媒体、影视剧等；同时通过跨模态的文本 - 影像理解模型，实现跨模态检索。
总之，腾讯云行业大模型平台，是有充分准备而来。
为什么做行业大模型平台？
ChatGPT 掀起新一轮 AI 浪潮后，各方势力抢滩登陆。
但在一场新的技术革命周期下，一味求快显然不是上上策，明确身位后精准出击，更容易站上潮头。
所以，腾讯云亮出了在大模型热潮下的第一张牌：基于腾讯云 TI 平台打造模型精选商店，提供 MaaS 一站式服务，以 " 产业助手 " 的身份向外输出大模型能力。
为什么瞄准这一身位？
从外到内，有两方面因素驱动。
一方面是外因，也是直接原因：行业亟需 MaaS 服务。
很长一段时间以来，大模型都被认为只有科技巨头、大厂才能玩得起。因为它对算力、算法都提出极高要求，不仅烧钱而且需要顶尖技术团队开发维护。
但大模型的好处有目共睹，它强大的泛化能力可以解决行业应用场景碎片化、AI" 手工作坊式 " 开发等问题，能推动企业更快完成智能化更新、降本增效。
加之如今新趋势到来，各行各业都开始意识到，如果不搭上 AI 这班快车，就有被时代淘汰的风险。
由此，MaaS 服务被推至台前。
另一方面是受到腾讯自身的影响。
一直以来，腾讯在产业互联网中的定位都是做产业的 "数字化助手"，腾讯云智能则是实现这一目标的重要抓手。
具体技术能力上，AI 方面，腾讯在 AI 大模型领網域有多年积累。内部腾讯优图实验室、腾讯 AI Lab 等都是产业内 " 明星 " 实验室，在 NLP、CV 等热门领網域已积累丰富的学术成果和产业落地经验。
云能力上，腾讯云是中国云市场的头部厂商之一，提供混合云服务。
基于腾讯全栈能力，腾讯云智能目前形成了四级加速框架，为产业输出从底层算力支撑到 AI 开发平台、到 AI 产品解决方案、再到顶层数智化转型方法的四级全链条服务，覆盖金融、教育、工业、传媒、交通等领網域。
由此也就不难理解，为何腾讯云要推出行业大模型平台，并选择在此时此刻登场亮相。
当下，ChatGPT 扇动翅膀，引发的 AI 龙卷风正在快速席卷各行各业，势不可挡。
正如互联网浪潮对工业、电子商务、媒体、传播等领網域的重塑与变革，最新一轮 AI 趋势也势必会颠覆众多行业领網域的运作方式、推动智能化更新更快发生。
AI 行业、云厂商等身处变革风暴核心，肩负推动技术更快向外圈辐射、影响千行百业的使命，如今已最先起跑，合力拉开变革的序幕。
接下来还会有哪些行业紧跟趋势，还不确定，值得期待。
而可以确定的是，以大模型、AI 为圆点，这场变革辐射圈的半径，还在加速扩展。
— 完 —
点这里关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
>
