2024年生成式人工智能應(yīng)用與實踐展望

金磚國家工商理事會中方數(shù)字經(jīng)濟(jì)工作組生成式人工智能應(yīng)用與實踐展望聯(lián)通研究院1聯(lián)通國際公司·2024年9月生成式人工智能應(yīng)用與實踐展望版權(quán)聲明本報告版權(quán)屬于聯(lián)合網(wǎng)絡(luò)通信有限公司研究院，并受法律保護(hù)。轉(zhuǎn)載、摘編或利用其他方式使用本報告文字或者觀點(diǎn)的，應(yīng)注明“來源：聯(lián)通研究院”。違反上述聲明者，本院將追究其相關(guān)法律責(zé)任。目錄(一)生成式人工智能開辟數(shù)字經(jīng)濟(jì)發(fā)展新空間— —4(二)全球生成式人工智能市場前景廣闊— —6(三)在生成式人工智能領(lǐng)域加速突破— —11二、生成式人工智能產(chǎn)業(yè)發(fā)展前瞻—-15(一)基礎(chǔ)設(shè)施層：智算設(shè)施將是產(chǎn)業(yè)發(fā)展的基石— —16(二)模型層：大模型商業(yè)模式將逐漸貼近一線用戶——19(三)應(yīng)用層：內(nèi)容、場景、生態(tài)將是應(yīng)用發(fā)展關(guān)鍵——21三、生成式人工智能的典型實踐與應(yīng)用— —23(一)生成式人工智能深入生活場景，重塑智能生活新篇章——24(二)生成式人工智能推動行業(yè)變革，引領(lǐng)轉(zhuǎn)型升級新潮流——37四、探索“生成式人工智能”未來發(fā)展新路徑—………………—58(一)重點(diǎn)布局算力平臺，建立算力合作協(xié)同機(jī)制—…………—59(二)優(yōu)化高質(zhì)量數(shù)據(jù)供給，促進(jìn)數(shù)據(jù)開放與共享—…………—60(三)加大基礎(chǔ)大模型投入，聯(lián)合打造行業(yè)大模型—…………—61(四)布局內(nèi)容與生態(tài)，以應(yīng)用帶動整體能力發(fā)展—…………—62(五)實施包容審慎的監(jiān)管，推動國際合作與創(chuàng)新—…………—631生成式人工智能(GenerativeAl)是一種基于學(xué)習(xí)大規(guī)模數(shù)據(jù)集生成新的原創(chuàng)內(nèi)容的新型人工智能，其通過大量學(xué)習(xí)數(shù)據(jù)或語料庫，代碼等內(nèi)容。生成式人工智能逐漸成為科技行業(yè)的焦點(diǎn)，重塑著各行各業(yè)的未來，在全球范圍內(nèi)引領(lǐng)一場深刻的產(chǎn)業(yè)革新浪潮，為乃本白皮書聚焦生成式人工智能產(chǎn)業(yè)發(fā)展前瞻趨勢，深度洞察在生成式人工領(lǐng)域的應(yīng)用與實踐。在應(yīng)用方面，白皮書將從居民生活場景和行業(yè)應(yīng)用場景兩個維度，精選典型實踐經(jīng)驗進(jìn)行介紹。在居民生活場景中，分析日常、辦公、娛樂等細(xì)分場景需求，探索如何發(fā)展成效、應(yīng)用經(jīng)驗。希望在生成式人工智能行業(yè)應(yīng)用的探索和探索新的發(fā)展模式，讓數(shù)字文明造福各國人民，推動構(gòu)建人類命運(yùn)共生成式人工智能應(yīng)用與實踐展望聯(lián)合網(wǎng)絡(luò)通信有限公司研究院、聯(lián)通國際有限公司專家指導(dǎo)委員會：陳輝金磚國家未來網(wǎng)絡(luò)研究院(·深圳)院長張立仁金磚國家未來網(wǎng)絡(luò)研究院(·深圳)副院長李根量子位智庫總編輯編寫組主要成員：余東海、張雅文參與單位：金磚國家未來網(wǎng)絡(luò)研究院分院量子位智庫百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司騰訊云計算(北京)有限責(zé)任公司北京智譜華章科技有限公司商湯科技智能產(chǎn)業(yè)研究院科大訊飛股份有限公司北京月之暗面科技有限公司出門問問信息科技有限公司北京愛詩科技有限公司上海稀宇科技有限公司移動研究院北京金山辦公軟件股份有限公司生成式人工智能應(yīng)用與實踐展望參與人員(排名不分先后):數(shù)字生命卡茲克(張仁杰)、李董、張全文、尹銳哲、周瑩、張晉、任志國、張之遠(yuǎn)、謝奇芳、劉亮、田豐、王波、李健楠、劉曉娟、生成式人工智能應(yīng)用與實踐展望一、生成式人工智能發(fā)展迎來爆發(fā)期生成式人工智能的爆發(fā)式增長為數(shù)字經(jīng)濟(jì)的繁榮奠定生成式人工智能以內(nèi)容生產(chǎn)模式變革催動生產(chǎn)力革新，引領(lǐng)數(shù)實融合浪潮下的產(chǎn)業(yè)變革，激活數(shù)據(jù)要素潛能，拓展數(shù)實融合空間，促進(jìn)數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)的深度融合，改善實體經(jīng)濟(jì)對于數(shù)據(jù)資源的應(yīng)用模式與利用效率，推動實體經(jīng)濟(jì)實現(xiàn)數(shù)智化轉(zhuǎn)型，保障了數(shù)字經(jīng)濟(jì)運(yùn)行工業(yè)的新動能。生成式人工智能的價值賦能將主要作用于工業(yè)和服務(wù)業(yè)，農(nóng)業(yè)由于是勞動力密集型行業(yè)，以人工程式化作業(yè)為主，與生成1.生成式人工智能引領(lǐng)產(chǎn)業(yè)數(shù)字化創(chuàng)新革命生成式人工智能在研發(fā)設(shè)計、生產(chǎn)制造、運(yùn)營管理等環(huán)節(jié)發(fā)揮重預(yù)測設(shè)備故障，提高效率和降低成本。此外，生成式人工智能還通過提供實時數(shù)據(jù)分析，提升供應(yīng)鏈的透明度和響應(yīng)速度。作為工業(yè)4.0和智能制造發(fā)展的核心驅(qū)動力，生成式人工智能為工業(yè)創(chuàng)新和轉(zhuǎn)型帶生成式人工智能以個性化服務(wù)、優(yōu)化客戶體驗和提高運(yùn)營效率的方式，全面提升了服務(wù)業(yè)的面貌。在客戶服務(wù)領(lǐng)域，生成式人工智能1來源：《通用人工智能的曙光——生成式人工智能技術(shù)的產(chǎn)業(yè)影響》羅蘭貝格生成式人工智能應(yīng)用與實踐展望通過自然語言處理和機(jī)器學(xué)習(xí)，實現(xiàn)全天候智能客服和個性化聊天機(jī)器人，快速響應(yīng)客戶需求，提升客戶滿意度。在金融、教育、醫(yī)療等個性化學(xué)習(xí)計劃和健康管理方案等。生成式人工智能正推動服務(wù)業(yè)數(shù)2.生成式人工智能推動數(shù)字產(chǎn)業(yè)迭代升級著生成式人工智能應(yīng)用的增多，對計算資源的需求也在不斷攀升，這促使云計算服務(wù)提供商不斷提升其基礎(chǔ)和服務(wù)能力，以滿足高性能計算的需求。生成式人工智能在云平臺上的部署和應(yīng)用，使企業(yè)可以按需獲取計算資源，有效降低硬件投資成本，進(jìn)一步促進(jìn)了云計算市場生成式人工智能驅(qū)動了大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展和成熟。生成式人工智能利用高效算法和自動化能力，在數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注和數(shù)據(jù)分析等關(guān)鍵環(huán)節(jié)實現(xiàn)了質(zhì)的飛躍，極大提升數(shù)據(jù)處理的效率，降低數(shù)據(jù)處理的成本。生成式人工智能還通過對大數(shù)據(jù)的創(chuàng)新應(yīng)用，開發(fā)出新的商3.生成式人工智能助力社會數(shù)字化治理生成式人工智能推動數(shù)字政府服務(wù)發(fā)展建設(shè)。生成式人工智能技術(shù)的廣泛應(yīng)用有效促進(jìn)自動化政府服務(wù)平臺建設(shè)，提高人機(jī)交互效率及體驗，為智慧城市與智慧鄉(xiāng)村的建設(shè)提供了強(qiáng)大支持。此外，生成式人工智能還助力完善了數(shù)字信息基礎(chǔ)設(shè)施，讓科技進(jìn)步真正惠及廣生成式人工智能應(yīng)用與實踐展望生成式人工智能助力完善多方協(xié)同治理體系。生成式人工智能技術(shù)要求在數(shù)據(jù)訓(xùn)練、設(shè)計、生成等各個環(huán)節(jié)中都必須遵守合規(guī)性、保障數(shù)據(jù)安全和用戶隱私，從而有效促使行業(yè)協(xié)會和社會各界積極參與人工智能技術(shù)管理規(guī)范的制定，實現(xiàn)多方協(xié)同治理。這不僅為人工智生成式人工智能提升數(shù)據(jù)要素價值和利用率。生成式人工智能時通過訓(xùn)練數(shù)據(jù)自動化生成新內(nèi)容，將現(xiàn)有數(shù)據(jù)資源高效轉(zhuǎn)化為有價值的信息，為用戶和企業(yè)創(chuàng)造全新的價值增長點(diǎn)。生成式人工智能還加速推動數(shù)據(jù)治理體系的完善，企業(yè)通過建立完善的數(shù)據(jù)治理體系和嚴(yán)格的管控策略，確保數(shù)據(jù)在其整個生命周期中滿足數(shù)據(jù)安全和合規(guī)性據(jù)彭博行業(yè)研究相關(guān)報告，2022年全球生成式人工智能市場整體收入為400億美元，預(yù)計到2032年將超過1.3萬億美元，2022到2032年十年間的復(fù)合增長率高達(dá)42%。生成式人工智能重塑了傳統(tǒng)的內(nèi)容生產(chǎn)和獲取方式，簡化了知識獲取和創(chuàng)作的難度，激發(fā)了數(shù)字2020-2032年全球生成式人工智能應(yīng)用規(guī)模(單位：億美元)(單位：億美元)21702020202120222023202420252026202720282029203020312032圖1:2020-2032全球生成式人工智能應(yīng)用規(guī)模1.從決策式人工智能到生成式人工智能，人工智能領(lǐng)域?qū)崿F(xiàn)跨越式發(fā)展人工智能的發(fā)展可以劃分為兩大主要階段，以2012年為顯著的分界點(diǎn)。在2012年之前，是決策式人工智能的時代，這一階段的人工智能技術(shù)側(cè)重于分析數(shù)據(jù)中的條件概率分布，從而進(jìn)行決策、分析和預(yù)測。自2012年起，生成式人工智能迅速嶄露頭角，成為人工智能領(lǐng)域的重要分支，基于大模型、大算力、訓(xùn)練方法等多方面技術(shù)突破，生成式人工智能實現(xiàn)了高質(zhì)量、高效率、多樣化的內(nèi)容生產(chǎn)，其生成的內(nèi)容形式豐富多樣，包括文本、圖片、音頻和視頻等多種格式。生成式人工智能行業(yè)發(fā)展歷程··1950年，”圖靈測試"引·發(fā)機(jī)器產(chǎn)生智能探討··1956年，人工智能作為一門獨(dú)立學(xué)科正式誕生2012年至今生成式Al急速發(fā)展·1986年，反向傳播訓(xùn)練算法成為神經(jīng)網(wǎng)絡(luò)研究的里程碑·1994年，美國明尼蘇達(dá)大學(xué)推出首個自動化推薦系統(tǒng)GroupLens2017年，提出transformer神經(jīng)網(wǎng)絡(luò)架構(gòu)2018年，OpenAI推出第一代生成式預(yù)訓(xùn)練模型GPT-1,為后續(xù)更加先進(jìn)的預(yù)訓(xùn)練語言模型的發(fā)展奠定了基礎(chǔ)物體識別技術(shù)取得了顯著進(jìn)展，自動駕駛技術(shù)逐步發(fā)展·2022年，ChatGPT、Dall-E2等生成式Al應(yīng)用不斷涌現(xiàn)，生成式人工智能呈現(xiàn)多模態(tài)融合發(fā)展趨勢2014年，生成對抗網(wǎng)絡(luò)GAN技術(shù)興起，標(biāo)志著人工智能領(lǐng)域在復(fù)雜數(shù)據(jù)生成和模擬方面取得了重大突破在益智節(jié)目中打敗人類，展示了人工智能技術(shù)的巨大潛力2011年以前決策式/分布式AI時代圖2:人工智能技術(shù)應(yīng)用發(fā)展階段生成式人工智能應(yīng)用與實踐展望具體來看，全球范圍內(nèi)人工智能的發(fā)展歷程主要經(jīng)歷了四個階段，第一階段是早期萌芽階段(1950年代至1980年代),該階段主要為出了著名的“圖靈測試”,引發(fā)了機(jī)器產(chǎn)生智能的探討。1956年的第一次人工智能研討會正式宣告人工智能領(lǐng)域的誕生。第二階段是技術(shù)積淀階段(1980年代至2010年),人工智能研究和應(yīng)用逐漸深入，的里程碑。2006年深度學(xué)習(xí)技術(shù)的興起引領(lǐng)了人工智能技術(shù)的新浪潮。第三階段是快速發(fā)展階段(2011年至2016年),人工智能技術(shù)的實際應(yīng)用和影響力開始迅速擴(kuò)大。2014年對抗式神經(jīng)網(wǎng)絡(luò)(GAN)技術(shù)的提出以及2015年谷歌的AlphaGo機(jī)器人戰(zhàn)勝圍棋世界冠軍，不僅展示了人工智能在特定領(lǐng)域超越人類的能力，也推動了人工智能技術(shù)的廣泛關(guān)注和研究。第四階段是爆發(fā)階段(2017年至今),2017年Transformer架構(gòu)的提出標(biāo)志著人工智能進(jìn)入了大模型時代。2022年被認(rèn)為是“生成式人工智能元年”,隨著ChatGPT、Dall-E2、Midjourney、StableDiffusion等生成式AI應(yīng)用的興起，人工智能在美國生成式人工智能發(fā)展戰(zhàn)略布局呈現(xiàn)出穩(wěn)定行政治理為先，軟法約束為主。在生成式人工智能的發(fā)展與治理兩方面，美國政府始終堅持發(fā)展戰(zhàn)略的穩(wěn)定性和治理策略的漸進(jìn)性，旨在實現(xiàn)生成式人工智能領(lǐng)域的長遠(yuǎn)發(fā)展和有效管理。2023年10月美國生成式人工智能應(yīng)用與實踐展望政府推出首部關(guān)于生成式人工智能的監(jiān)管規(guī)定，標(biāo)志著美國在生成式人工智能領(lǐng)域從過去以觀望和探索為主，向積極的引導(dǎo)和規(guī)范方向轉(zhuǎn)卓越的創(chuàng)新能力、雄厚的資本支持。美國擁有眾多全球領(lǐng)先的人工智能技術(shù)供應(yīng)商和模型開發(fā)商，如英偉達(dá)等基礎(chǔ)層技術(shù)供應(yīng)商通過不斷OpenAl等模型開發(fā)商通過開發(fā)先進(jìn)的生成式人工智能模型，推動了AI技術(shù)在各個領(lǐng)域的廣泛應(yīng)用。此外，美國生成式Al企業(yè)獲得了資本美國初創(chuàng)公司獨(dú)攬89%的資金份額，這一資本優(yōu)勢為美國在該領(lǐng)域的美國政府致力于推動數(shù)據(jù)開放，以增強(qiáng)生成式人工智能大模型2024年1月美國政府啟動了一項為期六年的國家人工智能研究資源(NAIRR)計劃，旨在為美國研究人員和教育工作者提供更豐富的算聯(lián)邦政府通過建立數(shù)據(jù)資源服務(wù)平臺，整合了來自政府與社會各界的開源數(shù)據(jù)資源，建立統(tǒng)一的數(shù)據(jù)匯聚標(biāo)準(zhǔn)，規(guī)范數(shù)據(jù)描述格式，促進(jìn)不同來源和類型數(shù)據(jù)的有效融合，為生成式AI大模型的優(yōu)化和迭代提供支持。生成式人工智能應(yīng)用與實踐展望歐盟注重生成式人工智能的合規(guī)應(yīng)用，著重強(qiáng)調(diào)數(shù)據(jù)安全和用戶部署和利用生成式人工智能系統(tǒng)以提供公共服務(wù)，但同時必須要注重發(fā)布了《生成式人工智能與EUDPR》2指南，這是首份適用于歐盟機(jī)構(gòu)的人工智能與數(shù)據(jù)安全指南，為歐盟機(jī)構(gòu)負(fù)責(zé)任地使用生成智能系統(tǒng)提供了重要參考，指南重點(diǎn)強(qiáng)調(diào)數(shù)據(jù)最小化、數(shù)據(jù)準(zhǔn)確性和數(shù)據(jù)安全性等原則，并突出了透明度、問責(zé)性以及在整個人工智能系英國充分挖掘生成式人工智能潛力，推動生成式人工智能在教育領(lǐng)域的創(chuàng)新發(fā)展。2024年2月，英國教育部發(fā)布《教育中的生成式人工智能》報告，積極倡導(dǎo)在創(chuàng)建教學(xué)資源、輔助學(xué)生學(xué)習(xí)等教育實踐中廣泛應(yīng)用生成式AI技術(shù)，旨在提高教學(xué)效率和教包括學(xué)術(shù)不端行為的風(fēng)險、數(shù)據(jù)安全和隱私問題、技術(shù)對教育公平性的潛在影響等，強(qiáng)調(diào)必須通過制定相關(guān)政策、加強(qiáng)教育部門的監(jiān)管以及合理應(yīng)用技術(shù)等措施，確保生成式2023年8月，谷歌在印度推出生成式人工智能搜索服務(wù)SGE,這項服務(wù)不僅提供傳統(tǒng)的搜索結(jié)果鏈接，還通過智能整合向用戶展示更為全面和直觀的答案。同年9月，印度IT服務(wù)公司印孚瑟斯宣布與2注：EUDPR指的是《歐盟2018/1725號條例》微軟合作開展生成式人工智能項目，結(jié)合雙方各自的人工智能技術(shù)優(yōu)勢，共同開發(fā)行業(yè)領(lǐng)先的解決方案。2024年4月，印孚瑟斯進(jìn)一步擴(kuò)大了與美國芯片巨頭英特爾的戰(zhàn)略合作，采用基于英特爾技術(shù)的解決方案，助力客戶將生成式人工智能技術(shù)融入其業(yè)務(wù)流程，推動業(yè)務(wù)優(yōu)化和創(chuàng)新發(fā)展。(三)在生成式人工智能領(lǐng)域加速突破目前，的生成式人工智能市場規(guī)模正在不斷擴(kuò)大，根據(jù)艾瑞咨詢預(yù)測，2023年生成式人工智能產(chǎn)業(yè)規(guī)模約為143億元，預(yù)計到2028年生成式人工智能產(chǎn)業(yè)規(guī)模將達(dá)到7202億元，生成式人工智能產(chǎn)業(yè)生態(tài)日益穩(wěn)固，完成重點(diǎn)領(lǐng)域、關(guān)鍵場景的技術(shù)價值兌現(xiàn)，逐步建立完善模型即服務(wù)產(chǎn)業(yè)生態(tài)，2030年生成式人工智能產(chǎn)業(yè)規(guī)模有望突破萬億元大關(guān)。(單位：億人民幣)(單位：億人民幣)469.9%Q4759259320222023e2024e2025e2026e2027e2028e2029e2030e51.3%圖3:2020-2030年生成式人工智能產(chǎn)業(yè)規(guī)模(來源：艾瑞咨詢)相較于國際人工智能的發(fā)展歷程，人工智能產(chǎn)業(yè)起步較晚，最早可以追溯到1978年。隨著互聯(lián)網(wǎng)的快速發(fā)展和技術(shù)的迭代更新，人工智能產(chǎn)業(yè)在過去近四十年間經(jīng)歷了從初步探索到加速成長，再到快速發(fā)展的多個階段。自2022年以來，隨著一系列國產(chǎn)大模型的推出，正式邁入生成式人工智能的黃金發(fā)展期，展現(xiàn)出前所未有的活力和潛力。生成式人工智能行業(yè)發(fā)展歷程生成式人工智能行業(yè)發(fā)展歷程·人工智能相關(guān)產(chǎn)業(yè)發(fā)展上升為國家戰(zhàn)略，人工智能行業(yè)進(jìn)入政策驅(qū)動期·人工智能初步開啟商業(yè)化模式，生成式人工智能規(guī)?；l(fā)展快速發(fā)展期2016年-20212022年至今爆發(fā)增長期·生成式人工智能迎來爆發(fā)期，越來越多的國產(chǎn)大模型孕育而生·企業(yè)愈發(fā)注重人工智能商業(yè)化落地，商業(yè)化落地場景更加豐富·百度、騰訊、阿里等互聯(lián)網(wǎng)企業(yè)·互聯(lián)網(wǎng)行業(yè)的迅猛發(fā)展，機(jī)器學(xué)習(xí)、知識圖譜等前沿技術(shù)被廣泛應(yīng)用到人工智能領(lǐng)域中初步探索期2001-2012年2013-2015年加速成長期·大數(shù)據(jù)、云計算、Al芯片普及，為人工智能提供強(qiáng)大技術(shù)支持·人工智能算力規(guī)模擴(kuò)大，技術(shù)逐漸成熟，互聯(lián)網(wǎng)巨頭加大布局人工智能產(chǎn)業(yè)1978-2000年萌芽與起步期第一部人工智能教材人工智能學(xué)會正式成立·啟動人工智能相關(guān)研究項目，輸送人才出國學(xué)習(xí)圖4:生成式人工智能發(fā)展歷程(來源：聯(lián)通研究院)萌芽與起步期(1978-2000年),以1987年出版的《人工智能及其應(yīng)用》為標(biāo)志，人工智能開始在國內(nèi)進(jìn)行理論探索和初步實驗，但尚未得到廣泛推廣和應(yīng)用。第二階段是初步探索期(2001-2012年),進(jìn)入21世紀(jì)后，人工智能研究獲得國家自然科學(xué)基金、工信部重大項目基金等各種國家基金計劃的大力支持，出現(xiàn)了視覺與聽算、中文智能搜索引擎關(guān)鍵技術(shù)、虹膜識別、語音識別、基于仿生機(jī)器人的人機(jī)交互與合作等研究成果。第三階段是加速成長期(2013-2015年),得益于大數(shù)據(jù)、云計算等新興技術(shù)的推動，人工智能在自然語言處理、機(jī)器視覺、智能交互等領(lǐng)域取得突破性進(jìn)展，行業(yè)迎來發(fā)展機(jī)遇。企業(yè)開始積極探索人工智能技術(shù)在各個領(lǐng)域的應(yīng)用，推動生成式人工智能應(yīng)用與實踐展望科學(xué)院與阿里巴巴成立了量子計算實驗室，進(jìn)一步推動了人工智第四階段是快速發(fā)展期(2016年-2021年),隨著國家政策的持續(xù)出臺，人工智能行業(yè)進(jìn)入了政策驅(qū)動期。2016年國務(wù)院發(fā)布《“十三五”國家科技創(chuàng)新規(guī)劃》中明確將人工智能列為國家戰(zhàn)略層面的重大科技項目。2020年，“十四五規(guī)劃”將人工智能定位為“新基建”建設(shè)的重要一環(huán)，被視為新一輪產(chǎn)業(yè)變革的核心驅(qū)第五階段是爆發(fā)增長期(2022年國內(nèi)企業(yè)紛紛投身于這一創(chuàng)新領(lǐng)域，催生了眾多國產(chǎn)生成式AI大模型的誕生，截至2024年3月，共有117個大模型成功完成“雙備案”3。伴隨著技術(shù)革新與產(chǎn)業(yè)深度融合，生成式人工智能行業(yè)正迅速擴(kuò)張，市場規(guī)模已位居全球前列。得益于政府的政策支持、資本市場的積極參與以及應(yīng)用場景的不斷豐富，生成式人工智能產(chǎn)業(yè)呈生成式人工智能政策環(huán)境持續(xù)優(yōu)化，為生成式人工智能發(fā)展提供有力支持。2022年11月，國家網(wǎng)信辦等三部門聯(lián)合發(fā)布了《互旨在依法、合理、有效地使用深度合成技術(shù)，并積極防范和化解相關(guān)風(fēng)險。2023年7月，國家網(wǎng)信辦等七部門共同發(fā)布《生成式人工智能服務(wù)管理暫行辦法》,這是我國首個生成式人工智能監(jiān)管文件，標(biāo)志3雙備案：“境內(nèi)深度合成服務(wù)算法備案”和“生成式人工智能服務(wù)備案”生成式人工智能應(yīng)用與實踐展望包容審慎、分級分類的監(jiān)管基調(diào)，提出安全評估、備案以及對生成內(nèi)風(fēng)險投資到產(chǎn)業(yè)資本，各類投資者紛紛布局。據(jù)IDC報告，2022年中國生成式人工智能投資額占整個人工智能市場投資總額的4.6%,預(yù)計到2027年這一投資比例將達(dá)到33.0%,投資規(guī)模有望超過130億美元，五年復(fù)合增長率達(dá)到為86.2%。龐大的市場規(guī)模和豐富的應(yīng)用場景為生成式AI企業(yè)提供了廣闊的發(fā)展空間，吸引了更多的資本關(guān)注和生成式人工智能應(yīng)用場景不斷豐富，集中于商業(yè)化發(fā)展成熟智能技術(shù)優(yōu)先應(yīng)用于商業(yè)化基礎(chǔ)設(shè)施較完善電商、傳媒、娛樂和游戲等領(lǐng)域，例如，電商行業(yè)通過數(shù)字虛擬人和生成式人工智能應(yīng)用與實踐展望二、生成式人工智能產(chǎn)業(yè)發(fā)展前瞻生成式人工智能產(chǎn)業(yè)大致可分為三個層次，基礎(chǔ)設(shè)施層、模型層大算力需求將推動數(shù)字基礎(chǔ)設(shè)施建設(shè)。模型層是產(chǎn)業(yè)技術(shù)變革的原生帶來新一輪人工智能產(chǎn)業(yè)化擴(kuò)散，MaaS模式將會持續(xù)作為大模型落地的關(guān)鍵業(yè)務(wù)模式，重構(gòu)產(chǎn)業(yè)鏈價值流通和技術(shù)傳遞路徑。應(yīng)用層是生成式人工智能產(chǎn)業(yè)技術(shù)價值傳遞的實際落位，將通過對內(nèi)容生產(chǎn)方生成式人工智能未來發(fā)展分為三波次，第一波次是探索與初步應(yīng)用，未來兩到三年，行業(yè)發(fā)展重點(diǎn)在于算力基礎(chǔ)設(shè)施和數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，應(yīng)用場景仍在探索中，C端應(yīng)用主要聚焦以聊天助手為代表的未來三到五年，C端應(yīng)用更加豐富，B端應(yīng)用向先進(jìn)制造業(yè)、醫(yī)療行第三波次是普及與創(chuàng)新爆發(fā)，未來五到十年，生成式人工智能與物理世界更緊密地結(jié)合，使其能夠通過感知和行動來學(xué)習(xí)和交互，開拓全生成式人工智能產(chǎn)業(yè)體系生成式人工智能產(chǎn)業(yè)體系公眾應(yīng)用辦公：數(shù)據(jù)分析、代碼輔助、文檔協(xié)作行業(yè)應(yīng)用教育金融行業(yè)垂直大模型工業(yè)醫(yī)療教育金融法律通用基礎(chǔ)大模型開源大模型：文本、圖像、音頻、多模態(tài)閉源大模型：文本、圖像、音頻、多模態(tài)訓(xùn)練工具模型微調(diào)模型監(jiān)督數(shù)據(jù)要素互聯(lián)網(wǎng)數(shù)據(jù)算力基礎(chǔ)設(shè)施智算中心算法基礎(chǔ)AI算法框架移動互聯(lián)網(wǎng)數(shù)據(jù)企業(yè)數(shù)據(jù)應(yīng)用層模型層智能云服務(wù)AI芯片等硬件電信醫(yī)療算法框架提示工程娛樂：音頻創(chuàng)作、視頻創(chuàng)作基礎(chǔ)設(shè)施層Al開發(fā)平臺智能服務(wù)器法律圖5:生成式人工智能產(chǎn)業(yè)圖譜(來源：聯(lián)通研究院)(一)基礎(chǔ)設(shè)施層：智算設(shè)施將是產(chǎn)業(yè)發(fā)展的基石基礎(chǔ)設(shè)施層主要包含算力基礎(chǔ)層和數(shù)據(jù)基礎(chǔ)兩大層面?；A(chǔ)設(shè)施層是生成式人工智能產(chǎn)業(yè)的底層架構(gòu)，提供計算資源和數(shù)據(jù)資源，支撐上層的模型開發(fā)和應(yīng)用。算力層指的是用于訓(xùn)練和運(yùn)行生成式AI模型的硬件和軟件資源，包括GPU、TPU、高性能計算集群、云計算平臺等。數(shù)據(jù)層涉及數(shù)據(jù)的收集、存儲、管理和處理。數(shù)據(jù)是訓(xùn)練生成式AI模型的關(guān)鍵原材料，數(shù)據(jù)層包括數(shù)據(jù)倉庫、數(shù)據(jù)湖、數(shù)據(jù)標(biāo)注和預(yù)處理工具等。在算力基礎(chǔ)層面，在高性能計算和云計算領(lǐng)域取得了顯著進(jìn)展。阿里云、騰訊云和華為云等國內(nèi)領(lǐng)先的云服務(wù)提供商正在大力投生成式人工智能應(yīng)用與實踐展望—17—資建設(shè)大型數(shù)據(jù)中心，提供強(qiáng)大的算力資源。的超級計算機(jī)在全建設(shè)中的成效，在產(chǎn)業(yè)數(shù)據(jù)方面，目前擁有較為豐富的高質(zhì)量產(chǎn)業(yè)數(shù)據(jù)資源，尤其是在交通運(yùn)輸、能源、智能制造等領(lǐng)域；在公共數(shù)據(jù)資源方面，政府和企業(yè)也在積極推動數(shù)據(jù)共享和數(shù)據(jù)治理，頒布了《“數(shù)據(jù)要素X”三年行動計劃(2024-2026年)》,明確支持人工在基礎(chǔ)設(shè)施層面，數(shù)據(jù)訓(xùn)練和推理需求對數(shù)據(jù)中心能力提出更高自2017年谷歌提出Transformer架構(gòu)后人工智能發(fā)展逐步邁入預(yù)訓(xùn)練大模型時代。2018年OpenAI的GPT模型參數(shù)量已經(jīng)達(dá)到117億模型參數(shù)量開始實現(xiàn)億級基底的飛躍發(fā)展，平均每三四個月即呈現(xiàn)翻倍態(tài)勢作為數(shù)智化時代的資源引擎，隨著生成式人工智代大模型參數(shù)的量級提升，算力供需結(jié)構(gòu)承壓持續(xù)加大。另外，隨著數(shù)據(jù)量與計算量的飛漲，數(shù)據(jù)中心的網(wǎng)絡(luò)帶寬也亟待優(yōu)化，來實現(xiàn)數(shù)據(jù)在節(jié)點(diǎn)內(nèi)與節(jié)點(diǎn)間的高吞吐低延遲的傳輸與連接。面對算力層的供需結(jié)構(gòu)矛盾，各國需要加快發(fā)展算力層基礎(chǔ)設(shè)施建設(shè)，目前部分也在積極行動，在2023年全球計算力指數(shù)排名中，美國排名第一，生成式人工智能應(yīng)用與實踐展望第二，算力指數(shù)71,算力總規(guī)模達(dá)230EFLOPS,其中智能算力達(dá)70EFLOPS,目前各地正加快智算建設(shè)，持續(xù)優(yōu)化算力資源，滿圖6:各國計算力指數(shù)及排名趨勢二：數(shù)據(jù)在生成式人工智能的發(fā)展中扮演日益重要的作用生成式人工智能能力的提升主要依賴于高質(zhì)量的數(shù)據(jù)集，未來將更加注重數(shù)據(jù)的準(zhǔn)確性和數(shù)據(jù)來源的多樣化。在多模態(tài)數(shù)據(jù)方面，未這要求數(shù)據(jù)收集和生成涵蓋更廣泛的內(nèi)容形式，以支持多模態(tài)模型的訓(xùn)練和應(yīng)用。在實時數(shù)據(jù)方面，物聯(lián)網(wǎng)設(shè)備和傳感器的發(fā)展使大規(guī)模開發(fā)利用的實時數(shù)據(jù)收集成為可能，loT設(shè)備可以提供實時的傳感器數(shù)據(jù)，如溫度、濕度、運(yùn)動等。這些數(shù)據(jù)可以用于實時監(jiān)測和生成式人工智能應(yīng)用與實踐展望預(yù)測系統(tǒng)中，支持生成式人工智能在智能家居、智能城市等領(lǐng)域的應(yīng)用。同時提供了更加豐富和動態(tài)的數(shù)據(jù)源，能夠?qū)崿F(xiàn)實時更新和反饋。在合成數(shù)據(jù)方面，生成式人工智能技術(shù)可以用于生成高質(zhì)量的合成數(shù)據(jù)，未來可以用于模型訓(xùn)練、測試和驗證，減少對真實數(shù)據(jù)的依賴。在生成式人工智能中，“模型層”是構(gòu)成生成式人工智能系統(tǒng)的核心部分，負(fù)責(zé)處理和生成數(shù)據(jù)。大語言模型的核心任務(wù)是根據(jù)提示詞和已有文本，不斷預(yù)測下一個“合理”的字符。大模型底層是深度模型層分為通用大模型和行業(yè)大模型兩大類，其要包括閉源模型和開源模型；行業(yè)大模型主要包括金融、醫(yī)療、法律等領(lǐng)域?qū)I(yè)模型。算力規(guī)模決定模型的升級迭代效率，大模型訓(xùn)練時長與總算力呈反比，因此具有更高資本優(yōu)勢和算力資源的公司，越有機(jī)會領(lǐng)先發(fā)布模型更新。目前美國是大模型領(lǐng)域的領(lǐng)跑者，起步在模型層，大模型發(fā)展行業(yè)將繼續(xù)朝著多模態(tài)方向進(jìn)化，MaaS重構(gòu)了生成式人工智能產(chǎn)業(yè)的商業(yè)生態(tài)，激發(fā)新的產(chǎn)業(yè)鏈分工和模式MaaS?模式降低了應(yīng)用開發(fā)門檻，重構(gòu)生成式人工智能產(chǎn)業(yè)的商業(yè)化結(jié)構(gòu)生態(tài)，激發(fā)新的產(chǎn)業(yè)鏈分工和商業(yè)模式不斷涌現(xiàn)。未來，[MaaS(ModelasaService):是指云計算、智能算力、模型能力等資源做高度融合，客戶可以直接在云端調(diào)用、開發(fā)與部署模型]生成式人工智能應(yīng)用與實踐展望—20—施與PaaS平臺架構(gòu)，為下游客戶提供以大模型為核心的數(shù)據(jù)處理、特征工程、模型訓(xùn)練、模型調(diào)優(yōu)、推理部署等服務(wù)。未來，順應(yīng)大模型開源趨勢，MaaS服務(wù)上將著力打造大模型商店平臺，發(fā)力大模型生態(tài)建設(shè)，納入更多允許商用的開源模型，提升平臺的基模類型及能端需要針對行業(yè)領(lǐng)域和業(yè)務(wù)場景進(jìn)行大量工程工作，尤其是傳統(tǒng)行業(yè)的知識獲取和積累需要較長時間；即使是同一個行業(yè)下，細(xì)分場景的工具使用門檻較低，應(yīng)用落地以及未來成長速度更快，“應(yīng)用商店”等創(chuàng)新商業(yè)模式不斷涌現(xiàn)；通過“對話+插件”形式將大模型單點(diǎn)工具接入廠商自有或第三方應(yīng)用，將打造新的用戶交互界面和入口。相較于大模型底座，靠近應(yīng)用層的AlAgent更具自主性，是提示工程的進(jìn)化體，可拆解客戶指令并自主執(zhí)行任務(wù)。AlAgent相對語言大模生成式人工智能應(yīng)用與實踐展望目前趨勢是Al正從簡單的工具，進(jìn)化為復(fù)雜的助手乃至Agent。這一轉(zhuǎn)變的拐點(diǎn)在于AI技術(shù)在深度學(xué)習(xí)和自主決業(yè)垂類數(shù)據(jù)與業(yè)務(wù)理解集成到Agent框架中，保證大模型應(yīng)用能夠準(zhǔn)確理解復(fù)雜的任務(wù)需求、自主選擇最合適的解決方案，并有效控制任務(wù)進(jìn)度，屆時就能在各行各業(yè)實現(xiàn)智能化轉(zhuǎn)型，推動生產(chǎn)力的指數(shù)級形成一個互聯(lián)互通的生態(tài)系統(tǒng)，這種深度整合不僅優(yōu)化了組織結(jié)構(gòu)和應(yīng)用層是生成式人工智能技術(shù)的具體落地和商業(yè)化場景，其包含軟件和硬件兩大應(yīng)用場景。生成式人工智能技術(shù)在軟件層面應(yīng)用主要分為生產(chǎn)力和泛娛樂兩個場景，在硬件層面，終端將逐漸從手機(jī)和電腦拓展至可穿戴設(shè)備，從自動駕駛的汽車延展至機(jī)器人。應(yīng)用層具體化體驗”是用戶價值的最終體現(xiàn)。內(nèi)容賦能模型、場景驅(qū)動落地，兩者相輔相成。生成式人工智能的能力主要源自于學(xué)習(xí)和訓(xùn)練數(shù)據(jù)，因此擁有高質(zhì)量、多樣化的內(nèi)容資源將是應(yīng)用發(fā)展的關(guān)鍵基礎(chǔ)，應(yīng)用背后高質(zhì)量的內(nèi)容生態(tài)將是決定能力的核心要素。強(qiáng)大的內(nèi)容生態(tài)不僅為模型訓(xùn)練提供動力，也為定制化應(yīng)用奠定知識基礎(chǔ)，擁有領(lǐng)先內(nèi)容生成式人工智能應(yīng)用與實踐展望戶提供無縫智能體驗，是生成式人工智能真正落地的關(guān)鍵。生成式人工智能需要完全嵌入應(yīng)用場景，高度智能化、自然化地服務(wù)用戶，這兩個維度同步布局，才能在激烈競爭中引領(lǐng)生成式人工智能的應(yīng)用端側(cè)人工智能的應(yīng)用將大模型降低參數(shù)到百億級規(guī)模，極大降低無地域網(wǎng)絡(luò)限制等優(yōu)勢。人工智能推理將在手機(jī)、便攜電腦、汽車等終端上運(yùn)行。端側(cè)人工智能具有一些獨(dú)特優(yōu)勢，如本地數(shù)據(jù)處理效率其中，端側(cè)人工智能應(yīng)用將為用戶帶來流暢、便捷和貼心的全新使用汽車和手機(jī)將優(yōu)先落地端側(cè)大模型技術(shù)。在移動設(shè)備上，手機(jī)端的Al助手則提供跨應(yīng)用的系統(tǒng)級服務(wù)，允許用戶通過語音輸入或其他交互方式與助手溝通。在汽車端側(cè)，用戶可以在車載系統(tǒng)中與人工智能助生成式人工智能應(yīng)用與實踐展望—23—三、生成式人工智能的典型實踐與應(yīng)用隨著近年來生成式人工智能的高速發(fā)展，人工智能在人工智能時代，數(shù)據(jù)成為推動其發(fā)展的關(guān)鍵基石，而大模型則有效地承載了這些數(shù)據(jù)。憑借大模型的通用性和可定制性，生成式人工智能得以建立穩(wěn)固的基礎(chǔ)，進(jìn)而推動其能夠在更廣泛的領(lǐng)域中進(jìn)行創(chuàng)新和突破。為C端與B端/G端兩大領(lǐng)域。一方面，生成式人工智能在C端的應(yīng)用已逐步走向成熟。各類面向公眾用戶的C端產(chǎn)品通過靈活調(diào)用通用大模型API形成各種AI創(chuàng)作工具，以內(nèi)容和工具形式觸達(dá)用戶，提供了諸如文本生成、圖片生成、音視頻生成和代碼生成等多種功能，極大地豐富了用戶的日常生活和工作體驗。另一方面，以C端帶動B端式人工智能真實性、多樣性、可控性及組合性等顯著特性，結(jié)合大模型能力，生成式人工智能有望逐步替代或補(bǔ)充傳統(tǒng)算法小模型和軟件提供定制化解決方案，如精準(zhǔn)營銷、客戶服務(wù)優(yōu)化等。同時，在高數(shù)字化和高內(nèi)容需求的行業(yè)，如醫(yī)療、金融和教育等領(lǐng)域，生成式人工大模型技術(shù)的崛起帶動了生成式人工智能的蓬勃發(fā)展。在供給側(cè)，生成式人工智能應(yīng)用與實踐展望大模型的基礎(chǔ)能力將進(jìn)一步牽引上層應(yīng)用的開發(fā)、開發(fā)者工具生態(tài)的文本翻譯、搜索引擎以及內(nèi)容生成方面的用戶體驗，促進(jìn)下一代生成式人工智能原生應(yīng)用在多元場景中爆發(fā)。本章節(jié)將深入探討生成式人工智能的應(yīng)用實踐，從產(chǎn)品矩陣、服務(wù)模式、關(guān)鍵場景應(yīng)用等多個維度進(jìn)行全面分析，分享生成式人工智能的成功應(yīng)用經(jīng)驗，為金磚國家提供清晰且深入的了解視角，共同迎接生成式人工智能新時代的到來。生成式人工智能正在深度滲透至人們生活和生產(chǎn)端用戶對于生成式人工智能的需求呈現(xiàn)出多元化和個性化的特點(diǎn)。無論是智能交互的便捷性、文檔制作的效率性，還是代碼生成的準(zhǔn)確性、決策輔助的智能性，用戶都在尋求更加貼合自身場景的應(yīng)用解決方案。而在供給側(cè)，大模型廠商們正不斷深耕細(xì)作，基于文本和圖像、音頻等核心功能，拓展出更加豐富的應(yīng)用能力。對于大模型廠應(yīng)用，依托自身過往技術(shù)積累與高?？蒲匈Y源，以文本生成與圖像生成為核心，展開了一系列開放服務(wù)，通過智能體搭建等技術(shù)，降低了用戶使用門檻，進(jìn)一步挖掘了生成式人工智能的潛在應(yīng)用場景，實現(xiàn)生成式人工智能應(yīng)用與實踐展望代碼生成等多個細(xì)分市場，為用戶提供了全方位的支持。商湯科技的日日新代碼小浣熊具備出色的代碼生成與修改能力，為用戶帶來的編碼能效提升達(dá)到20%~78%;而金山WPSAI公效率與質(zhì)量的飛躍，使用戶僅需幾十秒就能完成過去要花費(fèi)幾小時在娛樂場景中，從圖片設(shè)計到視頻生成，再到虛擬人和3D模型以Pixverse為代表的視頻生成應(yīng)用憑借其優(yōu)秀的視頻生成能力，可生成高質(zhì)量、連續(xù)性強(qiáng)且風(fēng)格一致的視頻內(nèi)容，降低了創(chuàng)作門檻，使更依托閱文版權(quán)小說為主的語料庫，使用戶可以和自己喜歡的虛擬人物功能通過深入學(xué)習(xí)和分析海量數(shù)據(jù)，結(jié)合全網(wǎng)搜索能力，實現(xiàn)對各類問題的理解與響應(yīng)，覆蓋常識、學(xué)術(shù)、技術(shù)等多元領(lǐng)域。它能夠根據(jù)用戶的查詢進(jìn)行推理和邏輯分析，相較于傳統(tǒng)搜索引擎，提供了更為生成式人工智能應(yīng)用與實踐展望不僅助力學(xué)生解決學(xué)業(yè)疑惑，還為醫(yī)生提供醫(yī)療咨詢，協(xié)助投資者分析市場動態(tài)，以及協(xié)助用戶應(yīng)對日常生活中的問題等。此外，該功能具備顯著的可擴(kuò)展性與智能化特性，能夠基于用戶反饋和數(shù)據(jù)持續(xù)學(xué)能化和自適應(yīng)的文本生成技術(shù)，該功能顯著提升內(nèi)容創(chuàng)作的效率與質(zhì)引人的文章標(biāo)題和摘要，提供貼合語境的寫作建議，以及基于關(guān)鍵詞拼寫檢查、標(biāo)點(diǎn)符號檢查以及風(fēng)格和用詞建議，幫助創(chuàng)作者避免常見工智能協(xié)同創(chuàng)作工具實現(xiàn)跨領(lǐng)域知識融合，人機(jī)協(xié)作，推動創(chuàng)作走向更深層次的創(chuàng)新與探索。此外，生成式人工智能寫作功能的應(yīng)用場景不僅減輕了人力負(fù)擔(dān)，還降低了創(chuàng)作成本，為創(chuàng)作者帶來了前所未有長文本閱讀與處理能力已成為生成式人工智能市場的差異化競爭超長文本理解與分析和具備超長記憶的個性化對話等方面，這些需求與實際生活和工作中所面臨的問題密切相關(guān)。優(yōu)秀的長文本處理能力生成式人工智能應(yīng)用與實踐展望—27—使生成式人工智能系統(tǒng)能夠深入理解書籍、研究報告、法律文件和商務(wù)材料等復(fù)雜信息，為知識密集型工作者提供顯著的實用價值。在知識摘要、長篇內(nèi)容提取、文檔分析和語義理解等領(lǐng)域，該功能有效解決用戶的迫切需求。鑒于此，的生成式人工智能廠商敏銳地捕捉典型案例一——智譜清言日常生活中為用戶解答各類問題。除了在多模態(tài)交互上有著杰出外，智譜清言還推出了智能體定制功能，用戶只需用簡單即能創(chuàng)建屬于自己的GLM智能體，進(jìn)而實現(xiàn)大模型開發(fā)的大眾化。截至2024年4月，智譜清言上已有超過千萬用戶，以及30萬個活躍智能體。通用問答方面，智譜清言可以實時、準(zhǔn)確地回答用戶涉及各領(lǐng)域的疑問，為決策提供信息支持。在創(chuàng)意寫作輔助方面，智譜清言可激發(fā)用戶創(chuàng)作靈感，構(gòu)建文章框架，生成高質(zhì)量文案，提升寫用戶還可以通過輸入圖像及文本信息，得到視覺描述、圖像標(biāo)注覺問答以及視覺定位等多項功能服務(wù)。聯(lián)網(wǎng)增強(qiáng)方面，智譜清言可自動檢索網(wǎng)絡(luò)資源，提供參考鏈接。文檔處理方面，智譜清言可對PDF文件進(jìn)行深度解析，提供檢索、總結(jié)、改寫、翻譯等服務(wù)，并可對文檔結(jié)構(gòu)進(jìn)行梳理，生成摘要、大綱、關(guān)鍵詞分析等，便于用戶快速理解和利用。此外，在視頻生成方面，最新發(fā)布了清影功能，用戶只需輸入一段指令或圖片，智譜清言即可理解并且生成對應(yīng)的高品質(zhì)視頻智能體中心智能體中心我創(chuàng)建的發(fā)現(xiàn)更多調(diào)休生還計劃momAI學(xué)術(shù)萌神波比B著們離開地聯(lián)，修我離開了檢以生的家從NET最有價值專家兒童故事繪本大師采購子源助手當(dāng)新f圖7:“智譜清言”智能體中心(來源：智譜清言)典型案例二——文心一言基于文心大模型4.0為底座的文心一言是百度全新一代知識增強(qiáng)大語言模型，具備跨模態(tài)、跨語言的深度語義理解與生成能力。相較于其他同類型產(chǎn)品，文心一言在提供多種實用插件和易用性方面表現(xiàn)優(yōu)秀，適合在拓展性要求較高的應(yīng)用場景使用，為用戶提供更加便捷、高效的解決方案。文學(xué)創(chuàng)作方面，文心一言可以清晰地表達(dá)觀點(diǎn)、傳遞情感，激發(fā)創(chuàng)意思維，為用戶提供新的靈感和想法，因此可以應(yīng)用于小說、散文、詩歌等文學(xué)作品的創(chuàng)作中。搜索問答方面，文心一言生成式人工智能應(yīng)用與實踐展望多模態(tài)生成方面，文心一言支持圖像生成和處理，可以根據(jù)用戶需求生成圖像或者對已有圖像進(jìn)行處理編輯。特色應(yīng)用方面，文心一言與甲骨文信息處理教育部重點(diǎn)實驗室共同打造“來自甲骨文的回答”互動程序，用戶只需通過輸入prompt的形式進(jìn)行提問，就可以收到來自甲骨文的回答。通過調(diào)用文心一言的對話能力及對甲骨文文字的釋義，讓古老的甲骨文“活起來”。截至2024年6月，文心一言用戶規(guī)模已超過3億，日調(diào)用量已超過5億次。典型案例三——KimiKimi智能助手是月之暗面公司推出的一款基于自研Kimi大模型的應(yīng)用產(chǎn)品。該產(chǎn)品以千億級模型參數(shù)為基礎(chǔ)，以長文本處理為能力，憑借其初始階段約20萬漢字的無損上下文處理能力，為用戶解息檢索方面具有優(yōu)勢，適合用于報告優(yōu)化、網(wǎng)頁內(nèi)容提取和長文本信夠在20秒內(nèi)完成對30頁以內(nèi)文檔的迅速解析，并輸出相關(guān)文本綜述。處理多篇論文時有效比較和融合相似觀點(diǎn)，同時確保輸出的文本生成式人工智能應(yīng)用與實踐展望—30—在數(shù)字化轉(zhuǎn)型的浪潮中，傳統(tǒng)的辦公模式已難以滿足日益增長的工作效率和個性化需求。以生成式人工智能賦能辦公，正是順應(yīng)這一趨勢的關(guān)鍵舉措。通過集成先進(jìn)的生成式人工智能技術(shù)，能夠為各類辦公場景注入智能動力，實現(xiàn)代碼生成的自動化、數(shù)據(jù)分析的智能化成本，還為員工創(chuàng)造了更加靈活、高效的協(xié)作環(huán)境。生成式人工智能生成式人工智能(GenAl)編程助手的價值貫穿生成式人工智能(GenAl)編程助手不僅能通過智能優(yōu)化、錯誤檢測及代碼重構(gòu)等功能大幅提升軟件開發(fā)的效率與質(zhì)量，還能有效減少開發(fā)者在編程任務(wù)上的時間和精力投入，自動生成代碼、自動化處理繁此外，生成式人工智能(GenAl)編程助手還可以作為一個強(qiáng)大的學(xué)習(xí)工具，幫助開發(fā)者學(xué)習(xí)新的軟件開發(fā)技能。通過AI輔助的教程、代碼解釋和調(diào)試工具，使開發(fā)者可以更快地掌握新技術(shù)和編程語言，從生成式人工智能應(yīng)用與實踐展望與精準(zhǔn)呈現(xiàn)。憑借強(qiáng)大的數(shù)據(jù)處理能力，生成式人工智能能夠迅速分析和解讀各類數(shù)據(jù)，包括結(jié)構(gòu)化的表格數(shù)據(jù)以及非結(jié)構(gòu)化的文本、圖從而大幅縮短數(shù)據(jù)分析周期，降低人工分析成本和出錯率?；诜治鲞@些報告不僅包含了詳細(xì)的數(shù)據(jù)分析結(jié)果，還通過圖表、圖像等可視化元素，使復(fù)雜數(shù)據(jù)信息易于理解。此外，生成式人工智能還能根據(jù)不同的需求和場景靈活調(diào)整報告的格式和內(nèi)容，以滿足不同受眾的閱讀習(xí)慣。代碼小浣熊是基于商湯大語言模型的軟件智能研發(fā)助手，覆蓋軟C++、Go、SQL等90+主流編程語言和VSCode、IntelliJIDEA等主流IDE,覆蓋軟件開發(fā)全生命周期，包括需求分析、架構(gòu)設(shè)計、代碼編寫、軟件測試、部署上線、系統(tǒng)維護(hù)等環(huán)節(jié)，助力開發(fā)者代碼生成和補(bǔ)全、代碼翻譯、代碼重構(gòu)、代碼糾錯、代碼問答、測試用例生成等多個應(yīng)用場景。在實際應(yīng)用中，代碼小浣熊可幫助開發(fā)者提升編程效率超50%。此外，代碼小浣熊可以為用戶提供個性化的學(xué)習(xí)路徑，根據(jù)開發(fā)者的現(xiàn)有技能和學(xué)習(xí)進(jìn)度推薦合適的資源，還可以通過分析大量的代碼庫來提供最佳實踐和設(shè)計模式的建議，從而提高開發(fā)者的技術(shù)能力和生產(chǎn)力。代碼編寫代碼編寫編碼實現(xiàn)單元測試代碼評審版本管理注釋生成代碼代碼補(bǔ)全代碼重構(gòu)代碼翻譯…軟件測試系統(tǒng)構(gòu)建集成測試系統(tǒng)測試結(jié)果評估注釋生成代碼代碼補(bǔ)全生成測試用例…部署上線環(huán)境準(zhǔn)備系統(tǒng)安裝驗收測試用戶培訓(xùn)注釋生成代碼生成測試用例…子流程模型能力需求分析需求調(diào)研需求評估原型設(shè)計多輪優(yōu)化邏輯推理內(nèi)容創(chuàng)作情感分析架構(gòu)設(shè)計技術(shù)架構(gòu)業(yè)務(wù)流程用戶界面模塊功能文生圖邏輯推理多輪對話…系統(tǒng)維護(hù)技術(shù)支持錯誤修復(fù)系統(tǒng)升級性能優(yōu)化代碼重構(gòu)多輪對話情感分析圖8:“代碼小浣熊”軟件開發(fā)全流程典型案例二——金山WPSAlWPSAl是金山辦公旗下基于大語言模型的人工智能辦公助手，在2023年11月開啟公測，錨定AIGC(內(nèi)容創(chuàng)作)、Copilot(智慧助理)、Insight(知識洞察)三個方向發(fā)展。目前WPSAl2.0已經(jīng)發(fā)布，面向個人用戶新增四個Al辦公助手。在數(shù)據(jù)分析方面，WPSAI數(shù)據(jù)助手可在表格中完成海量數(shù)據(jù)的Al計算、分析和歸類，用戶以自然語言提可轉(zhuǎn)換寫出相應(yīng)代碼，并在表格中執(zhí)行。在報告生成方面，WPSAI可根據(jù)用戶的需求和預(yù)設(shè)規(guī)則，自動生成各類財務(wù)報表、數(shù)據(jù)報告等文檔。用戶只需輸入相應(yīng)的指令或設(shè)置規(guī)則，WPSAI便能自動執(zhí)行復(fù)雜的公式計算、創(chuàng)建數(shù)據(jù)透視表，并生成格式規(guī)范、內(nèi)容詳實的報告。此外，WPSAl還具備智能圖表和報告功能，能夠根據(jù)數(shù)據(jù)內(nèi)生成式人工智能應(yīng)用與實踐展望AI設(shè)計助手則可對已有數(shù)據(jù)、文字和圖片快速完成排版、設(shè)計風(fēng)格和圖片處理等方面的工作，例如自動調(diào)整文本和圖片位置，從此告別繁瑣格式設(shè)置，一鍵完成文檔排版，讓每一篇文檔都清晰規(guī)范，使報告在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的背景下，娛樂產(chǎn)業(yè)不僅消費(fèi)者之間的緊密聯(lián)系，還巧妙地滿足了現(xiàn)代人對于歸屬感的深切需求，其重要性愈發(fā)顯著。得益于生成式人工智能的強(qiáng)大助力，娛樂行以更加親切、易接受的方式觸達(dá)消費(fèi)者，從而注入人類的語音、音樂節(jié)奏以及各種聲音效果，實現(xiàn)高度自然和逼真的音再到音頻處理，生成式人工智能不僅豐富了音頻內(nèi)容的創(chuàng)作方式，還生成式人工智能應(yīng)用與實踐展望運(yùn)動及比例等參數(shù)，便可快速生成準(zhǔn)確、一致且生動的高清視頻，極大地提升了視頻制作的效率和便捷性。在視頻編輯環(huán)節(jié)，借助智能輔助編輯工具，用戶可以刪除視頻特定主體、自動跟蹤剪輯、視頻特效生成、自動添加、視頻美顏等。這些智能編輯功能進(jìn)一步豐富了視頻有了人格特征，而且逐漸贏得了人們的接納、喜愛與信任。這為在傳統(tǒng)“人-人”社交網(wǎng)絡(luò)基礎(chǔ)上，開辟了“人-Al角色”顛覆式創(chuàng)新交大模型應(yīng)用中，訪問量排名第一的是主打Al虛擬角色聊天機(jī)器人的這個2021年創(chuàng)立的AI平臺上共有1800萬個聊天機(jī)器人。在2023年底它的月訪問量超過2億次，比同期ChatGPT高出300%,可見年輕網(wǎng)民們對AI出門問問旗下的“魔音工坊”是一款集文案、配音、剪輯全流程—站式Al軟件。其具有六大核心功能，即軟件配音、文字轉(zhuǎn)語音、真聲音搜索、情感合成/角色遷移以及聲音合成四方面聲音黑科技。依托序列猴子大模型，“魔音工坊”可通過3-10秒的短音頻，快速地實現(xiàn)聲音克隆，并支持跨語言遷移、情感語氣生成。其海外版DupDub還支持多語音音頻生成，目前已涵蓋英語、法語、日語、西班牙語、葡萄牙語、泰語等。聲音克隆聲音克隆情感合成聲音搜索人版、100句專業(yè)版、500句企業(yè)版語、法語、日語、西班文字&參數(shù)生成兩種方式大咖入駐魔音家族n7種情緒合成10種角色遷移角色遷移“捏聲音”圖9:“魔音工坊”的四大聲音黑科技典型案例二——愛詩科技PixVerse愛詩科技旗下的PixVerse是一個在線AI視頻生成平臺。該平臺以其簡潔直觀的用戶界面和強(qiáng)大的后端技術(shù)著稱，使得用戶無需復(fù)雜的操作或?qū)I(yè)的視頻制作知識即可快速上手。其主要應(yīng)用場景包括文生視頻、圖生視頻和角色生視頻三種模式。在文生視頻模式下，用戶只需輸入提示詞、選擇風(fēng)格和設(shè)置參數(shù)，就能一鍵生成視頻。而在圖生視頻模式下，則可以將已有的圖片或視頻素材轉(zhuǎn)化為新的內(nèi)容，并可運(yùn)用MagicBrush運(yùn)動筆刷功能，對畫面的局部區(qū)域進(jìn)行運(yùn)動控制，包括方向、運(yùn)動幅度、角度等，實現(xiàn)更精細(xì)的視頻編輯。角色生視頻C2V(CharactertoVideo)為全球首創(chuàng)特色功能，用戶可以創(chuàng)建屬于自己的“角色庫”,選用特定角色連續(xù)進(jìn)行視頻生成，根據(jù)創(chuàng)作需求將其融入不同場景和故事線。此功能初步解決了AI視頻創(chuàng)作中的一致典型案例三——筑夢島閱文集團(tuán)2023年發(fā)布的筑夢島APP是一款原生虛擬社交生態(tài)平的Al角色，按照“人設(shè)”、“形象”、“聲音”三個方向深度開發(fā)，截至2024年4月底，筑夢島APP上共有15萬個AI虛擬角色“夢中人”,即包括影視綜藝、網(wǎng)文小說、動漫、游戲、歷史人物，也包括UGC原人設(shè)人設(shè)IP角色三大核心要素聲音形象(來源：筑夢島)生成式人工智能應(yīng)用與實踐展望生成式人工智能在向產(chǎn)業(yè)滲透的過程中，各行業(yè)的接納與受益順序依據(jù)其信息化基礎(chǔ)、數(shù)據(jù)資源及行業(yè)特性而有所不同?；ヂ?lián)網(wǎng)與高科技、金融和專業(yè)服務(wù)行業(yè)將是首批受益的領(lǐng)域，這些行業(yè)憑借扎實其次是教育、通信、醫(yī)療服務(wù)、零售和先進(jìn)制造業(yè)等行業(yè)，這些行業(yè)雖然信息化投入相對較少，但生成式人工智能技術(shù)帶來的價值空間廣闊。此外，農(nóng)業(yè)、建筑業(yè)、能源這些傳統(tǒng)領(lǐng)域在生成式人工智能技術(shù)的應(yīng)用上尚處于起步階段，這些行業(yè)需要更多時間與資源來探索生成在通信行業(yè)，生成式人工智能最初被應(yīng)用于客服領(lǐng)域，旨在節(jié)約運(yùn)營成本并提升服務(wù)質(zhì)量。隨著技術(shù)的演進(jìn)，電信領(lǐng)域的生成式人工智能大模型正逐步向其他行業(yè)滲透，為垂直行業(yè)的數(shù)字化轉(zhuǎn)型提供了強(qiáng)有人工智能正推動行業(yè)向個性化與高效化轉(zhuǎn)型，其依據(jù)學(xué)生特性提供定制化資源與輔導(dǎo)，同時助力教師提升教學(xué)質(zhì)量，促進(jìn)教育公平化和普及化。在金融行業(yè)，生成式人工智能能迅速響應(yīng)金融市場變化，提供準(zhǔn)確的風(fēng)險評估和投資建議，顯著提高金融服務(wù)的智能化水平。在工生成式人工智能應(yīng)用與實踐展望在數(shù)字化轉(zhuǎn)型的大背景下，運(yùn)營商的第二曲線增勢迅猛，新興業(yè)務(wù)收入占比持續(xù)攀升。電信行業(yè)正站在數(shù)字經(jīng)濟(jì)、人工智能等多領(lǐng)域的新賽道上，進(jìn)行全面的戰(zhàn)略升級。作為數(shù)字經(jīng)濟(jì)主力軍，電信運(yùn)營商在人工智能時代的共識日益加強(qiáng)。構(gòu)建堅實的人工智能基礎(chǔ)設(shè)施，提升生成式人工智能服務(wù)和運(yùn)營能力，是實現(xiàn)智能普惠、智能泛的生成式人工智能大模型能夠處理和分析海量數(shù)據(jù)，提供精準(zhǔn)的洞察和預(yù)測，從而優(yōu)化網(wǎng)絡(luò)運(yùn)營、提升客戶服務(wù)體驗、增強(qiáng)網(wǎng)絡(luò)安全，并推動業(yè)務(wù)模式的創(chuàng)新。通過集成大模型，電信運(yùn)營商能夠?qū)崿F(xiàn)更高效的數(shù)據(jù)處理，更智能的決策支持以及更個性化的服務(wù)定制，極大地推生成式人工智能大模型不僅將成為電信運(yùn)營商提升運(yùn)營效率和創(chuàng)隨著生成式人工智能技術(shù)的不斷進(jìn)步，電信運(yùn)營商將能夠更好地利用其在數(shù)據(jù)、基礎(chǔ)設(shè)施和用戶資源方面的優(yōu)勢，進(jìn)一步深化生成式人工智能應(yīng)用，為垂直行業(yè)客戶實現(xiàn)業(yè)務(wù)流程的自動化和智能化提供更加典型案例一——聯(lián)通元景大模型全面提升10010客戶服務(wù)質(zhì)量(1)技術(shù)介紹聯(lián)通推出元景“1+1+M”大模型體系。首個“1”指一套基礎(chǔ)大模型，該基礎(chǔ)大模型由兩大基座組成。一是語言大模型，面對不同功能需求布局多參數(shù)版本，目前已完成布局10億、70億、130億、平臺。元景大模型借鑒人類職業(yè)技能形成規(guī)律，打造選模型-改模型-指M種特定行業(yè)的大模型，目前基于元景大模型能力，已發(fā)布網(wǎng)絡(luò)專家大模型、客服大模型、反詐大模型等多款行業(yè)大模型，應(yīng)用在工業(yè)、城市、交通等多行業(yè)超200個場景。網(wǎng)絡(luò)專家客服終端運(yùn)營政務(wù)經(jīng)濟(jì)運(yùn)行服裝倉儲物流醫(yī)療城市治理原生應(yīng)用開發(fā)工具多款大模型APP改模型微調(diào)樣例原生應(yīng)用開發(fā)平臺預(yù)訓(xùn)練政眠/根型管理個大模型底座用模型提示詞優(yōu)化知識增強(qiáng)插件調(diào)用智能體選橫型根型分類根型對比自主評測自動推薦范式工具鏈微調(diào)訓(xùn)練語言模型推出7B、13B、34B多參數(shù)版本多模態(tài)模型聲圖文3模態(tài)、行業(yè)微定制產(chǎn)基礎(chǔ)大模型產(chǎn)基礎(chǔ)大模型圖11:聯(lián)通元景“1+1+M”大模型體系(來源：聯(lián)通)生成式人工智能應(yīng)用與實踐展望從服務(wù)模式來看，聯(lián)通以元景大模型為底座，研發(fā)了面向內(nèi)外部業(yè)務(wù)場景的10個行業(yè)大模型，賦能網(wǎng)絡(luò)、客服、終端運(yùn)營等，助(3)應(yīng)用情況聯(lián)通充分挖掘生成式人工智能價值，發(fā)揮自研大模型優(yōu)勢，在客服大模型基礎(chǔ)上打造26項AI創(chuàng)新服務(wù)，賦能其客戶聯(lián)絡(luò)中心-10010,提供精準(zhǔn)化、智能化服務(wù)保障。通過全流程、全場景數(shù)智賦能，全面提升客戶感知、一線效率和管理效能，實現(xiàn)智能服務(wù)占比超85%,平均通話時長壓降15%,首次問題解決率提升1.6pp,用戶滿意度達(dá)98%以上，打造10010“一號通解”的智能化服務(wù)，助力熱線滿意度躍升行業(yè)第一。典型案例二——移動九天大模型協(xié)助10086打造智慧客服(1)技術(shù)介紹知識、豐富交互數(shù)據(jù)、系統(tǒng)接口信息以及人工坐席的專業(yè)經(jīng)驗，采用了科學(xué)有效的大小模型融合策略。該模型以自然語言處理為入口，與現(xiàn)有系統(tǒng)無縫對接，實現(xiàn)一體化服務(wù)；通過增強(qiáng)意圖識別和任務(wù)式對并且通過閉環(huán)跟蹤技術(shù)應(yīng)用，智能客服系統(tǒng)在問題解決率上也取得了生成式人工智能應(yīng)用與實踐展望—41—顯著進(jìn)步。用戶提供的自然語言描述，解析用戶問題并調(diào)用API獲取答案；又可以與人工客服合作，分析歷史溝通內(nèi)容的語義和上下文、總結(jié)和歸納對話的重點(diǎn)和關(guān)鍵信息，根據(jù)對話內(nèi)容為坐席提示回復(fù)話術(shù)，以減少回答的時間和思考負(fù)擔(dān)，形成“大模型一人工坐席一用戶”的三方溝通場，極大的提升傳統(tǒng)人工客服的工作效率，同時客服大模型將一定依托九天大模型，移動成功地將客服行業(yè)的服務(wù)經(jīng)驗與先進(jìn)技術(shù)相結(jié)合，通過“專業(yè)+通用大模型”結(jié)合、訓(xùn)練和推理計算一體多輪交互等多樣化的智能交互服務(wù)，初步具備了面向客戶的復(fù)雜場景生成式人工智能大模型應(yīng)用在智能客服系統(tǒng)前，線約為46%,通過將原有小模型替換為大模型，并通過一套科學(xué)有效的管道方案實現(xiàn)大模型對整個用戶的貫穿服務(wù)，應(yīng)用大模型增強(qiáng)意圖識別、任務(wù)式對話能力，提升文字機(jī)器人交互體驗，提高用戶滿意度和忠誠度。通過對客服大模型技術(shù)的閉環(huán)跟蹤，自九天客服后智能客服系統(tǒng)意圖識別準(zhǔn)確率由92%提升至95%,解決率由46%生成式人工智能應(yīng)用與實踐展望—42—提升至65%,問題解決能力提升帶來人力節(jié)約200人。5醫(yī)療產(chǎn)業(yè)面臨著數(shù)據(jù)量大、數(shù)據(jù)質(zhì)量差、數(shù)據(jù)隱私保護(hù)、醫(yī)生資為提高醫(yī)療信息化效率、改善在線問診體驗、實現(xiàn)實時監(jiān)測預(yù)警以及助力藥物研發(fā)帶來了革命性的變革，從而為患者提供更優(yōu)質(zhì)的診療體得益于近年來醫(yī)療大模型的不斷迭代，復(fù)雜的醫(yī)療數(shù)據(jù)分析任務(wù)可以得到更有效地處理。鑒于患者行為數(shù)據(jù)的獨(dú)特性，生成式人工智廣泛應(yīng)用于智慧影像、智慧手術(shù)、智慧健康等領(lǐng)域。智慧影像覆蓋期檢測、診斷及健康風(fēng)險評估。智慧手術(shù)功能則大幅提高患者病情評價的準(zhǔn)確性，為術(shù)前風(fēng)險評估、術(shù)中手術(shù)規(guī)劃、術(shù)后預(yù)后估計奠定堅實基礎(chǔ)。智慧健康則作為一般患者的貼身健康助手，通過小程序等便(1)技術(shù)介紹商湯大醫(yī)是由商湯科技研發(fā)的醫(yī)療健康大型語言模型，以商湯自研的千億參數(shù)規(guī)模的生成式大型語言模型“商量”為基座(擁有萬億token預(yù)訓(xùn)練語料),利用超200億tokens的高質(zhì)量醫(yī)學(xué)知識數(shù)據(jù)訓(xùn)5數(shù)據(jù)來源：《領(lǐng)先企業(yè)智能化轉(zhuǎn)型實踐白皮書》生成式人工智能應(yīng)用與實踐展望體檢報告等資料，以及4000萬真實病歷、醫(yī)患問答和對話等。在服務(wù)模式方面，“大醫(yī)”聚焦智慧大健康、智慧患者服務(wù)、智慧臨床以及數(shù)智建設(shè)四大應(yīng)用領(lǐng)域，已覆蓋智能自診、體檢咨詢、健康問答、導(dǎo)診、預(yù)問診、用藥咨詢診后隨訪管理、智慧病歷、診室聽譯機(jī)器人、智慧醫(yī)助、智慧隨訪、影像報告結(jié)構(gòu)化及病歷結(jié)構(gòu)化共13個細(xì)分醫(yī)療健康場景，實現(xiàn)模型功能與具體場景的精準(zhǔn)匹配。為了滿足客戶差異化部署需求，商湯推出多個“大醫(yī)”版到百億級別不等，既可以公有云服務(wù)方式為合作機(jī)構(gòu)提供服務(wù)，也可新華醫(yī)院基于商湯科技研發(fā)的醫(yī)療健康大模型“大醫(yī)”,實現(xiàn)多“智慧科研”四個板塊建設(shè)智慧醫(yī)院，以服務(wù)為主線持續(xù)推動公立醫(yī)在診前階段，基于商湯“大醫(yī)”開發(fā)的“智能陪診助手”為每一位患者推薦合適的醫(yī)院科室、專病醫(yī)生，解決“知癥不知病”、“知病不知科”、“知科找不對醫(yī)生”的困惑和訴求。大部分就診者通常不知道應(yīng)該掛哪個科，針對此類問題，患者可登錄“上海新華醫(yī)院”生成式人工智能應(yīng)用與實踐展望微信服務(wù)號，進(jìn)入“門診預(yù)約-智能問診”板塊，就能獲得“智能陪診助手”便捷就醫(yī)服務(wù)，通過文字或語音方式描述自己的癥狀，即可在診中階段，商湯科技自主研發(fā)的SenseCare@智慧診療平臺能夠幫助醫(yī)生顯著提升診療效率。該平臺搭載豐富AI輔助診療應(yīng)用，能根據(jù)各類檢查影像，快速準(zhǔn)確地識別微小病灶(如結(jié)節(jié)),并重建高精度三維器官模型，從而有效助力疾病早篩與精準(zhǔn)化個體治療。在傳統(tǒng)方式中，三維重建往往需要耗費(fèi)大量人工交互操作，給醫(yī)生帶來繁重的工作負(fù)擔(dān)，也限制了精細(xì)重建的病例數(shù)量，并且在脈管等精細(xì)結(jié)構(gòu)的重建效果也存在局限性。SenseCare@肺部智能手術(shù)規(guī)劃系統(tǒng)，能實現(xiàn)全自動的胸部多種組織結(jié)構(gòu)的精細(xì)分割與三維重建，重建時間在診后管理階段，商湯“大醫(yī)”助力新華醫(yī)院率先建立“全院級智能隨訪中心”,靈活、高效、便捷地支撐起三類診后隨訪需求。其“大醫(yī)”隨訪的優(yōu)勢在于可根據(jù)隨訪表單進(jìn)行提問，并根據(jù)患者回復(fù)調(diào)整問題，同時耐心解答被訪者問題。此外，“大醫(yī)”可以根據(jù)患者生成式人工智能應(yīng)用與實踐展望檔案以及隨訪信息給出智能風(fēng)險評估和隨訪建議。(1)技術(shù)介紹其以自研國產(chǎn)、知識增強(qiáng)的文心大模型為底座，通過海量醫(yī)療健康的優(yōu)質(zhì)語料進(jìn)行預(yù)訓(xùn)練和指令精調(diào)，以及循證醫(yī)學(xué)對齊后獲得的醫(yī)療行業(yè)大模型。算法方面，靈醫(yī)大模型基于文心大模型，打造千億參數(shù)的提升了大模型生成的準(zhǔn)確性和多樣性。算力方面，靈醫(yī)大模型基于萬卡算力集群和全生命周期的模型開發(fā)工具鏈的保障，進(jìn)行無標(biāo)注的預(yù)訓(xùn)練語料數(shù)據(jù)，包括海量臨床脫敏數(shù)據(jù)、海量醫(yī)學(xué)知識圖譜、300萬+例多模態(tài)影像數(shù)據(jù)，6億+條健康科普內(nèi)容，70萬+臨床試驗研究在服務(wù)模式方面，靈醫(yī)大模型可劃分為四層架構(gòu)，按需為不同用目前以靈醫(yī)BOT為助手，聚焦在智能健康管家、智能醫(yī)生助手、智能企業(yè)服務(wù)三大方向，滿足“醫(yī)-患-藥”各自的特定需要。能力層主要以API或AI插件的方式，為生態(tài)合作伙伴提供高質(zhì)量的AI服務(wù)，幫助合作伙伴進(jìn)行二次開發(fā)，打造Al原生應(yīng)用。模型層主要根據(jù)不同生成式人工智能應(yīng)用與實踐展望的應(yīng)用需要和部署資源，提供旗艦版、Lite版和定制版服務(wù)。算力層重點(diǎn)面向有私有化部署需求的用戶，提供三個等級的軟硬一體的算力支持能力。智能健康管家智能健康管家智能醫(yī)生助手智能企業(yè)服務(wù)信息抽取文檔理解角色扮演知識問答文圖生成疾病提示Lite版本(十億、百億級)旗艦版(十億參數(shù))定制版(基于客戶數(shù)據(jù)定制)模型層預(yù)訓(xùn)練)算力層速平臺)能力層應(yīng)用層(AI原生應(yīng)用)(來源：百度靈醫(yī)大模型)固生堂為客戶提供融合線上線下的中醫(yī)診療服務(wù)，是最大的中醫(yī)診療服務(wù)機(jī)構(gòu)之一。百度和固生堂基于靈醫(yī)大模型，推出“智能健康助手”。這一項目通過整合靈醫(yī)大模型的能力，實現(xiàn)了智能分導(dǎo)診和智能問答(客服)兩大功能。智能分導(dǎo)診系統(tǒng)能夠根據(jù)患者的癥狀和需求，智能地為其分配最合適的科室和醫(yī)生，大大提升了患者的智能問答(客服)則能自動化處理患者的基礎(chǔ)問題如訂單配送、發(fā)票開具等問題，不僅減少了人力成本，還提高了客服的響應(yīng)速度和準(zhǔn)確性。據(jù)統(tǒng)計，生成式人工智能應(yīng)用與實踐展望固生堂通過應(yīng)用靈醫(yī)大模型，提升了運(yùn)營人員的服務(wù)人效約76%,極靈醫(yī)大模型還通過提供豐富的數(shù)據(jù)支持，幫助固生堂優(yōu)化醫(yī)療資源配置和醫(yī)療服務(wù)流程。通過對患者就診數(shù)據(jù)的分析，固生堂能夠更準(zhǔn)確地了解患者的需求和偏好，從而調(diào)整科室設(shè)置、醫(yī)生排班等資源配置，提高醫(yī)療服務(wù)的針對性和效率。同時，靈醫(yī)大模型還能夠?qū)︶t(yī)療服務(wù)流程進(jìn)行實時監(jiān)控和優(yōu)化，確保醫(yī)療服務(wù)的質(zhì)量和效率得到持續(xù)提升。當(dāng)今教育行業(yè)的傳統(tǒng)教學(xué)模式存在一定程度上的個性化教育與普惠教育之間的矛盾。個性化教育雖能夠根據(jù)學(xué)生的特點(diǎn)和需求提供精準(zhǔn)的教學(xué)方案，從而最大程度地發(fā)掘每個學(xué)生的潛能，但教育個性化的實施需要配套教師資源的持續(xù)投入，這對于具有規(guī)?；逃枨蟮男矢岩约案^更優(yōu)的教育，始終是當(dāng)代教育研究領(lǐng)域探討的核心課題。2023年各類教育行業(yè)的生成式人工智能大模型相繼發(fā)布，為教育行業(yè)邁向生成式人工智能之路敞開了大門，有助于師生大幅提升教典型案例一——abab系列大模型助力高途教育探索教育場景創(chuàng)生成式人工智能應(yīng)用與實踐展望具有領(lǐng)先的文本和語音能力。今年4月，MiniMax發(fā)布了國內(nèi)首個基于MoE架構(gòu)、包含萬億參數(shù)的abab6.5系列模型，最高支持245k質(zhì)量，促進(jìn)學(xué)生個性化學(xué)習(xí)和全面發(fā)展，為教育行業(yè)降本增效注入新課中與課后等不同教學(xué)、學(xué)習(xí)階段提供多種數(shù)字化教學(xué)平臺與學(xué)習(xí)助教學(xué)。課堂預(yù)習(xí)、課堂助手和課后輔導(dǎo)等AI工具則能幫助學(xué)生群體進(jìn)MiniMax與高途合作，針對不同學(xué)齡階段學(xué)生的特點(diǎn)和學(xué)習(xí)規(guī)律，推出了一系列智能助手。這些助手采用先進(jìn)的文本和語音大模型技術(shù)，實現(xiàn)了智能問答、數(shù)字課件講解、數(shù)字講師等數(shù)十種精細(xì)化的應(yīng)用場景，為師生提供了豐富的教學(xué)交互方式。此外，雙方還共同開發(fā)了數(shù)字講師、生成式人工智能應(yīng)用與實踐展望生涯助手等功能，實現(xiàn)了針對學(xué)習(xí)內(nèi)容的問答、聊天、內(nèi)容生成及規(guī)劃指導(dǎo)等任務(wù)。其中，MiniMax教師音色復(fù)刻等特色功能可根據(jù)不同MiniMax攜手高途共同推出數(shù)字老師30余名，累計制作超十萬分鐘對于處于高考、考研等升學(xué)階段的考生，生成式人工智能也展現(xiàn)出了新的創(chuàng)新應(yīng)用價值。高途教育利用MiniMax大模型和RAG全套工具鏈，結(jié)合院校信息、招生信息以及初試復(fù)試參考信息等數(shù)據(jù)，推出了“生涯助手”應(yīng)用場景。該場景與考生實現(xiàn)智能問答，幫助他們在與大模型的對話過程中逐步選定理想院校和專業(yè)，并自動生成針對(1)技術(shù)介紹學(xué)生學(xué)習(xí)、心理健康、科普教學(xué)、素養(yǎng)培養(yǎng)多個應(yīng)用場景闡述了生成式人工智能在教育數(shù)字化轉(zhuǎn)型方面的創(chuàng)新探索。以訊飛星火大模型為底座打造了智慧教育板塊，構(gòu)建了從國家、省、市、縣(區(qū))到學(xué)校生成式人工智能應(yīng)用與實踐展望在服務(wù)模式方面，科大訊飛將星火大模型與智慧課堂相結(jié)合，從備課、授課、評價三個維度著手，為教師帶來更高效、更智能的數(shù)字教學(xué)設(shè)計、學(xué)習(xí)單、說課視頻、虛擬實驗等，幫助老師輕松備課。在授課環(huán)節(jié)，為老師打造一套信息科技教學(xué)評管一體化工具，支持實驗教學(xué)、項目式教學(xué)、合作式教學(xué)等場景。在評價環(huán)節(jié)，星火編程助手可以實現(xiàn)編程任務(wù)一鍵批改并給予個性化指導(dǎo)，此外，基于伴隨式數(shù)據(jù)采集，還可以幫助老師智能生成學(xué)生學(xué)期評價。此外，科大訊飛還充分發(fā)揮其在英語教學(xué)方面的優(yōu)勢，開發(fā)了英語聽說教考平臺，打通國家開放大學(xué)是教育部直屬、以現(xiàn)代信息技術(shù)為支撐、面向全國提供開放教育的新型高等學(xué)校。其英語學(xué)習(xí)者每年超過300萬，學(xué)習(xí)基于訊飛核心人工智能技術(shù)及星火大模型能力，國家開放大學(xué)打造了個性化語言學(xué)習(xí)環(huán)境，通過英語口語智能訓(xùn)練系統(tǒng)，讓每位學(xué)生學(xué)校建設(shè)了自適應(yīng)學(xué)習(xí)平臺，并將《學(xué)位英語》課程打造為新型數(shù)字課程。學(xué)生可以結(jié)合自身需求開展“千人千面”的自適應(yīng)學(xué)習(xí)，并通過課程知識圖譜及學(xué)習(xí)畫像，自主尋找知識盲點(diǎn)、查缺補(bǔ)漏，實現(xiàn)針對性提升。借助訊飛虛擬人技術(shù)，學(xué)校還打造了依托虛擬教師的新型生成式人工智能應(yīng)用與實踐展望為學(xué)生提供7*24小時的智能答疑服務(wù)，回答過程可同步展示與問題相國家開放大學(xué)智慧教學(xué)資源體系已經(jīng)形成，共建設(shè)智能問答資源庫1個、自適應(yīng)課程1門，完成知識圖譜知識點(diǎn)拆解200個、虛擬資源課件141個、虛擬資源844分鐘，打造了開放教育“因材施教”的全新金融產(chǎn)業(yè)的核心競爭力，在于持續(xù)降低金融風(fēng)險與不斷提高行業(yè)渠道一體化、融合深度化等特點(diǎn)。生成式人工智能大模型憑借其強(qiáng)大的理解、學(xué)習(xí)、生成和推理能力，以及可觀的知識容量和卓越的多任金融行業(yè)的前、中、后臺業(yè)務(wù)已全方位受益于生成式人工智能的賦能，顯著提升運(yùn)營效率。對話機(jī)器人、虛擬助理等生成式人工智能應(yīng)用已經(jīng)逐漸出現(xiàn)在個性化服務(wù)、客戶服務(wù)、金融欺詐檢測、信貸支持等服務(wù)場景中。在個性化服務(wù)方面，基于客戶數(shù)據(jù)的深度分析，生成式人工智能大模型能夠為客戶量身定制財務(wù)和產(chǎn)品計劃，實現(xiàn)精準(zhǔn)生成個性化電子郵件與信息，并提供差異化的智慧客服服務(wù)，有效提升客戶體驗。在金融欺詐檢測方面，生成式人工智能大模型助力專業(yè)生成式人工智能應(yīng)用與實踐展望在信貸支持方面，生成式人工智能大模型通過分析海量生產(chǎn)生活和信用數(shù)據(jù)，為信貸部門人員生成高質(zhì)量的信貸方案建議，減少貸款收益(1)技術(shù)介紹騰訊云正式發(fā)布的金融行業(yè)大模型主要包含四層架構(gòu)，分別從算大幅提升模型訓(xùn)練效率。在大模型層，金融機(jī)構(gòu)能根據(jù)不同細(xì)分場景的業(yè)務(wù)需求，通過模型商店MaaS接入騰訊混元大模型、金融行業(yè)大在應(yīng)用層，騰訊云基于金融行業(yè)大模型結(jié)合金融行業(yè)前中后臺多個業(yè)使用。在保險展業(yè)場景中，騰訊云金融大模型已經(jīng)實現(xiàn)較高匹配度并用于具體金融實踐，保險代理人開始結(jié)合數(shù)字人應(yīng)用場景進(jìn)行營銷展業(yè)、業(yè)務(wù)培訓(xùn)以及智能客服等工作。此外，對于金融行業(yè)重點(diǎn)關(guān)注的生成式人工智能應(yīng)用與實踐展望合規(guī)問題，騰訊云基于自身的數(shù)據(jù)隱私、內(nèi)容安全解決方案，通過模型私有化部署、權(quán)限管控和數(shù)據(jù)加密等方式，確保金融機(jī)構(gòu)在使用模(3)應(yīng)用情況在銀行客服場景中，銀行的客服系統(tǒng)場景存在三大痛點(diǎn)。一是知識維護(hù)量大，冷啟動知識配置成本14天到1個月不等，且需要持續(xù)投入運(yùn)營。二是問答覆蓋率低、攔截率低，由于知識邊界受限，不在服務(wù)效率低，進(jìn)線后坐席需要經(jīng)歷知識理解、搜索、組織回復(fù)的復(fù)雜銀行客戶基于騰訊云金融行業(yè)大模型能力，結(jié)合自身場景數(shù)據(jù)，通過騰訊云TI平臺進(jìn)行精調(diào)，構(gòu)建了專屬的金融客服大模型，并進(jìn)行私有化部署。通過快速接入銀行企業(yè)知識，直接學(xué)習(xí)企業(yè)文檔庫、搜索引擎現(xiàn)有資源，同時直接對接銀行API進(jìn)行任務(wù)式對話問答，打造技術(shù)，在進(jìn)行安全認(rèn)證的基礎(chǔ)上，對自然語言進(jìn)行深度分析，并進(jìn)行精準(zhǔn)回復(fù)，讓服務(wù)“看得見”、“聽得見”,大幅減少人工成本的基過智能語音導(dǎo)航和智能問答，可以實現(xiàn)對客戶的合理引導(dǎo)，將復(fù)雜的方面，該銀行利用騰訊云金融大模型的NLP、情緒識別、語音識別等生成式人工智能應(yīng)用與實踐展望交由機(jī)器人辦理，并實時對數(shù)據(jù)進(jìn)行深度分析，朝著定制化的客戶處理方案演進(jìn)。三是客服助手?？头挚梢栽谌斯ぷ?wù)時，為員(1)技術(shù)介紹其基于龐大的1760億參數(shù)的Bloom大模型進(jìn)行訓(xùn)練，通過獨(dú)創(chuàng)的hybrid-tuning的創(chuàng)新訓(xùn)練方式，在金融領(lǐng)域內(nèi)容理解和生成上能力卓越。截至2024年3月，度小滿軒轅系列已經(jīng)有17款開源大模型，適配廣泛場景任務(wù)，滿足不同開發(fā)者需要。在解決實際金融任務(wù)的能的實力，達(dá)到了自己2-5倍參數(shù)量的模型水平。軒轅大模型不僅在金融領(lǐng)域成績優(yōu)異，憑借融合百度文心一言的全面能力，軒轅大模型還軒轅金融大模型不僅在金融產(chǎn)品營銷、金融數(shù)據(jù)運(yùn)營、金融風(fēng)控管理、金融知識問答等關(guān)鍵金融場景中得到了廣泛應(yīng)用，同時也在代生成式人工智能應(yīng)用與實踐展望已經(jīng)有上百家金融機(jī)構(gòu)申請試用“軒轅”大模型。提升坐席作業(yè)效率和業(yè)務(wù)轉(zhuǎn)化率是機(jī)會也是挑戰(zhàn)?；谲庌@大模型研解客戶，使對話更加有的放矢；開展對話中，坐席助手可實時推薦經(jīng)營話術(shù)，幫助坐席人員把握時機(jī)，提升轉(zhuǎn)化率；完成對話后，坐席助度小滿基于軒轅開源模型探索大模型訓(xùn)練和微調(diào)技術(shù)，最終形成外掛實時更新業(yè)務(wù)知識庫，同時定向增強(qiáng)摘要、邏輯、計算等金融場更安全。在此基礎(chǔ)上，度小滿通過使用人工校驗的高質(zhì)量指令數(shù)據(jù)對用軒轅大模型輔助生成的代碼，采納率能夠達(dá)到42%,幫助公司整體研發(fā)效率提升了20%;在智能辦公領(lǐng)域，軒轅大模型目前的意圖識別準(zhǔn)確率已達(dá)到97%;在核心的坐席助手應(yīng)用方面，軒轅大模型也已經(jīng)取得了一定進(jìn)展，比如電銷坐席助手，目前幻覺問題解決率96%,轉(zhuǎn)生成式人工智能應(yīng)用與實踐展望化率提升12%;客服坐席助手，服務(wù)效率提升25%;增信坐席助手，增信補(bǔ)件效率提升37%。信息化階段后，工業(yè)正處于從數(shù)字化向智能化轉(zhuǎn)型的關(guān)鍵時期。在當(dāng)借助生成式人工智能的能力，可對工業(yè)進(jìn)行更深入的升級和改造，從而提高生產(chǎn)效率、降低生產(chǎn)成本并提升產(chǎn)品質(zhì)量。此外，生成較于傳統(tǒng)小模型，生成式人工智能大模型有望挖掘工業(yè)領(lǐng)域智能應(yīng)用生成式人工智能大模型能夠深度挖掘、生成并分析海量數(shù)據(jù)，為產(chǎn)品設(shè)計提供更為精準(zhǔn)且富有創(chuàng)新性的思路。在經(jīng)營管理層面，生成式人工智能大模型可實現(xiàn)對生產(chǎn)流程、供應(yīng)鏈管理等各個環(huán)節(jié)的監(jiān)控與智(1)技術(shù)介紹生成式人工智能應(yīng)用與實踐展望領(lǐng)先的衣裳云生成式人工智能能力平臺，匯聚視覺合規(guī)、視覺質(zhì)檢、服紡(2)服務(wù)模式(3)應(yīng)用情況杭州嘉溢制衣有限公司借助元景大模型能力，從過去一個業(yè)務(wù)熟練生成式人工智能應(yīng)用與實踐展望設(shè)計師一天最多設(shè)計3到4款服裝，確定一款設(shè)計需要兩天左右時間，到如今只需3秒鐘就能生成設(shè)計圖，且看到上身效果，平均只需大模型生成修改十余次就能得到較為滿意的款式，大幅提升了設(shè)計師的工作效率。生成式人工智能應(yīng)用與實踐展望(一)重點(diǎn)布局算力平臺，建立算力合作協(xié)同機(jī)制未來，金磚國家在生成式人工智能方面可能面臨算力不足的挑戰(zhàn)，可支持圍繞云計算建設(shè)的各類行業(yè)訓(xùn)練數(shù)據(jù)集和人工智能的聯(lián)合訓(xùn)練平構(gòu)建統(tǒng)一、開放、有序的人工智能產(chǎn)業(yè)大生態(tài)。在這一過程中，可考慮一是推動金磚國家建立區(qū)域級、國家級的算力合作調(diào)度平臺，建立計算資源共享名錄，實現(xiàn)跨區(qū)域、跨行業(yè)的算力資源調(diào)配。通過云計算和邊緣計算的結(jié)合，可以在區(qū)域范圍內(nèi)動態(tài)分配算力資源，提高資源利用效率。例如，利用分布式計算技術(shù)，將各地的超算中心、數(shù)據(jù)中心進(jìn)行聯(lián)通，實現(xiàn)資源的彈性調(diào)度和按需分配，滿足大規(guī)模生成式人工智能算力平臺、行業(yè)訓(xùn)練數(shù)據(jù)集和人工智能訓(xùn)練平臺等基礎(chǔ)設(shè)施資源的開放共享，避免資源浪費(fèi)和重復(fù)建設(shè)。同時，建議金磚多國開放國家級實驗提供大模型數(shù)據(jù)訓(xùn)練所需算力，通過聯(lián)合實驗室、研究院等形式，促進(jìn)產(chǎn)學(xué)研深度融合，加速前沿技術(shù)研究成果的產(chǎn)業(yè)化進(jìn)程。例如，聯(lián)合開生成式人工智能應(yīng)用與實踐展望支持生成式人工智能的快速發(fā)展。三是推動綠色數(shù)據(jù)中心的建設(shè)，做好算力和電力協(xié)同。采用先進(jìn)的節(jié)能技術(shù)和可再生能源，優(yōu)化數(shù)據(jù)中心的能源管理，提升算力基礎(chǔ)設(shè)施的環(huán)保性和可持續(xù)性。針對地域、時間、天氣等對綠電供給影響較大的問題，可通過儲能、源網(wǎng)儲荷一體化等方法應(yīng)對。另外，未來金磚國家可考慮部署碳智能計算聯(lián)合平臺，通過獲得各國與地區(qū)歷史、實時或24小時內(nèi)每小時電力能源結(jié)構(gòu)及碳強(qiáng)度，通過在時間或空間上轉(zhuǎn)移計算(二)優(yōu)化高質(zhì)量數(shù)據(jù)供給，促進(jìn)數(shù)據(jù)開放與共享金磚國家大部分國家目前政府側(cè)公開數(shù)據(jù)和產(chǎn)業(yè)專業(yè)數(shù)據(jù)相對缺乏，能體現(xiàn)金磚國家傳統(tǒng)文化的源數(shù)據(jù)暫時不足，金磚國家需優(yōu)化數(shù)據(jù)供給，聚焦打造專業(yè)數(shù)據(jù)服務(wù)。訓(xùn)練大模型需要優(yōu)質(zhì)的大數(shù)據(jù)集合，有其質(zhì)量直接決定模型的智能程度。為此，建議加快推動數(shù)據(jù)資源的整合共享和開發(fā)利用。ChatGPT的成功因素之一是擁有高質(zhì)量語料庫和豐企業(yè)和社會多方可綜合利用多方資源，構(gòu)建共享、共創(chuàng)的合作生態(tài)，激一是在政府側(cè)制定公共數(shù)據(jù)資源開放清單，開展開放試點(diǎn)，對可用于生成式人工智能的公共數(shù)據(jù)鼓勵“應(yīng)開盡開”。優(yōu)先開放高價值、低敏感、數(shù)據(jù)量大的民生公共數(shù)據(jù)，在數(shù)據(jù)開放過程中不要過多預(yù)設(shè)實景生成式人工智能應(yīng)用與實踐展望場景，逐步開放公共數(shù)據(jù)庫及行業(yè)專業(yè)數(shù)據(jù)庫等。政府對于生成式人工智能相關(guān)的數(shù)據(jù)定期維護(hù)定期更新、分類、清洗、標(biāo)注、結(jié)構(gòu)化、并確定分級開放權(quán)限，同時為社會提供API數(shù)據(jù)接口，促進(jìn)政府?dāng)?shù)據(jù)和行業(yè)提升優(yōu)質(zhì)數(shù)據(jù)供給。為了讓生成式人工智能更好地理解客觀世界和掌握規(guī)律，需要學(xué)習(xí)大量來自知識和價值觀層的數(shù)據(jù)。金磚國家擁有源遠(yuǎn)流長的文化和歷史積淀，各國合作共建金磚國家