腾讯入局大模型，打法有些不一般_风闻

从年初火到现在的大模型，看似 “ 不紧不慢 ” 的腾讯，也以自己的方式入场了，而且走了一条完全不一样的路。

6 月 19 号，腾讯云在北京国家科技传播中心，召开了腾讯云行业大模型及智能应用技术峰会，知危编辑部也有幸到了现场。

让人意外的是，此次技术峰会，腾讯云并没带来类 ChatGPT 的通用大模型。

行业大模型方面的技术方案，以及多款 SaaS 智能应用升级、产业客户应用落地进展反倒成了此次大会的主要内容。

知危编辑部对此做法并不感到意外，因为这似乎是一个比较不错的业务策略。

在类 ChatGPT 通用大模型上，各大厂与 GPT-4 的差距是公认的，各家都比较集中在 GPT-3.5 水平附近，多腾讯一个不多，少腾讯一个不少。但，行业大模型，却是更容易大有可为的，因为它更接近实际业务，考验的是各家的应用转化能力，这是腾讯的强项。

在 “ 为何打造的是行业大模型 ” 这个问题上，腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生，也在峰会的主题演讲中给出了自己的解答。

汤道生认为，通用大模型的价值巨大，但无数的企业管理者们也在思考如何才能利用好大模型的力量。相比于通但不精的通用大模型，更专注、更专业的行业大模型在金融、文旅、传媒、政务、教育等多个产业场景具有广泛的应用和商业创新价值。

“ 产业场景也已成为大模型的最佳练兵场 ”，他说。

简言之，就是通用大模型是很强，但在行业场景下，还是专业的行业大模型更适合企业们。

不过，计算资源少、数据质量差、投入成本高、专业经验少等问题，暂时还是成了其落地应用前的拦路虎。

腾讯云便是抓准了这个痛点，基于 HCC 高性能计算集群和腾讯云向量数据库，在本次峰会上发布了面向 B 端客户的腾讯云 MaaS（ Model-as-a-service，模型即服务 ）服务解决方案，提供了一整套模型服务工具链，帮助企业高效率、高品质、低成本地创建和部署 AI 应用，帮助客户快速实现大模型应用的产品化和商业化。

知危编辑部在现场，看到了不少行业大模型真实落地实例。

比如不少朋友，肯定都有过被所谓的智能客服 “ 蠢哭 ” 过的经历。

例如某头部文旅客户，其传统智能客服需要人工进行对话配置且知识维护量大、耗时长，且涉及订单等复杂业务场景，在无配置的情况下无法通过机器人闭环解决问题。

而腾讯云在现场，他们就在线调教了一遍智能客服。

在 **“ 我和孩子都是历史人文爱好者，端午想在上海周边，预算 5000 以内，每天去两个不同景点 ”**的问题下，未调教的智能客服和市面上的通用大模型聊天应用一样，给出了很笼统的答案。

答案中只包含时间、地点等。

而经过大模型的精调后，大模型除了时间地点之外，还给出了交通工具和景区的票价，并且附带交通工具和景区门票的购买链接。

相比于过去的智能客服，文旅行业客服场景大模型用更加准确的回答，提升了客服问题解决率，降低用户转人工客服的比例。

除此之外，上海大学副校长汪小帆，则在现场分析了行业大模型是如何重塑大学的。

据汪小帆介绍，一个大学日常产生的数据量，相当于每天在学校新建一座图书馆。

但这些数据分别来自多个部门、多个业务平台，有多个统计口径和多个数据接口。在数字化转型中，上海大学打破了这些数据孤岛，推行一网通办，基于这些数据，大模型则能提供咨询和问答内容、聚焦招生专业咨询和规章制度咨询等场景。

汪小帆校长预测，在教育行业大模型下，每个学生都可以在教材上直接写批注和作业，每个老师都能直接看到学生的学习情况，每个教材作者，也能根据实时反馈的数据优化更新教材。现有的教育模式，将产生巨大变革。

除了文旅、教育之外，福建省大数据集团总工程师林欣郁，还给观众分享了行业大模型在政务领域应用的探索。

福建大数据集团与腾讯云合作，以腾讯云智能 AI 算力调度平台、大语言模型算力及技术能力为基础，共建了 “ 福建智力中心 ” 项目。

同时，他们还推出了互动式政务大模型应用 “ 小闽助手 ”，通过人机交互窗口，“ 小闽助手 ” 能够为用户提供一站式的智能咨询服务，譬如办事指南、政策咨询、数据查询等。

可以说是用行业大模型的能力，跨越了口语和政务术语之间的鸿沟，提升老百姓的办事效率，减轻政务人员的工作负担。

现场其他的例子不胜枚举，这里就不再赘述了。

在高手如云的大模型领域，腾讯云敢于下注，知危编辑部认为多半基于如下考量。

首先，算力，是大模型的根本，在大模型算力方面，腾讯云成绩斐然。今年 4 月，腾讯云便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，采用最新一代腾讯云星星海自研服务器，算力性能提升了 3 倍。此外腾讯云向量数据库（ Tecent Cloud Vector DB ）则是腾讯自研的、源自腾讯内部多年运营积累的分布式向量数据库，具有高吞吐、低延迟、低成本等优点，经过了腾讯海量业务场景的验证。

第二，安全，在大模型的应用落地过程中，安全、合规是大前提。腾讯二十余年的安全经验和天御风控能力，提供了 AIGC 全链路内容合规解决方案，确保了大模型可信、可靠、可用。

第三，数据及经验的沉淀，是模型质量好坏的关键。腾讯云是少有的在文旅、金融、教育等领域都有所布局的公司。凭借着在这些领域所积累下的数据和经验，让腾讯十分了解这些行业，从而精调出更加符合行业需求的行业大模型。

最后，知危编辑部认为通用大模型和行业大模型并无高下之分，只是站在用户的角度考量，更适合往哪个方向去走。

所以就同基础研究和实践落地同等重要类似，未来的趋势多半是通用和行业双方相互咬合，螺旋式上升，而在此过程中大模型一步步进化。

正如腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生所说的那样：今天，我们再一次站在数字科技革命的奇点上，大模型只是开端，AI 与产业的融合，将绽放出更有创造力的未来。

知危编辑部也认为，在不久的未来，AI 将会普惠千行百业。