《中关村智用研究院:2023产业大模型应用白皮书(28页).pdf》由会员分享,可在线阅读,更多相关《中关村智用研究院:2023产业大模型应用白皮书(28页).pdf(28页珍藏版)》请在三个皮匠报告上搜索。
1、联合发布中国质量认证中心中关村智用人工智能研究院2023年12月融入产业赋能未来产业大模型应用白皮书安 学 军丁 宁范 东 睿郭 达刘 江孙 明 俊汪 玉辛 景 民徐 少 山叶 笑 春张 勇王瑞锋、王宏源、安 磊、孙 铖、孙忻凯、孙迩溪、李 威、李 慧、肖 潇、吴冬冬、吴沛阳、张利霞、张荣超、林梓正、钱 雨、郭 南、蒋海京、曾书霖中科院计算所正高级工程师西安交通大学人工智能学院教授中科院计算所研究员、中科睿芯集团董事长北京邮电大学电子工程学院高级工程师中国质量认证中心副主任中关村智用人工智能研究院院长清华大学电子系系主任西安交通大学人工智能学院执行院长中国质量认证中心副主任中科院计算所高通量计
2、算机研究中心主任、研究员北京邮电大学电子工程学院教授、未来网络与智能计算实验室主任指导专家(按姓氏拼音排序):编写组(按姓氏笔画排序):中关村智用人工智能研究院、中国质量认证中心、中国科学院计算技术研究所、西安交通大学人工智能学院、清华大学天津电子信息研究院、北京市朝阳区人工智能应用联合会、中国发展网、四分仪智库、曙光智算、清研载物人工智能基金编写单位:中关村智用人工智能研究院 地址:东湖国际中心A座 电话: 邮箱:人工智能产业应用评级评测服务咨询:中国质量认证中心 地址:北京市南四环西路188号九区网址:电话: 邮箱:当前,大数据、人工智能等尖端
3、技术正在带来新一轮科技革命和产业变革。其中,大模型作为新一代人工智能的核心技术,无论是在自然语言处理、图像识别、语音识别等领域,还是在医疗、金融、制造、农业等各个行业中,都已经展现出了令人惊讶的复杂问题处理能力。随着基础研究的继续深入和产业应用场景的不断拓展,大模型正在成为这轮科技革命和产业变革的核心驱动力。大模型的兴起,打开了产业通向数据驱动、智能决策时代的大门。此前IBM商业价值研究院曾在其值得押注的七大投资决策报告中指出,未来十年,生成式AI和先进计算的广泛应用将彻底变革千行百业的商业模式。数据将是未来最重要的生产要素,人工智能则会是最核心的生产工具,数据与智能的结合将带来生产力的大幅提
4、升,为千行百业注入新的发展动能,推动产业实现智能化、高端化、绿色化的跨越式发展。过去一年,基础大模型、产业大模型和产业大模型应用如雨后春笋般涌现,面向产业的探索亟待深入。在制造、能源、医疗健康、物流、交通、金融、IT服务、文娱等行业都已经出现了产业大模型以及产业大模型应用。相较而言,中国在基础大模型的研发上还与当前全球最先进水平存在一定差距,在内容生成、办公等产业场景的应用深度上也需探索进一步突破。但是,随着基础大模型的业务格局走向稳定,越来越多的企业开始在更多具体的产业场景中寻找商业机会,从制造到医疗、从政务到金融,中国在产业大模型的应用广度、规模效应和灵活度上正在展现出一定的竞争优势。在这
5、个趋势下,大模型的产业应用会进一步提速,产业大模型应用的数量也会大幅增加。这将带来两个直接影响:一个是实体产业端智能化、高端化、绿色化升级的浪潮会催生出更多丰富的科技工具、展现出更具爆发力和指数级的科技转型效果;另一个则是实体产业端将会感受到“乱花迷人眼”,在汹涌而来的AI产业大模型应用面前难以进行全面而精准的决策判断。面向未来,为了更好地衔接前沿科技工具和实体产业转型,我们应该在实践中不断积累海量行业数据、深入梳理产业痛点、引导科研成果的落地转化,以前沿科技创新有效推动实体产业创新和新质生产力发展,孵化新模式、新动能、新思维,“以智赋用、以用促产、以产兴国”。当然,现如今大模型的发展也面临着
6、一些基础层的挑战和问题。算力体量、成本和数据体量都亟需进一步改善;数据安全、隐私保护、算法公平等问题需要得到充分关注和解决;大模型的产业应用和交叉领域建设,更需要培养和提升一大批产业内数智化人才的梯队储备。要解决这些问题和挑战,打牢大模型的发展基础,抢占下一轮全球科技竞争前沿位置,需要政产学研用各方通力合作,通盘规划,构建通畅有效的科研落地体系和产业政策指导,规范大模型健康有序地融入行业场景,鼓励传统企业加快产业大模型共建与数智化转型升级的实践步伐,推出一批基于各个行业应用场景的示范性案例,形成产业大模型应用评价标准,凝聚各方共识,为先进科技融入传统产业提供进一步助力,加快支持传统产业提质增效
7、。面向更长远的未来,大模型在千行百业的应用和发展,将打开一扇通向新时代的大门,切实推动千行百业的生产力爆发和生产模式升级。前言CATALOG目录摘要第一章:需求推动大模型进入第二阶段 (一)技术突破点燃燎原之火 (二)大模型发展进入兴奋期 1.大模型成为国家战略布局关键节点 2.资本大举涌入催动大模型产业应用 3.大模型为传统产业带来结构性增量 (三)从技术驱动到需求驱动第二章:以“生成”能力赋能产业智慧化 (一)产业大模型应用的特征 (二)产业大模型应用的技术关键环节 (三)产业大模型应用赋能产业的技能模块第三章:大模型产业应用正待标准形成 (一)大模型产业应用需要评价标准 (二)产业大模型
8、应用的五大核心指标 (三)产业大模型应用评价工具箱第四章:大模型产业应用的中国进行时 (一)案例征集介绍和梳理 (二)大模型应用功能应用分析 (三)大模型产业应用落地共性分析第五章:大模型产业应用的展望与挑战0 091 01 21 21 41 51 61 71 81 92 12 224283033333333343434343535353536363636373737附录一:产业大模型典型案例简介1.武汉经开城市大脑大模型 中电云计算技术有限公司2.网上办事大厅 中科极限元(杭州)智能科技股份有限公司3.场景支撑系统 中科极限元(杭州)智能科技股份有限公司4.面向智慧税务
9、领域的行业AI大模型 阿里云计算有限公司5.中国电信政务大模型 中国电信股份有限公司北京分公司6.武汉经开美丽社区大模型 中电云计算技术有限公司7.某某大数据集团轻应用孵化平台 解放号网络科技有限公司8.金融专业大模型 可之(宁波)人工智能科技有限公司9.金融专业大模型 可之(宁波)人工智能科技有限公司10.基于大模型的智能文档处理平台 北京文因互联科技有限公司11.“轩辕”金融大模型 度小满科技(北京)有限公司12.基于大模型的研报解析智能化 北京文因互联科技有限公司13.XX银行金融私有化领域大模型的示范应用 三六零数字安全科技集团有限公司14.基于生成式大模型的银行业务场景应用示范 北京
10、百度网讯科技有限公司15.止愈Medbot 医学内容生成与问答 南京柯基数据科技有限公司16.电子病历生成的应用 首都医科大学附属北京友谊医院17.勃小智RAG医学资料检索增强 南京柯基数据科技有限公司18.养老行业模型服务项目 卓世科技(海南)有限公司19.法律法规文档问答与总结 南京柯基数据科技有限公司CATALOG目录37383838393939404040404 14 14 142424242附录一:产业大模型典型案例简介20.数字中医大模型 北京智谱华章科技有限公司21.智能配餐大模型 北京健康有益科技有限公司22.基于安全可控的多模态大模型的重大疾病早期筛查平台 深思考人工智能机器
11、人科技(北京)有限公司23.售后服务系统 中科极限元(杭州)智能科技股份有限公司24.某工业控制器头部企业专家系统 中工互联(北京)科技集团有限公司25.工业专业大模型 可之(宁波)人工智能科技有限公司26.服装设计大模型 AIGC赋能时尚设计及营销北京清博智能科技有限公司27.某军工企业工业大模型智能体应用案例 中工互联(北京)科技集团有限公司28.基于百川大模型的影视角色扮演 北京百川智能科技有限公司29.基于百川大模型的游戏角色对话生成示范 北京百川智能科技有限公司30.自研文生图大模型“可图”在短视频行业的应用探索 北京达佳互联信息技术有限公司31.AI数字人李白数字艺术展 央博数字传
12、媒科技有限公司32.自研大规模语言模型“快意”在短视频行业的应用探索 北京达佳互联信息技术有限公司33.思必驰大模型在智能座舱的应用 思必驰科技股份有限公司34.基于DriveGPT大模型的自动驾驶应用示范 毫末智行科技有限公司35.车辆管控大数据综合平台、智慧交通数字孪生系统 北京卓视智通科技有限责任公司36.基于政务问视大模型的智慧交通应用示范 解放号网络科技有限公司37.智能客服行业模型服务 卓世科技(海南)有限公司43434343444444444545454546464647474748484838.基于火炬行业大模型的某智家智能化门户应用 科讯嘉联信息技术有限公司39.ChatAC
13、平台智能客服 曙光智算信息技术有限公司40.基于火炬行业大模型的AI教培和辅助营销机器人应用 科讯嘉联信息技术有限公司41.大模型+Agent 在工业车辆智能运维场景 爱动超越人工智能科技(北京)有限责任公司42.义乌商城大模型 北京面壁智能科技有限责任公司43.地产物业场景行业大模型创新应用 腾讯云计算(北京)有限责任公司44.设牛 贝壳找房(北京)科技有限公司45.AI伴考智能系统 中科创达软件股份有限公司46.基于百川大模型的知识问答 北京百川智能科技有限公司47.思必驰大模型在智能家居产品的应用 思必驰科技股份有限公司48.玲珑AI工具 北京新锋未来科技有限公司49.基于文心千帆大模型
14、的智慧办公应用示范 北京百度网讯科技有限公司50.某中央媒体AIGC智能助手 拓尔思信息技术股份有限公司51.Dancers 中国传媒大学戏剧影视学院未来影像研究中心52.外卖智能小助手 北京三快网络科技有限公司(美团)53.法律大模型 北京智谱华章科技有限公司54.施工现场技术管理大模型 筑讯(北京)科技有限公司55.大语言模型服务 上海天壤智能科技有限公司56.某国产新能源企业综合能源管理系统 中工互联(北京)科技集团有限公司57.面向消费品制造领域的品商大模型 北京一轻科技集团有限公司58.运维专业大模型 可之(宁波)人工智能科技有限公司Page 01Page 02【产业大模型应用白皮书
15、】融 入 产 业,赋 能 未 来随着时间的推移,世界科技飞速发展,在各个领域都越来越多的见到人工智能的身影,其在产业领域的影响尤为明显。在可预见的未来,人工智能技术将会进一步的推动产业升级和变革。我国政府高度重视人工智能产业发展,在大力发展扶持人工产业的同时,也在不断完善关于支持人工智能技术的研究与应用的政策。在这样的时代与国家背景下,我们撰写了这本产业大模型应用白皮书,旨在探讨产业大模型在产业发展中的落地应用,并且为产业端准确判断产业大模型应用的价值提供参考,为加快形成大模型赋能实体产业转型升级的政产学研用体系提供思考支持。产业大模型是利用不同产业的专业知识对通用大模型进行微调,更好满足能源
16、、金融、制造、交通物流、文娱等不同领域的产业升级需求。这种模型能够处理和分析海量的行业数据,从而提供洞察力,帮助企业做出更智能的决策,优化流程,提高效率,减少成本,增强创新能力。产业大模型应用则是在产业大模型基础上,聚焦产业中的更细分场景实现的具体应用。同时产业大模型的构建与应用,将有力推动产业智能化发展,促进我国数字经济转型升级。随着大模型在各个产业的应用,相关产业链上的企业也将受益,形成良好的产业生态。本白皮书分为五个部分:第一部分主要介绍大模型的发展已经进入第二阶段,即由需求推动进行产业应用的阶段,技术、资本、政策正在共同催生更丰富的产业大模型应用;第二部分则是在技术角度探讨了从通用大模
17、型到产业大模型应用的实现逻辑,以及产业大模型应用对产业的价值,判断产业大模型应用还处在“生成”能力的应用阶段;第三部分阐述了形成标准对落地产业大模型应用的重要性,以及产业大模型应用落地过程中需要关注到的五大核心指标和企业判断产业大模型应用价值的工具箱;第四部分针对征集的产业大模型应用案例,依据评价工具箱精选出58个典型案例,并对这些案例进行了相关分析和整理;第五部分介绍了产业大模型应用过程中需要应对的技术和非技术层面的挑战,并提出要打通政产学研用的多方协作,共同应对挑战。我们希望这本白皮书能为相关企业负责人和技术研究人员提供有益的参考,推动产业大模型技术的研究与应用,助力我国产业智能化发展。同
18、时,我们也期待与广大读者共同探讨产业大模型的发展前景,为我国人工智能产业的发展贡献力量。最后,感谢各位读者对这本白皮书的关注与支持,希望它能为您的产业发展提供新的思路和启示。ABSTRACT摘要Page 03Page 04【产业大模型应用白皮书】融 入 产 业,赋 能 未 来大模型,或者说生成式人工智能,已经度过了由技术驱动的“第一阶段”,正在向由客户需求驱动的“第二阶段”迈进。第一阶段技术的突破点燃了大模型的燎原之火,“基础大模型”纷纷出现,推动AI完成了从判别式向生成式、从定制向通用的转化。进入第二阶段,资本继续涌入,激发了大模型在具体产业场景中实现落地,开始在磨合中探索大模型赋能千行百业
19、的正确模式,形成一批“大模型产业应用”。大模型作为核心也将进一步激活出产业,特别是传统产业在自动化、数字化转型中积累的数字资产,将虚实融合推向一个崭新阶段,成为实现产业智慧化、绿色化升级的抓手。Chapter 12012年Chapter 1第一章:需求推动大模型进入第二阶段多伦多大学教授Geoffrey Hinton 和他的学生Alex Krizhevsky、Ilya Sutskever使用名为AlexNet的深度神经网络,获得了该年度ImageNet竞赛冠军,引领研究者将深度学习应用于自然语言处理(NLP)、推荐系统、机器人等领域,并开始将GPU应用于运算加速。2017年Google的研究团
20、队在论文Attention is All You Need中提出了一种基于自注意力机制(self-at-tention)的神经网络模型Transformer,具备更强的并行计算能力、长序列处理能力和语义特征理解能力,被广泛应用于机器翻译、文本生成等任务。2018年Google AI研究院在Transformer基础上提出了预训练模型Bert,全称为Bidirectional Encoder Representation from Transformers。Bert的逻辑是通过对海量无标注数据的无监督学习训练出具备“基本常识”的大模型,然后通过少量标注数据微调大模型,使其具备处理“专业”任务的能
21、力。Bert进一步提升了大模型的自然语言处理能力。2020年在Bert奠定的“预训练+微调”训练范式基础上,OpenAI在论文Language Models are Few-Shot Learners中提出了同样以Transformer为基础的GPT-3,全称为General Pretrained Transform-er-3。GPT-3拥有1750亿个参数,具备了突破性性的理解、生成和涌现能力。2022年Dalle-2、Stable Diffusion、Imagen、Midjourney等生成式人工智能工具相继出现,人工智能生成内容(AIGC,AI-Generated Content)开始走
22、出小圈子,直到OpenAI发布基于GPT-3.5的ChatGPT,将这一波生成式AI浪潮完全引爆。从基础大模型到行业大模型,点燃了大模型规模化应用的燎原之火。(一)技术突破点燃燎原之火生成式AI的出现,为人们打开了通向通用人工智能(AGI,Artificial General Intelligence)的大门。以2022年11月30日ChatGPT的发布为引爆点,大模型用了十年时间才完成了从“量变”到“质变”的过程。Page 05Page 06【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 1(二)大模型发展进入兴奋期大模型成为国家战略布局关键节点技术层面引爆点的到来,也
23、推动大模型发展进入一个兴奋期。在全球各国产业政策端,美国、中国、欧洲纷纷发布政策,加快“科技军备竞赛”,抢占人工智能产业发展的地缘制高点,加速AI技术的产业落地应用和实践成果,可以说,大模型已经成为本年度最为新兴的举国科技战略布局的必争之地。在大模型技术最为蓬勃的美国市场,资本端正不断涌入大模型领域,为人工智能技术的发展和人工智能赋能产业应用提供资源支持;在AI应用生态广阔的中国产业端,大模型时代的到来正在加速传统产业的智能化、绿色化、高端化改造进程,驱动着新型工业化和高质量增长的转化实现。01.产业大模型的应用对于国家发展人工智能有着重要意义,是推动国家数字化发展进程,加快各产业信息化、智能
24、化建设的重要抓手。首先,产业大模型应用可以提高产业智能化水平,促进产业升级,进而提升国家整体产业竞争力。其次,产业大模型应用可以带动相关领域如数据科学、计算机科学、自然语言处理等技术的进步,为国家科技创新提供强大支持。同时,随着大数据和人工智能技术的发展,信息安全已成为国家安全的重要组成部分,产业大模型应用可以提高国家信息安全防护能力,保障国家信息安全。也因此,大模型已然成为大国的必争之地,获得大模型竞争入场券的国家都在不遗余力地扶持本国企业在大模型领域开展研究和应用。从目前的情况来看,中美仍然是大模型竞争的主要参与者。美国在算法架构的基础研究、基础大模型的开发上处于领先优势,在OpenAI、
25、微软、Google等科技企业的引领下,美国已经推出了ChatGPT、Midjourney、Copilot等引发全球关注的大模型应用。中国则在基础大模型研究上紧随其后,并在大模型产业应用方面进行了更丰富地探索,但还缺少相应的标杆性案例。在美国,美国国防部高级研究计划局(DARPA)向OpenAI提供资助,支持其开发ChatGPT;美国国家科学基金会(NSF)也在向大语言模型研究提供资助;针对人工智能领域的企业,美国政府提供了优惠政策,鼓励企业进行研发投资。在中国,人工智能技术从基础技术研发到产业应用也都获得了一些政策层面的支持。中国国家发改委在2020年发布的关于加快推进数字经济发展的实施意见其
26、中提出要加快人工智能、大数据等新一代信息技术的发展,推动产业数字化转型。2021年中国国家自然科学基金委员会、中国工业和信息化部等部门发布的人工智能领域科技计划指南与关于促进人工智能和实体经济深度融合发展的指导意见提出支持人工智能基础理论、关键技术、应用示范等研究,着力推动大型人工智能模型的研究和人工智能与实体经济深度融合,加快产业智能化升级。2022年中国科技部等六部门联合在欧洲,欧盟计划投资7.5亿元用于支持包括大语言模型相关研究在内的人工智能技术研发;欧洲研究委员会(ERC)也设立了专门的人工智能基金,用于资助具有创新性和颠覆性的人工智能研究项目。就国家而言,德国政府在2023年设立了1
27、亿欧元(约合人民币7.4亿元)的基金,以支持在人工智能领域的创新性研究和开发。英国政府为在英国进行研发活动的公司提供了税收减免,这些公司可以获得最高100%的税收减免,用于支付研发费用。同时,使用人工智能技术的公司也可以从英国政府处获得高达20%的投资税收抵免,用于购买和使用AI技术。此外,英国政府还推出了一项AI研发加速器计划,旨在提供资金,支持初创公司和创业公司进行AI研发。Page 07Page 08【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 1资本大举涌入催动大模型产业应用02.大模型的技术突破使其具备了解决复杂问题、生成高质量内容的能力,对推动传统产业智能化
28、升级、培育新动能具有重要作用。大模型在金融、医疗、教育、媒体等多个领域的应用,正在创造出新的商业模式和商业机会。第三方市场研究机构Gartner预测,到2026年,超过80%的企业将在生产环境中使用生成式人工智能 API/模型和支持生成式人工智能的应用程序,而2023年这一比例还不到5%。这吸引了大量的资本进入其中,为大模型从技术发展走向产业落地带来了充裕的资金支持。尤其是在一些细分市场和应用场景中,优秀的模型和技术解决方案可能会形成较强的市场壁垒,早期投资有望获得较高的回报。在全球范围内,大模型技术的研究与应用成为资本竞争的新高地。中国企业和研究机构在这一领域的投入和布局,不仅满足了国内市场
29、需求,也是在国际竞争中抢占着有利位置。在中国,创业邦研究中心发布的2023年H1 AIGC产业报告显示,2023年上半年,中国国内AIGC领域的融资事件共57起,已披露融资总额63.13亿元,涉及投资机构数66家。中国互联网头部企业的特点是一边布局自有大模型业务,一边投资大模型领域的创业企业。腾讯不仅推出了自己的大模型腾讯混元,应用于广告、内容审核等领域,还投资了人工智能医疗诊断公司推想科技、MiniMax、等多个大模型相关项目。阿里巴巴同样推出了大模型产品通义千问,并投资了零一万物、商汤科技。美团收购了王慧文的大模型创业项目光年之外。王小川的百川智能获得了腾讯、阿里、小米,清华系的在美国,P
30、itchBook数据显示,2022年,硅谷的风投资本向生成式AI公司共投入13.7亿美元(折合人民币约93.69亿元),几乎达到了过去5年的总和,2023年则直接飙升到21亿美元。成立于2009年的美国的知名风险投资公司a16z(Andreessen Horowitz),重点关注人工智能、大数据、网络安全、软件开发、硬件设备等方向,目前已经投资了多个人工智能项目,如自动驾驶技术公司Nauto、AI大模型公司DeepMind、Pinterest、Lyft等。全球知名的私募股权投资公司Bain Capital(贝恩资本)投资领域涵盖消费品、医疗保健、科技、电信、金融服务、工业品等多个行业。该公司目
31、前大量投资包括人工智能、大数据、网络安全等科技领域项目以及GitHub等大模型应用企业。微软、Google、英伟达也分别投资了OpenAI、Anthropic和Inflection AI等大模型创业公司。产业的吸收应用,需要依赖于长周期、高风险、大体量的资源投入和模式改造,统筹各类科技规划指导意见、新型应用场景指导意见和传统产业转型能力建设。预计更多国家级产业政策将在大模型全面落地过程中发挥出关键引导作用,形成因势利导,全面统筹优势,实现全球科技主体间竞争的规模化赶超。科研界和产业界则将不断提供关键实践,前沿观点,经验梳理,趋势判断,形成整合思维,为产业政策的下一阶段布局形成有效助力,并通过更
32、丰富、更深度、更多维度的落地应用,梳理新问题、新观点、新场景、新方案,继续贡献各方思考,为下一步产业政策和产业结构的完善升级建言献策。面向未来,政产学研用的模式优势,必将在产业AI大模型时代淋漓尽致展现,成为国家间科技力和创新力竞争的充要条件。印发的关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见中提到,鼓励在制造、农业、物流、金融、商务、家居等重点产业深入挖掘人工智能技术应用场景,促进智能经济高端高效发展。在大模型曝光频率最高的2023年,中国领先出台了政策,来规范和扶持人工智能产业健康发展。4月11日,中国国家互联网信息办公室发布了关于生成式人工智能服务管理办法(征求意见稿
33、),促进生成式人工智能健康发展和规范应用。7月13日,由中国国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局共同发布生成式人工智能服务管理暂行办法。中国的地方政府也已经出台了一些政策,侧重鼓励大模型实现产业应用。北京市发布北京市加快建设具有全球影响力的人工智能创新策源地实施方案(2023-2025年)和北京市促进通用人工智能创新发展的若干措施等政策文件,对人工智能产业大模型应用的发展提出了明确的要求和目标。上海市印发上海市推动人工智能大模型创新发展若干措施(2023-2025年),支持大模型在智能制造、生物医药、集成电路等领域的示范性应用。广东、安徽也出台政策性文
34、件,推动大模型在产业端实现应用创新。从各国目前的实践来看,宏观产业政策端的规划与发力,将在很大程度上决定着国家间以技术创新、产业迭代为核心的“技术主权战”和竞争走向。特别是在人类社会进入大模型时代的当下窗口期,技术的突破发展与Page 09Page 10【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 1(三)从技术驱动到需求驱动红杉美国的两位投资人Sonya Huang和Pat Grady在报告Generative AIs Act Two中认为,大模型市场经历了第一幕对基础模型这个创造工具的锤炼之后,开始进入到端到端地解决人类问题的第二幕。第二幕的应用与此前的应用将有所不
35、同,它们往往会将基础大模型作为解决方案的一部分,而不是整个解决方案。事实上,这份报告中描述的第一幕到第二幕的变化,也正是大模型从基础技术研发走向产业场景应用,由技术驱动发展到由需求驱动发展的过程。目前我们可以看到能源行业、制造业、金融行业、IT服务行业、互联网及电商行业、咨询服务行业、公关广告行业、出版、游戏行业、软件开发、医疗健康等行业,都已经有企业在尝试利用大模型提升自身的业务水平,为问题找到更好的解决方案。在电力行业,日常运维工作人员可以借助大模型,自动生成业务数据的处理结果,辅助检索处理巡检数据;电力调度工作人员可以凭借大模型的协助,针对电网异常情况快速自动化生成处置预案,以及时响应电
36、力市场调节要求,使预案更加安全、高效且成本更低。大模型为传统产业带来结构性增量Electric Power Industry 03.政策与资本共同发力的同时,企业和产业也在对大模型报以越来越高的期待。针对企业,Gartner认为,生成人工智能可以在四个方面带来改变:在整个组织中推广生成式人工智能的使用,将极大提升自动化范围,有效提升生产力、降低成本、拉动新的业务增长机会;生成式人工智能有能力改变几乎所有企业的竞争方式和工作方式;生成式人工智能将在广泛的角色和业务中得到推广应用;通过生成式人工智能的自然文本模式,可使员工、用户高效利用企业内部、外部海量数据。在产业端,近些年数字化转型的新要求不断
37、被提出,我国各产业均面临数字化转型的问题,在这个过程中各个产业都涌现出更多可以依靠大模型得到更好解决的需求。首先随着消费者对产品和服务的需求日益多样化,企业需要更好地了解和满足用户个性化需求。大模型具备强大的学习和理解能力,能够对海量数据进行高效处理和分析,为企业提供个性化、精准化的服务。其次,大模型可以应用于各个产业,帮助企业提高生产管理效率,实现自动化、智能化的生产和服务。通过机器学习和人工智能技术,企业可以降低成本、提高生产效率,实现业务流程的优化。再次,在产业升级的方向上,大模型有助于企业深入挖掘潜在商机,引领产业向更高附加值、更高技术含量的方向发展。大模型可以为企业带来新的业务模式和
38、解决方案,促进产业链的升级和转型。同时,在创新科研领域,大模型的应用具有重要意义。通过对大量数据的挖掘和分析,大模型可以辅助科学家探索未知领域,加速科研进展,为各产业提供技术创新支持。最后,在跨界合作方面,大模型可以作为一种通用技术平台,整合各个产业的资源和数据,促进产业间的协作和互动。跨界合作不仅有助于拓展企业业务,还可以推动产业发展,实现产业间的优势互补和共同繁荣。智谱AI背后则是腾讯、阿里、美团。机构方面,红杉资本投资了Project AI 2.0、月之暗面、深言科技等大模型项目,经纬创投投资了衔远科技,联想创投和创新工场都投资了澜舟科技。产业大模型应用之所以能够吸引大量资本,是因为其代
39、表了技术发展的方向,与国家战略需求相契合,具有广阔的市场空间和商业潜力,同时也符合投资者对于回报的预期。随着技术的进一步成熟和应用的深入,预计未来这一领域还将持续有资本流入。在金融行业,工商银行、农业银行、中国银行、交通银行、招商银行、中信银行、兴业银行、华夏银行、浙商银行等9家银行,在半年报中明确提出,已经在探索大模型的应用,诸如数字营业厅、智能客服、金融产品智能推荐、客户分析及沉睡客户唤醒、贷后报告生成等场景成为首批大模型在金融领域的应用试点。除银行外,券商、基金等在投资领域也开始尝试使用大模型,智能投顾、智能投研、智能风控、智能审计助手等场景,也都是相应的探索热点。JP Morgan运用
40、大模型进行风险管理、欺诈检测、以及客户服务自动化。蚂蚁集团在通过大模型进行信用评分、智能投资顾问服务以及智能风险管理。FinancialIndustry 在IT服务行业,金山、中软国际、用友等老牌IT企业,均已将大模型技术融合于其产品之中,例如金IT ServiceIndustry 在制造业,大模型可以预测维护减少停机时间,优化生产流程提高效率,优化质量检测模型以提升产品质量,能够帮助制造业解决生产效率低、维护成本高、产品质量不一等痛点。大模型的多模态能力可以提升工业视觉质检、安全生产检测、精益生产管理等生产环节的能力,同时还可以服务于一线研发人员,辅助工业设计和产品图片生成,提升整体的生产力
41、。Manufacturing IndustryPage 11Page 12【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 1在互联网及电商行业,大模型技术早已被广泛应用于各种推荐系统,成为互联网企业已经构筑完善的结构化知识体系,与人类用户之间实现更高效更便捷沟通互动的人机桥梁。在互联网领域,Google正在使用大模型进行搜索优化、自然语言理解、翻译和语音识别。Meta则利用大模型进行内容推荐、图像和视频分析,增强社交媒体的用户体验。在电商行业,亚马逊和阿里巴巴同样也在利用大模型优化产品推荐系统、智能客服以及供应链管理。Internet&ECIndustry 在传媒公关广告
42、、出版、游戏等行业,使用大模型,特别是文生图、文生视频等大模型,可以有效降低原画设计等环节的成本,提高内容生成效率,加快与客户基于内容的沟通频率。迪士尼将大模型应用于观众分析、内容创作以及市场营销策略优化。Media&GamesIndustry 在软件程序开发领域,作为程序员编程智能助手,大模型的初步应用已经取得了明显的成效,部分企业表示,在应用了大模型助手后,其程序员的工作效率,普遍得到了10-30%的提高。Software DevelopmentIndustry在健康领域,大模型的应用正在帮助提高疾病诊断的准确性和效率,提供个性化的治疗方案,优化医疗资源配置。百度发布的产业级医疗人工智能大
43、模型灵医大模型面向医疗场景提供临床决策支持、眼底筛查、智慧病案、智能审方、慢病管理等解决方案支持。IBM Watson Health也在使用大模型辅助临床决策、医学研究以及医疗影像分析。DeepMind将大模型应用于蛋白质结构预测,已经破解了2亿多个结构,几乎涵盖了地球上所有已进行过基因组测序的生物体。HealthcareIndustry在咨询服务行业,对于已经高度数字化的服务提供商,目前已经开始使用大模型完成客户信息的智能化初筛、初审,从而降低服务成本,提高服务效率,将原来高度依赖专业服务人员的部分初级工作,下沉到由大模型自动完成,从而实现了服务普惠,让更多潜在客户可以享受低成本的服务。Co
44、nsulting ServiceIndustry 在IT服务行业,金山、中软国际、用友等老牌IT企业,均已将大模型技术融合于其产品之中,例如金山推出了WPS AI,中软国际推出了模型工厂,用友推出了企业服务大模型YonGPT。特别是对于智能客服技术提供商,纷纷推出各种增强传统智能客服系统能力的大模型应用,得到了其客户的广泛好评。从当前大模型的行业应用发展中可以看到,现阶段的大模型更适合于企业的“生成”任务,而非“决策”任务。“生成”任务主要指文本生成、对话系统、语言翻译等,大模型可以通过分析大量文本数据、甚至多模态数据,学习内容的生成规律和内在语义关系,从而生成高质量的内容输出。“决策”任务则
45、主要指大模型通常需要处理连续的数值变量,根据结构做出决策或预测未来。受限于大部分行业对容错率的严格要求和大模型的幻觉,这类“决策”任务目前并没有发挥出实际的应用效果。Chapter 2第二章:以“生成”能力赋能产业智慧化(一)产业大模型应用的特征大模型的训练通常需要海量数据、大量计算资源和高效的算法共同完成。一般而言,大模型分为预训练、指令微调(instruction tuning)和人类反馈强化学习三个阶段。预训练是为了得到基座模型;指令微调是为了释放基座模型的能力,使模型可以理解用户指令;人类反馈强化学习是为了在价值观等方面与人类对齐(alignment)。实现有效处理和理解大量不同类型数
46、据(如文本、图像、声音等)是大模型的一项关键能力。在理解和生成自然语言方面,现阶段的大模型具备了更强的语境理解、情感分析、语言生成等能力。在此基础上,一些大模型升级了多模态学习能力,能够处理并整合文本、图像等多种类型的数据,更有效理解复杂查询和生成丰富内容。相较更适合解决特定问题的传统人工智能模型,现阶段的大模型提供了更高级别的灵活性、泛化能力和处理复杂性,适合跨领域和多任务应用。大模型能够根据不同用户的需求和偏好进行个性化调整,提供更准确和相关的信息。随着时间的推移,大模型还可以通过持续学习和优化算法来提高其性能和准确性。这些技术能力决定了大模型在处理复杂问题、提高效率和精确度方面能够发挥出
47、关键作用。Page 13Page 14【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 2传统人工智能模型与大模型对比大模型传统人工智能模型能够处理更复杂、多元的问题。例如,可以同时处理语言、图像和其他类型的数据,提供更全面的解决方案通常专注于解决特定问题,如视觉识别或声音检测。这些模型通常是针对特定任务训练的,处理能力相对有限使用大量数据进行训练,具有更强的泛化能力和自我学习能力依赖于较少的数据,通常在有限的数据集上进行训练和优化具有更广泛的应用范围,可以跨领域工作应用范围通常局限于其被设计和训练的特定领域基本维度处理能力和复杂性数据和学习能力应用范围和灵活性能够提供更高
48、水平的个性化服务,适应不同用户的需求通常缺乏个性化能力,难以根据用户的具体需求进行调整虽然在某些特定任务上可能不如专用模型高效,但在处理多任务和复杂场景时显示出更强大的能力在特定任务上可能表现出高效率和高精度需要更多的计算资源和数据,因此在训练和部署上可能更昂贵通常需要较少的计算资源和成本个性化和适应性性能和效率成本和资源需求在大模型具备的这些基础特性上,大模型落地应用需要包括基础大模型的基础通用能力、产业模型的知识增强,同时需要针对特定的任务场景进行专项任务的训练及提升和针对不同的任务进行拆解和协同,最终通过基础大模型、行业模型及专用模型分工协作才能形成一个完整的解决方案,也就是本白皮书中所
49、指的产业大模型应用。(二)产业大模型应用的技术关键环节目前来看,对于大模型的落地应用,在社会层面还存在若干误解,例如:混淆基础大模型与行业大模型的区别,混淆行业大模型与大模型行业应用的区别等,上述误解主要源自于缺乏对大模型技术的了解,以及对大模型行业应用工程化的了解。基础大模型通常具有理解、生成、逻辑推理、自然语言处理、多模态、BI分析等通用性的底层能力,可以应用于多个行业和场景,但可能缺乏针对特定领域的精细优化。行业大模型则是针对某一特定行业进行知识增强等训练和优化的大模型,例如金融行业模型、医疗行业模型等,它们通常具有较强的行业特性,能够更好地满足该行业的特定需求。产业大模型应用则是针对某
50、一具体场景进行专项训练和提升之后的产品,例如智能客服、智能推荐等,它们具有较强的场景特性,具备场景任务拆解、执行场景任务等能力,能够更好地满足该场景的特定需求。这也决定了实现大模型产业应用主要包括3个关键技术环节:首先需要有“合适”的基础大模型支撑,提供高性价比的通用能力,如理解、生成、逻辑、记忆、自然语言处理、编程语言处理等。之所以用“合适”而非“优秀”来作为基础大模型的定义,因为要充分考虑性价比,虽然一般意义上,规模更大的模型,也具有更强的通用能力,但是其调用(闭源模型)和获得商业授权及部署(开源模型)成本都更高。其次,需要针对基础大模型,做相应的知识增强,形成行业大模型,可能还有模型瘦身
51、工作。知识增强主要是通过引入行业里特有的行业知识图谱、特有的数据、拥有深度行业专家Know-how认知的专家经验等内容,将数据与知识进行融合,从prompt、知识服务、结果、价值观等方面进行全方位增强。因为大模型本质上可以看做是一种对知识的有损压缩,通用大模型一般情况下并不会充分存储行业知识,而企业内部的相关知识,更是不可能被通用大模型存储,所以必须要做知识增强工作。知识增强工作既包括微调训练,即将相关知识直接压缩到大模型的参数中,也包括采用向量数据库等方式,将相关知识转化为向量存储,并可以随时被大模型调用。模型瘦身指对大模型进行压缩蒸馏,以减小其对各种计算资源的占用,从而降低用户企业的算力投
52、入。最后,需要针对第二步已经完成的“行业大模型”,做任务增强工作。在当前的一些领域行业知识问答的准确率相对较低,即便采用外挂向量数据库存储知识,也无法达到很高的准确率。因此,通过知识图谱增强、价值观增强、纠错等多种技术,从内容准确性、逻辑准确性、价值观准确性等维度提升模型生成内容的可控性,才能让行业大模型的最终表现符合用户预期。Page 15Page 16【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 2理想状态下,大模型的产业应用有着光明的前景。于企业而言,大模型的应用能够通过智能化与自动化手段,帮助企业降本增效,提升企业竞争力。在管理方面大模型可以优化企业内部的业务流
53、程,提高业务的处理速度,减少人工干预的错误成本,提升业务处理准确性。在业务模式方面,大模型帮助企业研发新的产品与服务,开拓新市场的同时,也可以通过其对企业内外部的数据分析为企业提供更科学、准确的依据从而提升决策水平。在同一产业内部,大模型的应用可以推动产业链的整合和升级,促进产业结构的优化和调整,使得产业能够更好的满足用户的需求,提高产品和服务的质量,增强产业竞争力。在社会层面大模型应用还能够带动相关领域的人才培养,为产业提供专业高素质的人才,同时大模型在环保、节能、公益等领域的应用,有助于企业履行社会责任,为社会可持续发展做出贡献。但是,正如Generative AIs Act Two报告所
54、指出的,进入需求驱动阶段的大模型行业需要面向产业应用方证明自己的价值,而不只是面向问题抛出具有想象力的构想。基础大模型和产业大模型创造了面向未来的基础设施,越来越丰富的产业大模型应用指向了众多场景和需求,Agent和Copilot已经渗透到大量创业公司的商业计划书中,这些都让大模型的产业应用快速进入到一个淬火炼金的阶段行业在应用中形成评价标准,企业在尝试中养成鉴别能力。Chapter 3第三章:大模型产业应用正待标准形成(三)产业大模型应用赋能产业的技能模块现阶段,产业大模型应用在赋能传统产业时,已经形成了一系列核心技能模块,并以这些技能模块为基础结合具体场景组合出了不同的产业转型升级工具,帮
55、助产业实现了效率提升、成本降低、用户体验增强等目标。以下是七个核心技能模块:产业大模型应用在赋能传统产业时的七个核心技能模块应用行业应用场景自动化生成报告、新闻稿、市场营销文案,以及个性化的客户沟通材料提供自动客服、技术支持、用户交互界面,解答客户咨询深入分析大数据,提供洞察,优化决策过程自动图像识别、视频内容分析,用于监控、质量控制、客户行为分析转换语音为文本,语音控制系统,自动化语音服务基于用户行为和偏好,提供个性化产品和服务推荐基于历史数据预测未来趋势,如市场需求、价格变动技能模块内容生成智能问答数据分析图像和视频分析语音识别和处理个性化推荐预测建模媒体、广告、市场营销、客户服务制造、零
56、售、电信、金融服务、医疗保健金融服务、零售、制造业、物流制造业、零售、安全、媒体客户服务、智能家居、智能汽车电子商务、信息服务、在线教育金融市场、零售、能源、农业Page 17Page 18【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 3(一)大模型产业应用需要评价标准由于大模型的复杂性和应用场景的多样性,如何评价其性能和效果,证明产业大模型应用的价值,成为面向下一阶段的一个极具挑战性的问题。建立一套科学、合理、完善的评价体系对于大模型的应用至关重要,它能够推动技术进步,促进产业发展,同时确保技术应用的合规性和社会效益。首先,统一的评价标准可以帮助产业端更加客观地比较不
57、同大模型的性能。通过标准化流程和指标体系,产业端可以从多个维度对大模型进行综合评估,包括业务需求满足度、算法的准确性、效率、以及模型的安全性等。这样,产业端不仅可以评估模型的技术性能,还可以评价其在实际应用中的表现,从而挑选出更适合特定场景需求的模型。其次,完善的评价体系对于推动大模型的健康发展具有重要意义。一些厂商可能会通过“刷榜”等不正当手段提高模型在某些基准测试上的表现,这种现象不仅损害了公平竞争的环境,还可能导致模型过度优化,从而降低其泛化能力和长期稳定性。一个完善的评价体系能够有效地减少这类问题,鼓励厂商专注于提升模型的实际应用性能。此外,标准化的评价体系有助于促进大模型的产业化应用
58、。模型开发只是第一步,如何有效地部署、运营和维护模型,以及如何确保其在实际应用中的稳定性和可靠性,同样重要。产业大模型标准,覆盖了模型化、能力化、工程化、产业化等各个方面,有助于推动大模型从研发到应用的全过程标准化,提升整个行业的水平。最后,一个良好的评价体系还应当关注模型的伦理和社会影响,确保其应用不仅技术上先进,而且符合社会主义核心价值观,服务于人民的需求,促进社会的和谐稳定。(二)产业大模型应用的五大核心指标评估产业大模型应用的效果和价值包括可控性、能力增强、算力性价比、安全性和部署可行性五大核心指标。在实际应用中,需要根据具体场景和需求来平衡和优化这些指标,以实现最佳的应用效果。同时,
59、随着技术的不断进步和应用场景的不断拓展,这些指标也将不断发展和完善。可控性方面,需要优先考量产业大模型应用在执行任务时的准确性,包括预测、分类、检测等方面的性能。同时,要保证产业大模型应用输出内容的价值观与社会和道德标准一致,不产生有害或偏见的结果。此外还需要保证产业大模型应用决策过程的透明度和可解释性,有助于增强用户信任和遵守法规要求。可控性方面01能力增强方面,除可控性增强外,产业大模型应用需要具备检索能力、图谱能力和多模态处理能力,能够在海量数据中快速、准确地找到相关信息,构建和利用知识图谱以理解复杂的关系和概念,并能够处理和整合多种类型数据(如文本、图像、声音)。能力增强方面02算力的
60、性价比方面,产业大模型应用需要考虑到模型运行所需的计算资源和时间;投入与产出的比例,包括训练和部署成本;以及是否能够在有限的计算资源下最大化性能。算力的性价比方面03安全性方面,产业大模型应用应该保护训练和应用数据不被未授权访问或泄露,并且具备对抗恶意输入和攻击的能力。当然,合格的产业大模型应用要以遵守相关的法律和行业标准为前提。安全性方面04部署可行性方面,产业大模型应用要具备适应不同规模的数据和业务需求的可扩展性,能够兼容现有系统和工具,在实际运行中可以更便利、更低成本地维护和更新。部署可行性方面05产业大模型应用的五大核心指标可控性能力增强算力的性价比安全性部署可行性Page 19Pag
61、e 20【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 3(三)产业大模型应用评价工具箱大模型在赋能传统行业应用过程中,除了对本身的能力掌握外,还需要更多的产品化和工程化的能力,需要具备科学、工程、产品、商业等多个维度的思维体系,深入的分析用户应用场景、产品、企业、资本等多方价值诉求,从不同的维度建立起大模型在赋能传统行业过程中的完整思维体系。这也表明,在五大核心指标基础上,企业在具体落地产业大模型应用的过程中,需要考虑到更多维度的因素。Gartner给到三点落地产业大模型应用的建议:基于技术可行性和商业价值,创建一个优先的生成式AI应用案例矩阵,并清楚地规划出对这些应用
62、案例进行试点、部署和生产的时间框架;采用一种变革管理方式,优先为员工提供使用生成式AI工具的知识,使他们能够安全自信地使用,并将其融入到员工的日常工作中,成为业务自动化的助手;构建一个快速获利、差异化和变革性的生成式AI用例组合,并用硬性投资回报率来测试这个组合,以查看生成式AI对企业的财务收益帮助同时可打造竞争优势。在具体的产业大模型应用选择上,我们总结和归纳了一个产业大模型应用评价工具箱,以帮助产业和企业更精准地筛选出匹配自身需求的产业大模型应用。产业大模型应用评价工具箱业务需求分析明确大模型应用需要达成的具体业务目标设定期望的模型性能标准,包括准确度、响应时间等评估模型对最终用户体验的影
63、响业务目标性能标准用户体验数据质量评估可用于训练和测试模型的数据量数据在类型、来源和范围上的多样性数据更新的频率和时效性数据量数据多样性数据更新频率数据的准确性和完整性水平数据准确性和完整性产业大模型应用评价工具箱数据安全要求评估模型是否符合相关的数据隐私法规数据的访问和使用权限管理数据在传输和存储过程中的安全性隐私保护数据访问控制数据加密和安全存储预期投资和回报包括硬件、软件、人员培训等方面的成本长期运营中的成本,如服务器费用、维护费用等基于业务目标,预估的收益或成本节约初始投资成本运营成本预期收益技术适应性模型与现有系统和工具集成的难易程度在实际环境中测试模型的部署效果模型在不同规模和场景
64、下的适应能力集成难度实际部署可行性扩展性和灵活性技术支持的可用性和维护模型的便利性技术支持和维护法规遵从和伦理考量确保模型符合所有相关法律和行业标准评估模型的应用是否符合伦理和社会标准合规性伦理审查Page 21Page 22【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 4(一)案例行业应用情况简介从应用领域看,征集到的产业大模型应用落地案例,既覆盖了第二产业,如:工业、建筑业、能源等;更广泛覆盖了第三产业,包括社会公共管理服务如政务,也包括金融、法律、医疗等专业服务,还包括交通运输业如交通、仓储物流,计算机服务业务如IT服务、AI工具、智能客服,社会文教服务如文娱、传
65、媒、教育,以及电商、营销、房地产等各个行业。案例行业应用情况*表 1 部分征集案例情况简介案例提供方所属行业政务金融医疗工业腾讯云、中电云、中国电信、中科极限元、阿里云、中软国际解放号百度、三六零集团、度小满、可之科技、文因互联智谱华章、深思考、健康有益、南京柯基数据科技、卓世科技、北京友谊医院中科极限元、可之科技、清博智能、中工互联主要功能知识问答、辅助决策文档处理、知识问答、内容生成、辅助决策内容生成、知识问答、辅助决策知识问答、辅助设计、辅助决策文娱央博数字传博、百川智能、达佳互联人机互动、内容生成交通思必驰、中软国际解放号、毫末智行、卓视智通人机互动、辅助决策智能客服卓世科技、科讯嘉联
66、、曙光智算知识问答、辅助决策仓储物流爱动超越、面壁智能知识问答、内容生成从全球范围内来看,中美两国主导着大模型领域的发展。相较而言,美国在基础算法和通用大模型的研发上处于领先地位。中国在基础大模型方面奋力追赶的同时,在大模型的产业应用层面展现出了更强的势头。一方面,智能化、高端化、绿色化的转型升级概念在中国的各个产业中都已经深入人心,为大模型的产业应用提前进行了意识准备。另一方面,中国的产业端正处于智能化转型的进程中,没有历史包袱,更易于接受新兴的大模型技术。此外,相较美国,中国政府快速推出了生成式人工智能服务管理暂行办法等法规,为大模型的产业应用提供了保障,并且在扶持政策上也更倾向于快速推动
67、大模型的产业应用。为了更直观地向行业用户呈现垂类行业大模型应用能力,中关村智用人工智能研究院、中国质量认证中心、中科院计算所、西交大人机所、清华大学天津电子信息研究院、中国发展网、北京市朝阳区人工智能应用联合会、四分仪智库、曙光智算、清研载物人工智能基金等联合各方在编制产业大模型应用白皮书的过程中,面向行业公开征集的产业大模型应用落地案例,并依据产业大模型应用评价工具箱对收集到的案例进行了分析和评价,精选出了38家企业提供的58个应用案例(附录一为全部案例简介),并对其进行了相关的分析和整理,旨在促进行业内信息共享与经验交流,推动大模型更快、更好地融入产业、赋能产业。本章节将从案例覆盖领域入手
68、,首先分析这些案例应用在哪些典型行业;在此基础上,将进一步从各案例的技术供给和用户需求两个维度出发,深入分析这些案例重点解决了哪些此前未被传统技术满足的需求,借助了大模型技术的哪些独特能力,以及用户对于大模型应用,除功能以外的质量、可靠性、安全性等综合性需求;最后,总结当前大模型行业应用的共性范式,以对未来更多行业应用提供参考借鉴。Chapter 4第四章:大模型产业应用的中国进行时Page 23Page 24【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 4案例行业应用情况案例提供方所属行业主要功能房地产腾讯云、贝壳知识问答、辅助设计教育中科创达辅助决策智能家居百川智能
69、、思必驰人机互动AI工具百度、新锋未来内容生成、知识问答、辅助决策传媒拓尔思、中国传媒大学戏剧影视学院内容生成电商美团知识问答、人机互动法律智谱华章知识问答建筑天壤智能、筑讯科技知识问答、辅助决策能源中工互联辅助决策营销一轻科技内容生成IT服务可之科技知识问答、辅助决策(二)案例技术供给与行业需求分析热门应用领域分析01.从此次征集到的案例整体而言,大模型在服务业的应用,比在工业制造业的应用更加广泛;在服务业中,在政务、金融、医疗、文娱、交通等领域应用更加广泛。导致上述情况的原因,可以从多个维度分析得知。首先,大模型行业应用的本质,是将先进的技术落地于生产和服务,创造新的价值,因而要遵守商业逻
70、辑。而商业逻辑意味着用最低的成本,去解决最富有回报的问题,高价值回报包括两者典型情况:单体高价值和整体高价值。在上述热点领域中,政务、金融、交通等领域,具有典型的业务需求通用性,也即意味着一旦推出客户认同的产品和服务,可以拥有大批量复制的机会,获得整体的高价值。而医疗、文娱等领域,则存在明显的大量细分市场维度,在任何一个细分市场上取得成功,同样可以带来高额的回报。其次,当前的大模型技术能力,可以相对更好地满足上述领域的业务需求,例如政务、金融、医疗,都涉及海量的专业知识,而这些知识传统靠人脑记忆,一方面人类记忆力有限,另一方面对人员的专业度、敬业度都有很高的要求,只有极少数精英人群才有可能满足
71、;与此同时,这些领域的从业者又需要较强的逻辑分析能力。这些需求刚好与大模型当前已经具备的知识问答能力、文档处理能力和辅助决策能力完美匹配。而文娱领域,则更多需要创造力和生成有美感,有欣赏和传播价值的内容,这一部分需求刚好与大模型内容生成能力相匹配。交通领域则一方面用到大模型与专业模型联动所拥有的多模态感知能力,另一方面也用到大模型的人机互动和辅助决策能力。最后,大模型的应用,需要用户具有良好的信息化和数字化基础,才能过渡到大模型支持的智能化阶段。例如在工业生产制造领域,大多数工业企业目前还没有完成信息化和数字化,所以虽然大模型原则上适合去分析长期积累的各种生产数据,并基于此对工业生产进行流程等
72、优化,但实际上因为工业企业缺少这些数据,甚至可能还没有实现完全的自动化,也就谈不上对流程的优化,甚至无法实现对设备的远程控制。因而在当前的工业领域,大模型主要在解决一些容易解决的问题,例如作业生产指导,或者某些行业如服装的辅助设计等,只有针对少数数字化已经完成的企业,大模型才提供相应的生产优化辅助决策。Page 25Page 26【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 4核心应用价值分析02.大模型为用户提供的核心价值,莫过于降本增效,或者说“提高效率”和“增加效益”,提高效率包括:降低成本(如智能客服等)、提高单位生产率(如辅助编程等),增加效益则包括:吸引流量
73、(如高质量广告视频生成等)、提高客户转化率(如更精准更富人性的商家信息推荐等)。图1为以“效率-效益”为视角,体现了相关典型案例的分布情况,任何一个案例在图中都对应一个点,该点越靠纵轴上方,意味着该案例最终提供价值越偏向“效率”,反之越靠纵轴下方,意味着该案例最终提供价值越偏向“效益”,如果该点处在接近于横轴的位置,意味着该案例最终提供价值兼顾了“效率”和“效益”。在横轴上,则将此次发布的典型案例按应用领域进行了划分。如图所示:目前大多数大模型行业应用,主要解决的是“效率”问题,也有一部分应用兼顾了“效率”和“效益”,少部分应用主要解决的是“效益”问题。具体分布如图1所示。技术供给方需求领域相
74、关性分析03.图2显示了本次征集并推荐的典型案例大模型技术供给方中,大型企业和中小型企业,与其技术应用领域之间的相关性。可见除文教传媒、交通物流、房地产(含建筑、智能家具等)和专业服务(法律、IT、AI等)几个领域,大型企业和中小企业均有涉猎外,政务和金融领域,主要由大型企业提供服务,而在医疗健康、智能客服等领域,则主要由中小企业提供服务。上述统计结果,和大模型当前的技术能力息息相关,因为目前大模型擅长于处理海量的结构化信息,通过各种处理,提高人类对信息的记忆、读取、分析和处理能力,从而提高效率;而要提高效益,则更多要解决客户来源和客户转化率,这方面单纯依靠今天的大模型技术本身,还不足以创作超
75、越人类智慧和能力的结果,需要有掌握了大模型技术的专业人员共同努力,才能推动应用落地。例如在广告行业,海报、视频等需要创意,也需要美感等诸多元素,才能达成吸引潜在客户完成交易的目标,单纯依靠大模型无法独立满足这些元素需求,仍然需要高度依赖人类用户的创意、审美等能力,由人类使用大模型技术来辅助创意和加速内容生产;只有在金融等少数高度数字化的行业,有可能使用大模型挖掘出使用传统方法,无法发现的高价值客户,并且指导营销人员的销售转化行为,实现效益。图 1 模型主要功能、应用所属行业及效率效益分布图图 2 大模型的场景需求共性分布主要功能需求共性需求规模技术可靠性大型企业中小企业政务文教传媒交通物流房地
76、产专业服务医疗健康专业服务工业能源金融知识问答辅助设计辅助决策人机互动文档处理内容生成效率效 益房地产文教传媒娱乐工业能源政务服务金融服务医疗健康交通物流智能客服专业服务Page 27Page 28【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 4基于上述分析,可以总结出在当前,大模型产业应用落地的几大范式:导致上述情况的原因主要如下:政务、金融领域客户,对于应用的可控性、安全性要求明显高于其他行业,而大企业在提供这些能力时,明显比中小企业更具备优势;此外,政务和金融领域的采购,也往往偏向于大企业,因为大企业可以提供更加稳定的售后维保等服务,而且大企业面对这些客户的销售能
77、力也更强,能够有更大概率拿到订单。更为重要的一点是,这些领域不仅实现可控性强,一旦成功,可复制性也非常强,大企业会更偏好投入资金和资源到这种确定性高,且市场规模大的领域。相信之下,医疗健康表面看是一个大行业,但是对于人工智能技术来说,实际上是无数个细分行业的聚合,可以说每一种疾病的治疗,对于人工智能都是一个独立课题,这种细碎的市场,不适合于大企业发挥自身优势,反而更适合有技术能力的中小企业,选择适合自身的赛道,一旦成功,则有可能为自身进一步发展奠定基础,而且这些细分赛道的解决方案存在较大的挑战,成功与否的不确定性比较高,相对也适合处于创业期的中小企业去选择。至于其他领域,如交通物流,其中既存在
78、大企业所擅长的平台型产品和服务,也存在中小企业所擅长的单点技术创新需求,因而成为了所有企业共同的选择。(三)大模型产业应用落地共性范式关注“以产定销”多于“以销定产”01.对大模型行业应用而言,“以产定销”对应的客户范畴,即其业务存在明显的需求刚性,其中以能源行业为代表的客户企业,在目前的情况下,无论是电力、还是石油等能源,基本上属于供不应求,生产企业和网络销售运营企业并不需要考虑能源能否销售出去,在产品供不应求的前提下,他们更关注的是如何降低成本,提高效率。另一维度的客户部门代表,则是程序开发部门,对于大多数企业而言,只要其资金情况允许,永远有更多的内外部IT系统等待研发人员开发,因此只要能
79、够提高程序开发效率,就会成为刚需。除了生产型企业,政务服务也具有类似的特点,即社会大众永远都需要更多更好的公共服务,只要在财政许可的前提下,政府也有足够的意愿去提高服务水平。而“以销定产”的客户范畴,主要代表之一为轻工业产品的生产者,例如服装厂永远要考虑如何按照实际需求,安排产能生产当季最流行的服装,多生产并不能天然带来更多销售和更高的效益。对于这些客户,永远考虑的是能否用大模型技术带来更多的潜在客户流量,并且把这些流量转化为销售业绩。而这些能力,并不是当前大模型的特长,除了在少数场景中,如智能产品推荐,以及对营销人员的智能培训,大模型可以一展身手。这也是由大模型的技术特点决定的,生成式AI大
80、模型可谓是天然的低成本高效率推荐系统,对于已经高度数字化运营,特别是客户信息已经高度数字化的的企业,使用大模型技术,可以将传统情况下,需要由人来匹配客户需求与产品服务的工作,转化为机器工作,从而提高销售业绩。基于上述分析可知,将工作重心放在“以产定销”类客户,更适合当前大模型的技术能力,也有助于应用落地。Page 29Page 30【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 4爱分析在AI大模型专题:2023中国大模型市场商业化进展研究报告中,根据公开招标中标信息以及一手调研数据测算得出,2023年中国大模型市场规模约为50亿元人民币,其中服务部分和软件部分占比约为3
81、5%。爱分析认为,产业用户2023年在大模型的采购和应用上,还处于论证多、采购少的阶段,但在2023年将开始大量释放大模型领域的预算,软件和服务部分有所上升。总体而言,大模型落地产业端进行应用是一个必然趋势。大模型被普遍视为未来两年内产业数智化升级和传统工业转型先进制造业的重要迭代方向,进而得到了产业端的提前关注。经纬创投创始管理合伙人张颖此前透露过一个数据:2023年3月到5月召开业绩电话会议的标普500指数的公司中,有110家公司的高管提到了AI,这是过去十年的3倍。大模型的产业应用已经形成一种共识。阿里云智能集团CEO张勇认为,大模型让所有企业站在了同一起跑线,将再次激活千行百业。腾讯云
82、CEO汤道生则判断,行业大模型已经过了“尝鲜期”,目前正深入各类业务场景,推动企业全链条智能化。成都智算中心CTO余明川预测,随着大模型应用加速进入行业生产系统,未来两年将深入超过50%行业核心场景。长远来看,大模型在产业端的落地应用需要经历一定的探索过程。挑战主要来自于几个方面:就通用大模型和产业大模型本身而言,能力还有待进一步提升,从满足“生成”任务进化到满足“决策”任务。这就需要大模型和产业大模型克服训练成本高、推理时间长、上下文限制大、提示词的脆弱性、自身幻觉、可解释性低和无法有效评估等问题,达到提升训练效率、提高反应速度、加强上下文记忆力、优化提示词返回结果、提升准确度、让决策过程更
83、透明等目标。从行业大模型应用来看,传统行业与大模型的融合必然是从意识到执行、从系统到工具全方位进行,称之为重构也不为过。这个过程中也存在一定的挑战。首先,传统行业决策者还不够了解大模型技术,对大模型理解处于两个极端(完全不了解也不感兴趣,与我无关;或者过于迷信大模型,认为大模型无所不能),以至于不可能真正使用大模型技术解决自己的问题。其次,大模型当前能力还不足以解决复杂的决策问题,只能解决简单的助手、生成等问题;大模型自身也还不足以解决用户全部需求,需要大量的工程Chapter 5第五章:大模型产业应用的展望与挑战基于技术能力和数字化基础解决实际问题02.从技术供给维度,围绕大模型最擅长的文本
84、理解、内容生成、逻辑推理、编程语言处理等核心能力所搭建,并且以知识问答、辅助决策、人机互动、内容生成等功能为基础的行业应用,最容易快速落地,也最容易取得成效。从客户需求维度,其业务已经实现了较高的信息化,乃至数字化的行业和客户,才具有较好的数据基础和数字化环境,而大模型的训练和应用,必须依赖于大量的优质数据,而完整的端到端数字化环境,才会衍生出海量的数据处理和决策需求,而大模型可以帮助行业解决这些难题,提高决策效率和准确度。脱离技术能力,和客户数字化基础的应用,在实际中会步履维艰。基于企业特点选择细分赛道03.不同类型的大模型技术供给企业,有不同的适应赛道,一方面如前文所述,需要根据自身的技术
85、特长选择细分赛道,另一方面大型企业更适合选择具备较高通用性和进入门槛的大赛道,投入更多资源换取竞争优势;而中小企业更适合选择创新挑战性更强的细分赛道,虽然企业综合资源有限,但在细分领域可以形成更高的资源投入到,获得竞争优势。THE INTRODUCTION OF INDUSTRIAL CASESPage 31Page 32【产业大模型应用白皮书】融 入 产 业,赋 能 未 来Chapter 5化技术。然后,大模型的行业应用需要大量懂大模型技术,又懂行业需求的人才,如何快速培养能够了解大模型、使用大模型、分析大模型的人才也是未来值得关注的问题。最后,在产业协同上,涉及不同领域的大模型如何进行协同
86、,大模型所收集的数据如何确保其准确,也是未来大模型发展需要解决的问题。从社会层面来看,大模型应用得越广泛,人们对其合规性、数字安全和隐私安全的关注就越密切。如何在大模型应用过程中保证技术合规,确保数据的安全性和用户隐私的保护,建立起对于用户信息保障的堡垒将是一个重要挑战。面对这些挑战,政产学研用的多方协作和观点汇聚,将成为破解问题、统筹规划、打通堵点的关键法宝。在各方紧密协作的长效激励机制之上,在充分发挥国家级政策引导作用的框架下,科研界和产业界的合作与沟通活力将被进一步激发,为产业政策不断升级和大模型赋能传统产业贡献更多新思维、新方案、新实践、新视角,最终推动实体经济不断走向智能化、高端化、
87、绿色化升级,实现科技成果赋能传统产业,促进经济社会高质量发展的根本目标。面向未来,从政产学研用通盘视角来看,政策端需要有序布局和优化科技创新赋能传统产业转型的全链条框架,在生成式智能时代统筹政策调度、支持孵化大模型产业生态和相应的创新要素供给,建设国家级和地市级场景示范与落地应用,提升和激励传统产业转型动力,配套落地流程与效果评估体系,促进科技成果转化和产业大模型的落地成熟化、规模化;技术端需要推动软硬件技术一体化的进一步提升,为大模型的产业端应用提供更牢固的技术基础;产业端需要提升产业对大模型和数智化应用升级的知识认知、能力建设和人才培养,尤其加强融合型、复合型、跨领域人才的培养,在产业内优
88、先融合大模型的企业要深度参与产学研用工作,并结合当前产业大模型训练需求,协助和支持科研界将大模型成果务实落地,提炼出更多产业内关键场景,商业痛点和行业数据。察势者智,驭势者赢。在全球AI大模型时代,中国有望在产业大模型应用落地的过程中抢得先机,发挥腹地市场广阔和产业链条全面的规模化优势,抢先推动人工智能和前沿科技赋能实体产业的全过程,这也将是我国市场结构化增量被全面激发的全过程。面向未来,产业大模型应用必然会为我国更快实现产业升级转型、培育新质生产力提供强大的助力。附录一 产业大模型典型案例简介01武汉经开城市大脑大模型中电云计算技术有限公司所属行业:政务案例简介:该案例应用大模型构建了智能问
89、数,并与数字人相结合,可以通过语音或文字提出问题,大模型分析并理解问题,实现便捷、智能的问答交互。为用户提供政务领域的专题智能问答、语音识别、指标调用、简报生成、智能分析、智能图表等服务。赋能领导决策应用场景,提供更加智能化、便捷化的信息抽取、指标组合和可视化呈现方式,大幅提升领导决策应用场景工作效率。02网上办事大厅中科极限元(杭州)智能科技股份有限公司所属行业:政务案例简介:该案例基于大模型技术,为人民群众提供政务智能推荐、一键联办推荐、问答生成服务等,可以智能识别用户办理意图,帮助群众快速定位到想要办理的事项,提供精准优质服务,节省群众办理时间,提高群众办事效率,提升群众满意度。03场景
90、支撑系统中科极限元(杭州)智能科技股份有限公司所属行业:政务案例简介:该案例基于应急大模型结合应急全量业务,提供事件复盘、应急智搜、救援助手等功能,能为用户提供专业、精准、流利的答案。调查报告初版生成效率、应急智搜搜索准确率、救援助手回答准确率得到提升。04面向智慧税务领域的行业AI大模型阿里云计算有限公司所属行业:政务案例简介:该案例利用大模型技术,为用户提供税务纳服咨询、个税功能需求推荐、智能辅助算税、税务票据审核等服务。提高热点办税问题上功能导航准确率,同时利用大模型准确理解语义的优势,提高后台人工审核效率。05中国电信政务大模型中国电信股份有限公司北京分公司所属行业:政务案例简介:该案
91、例基于大模型技术,为用户提供政务知识点问答、政策解读、问答知识生成等服务。面向市民端,有效减少市民排队等待时间;面向坐席端,为坐席全流程智能化赋能,提高坐席人效;面向政府决策端,提供辅助决策和分析研判,帮助政府更好的做出分析和决策。通过大模型的使用,提高了客服答复效率,提升了用户体验和政府服务效率,提高了坐席学习新政策的效率等。06武汉经开美丽社区大模型中电云计算技术有限公司所属行业:政务案例简介:该案例利用大模型技术,通过学习与推理能力,解决政务热线在问题拆解、多重意图理解、政务政策关联等方面的难题,成为既有温度、又懂专业的政务服务助手。为用户提供政务知识问答、热点推送、智能提示等服务,提升
92、政务服务效能和信息获取便利性,促进政务服务标准化、规范化、便利化水平提升。07某某大数据集团轻应用孵化平台解放号网络科技有限公司所属行业:政务案例简介:该案例基于城市鸿蒙场景各类物联感知数据接入,通过大模型技术构建城市鸿蒙场景ChatBl智能助手,提供监控摄像头智能调取和烟道阻火灭火场景的大屏问数功能服务,实现各类物联感知数据实时动态分析、可视化图表呈现、数据分析报告一键生成等场景应用,辅助城市运行精准决策。08金融专业大模型可之(宁波)人工智能科技有限公司所属行业:金融案例简介:该案例利用大模型技术为某银行提供客户信用画像分析,在银行机器学习模型基础上实现可解释算法大模型的部署,提供完整的用
93、户UI界面并协助XAI模型部署,为局部可解释、全局可解释、特征边界分析与特征交互探索提供可操作可视化页面,配合历史数据验证,完成对个体客户与整体客群数据集的评分优化与可解释。Page 33Page 34【产业大模型应用白皮书】融 入 产 业,赋 能 未 来09金融专业大模型可之(宁波)人工智能科技有限公司所属行业:金融案例简介:该案例利用大模型技术赋能银行的个体客户反欺诈场景,提供个人客户欺诈定位、填补缺失信息、欺诈主要特征筛选、输出评估指标等功能,对于交易中的个体欺诈具有一定的识别能力。10基于大模型的智能文档处理平台北京文因互联科技有限公司所属行业:金融案例简介:该案例通过大模型技术,提供
94、自动化文档摘要、结构化信息抽取和智能文档审核等功能服务,能够理解和分析招股说明书等长篇金融文档的核心内容,识别和解析各种金融指标和术语并进行结构化处理等。提高了数据处理效率,提升了抽取精度,降低人力成本,改善用户体验。11“轩辕”金融大模型度小满科技(北京)有限公司所属行业:金融案例简介:该案例基于“轩辕”金融大模型赋能金融机构,帮助金融机构建设自主可控的金融大模型能力。利用大模型分析客户的数据,提供自动化客户服务,降低金融机构的运营成本。风险管理与舆情分析,帮助金融机构了解公众对于特定金融产品或事件的情感和观点,更好地保护自身和客户的利益12基于大模型的研报解析智能化北京文因互联科技有限公司
95、所属行业:金融案例简介:该案例利用大模型具备多语言处理的能力,可以支持对不同语言的研报进行分析和处理,为用户提供文档问答、数据问答、文档总结等服务,可以辅助进行数据质量评估和校验,提高研报解析处理的工作效率。同时,还可以根据投资者的需求和偏好,个性化地推荐相关研报和分析结果,提供定制化的投资建议和服务。13XX银行金融私有化领域大模型的示范应用三六零数字安全科技集团有限公司所属行业:金融案例简介:该案例基于大模型技术赋能银行业务,为银行提供会议纪要、电销客户意向判断、销客服辅助、客服催收辅助等功能。通过大模型技术,提高了银行文档编写的效率和准确性,减轻了工作人员的工作负担,提升了合规文档以及会
96、议纪要的质量;实现了对客户意向的智能判断和分析,提高电销客户意向判断的准确性和效率,以及客户满意度和销售效率;同时,也提高了系统告警的准确性和及时性。14基于生成式大模型的银行业务场景应用示范北京百度网讯科技有限公司所属行业:金融案例简介:该案例基于大模型赋能银行业务,为银行用户提供金融领域文档审核服务,降低人工审核的工作量,提高审核效率;助力客户投诉分析,降低人工客服工作量;提供对话生成服务,提高问题解答的效率,降低其维护成本,提高用户体验等。15止愈Medbot 医学内容生成与问答南京柯基数据科技有限公司所属行业:医疗案例简介:该案例应用知识图谱和大模型技术进行FAQ的自动化生成,为用户提
97、供脑出血领域的专业知识问答,节约了为用户提供内容服务的人工成本。16电子病历生成的应用首都医科大学附属北京友谊医院所属行业:医疗案例简介:该案例基于大语言模型对门诊医患对话文本进行语音分析、逻辑推理,以及大模型文本生成能力,实现智能识别医患对话、自动过滤判断、信息摘要、电子病历生成等功能。最终单个患者问诊时间节省缩短,门诊效率得到提升,患者就医满意度和获得感提高。Page 35Page 36【产业大模型应用白皮书】融 入 产 业,赋 能 未 来17勃小智RAG医学资料检索增强南京柯基数据科技有限公司所属行业:医疗案例简介:该案例应用知识图谱和大模型技术,面向医疗领域的医药产品知识提供产品检索和
98、智能问答服务等,可基于大模型直接回复原文,缩短内容上线时间,提升医药代表的学术推广和营销效率。18养老行业模型服务项目卓世科技(海南)有限公司所属行业:医疗案例简介:该案例利用大模型技术,在康养医疗行业赋能养老人才培训,可为学员提供养老行业的各类知识问答、案例分析、操作指导以及学习建议等。通过大模型智能培训系统,学员的知识掌握程度和学习效果得到提升,康养人才在解决复杂问题的能力和操作规范得到提高,降低了事故发生率。19法律法规文档问答与总结南京柯基数据科技有限公司所属行业:医疗案例简介:该案例应用知识图谱和大模型技术,面向企业内部的医药法规政策及指导原则提供智能问答总结服务。减少法规内容的学习
99、培训时间,提升多部门协作效率;同时能够及时提示国家政策变动对于业务场景的影响,降低风险。20数字中医大模型北京智谱华章科技有限公司所属行业:医疗案例简介:该案例利用大模型技术赋能某三甲中医医院,模型针对用户咨询中医相关问题给予准确、有针对性的回复。21智能配餐大模型北京健康有益科技有限公司所属行业:医疗案例简介:该案例利用大模型技术赋能人群健康管理,为用户提供个性化饮食建议、营养分析与跟踪、健康风险评估等健康管理与分析服务,用户可以通过智能配餐模型及时了解自己的健康状况,采取合理的饮食措施,有助于预防慢性病的发生,降低医疗成本。为大众提供更加健康、均衡的饮食选择,有助于提升整体健康水平,减少慢
100、性疾病发生率。22基于安全可控的多模态大模型的重大疾病早期筛查平台深思考人工智能机器人科技(北京)有限公司所属行业:医疗案例简介:基于深思考Dongni.ai多模态大模型,深思考重大疾病早期筛查平台,可对人体的多模态数据(细胞、染色体、DNA倍体、免疫组化、病史、病历、年龄、症状等多模态数据)进行分析,从而对癌症早期做到及早发现。该重疾早筛场景应用从宫颈癌筛查为切入点,做到少量样本的横向扩展至尿液细胞、胸腔腹水细胞、甲状腺细胞、染色体核型早筛、免疫组化、DNA倍体分析等,以显微镜、数字化扫描仪为硬件入口(产生的数字化样本为分析对象)形成重大疾病AI多模态早筛入口。23售后服务系统中科极限元(杭
101、州)智能科技股份有限公司所属行业:工业案例简介:该案例通过大模型技术赋能,基于作业指导书、产品维修手册、故障处理手册、用户手册、故障处理手册、产品错误代码、故障表现以及售后经验知识等内容,为用户提供作业指导、维修处理、故障急救等服务,帮助售后服务部门及时调整和优化服务,提升整体办事效率和用户的满意度。Page 37Page 38【产业大模型应用白皮书】融 入 产 业,赋 能 未 来24某工业控制器头部企业专家系统中工互联(北京)科技集团有限公司所属行业:工业案例简介:该案例以工业大模型技术为依托,主动帮助运维团队发现潜在的问题和异常情况,并实现运维报告的自动化生成,减轻运维人员的实际工作负担。
102、其次,将MaaS层与智能运维系统整合,可以实现自动执行诊断步骤、生成运维报告并控制系统调整的复杂操作。最后,运用智工工业大模型的多模态能力,可以识别并预测系统的性能瓶颈和故障风险,提示运维团队提前采取相应的优化和预防措施。25工业专业大模型可之(宁波)人工智能科技有限公司所属行业:工业案例简介:该案例通过大模型技术赋能工业领域,提供工业领域的质量控制、预测性维护、生产优化、供应链管理、能源管理等运维管理服务。最终,实现了缺陷检测准确率提升、生产效率改善、生产线停机时间减少、生产效率提高、能源成本降低、资源利用率提升、维护成本降低、准时交付率提高等。26服装设计大模型AIGC赋能时尚设计及营销北
103、京清博智能科技有限公司所属行业:工业案例简介:该案例利用AIGC赋能时尚设计及营销,打造服装设计垂类AI大模型,为用户提供服装设计图、设计框架筛选、辅料添加、从线稿设计成品等功能服务。用户可以通过文字描述服装设计需求、设计框架筛选、辅料添加等,从而获取符合描述的设计草图。也可将线稿上传至模型中,从而得到一张设计成品。帮助服装厂商提高服装设计效率以及款式的新颖度。27某军工企业工业大模型智能体应用案例中工互联(北京)科技集团有限公司所属行业:工业案例简介:该案例基于大模型技术,为用户提供生产智能监控管理、生产应用智能交互、质检智能调度与智能质检等功能,通过工业技术底座实现生产现场的数据采集、生产
104、监控、智能调度和关键场景智能化以及对整个生产过程的数字化建模,依托智工工业大模型实现工业设备与人工智能的整合,通过Agent机制实现零件质检任务分发、质检设备调度以及质检报告生成,极大地提高质检效率和质量,降低设备使用成本,并降低能源生产成本。28基于百川大模型的影视角色扮演北京百川智能科技有限公司所属行业:文娱案例简介:该案例基于百川大模型提供影视角色扮演功能,大模型通过模仿角色语气,结合角色的背景知识与用户进行对话,用户可以选择不同角色与影视剧中的角色进行模拟对话聊天。29基于百川大模型的游戏角色对话生成示范北京百川智能科技有限公司所属行业:文娱案例简介:该案例基于百川大模型提供游戏角色对
105、话生成功能,用户与游戏中的NPC对话,大模型模仿角色的语气和基于角色的世界观与用户聊天。30自研文生图大模型“可图”在短视频行业的应用探索北京达佳互联信息技术有限公司所属行业:文娱案例简介:该案例将文生图大模型“可图”应用到短视频内容平台,为用户提供AI玩评和AI素材生成等功能服务。在生产工具上的应用可以帮助快手的创作者们提升创作的效率和趣味性,也可以提供更丰富的图片/视频内容。在评论区的应用降低了图评的生产门槛,提高了评论次数和渗透率,也提升了评论区的图评比例,给快手用户提供了更多有趣的互动玩法。Page 39Page 40【产业大模型应用白皮书】融 入 产 业,赋 能 未 来31AI数字人
106、李白数字艺术展央博数字传媒科技有限公司所属行业:文娱案例简介:该案例基于大模型技术,为用户提供专业知识库连接、风格化人设、闲聊模式互动以及文案创作等功能,观众在会展中体验整个沉浸展,通过麦克风和数字人李白对话,让数字人进行作诗,也可以询问李白的相关历史典故。通过AIGC互动大屏幕,提供几个关键词即可在大屏幕显示一首完整的诗句。在真人演绎环节可以和观看真人演出及和演员进行互动。32自研大规模语言模型“快意”在短视频行业的应用探索北京达佳互联信息技术有限公司所属行业:文娱案例简介:该案例将大规模语言模型“快意”应用到短视频内容平台,在搜索场景为用户提供高效的问答服务,提升用户的信息满足度和问题解决
107、率。同时评论区AI小助手“AI小快”基于大语言模型的能力,具备人格化特征,能够与用户进行对话互动,提升了互动的趣味性和信息性,也活跃了快手评论区的整体氛围。33思必驰大模型在智能座舱的应用思必驰科技股份有限公司所属行业:交通(智能汽车)案例简介:该案例通过大模型技术为用户提供出行规划、智能问答、复杂任务处理、多人设多情感交互等更高端的人机交互功能,支持多模态、多意图、多音区、全场景多轮连续对话,打造无拘无束的智能座舱交互体验。在出行规划上,可根据当前场景与用户需求,为用户拟定一份出行方案;根据专业领域知识、文档分析大模型等,可构建汽车领域大师,为用户提供汽车相关知识介绍、新手模式、使用说明书、
108、故障查询、事故处理等专业服务;多人设、数字人生成等创新技术,可为用户提供更加场景化、个性化的内容服务。34基于DriveGPT大模型的自动驾驶应用示范毫末智行科技有限公司所属行业:交通(自动驾驶)案例简介:该案例利用AI大模型赋能自动驾驶领域,提供驾驶场景的理解、标注、生成和迁移,以及驾驶行为解释和驾驶环境预测等功能服务。实现秒级内百亿数据检索,提高新品类Zeroshot标注的准召率,提升在大曲率弯道、黑夜、雨天等场景的感知效果,对驾驶环境做出准确判断,降低驾驶轨迹的预测误差。35车辆管控大数据综合平台、智慧交通数字孪生系统北京卓视智通科技有限责任公司所属行业:交通案例简介:该案例主要面向城市
109、道路、高速公路、国省干线公路、公路隧道、桥梁等道路交通场景,依托图像识别及语义分割等大模型关键技术,结合目标定位、跨镜头跟踪及数字孪生应用系统,完成交通态势预判、交通隐患排查、交通风险预警、交通拥堵及交通事故的仿真推演,为交通监管提供高效、精准、科学的决策依据,助力提高交通运行效率,降低交通事故率和路网交通拥堵率,减少交通污染物排放,是交通数字化转型的利器。36基于政务问视大模型的智慧交通应用示范解放号网络科技有限公司所属行业:交通案例简介:该案例通过大模型技术实现监控摄像头智能调取和交通信息实时智能分析简报等功能。通过大模型分析用户自然语言提问,一方面系统则会自动识别用户意图并生成监控摄像头
110、调取指令,实现高效快速监控调取,提高该市公安局的工作效率。另一方面系统会自动分析意图并对交通动态实时事件数据进行分析挖掘,智能生成实时分析简报,辅助该市公安局工作人员开展处置工作,及时向市民发布道路交通情况,提升市民满意度。37智能客服行业模型服务卓世科技(海南)有限公司所属行业:智能客服案例简介:该案例通过大模型技术,提升了智能客服的语义理解、对话管理和知识增强等方面的能力。这使得智能客服能够更准确地理解用户需求,提供更个性化、高质量的服务。Page 41Page 42【产业大模型应用白皮书】融 入 产 业,赋 能 未 来38基于火炬行业大模型的某智家智能化门户应用科讯嘉联信息技术有限公司所
111、属行业:智能客服案例简介:该案例基于大模型技术赋能智能语音电话机器人、在线服务机器人报装和报修场景,为用户提供要素抽取、用户画像、工单摘要、对话托管、BI分析、辅助计算等功能服务,机器人分流率和核心知识问答效果得到提升,知识构建和对话构建成本下降。39ChatAC平台智能客服曙光智算信息技术有限公司所属行业:智能客服案例简介:该案例结合用户痛点,基于大模型技术赋能智能计算领域的问题语料自动生成、业务话术自动生成,为用户提供计算服务平台问答、智能计算领域应用问题问答、程序开发问答以及百科知识问答等功能服务。最终可以提高客服效率,减少用户咨询等待时间,实现用户即问即答,同时降低企业成本并提升用户体
112、验,为企业创造更多的价值。40基于火炬行业大模型的AI教培和辅助营销机器人应用科讯嘉联信息技术有限公司所属行业:智能客服案例简介:该案例基于大模型技术赋能智能陪练机器人、智能营销机器人场景,为用户提供要素抽取、用户画像、工单摘要、对话托管、BI分析、辅助计算等功能服务。智能陪练机器人场景中辅助教师快速构建客观题的AI陪练课程和主观题的AI自由对练课程,提升教师工作效率;智能营销机器人场景中辅助师生运用营销助手快速完成营销主题活动,提升质量和效率。41大模型+Agent 在工业车辆智能运维场景爱动超越人工智能科技(北京)有限责任公司所属行业:仓储物流案例简介:该案例通过大模型在工业车辆智能运维场
113、景的应用,为用户提供专业问答、数据分析、智能运维等服务,提高工业车辆的运行效率和安全性。一方面提高用户的工作效率、用户满意度和业务处理能力,另一方面降低运维成本。42义乌商城大模型北京面壁智能科技有限责任公司所属行业:仓储物流案例简介:该案例基于大模型技术为用户提供光伏知识问答、光伏发电系统解决方案、物流解决方案和商城内部导航等专业服务。助力商贸城集团加速数智化转型,提升光伏和物流市场获客率以及询盘转化率。43地产物业场景行业大模型创新应用腾讯云计算(北京)有限责任公司案例名称:地产物业场景行业大模型创新应用项目所属行业:房地产案例简介:基于腾讯云预训练大模型,可提供物业客服、舆情风控服务,可
114、高效服务业主日常的咨询问答、周边推荐、缴费指南、报装保修、客诉等多种场景。提高业主服务质量,助力社区管家实现高效服务,降低人工工作量,提升管家工作效率。44设牛贝壳找房(北京)科技有限公司所属行业:房地产案例简介:该案例基于大模型技术,为用户提供随拍随换、户型生图、配方生图、智能对话等装修设计相关服务,用户可以输入户型、风格、色系等,即可生成相关的装修效果图。45AI伴考智能系统中科创达软件股份有限公司所属行业:教育案例简介:该案例通过大模型技术赋能雅思考试作文批改与辅助教学,为用户在写雅思作文时提供同义词、整段润色、作文生成、作文评分等服务,同时可生成高分作文范文,根据作文评分提供改进建议等
115、。大模型的应用提高了学生学习效率,提高了平均成绩;提高了老师教学效率,减轻了老师工作量;同时学生雅思作文通过率得到提高。Page 43Page 44【产业大模型应用白皮书】融 入 产 业,赋 能 未 来46基于百川大模型的知识问答北京百川智能科技有限公司所属行业:智能家居案例简介:该案例基于百川大模型提供知识问答功能,用户通过小米设备与小爱进行知识问答,大模型给用户输出问题的答案。47思必驰大模型在智能家居产品的应用思必驰科技股份有限公司所属行业:智能家居案例简介:该案例利用大模型技术,借助大模型语义泛化&跨领域多意图能力,产品支持更加口语化的交互、可一次性完成多个复杂指令,精准识别用户隐藏意
116、图,实现更自然更高效的人机交互。文档问答能力,智能家居可对产品说明书、烹饪技巧等文档进行解读,直接为用户提供答案。同时融合声纹识别、多重形象设定,实现面向不同交互人群的不同人设应答,满足个性化交互需求,提升用户关怀。知识百科功能支持从外部信源调用海量知识,通古博今,通过精准推理决策,帮助用户解决各类生活小难题。48玲珑AI工具北京新锋未来科技有限公司所属行业:AI工具案例简介:该案例通过大模型技术赋能各大行业设计、广告传媒、教育、电商等各领域,为用户提供多角色对话、AI聊天、AI绘图、文案编辑、视频翻译等服务。帮助电商、珠宝设计、家具设计等行业节省大量设计时间。49基于文心千帆大模型的智慧办公
117、应用示范北京百度网讯科技有限公司所属行业:AI工具案例简介:该案例基于文心千帆大模型赋能WPS AI,实现一键获取灵感,高效成文文字;可一键生成幻灯片,兼顾效率和美观演示;同时提供内容创作、归纳总结等智能文档功能。使用场景覆盖内容生成与分析、幻灯片美化与演讲稿撰写、中英互译与内容提炼、数据表透视与数据演算。帮助用户节省时间和精力,提升了办公效率。50某中央媒体AIGC智能助手拓尔思信息技术股份有限公司所属行业:传媒案例简介:该案例基于大模型技术,在实际采编生产流程中为记者编辑提供创作型辅助、知识型搜索和文件整理等功能,缩短内容生产工作量,实现“策采编发评”各环节场景迭代。减少采编工作中的素材搜
118、集和整理工作和引用内容时繁琐的查询过程,减少记者编辑在信息总结梳理和校对的工作量,为业务人员的创作提供灵感等。51Dancers中国传媒大学戏剧影视学院未来影像研究中心所属行业:传媒案例简介:该案例利用大模型技术为用户提供给定图片补足动态视频、根据视频生成动作信息等功能,实现虚拟化视频的制作。大模型的应用有效缩短了动作捕捉流程的时间和技术难度,可快速生成一个可以与现实产生交互的虚拟人视频。图片转视频为影像创作提供灵感和便利,提高了部分媒体资源制作的效率。52外卖智能小助手北京三快网络科技有限公司(美团)所属行业:电商案例简介:该案例基于大模型技术的与用户的多轮信息交互,为用户提供智能个性化的交
119、互式点餐服务,实现更加智能化的商品商家的搜索与推荐,从而满足用户模糊性需求,提升了用户的满意度和粘性,能够快速实现信息查询和知识解答的功能,给大众用户带来快速便捷的服务体验;同时增加了趣味性与更加多元化服务,增加了用户全新的多元化点餐方式,带来用户全新的体验。Page 45Page 46【产业大模型应用白皮书】融 入 产 业,赋 能 未 来54施工现场技术管理大模型筑讯(北京)科技有限公司所属行业:建筑案例简介:该案例利用大模型技术,为用户提供知识库、工程病害问答、工程隐患问答以及图片AI智能识别等功能,为用户提供工程相关的问答和解析服务。通过大模型赋能应用,在确保工程施工准确性的同时有效提升
120、工程施工效率;有效减少工程返工、误工情况的发生频率;提高项目工程质量和工程进度。55大语言模型服务上海天壤智能科技有限公司所属行业:建筑案例简介:该案例基于大模型赋能建筑行业应用,涵盖建筑设计说明信息提取、造价信息归类以及企业知识库、行业知识库建设等功能,为业务提供了更智能化、高效的支持和服务体验。加速了整个设计流程,提高了整体设计效率和信息处理效率,同时降低了人力成本。此外,利用大模型颠覆传统检索方式,提升了专业问答准确率。56某国产新能源企业综合能源管理系统中工互联(北京)科技集团有限公司所属行业:能源案例简介:该案例基于工业大模型底座的模型整合应用能力,实现同一工厂内异构大模型的应用整合
121、。同时,通过与能源监测系统结合,大模型可以实时监测能源消耗情况,自动控制和调整能源使用策略,对能源消耗进行全面分析和优化,避免能源浪费和过度消耗,为企业提供针对性的节能优化建议。57面向消费品制造领域的品商大模型北京一轻科技集团有限公司所属行业:营销案例简介:该案例利用大模型技术,为消费品领域的用户提供商品广告页生成、艺术二维码、商品营销文案生成、短视频脚本、商业洞察等服务。缩短内容生产周期,提升了线下的点击率和线下的转化率,节省了广告营销费用,降低了成本,提高了决策效率等。58运维专业大模型可之(宁波)人工智能科技有限公司所属行业:IT服务案例简介:该案例通过运维专业场景问答大模型,提供IT服务行业的知识检索和问题解答等服务,对突发的AIOPS事件进行根因分析。大模型的赋能,提高了根因分析及专业场景问答的准确率。Page 47Page 48【产业大模型应用白皮书】融 入 产 业,赋 能 未 来53法律大模型北京智谱华章科技有限公司所属行业:法律案例简介:该案例利用大模型技术赋能某法律服务产品提供商,为用户咨询的法律相关问题提供准确、有针对性的回复。