2024年已过半，大模型技术竞争正从“百模大战”转向产业应用落地阶段。近两个月，全球ai巨头纷纷发布新品，竞相将大模型技术应用于各行各业，似乎预示着科幻电影中的agi时代即将到来。
然而，业内人士也提出了诸多冷静的疑问：大模型的杀手级应用是否出现？大模型将如何重塑各行各业？哪些难题阻碍了大模型落地？又该如何克服这些挑战？
7月5日，2024世界人工智能大会（WAIC）“可信大模型助力产业创新发展论坛”在上海举行。该论坛由新一代人工智能产业技术创新战略联盟主办，蚂蚁集团承办，中国网络空间安全协会协办，汇聚了蚂蚁、华为、智谱、百川、生数科技等AI企业代表，共同探讨大模型应用的机遇与挑战，以及如何构建满足专业领域高标准要求的可信大模型。
鹏城实验室主任、中国工程院院士高文在会上指出：“大模型正改变科研与产业发展模式，是通向AGI的最可能路径。全球已有170多个大模型，国内竞争更是呈现百模千态的局面。万亿级市场机遇已经到来。”
高温40度的上海，一场关于可信大模型应用落地的热烈讨论就此展开。
可信大模型落地应用面临哪些挑战？
可信AI是一个广泛的概念，用户对可信AI的核心期望集中在专业性、可控性、真实性和安全性四个方面。具体而言：
- 专业性: AI应用需满足从非专业到专业场景的需求；
- 可控性: Transformer注意力机制的概率输出特性使其天生具有不可控性，AI需具备可预测和稳定的性能；
- 真实性: 应对大模型可能产生的信息幻觉，确保内容准确性；
- 安全性: 涵盖内容安全、数据保护和网络安全等方面。
如何确保大模型应用落地的安全和可信度？
中国信息通信研究院人工智能研究所所长魏凯强调：“大模型落地的最后一公里，需要系统化的方法论来保障可信性。” 这需要从以下几个方面入手：
- 高质量数据: 从数据源头确保训练和微调数据的质量，完善面向大模型的数据治理与数据工程；
- 模型专业增强: 通过知识工程、专业知识注入和价值对齐，增强模型输出的专业性，并结合知识计算技术与模型概率推理，提升常识和可控性；
- 可控内容生成: 清晰界定大模型能力边界，将其与外部知识库工具结合，封装成智能体，赋予其规划、调用工具和执行能力；
- 持续迭代优化: 建立“反馈-迭代-优化”循环体系，持续监测、调优和提升模型性能；
- 完善评测机制: 构建模块化、系统级、端到端多层面的大模型测评体系，全生命周期评估模型能力。
智源研究院理事长、新一代人工智能产业技术创新战略联盟秘书长黄铁军提出AGI分级建议，认为当前AI处于L0级生成式人工智能（GAI）阶段，未来三年，大模型将扩展到视觉、听觉、具身、行动等通用智能，规模变大，尺寸变小，成为具身智能的“大脑”。
解法：垂直领域大模型、多模态技术与AI智能体
论坛中，与会者探讨了多种可信大模型落地应用的方案，主要集中在垂直领域大模型、多模态技术和AI智能体三个方面：
- 垂直领域大模型: 专注于特定行业需求，利用高质量行业数据进行训练，实现对行业知识的深入理解和应用。浙江大学吴飞教授分享了智海系列垂直领域大模型的成果，例如在司法、教育和金融领域的应用。
- 多模态技术: 蚂蚁集团徐鹏副总裁介绍了蚂蚁百灵大模型的最新成果，其原生多模态模型实现了规模和模态的双重突破，支持音、视、图、文等多种模态，在智能助理、搜索推荐等场景展现了亮眼效果。
- AI智能体: 将大模型作为智能体的核心，结合外部知识库和工具，赋予其规划、调用工具和执行能力，应用于特定行业场景。蚂蚁集团的支付宝智能助理就是一个典型的例子，它可以连接生活、金融、医疗等垂直行业的AI智能体。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
蚂蚁集团在论坛上发布了支付宝多模态医疗大模型，并启动合作伙伴AI共建计划，推动大模型在医疗领域的落地应用。该模型在报告、药物等识别准确率上表现出色，并注重数据安全和隐私保护。
总结：
蚂蚁集团等企业正积极推动大模型在各行各业的落地应用，解决可靠性、经济性和易用性等挑战。构建真实准确的可信大模型将成为赋能千行百业的关键，需要产学研用各界的共同努力。
