“角兒是座兒叫出來的”,這句話不僅適合相聲藝術,也很符合AI大模型商業化的現狀。
今年以來,“大模型落地”成為AI和云產業的高頻詞。避免“叫好不叫座”,讓AI大模型更快地融入行業場景之中,被各行各業真正用起來,是當務之急。
行業用戶多、落地案例豐富的大模型及AI服務生態,才算完成從實驗室到商業化的閉環,才能在市場競爭中站穩腳跟。
最近恰逢2024火山引擎AI創新巡展,來到了天津站,分享豆包大模型的最新進展,并攜手南開大學發布教育行業大模型應用開發平臺。豆包大模型成功走進“象牙塔”,打造了“AI+教育”的落地標桿。
另外值得一提的是一組最新數據,截至7月,豆包大模型平均每家企業客戶日均 Tokens使用量,較5月15日模型發布時期增長了22倍。在零售、汽車、智能終端等行業,都攜手企業用戶,落地了不少AI實踐。
火山引擎,讓AI大模型越來越“叫座”,在行業智能化中扮演著越來越重要的角色。
傳統相聲曲藝界有句話,叫“北京是出處,天津是聚處”。天津并非相聲發源地,卻將相聲藝術發揚光大。有人說,因為天津觀眾的欣賞眼光高,接受住天津觀眾的考驗,才算在相聲界站穩腳跟。
我們也不妨就從南開大學的“AI+教育”實踐開始,看看火山引擎到底經受了哪些考驗,才最終在行業站穩了腳跟。
要說哪些行業對AI技術和服務的要求較高,教育行業一定排在前列。
簡單來說,教育行業的用戶數字素養普遍比較高,對數字服務和體驗的要求也更高。而且,由于教學信息化、數字化變革早,科研任務的數據量大,高校數字基礎設施建設也相對成熟,對AI的需求更多在于如何提升教學/管理/服務水平。
所以,AI大模型要融入教育場景,帶來用戶體驗和管理效率上的實際提升,收獲認可,并不是一件容易的事。
以南開大學為例,通過深入的調研和測試,最終選擇與火山引擎合作,為師生的學習、工作和生活提供更加便捷、高效的服務。
此次“AI+教育”實踐,體現出三個特點:
1.融合程度深。南開大學利用火山引擎的AI技術,改革教學、科研及管理體系,打造國內首個全面融合大模型能力的智慧校園,在全國范圍內屬于先例,具有標桿意義。
2.落地范圍廣。目前,雙方已經在“AI技術設施”與“AI 管理服務”兩個場景,落地一批“AI+教育”場景化應用,如教學場景中的“大學語文學習助手”“編程實訓助手”,服務場景的“新一代校園AI智能融合門戶”“部門服務助手”,以及管理場景中的“數據管理助手”,全面滿足南開師生在教學和服務場景下的智慧學習、智能辦事、教學咨詢、數據查詢、知識答疑等需求。
3.升級難度小。此次南開大學的智能化升級,火山引擎幫助建設了先進的AI基礎設施,全力優化AI總體技術服務的底座與能力,提供了從硬件算力到開發工具、推理部署的一系列系統。這個完備的AI服務生態,讓南開大學可以更聚焦于自身擅長的能力和行業經驗,減少了智能化升級的難度。
比如已經落地的南開大學大模型應用開發平臺,現已開放給南開的廣大師生,使用大語言模型變成像使用Windows操作系統一樣簡單、易用,教育智能化的創新速度和效率,自然也就大大提高了。
目前來看,一系列AI賦能項目的實施和AI應用的落地,讓南開大學在教學質量、科研效率和校園管理等方面都取得了顯著進步。
(南開大學副校長、教授、博士生導師方勇純)
南開大學副校長、教授、博士生導師方勇純表示:“南開大學攜手火山引擎,共同探索‘AI+教育’的創新模式,落地一批AI應用場景,培養一支高水平的AI人才隊伍,全場景擁抱大模型,推進‘數字南開’智慧校園建設。”
可以看到,火山引擎的全棧AI技術服務生態,已經在海河之濱,點亮了一座AI在教育行業的落地燈塔。
與南開大學的合作中,火山引擎輸出的不只有豆包大模型,還有火山方舟大模型服務平臺、HiAgent AI應用創新平臺以及AI全棧云等多種能力。這并不是孤例,而是很多行業引入AI的普遍現象。
隨著以大模型為主的AI技術不斷進化,涉及的相關技術體系也越來越龐雜,行業想要引入AI,需要考慮到算力資源、成本、開發工具、應用等方方面面,每一個環節都可能形成阻礙。這就使得行業從以往單一地采購硬件、算力或技術,轉變為系統性地引入AI能力。
這時候,綜合能力過硬的火山引擎,就迎來了驚艷亮相的舞臺機會。
相聲藝術的基本功是說學逗唱,火山引擎也在大模型落地行業場景時用到了三大基本功。
(火山引擎副總裁 張鑫)
功力一:更強模型。
行業用戶最擔心的,就是模型效果不達預期,無法在真實的生產環境中,利用大模型的理解、生成等能力,為業務提質增效。解決辦法,就是把AI能力構筑在足夠先進的模型底座上。
智源研究院旗下的 FlagEval 大模型評測平臺6月發布的評測榜單顯示,在閉源大模型的“客觀評測”中,豆包大模型以綜合評分75.96分排名國產大模型第一,并且還在不斷升級演進。2024火山引擎AI創新巡展-上海站最新數據顯示,豆包大模型綜合能力提升了20.3%,角色扮演等6個維度性能最高提升38.3%,可以支撐行業用戶構建更優質的語音對話、文本理解與生成、圖像識別等AI應用。發布2個月以來,平均每家企業客戶日均Tokens使用量增長22倍。建立在規模使用量上的“數據飛輪”轉動起來,模型能力持續領先。
功力二:更易落地。
在實際業務中,AI大模型面臨的環境更復雜、干擾源也更多,因此算法的準確率、魯棒性等也會受影響,行業用戶要真正把AI用起來,還需要結合知識庫、專有數據、finetune進一步優化。
讓AI落地無憂,火山引擎打造了從算力到應用的一系列平臺和解決方案。比如一站式大模型服務平臺火山方舟,提供模型精調、推理、評測等全方位功能與服務;模型層,豆包大模型家族,提供豐富的垂類模型,適配多種業務場景;應用層,企業級AI應用開發平臺扣子專業版,提供專業級SLA和多種高級特性,使AI應用更易落地。AI 應用創新平臺HiAgent,讓業務人員可以輕松構建智能體,適配企業個性化需求,簡化AI應用創新。火山引擎 AI 全棧云依托字節跳動的海量資源共池,支持多芯、多云架構,擁有超大規模算力,解除“買不到、買不起”算力的后顧之憂。
在此次天津站活動中,不僅南開大學分享了基于火山引擎全棧云與AI服務的智慧校園應用探索,中國國航、協和醫院也分享了AI賦能業務的相關實踐。
功力三:更低價格。
隨著AI走向各行各業和生產環境,日常訓練和推理的使用量不斷增大,成本也變成了行業用戶在引入AI時最關注的要素之一。模型價格高,試錯成本高,會阻礙行業AI應用創新的意愿和行動。因此,更普惠的AI才是行業真正需要的。
幫助企業卸下成本負擔,火山引擎一方面從當前入手,直接削減大模型推理成本,通過技術手段優化,讓豆包大模型在各家大模型最強版本價格對比中,比行業價格低98%以上;另一方面著眼于長期使用,提供業內最高標準的初始TPM(每分鐘Tokens)和RPM(每分鐘請求數),每分鐘處理Tokens 限額最高可達同梯隊模型數倍,以更低價格、更高吞吐,讓大模型在生產環境中用起來。
“叫好又叫座”的AI,不僅是發布會和實驗室里碾壓同行的漂亮數據與排名,更要走上行業舞臺、直面群眾,變成實際的案例與價值。
這是AI商業化所必須解決的挑戰,也是云和模型廠商猛攻的新賽道。而火山引擎,已經亮出了具有說服力、全面而深厚的AI功底。
行之有效的行業案例,可以證明大模型確實有實用價值,才能推動各行各業“移風易俗”,向AI奔涌而來。
從這個角度看,已經在教育、零售、汽車、智能終端等領域點亮了AI燈塔的火山引擎,正吸引著越來越多的行業客戶奔赴而來,為什么?
首先,“燈塔式”案例,可以照亮前路。當行業用戶不知道AI有什么用、怎么用,這些示范案例可以像燈塔一樣指明方向,讓其他同類用戶直接“抄作業”,減少創新的不確定性。
除了與南開大學進行“AI+教育”探索,火山引擎還在零售領域,推出了解決方案,包括以豆包大模型為基礎的智能導購、VOC洞察分析、零售客服質檢、零售客服陪練、練播房提升主播帶貨水平、企業商品知識庫等技術和工具,助力零售智能化升級和業務增長。
在汽車行業,2024年8月梅賽德斯-奔馳與火山引擎合作,探索大模型、生成式人工智能和大數據等技術在智能座艙、車載應用等領域的落地。
有了這些案例,行業用戶或許可以更勇敢一點,積極擁抱AI。
“燈塔”給出了升級方向,千行萬業用戶還要在陌生的智能航路上,獨自探索,其間可能遭遇的暗礁與孤獨感,這時則呼喚著伙伴同行。
為行業護航,火山引擎不僅親自出馬,搭建了完整的AI服務生態體系,也格外重視生態聯盟的建設。
今年5月成立的智能終端大模型聯盟,吸引了OPPO、vivo、三星、華碩等多個廠商,共同探索AI智能硬件的新路線;同月成立的汽車大模型生態聯盟,除了一汽紅旗、吉利、長城等車企外,還包括中國電動汽車百人會等行業組織也都加入,圍繞汽車大模型應用場景及路徑、汽車大模型行業標準、汽車大模型評估體系建設落地,行業白皮書發布等方向為汽車行業創新合作發展帶來新模式。
8月成立的零售大模型生態聯盟,則以AI交互為核心,將聯合零售上下游企業,重新定義購買、營銷、產品、供應鏈等場景,加速零售業的運營和周轉效率,全面提升消費者的購物體驗,推動行業進步發展。
上述生態聯盟的意義在于,能夠聚合產業的變革力量,讓行業用戶不再是AI路上的獨行者。
火山引擎的一系列生態化動作,正推動AI從落地企業,進入到了落地產業的新階段,讓智能化從一家企業、一個行業的探索,變成整個產業都在加速擁抱的未來。而火山引擎自身,也成為連接AI與產業的核心樞紐。
或許未來,當我們回顧這段產業智能化的升級歷程會說:火山引擎,既是AI技術的出處,也是千行百業的聚處。
審核編輯 黃宇
-
AI
+關注
關注
87文章
28723瀏覽量
265987 -
大模型
+關注
關注
2文章
2098瀏覽量
1902 -
AI大模型
+關注
關注
0文章
280瀏覽量
209
發布評論請先 登錄
相關推薦
評論