騰訊吳運聲：大模型向場景落地存在兩大難題

封面新聞記者 歐陽宏宇

“模型落地，實用為先。”7月5日，騰訊雲副總裁、騰訊雲智能負責人、騰訊優圖實驗室負責人吳運聲在2024世界人工智能大會上表示，大模型的研發、應用必須關注、解決具體業務場景，必須關注可用性和性價比。

如今的大模型技術正在往多模態、零樣本學習、3D和視頻生成等方向快速演進，通過增強技術融合、簡化模型訓練流程、提供更加沉浸式體驗等方式，加速AI技術的普惠。

從技術演進的角度，吳運聲認為有三大發展趨勢，涉及大模型的應用範圍、學習範式以及內容呈現。

“大模型的發展，將人工智能技術推到了一個新的製高點。”他表示，但在實際落地中，雖然單模態技術在某些場景下表現良好，但通過引入多模態能力，我們能夠擴展其應用範圍，使其在更廣泛的場景中同樣表現出色。

在學習範式方面，吳運聲認為，傳統模型訓練受限於任務獨立性，和對大量標註數據的依賴；而通過零樣本/小樣本學習能夠很好地解決這類問題，簡化研發流程並加速AI技術的普惠。

談及內容呈現，在吳運聲看來，隨著3D生成和視頻生成技術的不斷髮展，讓用戶可以獲得更加沉浸式的體驗。

面對發展趨勢蘊含的紅利，模型在應用上也有瓶頸。吳運聲透露，一方面是，算法和工程團隊精力有限，模型數量多迭代快，自行搭建推理集群和服務平台，模型更新複雜；另一方面在於，推理成本高昂，推理速度已達瓶頸，千百億級別模型推理部署，推理吞吐和時延存在瓶頸。

“大模型的打造只是起點，把技術落地到產業場景、創造價值才是目標。”對此，吳運聲建議，無論是產業落地還是科學、文化探索，AI大模型技術的發展離不開產業鏈協同和生態共建。“比如，將知識引擎融入到客服系統，讓客服人員更準確、更高效率地解答客戶的問題；在人才培訓場景，讓知識引擎把員工的智慧聚集成企業知識庫，促進內部知識分享和傳播。”