腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生

(资料图)

出品｜搜狐科技

作者｜郑松毅

6月19日，腾讯云在国家科技传播中心召开行业大模型及智能应用技术峰会，首次公布腾讯云行业大模型研发进展，依托腾讯云TI平台打造行业大模型精选商店，为客户提供MaaS（Model-as-a-Service）服务，助力客户构建专属大模型及智能应用。

峰会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生发表《模型扎根产业，共建智能生态》的主题演讲，分别从模型、数据、应用与算力四个角度分享了对大语言模型在产业落地的思考。

首先，就模型而言，比起通用大模型，企业更需要针对具体行业的大模型，并结合企业自身的数据进行训练和精调，以打造出更实用的智能服务。企业对提供的专业服务要求高且容错性低，因此使用的大模型必须具备可控、可追溯和可修正的特点，并经过反复充分的测试。

其次是数据的重要性。数据是大模型的原材料，针对具体场景，数据的覆盖和质量至关重要。在模型的开发过程中，需要关注敏感数据的保护和安全合规，并有效管理大量的数据和标签，不断进行测试和模型的迭代。腾讯云推出基于TI平台的行业大模型精调解决方案，帮助模型开发者和算法工程师处理数据、创建和使用大模型。

在应用方面，腾讯通过基于行业模型的智能小助手、腾讯会议可以协助用户进行日程安排、会管、会控等操作，并自动生成智能总结摘要。腾讯企点智能客服和AI代码助手等应用也通过行业模型的训练和精调，优化问题回答和编程辅助能力。

最后是算力的支持。算力是模型持续运转的基础，高性能、高弹性和高稳定的算力对于大模型的训练和使用至关重要。腾讯云提供新一代计算集群，为客户提供稳定计算、高速网络与专业运维。同时，推出面向AI运算的向量数据库，支撑对图像、音频和文本等非结构化数据的处理，数据接入AI的效率较传统方式有提升。

汤道生介绍，“在大模型的训练和使用过程中，需要大量异构算力的支持，对网络速度与稳定性要求也很高，加上GPU服务器比一般服务器稳定性更低一些，服务器的运维、问题的排查更频繁，整体运维的难度与工作量会高很多。”

他表示，“模型最终要在真实场景落地，要达到理想的服务效果，往往需要把企业自身的数据也用起来。在模型研发过程中，既要关注敏感数据的保护与安全合规，也需要管理好大量的数据与标签，不断测试与迭代模型。”