2025-02-23 智能 0
周鸿祎指出，中国在大模型领域的发展仍需改进。目前公有大模型在企业级应用中存在四个主要不足：缺乏行业深度、数据安全隐患、无法保证内容可信性、以及训练和部署成本过高。这些问题限制了其在政府、城市和行业等场景中的广泛应用。
首先，大模型面临数据安全挑战。企业往往不愿意将核心知识与能力透露给公有大模型，因为这可能导致数据泄露。此外，大模型本身具有生成式AI的特点，即它会创造虚假信息，这对于需要真实内容的企业来说是一个重大风险。
其次，周鸿祎强调了对大模型必须坚持三个原则：安全性、大规模化与专有化，以及易用性。大型企业应通过内建机制来确保数据和算法的安全性，并且应小心地使用开放接口，以避免未经授权的访问。此外，大型公司应该利用垂直市场定位，使得他们能够开发针对特定需求的大型专业系统，而不是追求全面而笼统的大型通用系统。
为了实现这一目标，周鸿祎提出了一个名为“北京客服问不倒”的数字人案例，该数字人基于北京市训练的大型专业系统，为政企解决了一些核心问题。他还展示了另一个名为“北京城市招商宝”的数字人案例，它旨在促进城市经济增长。
此外，还有一家中国电信集团的大数据和AI中心副总经理张鑫，在现场宣布了一款名为TeleChat的大型专业系统，该系统支持输出代码和写作等功能，并且使用国内中文大数据进行训练，其参数达到47%。TeleChat已经被用于智能化语音接线员的人才紧缺解决方案，提高社会治理能力并降低成本消耗。
云知声创新事业部副总裁郭凡介绍了一款基于山海大模型门诊病历生成系统示范应用，该技术结合前端声音信号处理、声纹识别、语音识别等全栈式智能语音交互技术，可以提升医生的电子病历录入效率超过400%，节约单个患者问诊时间超过40%，提升医生门诊效率超过66%。
随着科技不断发展，大型公司如阿里巴巴、中兴通讯等正致力于建立通用大模型基座及算力中心，同时也有其他初创公司如毫末智行、中科闻歌等专注于垂直或行业领域大的研究开发工作。在推动这一过程中，政府也提供了大量支持，如发布《北京市加快建设具有全球影响力的AI创新策源地实施方案（2023-2025年）》、《促进通用人工智能创新发展若干措施》的通知，以确保AI产业健康快速发展。
