风力驱动的AI突破7个月了中国大模型仍未超越ChatGPT之风

风力驱动AI新篇章：中国大模型仍需超越ChatGPT的挑战

周鸿祎指出，大型语言模型（LLMs）的真正机遇在于企业级市场。然而，目前公有的大型语言模型在企业级应用中存在四个不足之处：缺乏行业深度、数据安全隐患、无法保障内容可信性、以及训练和部署成本过高。

首先，大型语言模型面临着严重的数据安全问题。每个企业都将其内部知识产权视为核心资产，不会将其纳入到公共大型语言模型中；使用公共大型语言模型可能导致数据泄露，因为它需要了解大量信息才能生成高质量的文本；此外，由于算法特性，它可能会产生虚假信息，这对于医疗领域等关键场景而言是一个巨大的风险。

其次，大型语言模型无法实现成本控制。它们的训练成本极高，一次训练可能需要数百万美元，并且需要大量算力和显卡资源。而且，垂直领域的大型语言模型可以满足具体需求，而不必追求全面能力，这样可以节省大量资源。

未来，周鸿祎认为，企业级市场真正所需的是符合行业化、企业化、垂直化、小型化和专有化特点的大型语言模型。他提出了三个原则来构建这些大型语言模型：安全性、可信赖性和可控性。在确保这些原则的情况下，可以通过向量数据库和搜索引擎校正输出内容，以解决幻觉问题。

同时，他强调了对员工来说，让他们理解并接受AI工具是至关重要的。大规模裁员反而会加剧抵触感，而正确的方法是让AI成为人类工作流程中的辅助工具，使其易用并且能够提升效率。此外，他还提到了数字人作为进入点，将帮助解决一些复杂的问题，如北京客服问不倒与北京城市招商宝等案例显示了这一潜力。

张鑫表示，其公司正在开发TeleChat一款支持代码编写与演讲稿撰写的大型语言模式，该产品基于国内中文数据，并在云知声与天翼云融合底座上进行训练。TeleChat能够达到47%的准确率，并且持续优化性能及效率。

郭凡曾提到，他们合作研发的一项门诊病历生成系统利用山海大模式结合前端声音处理技术，可提高医生电子病历录入效率超过400%，减少患者问诊时间40%，提升医生门诊效率66%。

随着技术发展，大规模计算、大数据集成、大师傅的人才力量，将决定哪些公司能成功。这意味着竞争将更加激烈，有钱有技术但没有良好策略或适应性的初创公司很难获得成功。而政府支持也变得至关重要，以促进产业创新发展并推动通用人工智能落地实践，如北京市通过“京策”平台建设项目，加快政策规范管理与精准服务能力提升。此外，多家知名科技公司如阿里巴巴、中电联等也参与了这个过程，为推广该技术提供了坚实基础。