大模型落地潮，卷王如何突围

　　假以时日，一个10亿DAU的超级应用一定会出现，但更重要的是大模型在各个领域、各个场景的应用。

　　文|牛慧

　　大模型市场在过去3个月，又发生了剧烈变化。一位工业大模型资深人士告诉数智前线，二季度他们接触到的企业需求“至少比一季度增长了10倍”。

　　“产业正迎来一个转折点。”在世界人工智能大会(WAIC)期间举办的“大模型助力新质生产力发展论坛”上，百度副总裁谢广军告诉与会者，一批之前探索的大模型落地场景已经跑出来了，6月，文心大模型日均调用量已突破5亿，季度环比增长150%;百度智能云千帆大模型平台服务客户数也突破15万。

　　“我们判断，从下半年开始，大模型产业落地的时代就要到来了。”谢广军说。

　　而在世界人工智能大会期间，百度创始人、董事长兼首席执行官李彦宏也提出大模型时代与移动互联网时代对“超级应用”认知的不同——他认为“不是说一定在等待一个超级应用的出现”。大模型在各个行业场景的应用，对于提升效率、降低成本，产生的促进作用，可能比从0到1的颠覆性应用更大。他也已经看到，越来越多的行业，尤其是To B场景中，被大模型加持之后，已经受益。

　　业界也看到，从百度智能云的各项举措看，它通过“卷降价”、“卷场景”、“卷应用”，期望让更多人意识到，大模型只有植入业务场景里，才能产生价值。百度智能云也期望加速大模型与场景的串联，让客户看到效果，从而形成大模型的良性循环。

　　01

　　降价、升级，一切为了卷场景

　　在这次论坛上，百度智能云公布了三大举措：基础模型降价，工具效能升级以及行业场景解决方案上线。“这与今年初百度开始密集讲应用、谈价值、发布端到端应用方案一样。”有生态伙伴认为，这些都是为推动大模型进入更大规模的场景，让大家用起来。

　　其中，在基础模型降价上，6月百度刚刚推出的文心系列旗舰版大模型——ERNIE 4.0 Turbo，面向企业客户开放，相比ERNIE 4.0之前的价格，降幅达70%。

　　ERNIE 4.0、ERNIE 3.5两款旗舰模型，也随之大幅降价。而在客户场景中经常用到的主力模型ERNIE Speed、ERNIE Lite，则继续保持免费。

　　这应该是7月开局后，第一个继续宣布降价的大模型大厂。在世界人工智能大会期间，李彦宏坦承，这次大模型价格战确实来得比他想象的更早一点，而且把价格打到几乎不可思议的地步。“但某种意义上也不是坏事。当你足够低，甚至免费时，就会有更多人来尝试，大模型对于各行各业的渗透速度会更快。”

　　除了价格，在工具平台的效能升级方面，千帆大模型平台则围绕在大模型进企业场景的关键点上。

　　实际上，每个行业场景都有自己的“道”。在落地中，客户要结合自身场景，通过工具，对模型做精调(SFT)，也就是将行业数据“灌进去”，并进行各种调教，从而让模型更加专业，在特定场景下的决策效果更好。

　　在过去一个季度，千帆大模型平台上的ModelBuilder，围绕企业专用模型的精调，有非常多的升级点。

　　此次一个独家升级点“混合训练功能”，提供高质量数据语料，扩充用户精调样本，助力模型效果显著提升。用户可以用百度智能云提供的通用语料和垂域语料，与自身业务数据融合，精调出更稳定、效果更好的专用大模型，解决模型在精调后，往往会遗忘通用能力，或企业垂域数据不够多、不够好的问题。

　　而当企业精调出模型后，ModelBuilder还帮助企业构建自身的数据飞轮，对模型进行持续的闭环优化，让模型越用越聪明。

　　除了企业的模型开发，在企业AI原生应用上，千帆大模型平台上的AppBuilder这次则主要围绕企业级RAG(知识检索增强)技术升级。

　　为什么是RAG?因为它能有效缓解大模型的幻觉问题，因此，几乎成为今天行业落地中必不可少的技术。IDC预测，到2027年，中国2/3的企业将利用大模型和RAG的组合，将决策效率提高55%。

　　这次AppBuilder除了新增云存储服务，让资源上传不再受限之外，更重要的是开放了RAG的策略。“今天很多垂类场景采用RAG的效果不达预期，通常与策略相关。”谢广军说。此前，RAG是个“黑盒子”，这次百度独家开放了可调可配策略。

　　同时推出“RAG with 百度搜索”功能，将百度搜索在时效性、客观性⽅⾯的优势，与RAG在私域知识响应、语⾔灵活性⽅⾯的优势进⾏能⼒互补，⼤幅提升⽤户知识检索体验。不少PC、IoT、车机等端侧设备，已接入新接口。

　　在降价、工具升级之外，百度智能云还推出了千帆行业场景解决方案。目前已上线了包括教育、人事、企业服务、文娱、医疗在内的5大行业，20多个场景解决方案。

　　这些方案主打一个“低门槛”，针对不同方案可提供场景模型、模型精调样板间、Prompt模板、应用样板间等参考“样例”，有相似业务诉求的客户，可直接使用或一键复制，就完成了自身大模型应用的开发，让用户快速用起来。

　　为了应对大规模产业落地的需求爆发，工具链和平台已极为重要。百度智能云的这些动作目标明确，好的工具可以事半功倍，如果将行业共性需求和经验，提炼沉淀为技术组件，与行业Know-How和最佳实践一起，不断落入到千帆大模型平台上，企业和生态伙伴就可以用这些“武器”，突破更大规模、更大范围的场景突破，成为可能。

　　02

　　从零起步，一步步将场景做深

　　过去一个季度，大模型与行业、场景的结合，已经从零起步，不断走向深入。在这个过程中，百度智能云与业界，在聚焦解决几个核心问题。

　　在业界看来，第一个核心问题，是如何推动客户找到大模型的能力边界。不像传统项目，客户有明确需求，大模型需要与企业自有数据结合，才能产生效果。这时，通过降价、提供简单易用的工具，不断拉低大模型使用门槛，让“大家的胆子更大，步子也更快”。

　　比如，在水务领域，北京污水宝科技有限公司利用大模型的问答能力，通过千帆AppBuilder，快速构建了污水宝AI助理，支持人们通过自然语言，获取项目线索、项目进度等工程信息。这些立竿见影的应用，往往是大模型与行业和场景结合的第一步。

　　第二个核心问题是大模型的性价比。客户在选择模型时，看重效果，也会反复考虑成本。

　　李彦宏在WAIC上表示，今天这些闭源模型，无论是ChatGPT还是文心一言，平均水平一定是比开源模型更强大，推理成本一定是比开源模型更低。“闭源模型不是一个模型，它是一系列的模型”，可以根据使用场景去平衡效果、推理速度和成本。

　　杭州全诊医学创始人兼CEO薛翀，是一位创业者，也是一位医生，他期望用AI技术，将医生从病历书写等繁琐的工作中解放出来，腾出时间真正关注病人。在选择模型上，“我们实际用了很多大模型来训练，发现通过文心模型和千帆大模型平台训练出来的产品，目前性能最高，各项指标是GPT3.5的1.7倍。”薛翀说，而文心成本的优化，“让我们产品的价格竞争力也上去了”。

　　目前，全诊医学打造的AI医生助理，已服务50多家三甲医院和1.5万家小型医疗机构，“应该是全球规模最大的”。薛翀对此感到自豪，AI医生助理每日生成门诊病历草稿为15万份，医生的效率提升了，患者服务数量因此提升了1.5倍。

　　第三个核心问题是，随着大模型与场景的结合不断深入，对工程的要求越来越高，也对更低门槛、更高效能的工具平台提出高诉求。

　　比如，在教育领域，中国高科集团旗下英腾教育，在医学教育行业有20年积累，形成了覆盖1800多个医学考试科目、超过10亿的医学文本tokens备考数据。英腾教育联合百度智能云，通过千帆大模型平台，对自有数据以及百亿级专业知识数据，进行高效的处理和学习后，让“考试宝典”应用，在医考培训这一复杂而专业的领域，提供“千人千面”的教程，大幅提升备考效率。

　　第四个核心问题是，客户越来越关注和期望使用Agent。对此，李彦宏在最近的谈话中表示，智能体正在爆发，只是说现在基数还比较小。“我首先要考虑，门槛要足够低，一个小白、大一的学生，也可以很方便地制作一个智能体。”李彦宏称，只有越来越多的人进来，指不定哪条路跑通了，它就是一个Super APP。

　　此外，今年行业大模型在产业落地中起到关键作用，不过也出现了“伪行业大模型”。不久前，百度集团执行副总裁、百度智能云事业群总裁沈抖强调，行业模型不是回到传统AI，把一个场景加一堆数据作为一个专用模型，烟囱式开发。

　　他建议，一个企业如果需要同时有多个行业场景解决方案，可以构建一个通用底座，结合如千帆大模型平台，不断做行业增强，逐步将整个能力建设起来。这个开发范式会避免烟囱式、一遍一遍的重复建设，实现真正的场景驱动，把应用卷起来。

　　03

　　迎接Q3落地爆发潮

　　当大模型一步步进入场景后，关于它的应用爆发，包括ToB、ToC，业界最近讨论很多。

　　业界也观察，实体经济在这轮大模型落地上的积极性和创新力，甚至在某些方面超越了互联网大厂。当下第一波吃到红利最多的是科技企业、国央企和大型民营企业，两三年之后，消费端才有可能出现Killer App。李彦宏认为，大模型对于B端的改造作用，比互联网对B端的影响更大。

　　在产业界，第一批入场的企业和服务商已感知到，二季度需求端已经爆发，三季度预计将会迎来更大规模落地潮。“我们无法拿一个技术或项目化的运作方式，去做大规模的商业复制。”一位资深人士说。大模型的落地需要开发、部署、运维、迭代的工具链及平台。“大家都在把打法，转向规模化推广和复制上。”

　　业界也在积极布局生态。一位人士观察到，“从平台侧，像百度智能云已经专门成立了相关渠道生态部，这跟以往不一样。它要赋能更多生态伙伴，提供很多工具，目的是让生态使用它的能力，让大模型真正在更多场景中发挥价值。”

　　生态的另一个价值是定制化。在To B行业，定制化是绕不开的话题，尤其是大模型落地，还处于一个多样性的客户需求和尚未收敛的技术阶段。但业界也看到，大模型可能会让定制化变得更简单，毕竟它能生成代码，本身具备生态插件及融合能力。

　　为此，工具平台也将更为丰富、灵活，即便定制化的过程，也是走标准化的组件加上标准化流程。“类似于你定制西服，量完尺寸不是重头开始，而是在一套标准方法上稍微调整”，这是百度等前沿企业的打法。

　　一两个月前，沈抖曾称：新质生产力正在破土而出。如果说国家政策是阳光，中国丰富的工业体系是土壤，那么科技创新就是新质生产力迸发的内生力量，而人工智能和大模型，代表着当下最前沿的科技进展。

　　现在百度等业界正在形成大模型规模落地的路径。一旦这套路径跑通，工具链和平台打磨成熟，生态逐步壮大，大模型与场景结合的效率将更高，就会有越来越多的人去串联起更多的业务价值。客户将会受益，整体购买成本也会下来，大模型将进入良性发展循环。