AI行业大模型培育新质生产力

将大模型作为研发或孵化项目,不强求短期财务指标的绝对达成,而是关注业务、技术等指标的相对提升。通用大模型技术快速发展,但很多传统行业推进得并不快。对企业而言,大模型应用需要综合考虑专业性、数据安全、持续迭代和综合成本等多种因素。针对这些现实情况,腾讯集团提出重点发展行业大模型的理念。本文基于一线大量实践反馈,做出系统归纳总结,呈现行业大模型发展真实情况,厘清关键争议和困惑问题。真正解决用户需求、距离场景和数据更近的企业,将拥有大模型的未来。

新能源制氢系统中行业大模型的应用探讨

文章主要论述了行业大模型在新能源制氢系统中的应用,大模型能够集成实时监控、智能故障诊断、预测性维护、优化运行策略等功能,有效提高了新能源制氢系统设备的运行效率和可靠性。同时,行业大模型在处理多模态数据方面具有优势,实现了知识融合和行为决策,降低了专业知识要求和操作复杂性,支持数字孪生技术和协同控制与优化,具备广阔的应用前景。

构建视听行业大模型 加速未来电视产业数字化转型

本文分析了AIGC人工智能生成技术的发展情况,介绍了阿里巴巴AI技术发展以及通义大模型产品家族;基于生成式大模型将重构未来电视产业内容生产与交互模式,阐述了阿里巴巴行业大模型应用创新平台,可快速构建未来电视场景化创新应用;对AIGC内容个性化生成技术在视听行业的多种应用场景进行了分析;对视听行业大模型应用前景进行了总结和展望。

油气行业人工智能大模型应用研究现状及展望

阐述了大模型技术的概念,总结了大模型技术的国内外研究现状,综述了大模型在垂直领域的应用现状,梳理了油气行业大模型应用面临的挑战,并对油气行业大模型应用进行了展望。现有大模型可粗略分为3类,即大语言模型、视觉大模型和多模态大模型。油气行业大模型应用刚刚起步,部分油气企业基于开源大语言模型,利用微调、检索增强等方式发布大语言模型产品,部分学者尝试利用视觉/多模态基础模型研发面向油气业务的场景模型,还有少数学者构建地震资料处理解释、岩心分析等领域的预训练基础模型。油气行业大模型应用面临数据量和数据质量难以支撑大模型训练、研发投入成本高、难以实现算法自主可控等挑战。油气行业在应用大模型时应始终聚焦油气主营业务需求,以大模型应用为契机,加强数据全生命周期管理,提升数据治理能力,推动融合算力建设,加强“人工智能+能源”复合团队建设,推动大模型技术自主可控。

大型语言模型及其在建筑行业应用研究综述

近年来,以ChatGPT和GPT-4为代表的大型语言模型,在技术上出现了快速的进步和迭代,已经成为人工智能领域具有变革性的技术。大型语言模型在数据信息容量、模型参数量、底层模型结构、模型训练方法上都较之前的语言模型取得了关键突破,在自然语言处理、机器视觉等任务上乃至通用任务领域的表现都在持续提升,包括大型语言模型显示出的涌现能力。概述了大型语言模型的技术演进、技术架构、关键技术、主要特点,介绍了大模型的基础架构及核心原理,分享了大模型在建筑领域的应用,讨论了其局限性以及未来发展方向,旨在推动以大语言模型为代表的人工智能技术在建筑领域的应用与发展。