騰訊吳永堅：未來騰訊云將繼續(xù)推動AI大模型等先進(jìn)技術(shù)

9月8日消息，2023騰訊全球數(shù)字生態(tài)大會日前在深圳國際會展中心舉行，聚焦產(chǎn)業(yè)未來發(fā)展新趨勢以及自研技術(shù)產(chǎn)品的最新進(jìn)展，展示了全方位的行業(yè)前沿與智慧洞見。在行業(yè)大模型及智能應(yīng)用專場上，騰訊云副總裁、騰訊云智能研發(fā)負(fù)責(zé)人、騰訊企點研發(fā)負(fù)責(zé)人吳永堅發(fā)表《MaaS助力應(yīng)用升級 重塑智能時代生產(chǎn)力》主題演講?；贏I大模型技術(shù)，騰訊云更新升級近10款智能應(yīng)用和解決方案，進(jìn)一步加快模型產(chǎn)業(yè)落地。

吳永堅認(rèn)為，AI大模型應(yīng)用，催生“效率革命”，讓智能應(yīng)用表現(xiàn)出更強的能力、更高的效率。例如，在AIGC應(yīng)用方面，騰訊混元大模型正式通過騰訊云對外開放，用戶可以通過自然語言給模型輸入內(nèi)容生成指令，提升文案創(chuàng)作效率。依托騰訊自研的AI繪畫模型，騰訊云AI繪畫實現(xiàn)輸入文本、圖片智能生成圖像，支持超過25種繪畫風(fēng)格，共同為高質(zhì)量、高效率的內(nèi)容創(chuàng)作提供支持，加快在內(nèi)容社區(qū)、電商等場景落地。

同時，騰訊云依托行業(yè)大模型解決方案，提升了圖像識別、數(shù)據(jù)分析、人機交互等多款智能應(yīng)用生產(chǎn)效率，將更多元化的，即插即用的產(chǎn)品、服務(wù)推向市場，重塑智能時代生產(chǎn)力。

圖注：2023騰訊全球數(shù)字生態(tài)大會行業(yè)大模型及智能應(yīng)用專場

（圖源騰訊云智能視頻號截圖）

吳永堅介紹，在圖像識別領(lǐng)域，TI-OCR訓(xùn)練平臺集成OCR大模型，借助端到端算法，助力客戶解決特定場景識別難題，減少訓(xùn)練成本和訓(xùn)練時長；在數(shù)據(jù)分析領(lǐng)域，騰訊企點分析·AI助手通過分析大模型，實現(xiàn)零門檻對話式分析，讓人人都能擁有專業(yè)數(shù)據(jù)分析能力，為業(yè)務(wù)一線提供決策支持。在人機交互方面，通過行業(yè)大模型中樞，對接海量知識和工具，實現(xiàn)文字、語言、視頻等多模態(tài)意圖理解，生成智能、精準(zhǔn)答案輸出，支持更智能、更高效、更自然的智能客服、AI助手、數(shù)智人應(yīng)用落地。

吳永堅表示，未來騰訊云將繼續(xù)推動AI大模型等先進(jìn)技術(shù)，應(yīng)用于內(nèi)部PaaS、SaaS產(chǎn)品，驗證MaaS服務(wù)的可用性、易用性。另一方面，也將持續(xù)打造更多開箱即用的AI大模型產(chǎn)品、服務(wù)，打通AI產(chǎn)業(yè)落地全鏈條，助力客戶實現(xiàn)數(shù)智化升級。

圖注：騰訊云副總裁、騰訊云智能研發(fā)負(fù)責(zé)人、騰訊企點研發(fā)負(fù)責(zé)人吳永堅

（圖源2023騰訊全球數(shù)字生態(tài)大會行業(yè)大模型及智能應(yīng)用專場直播截圖）

以下為吳永堅主題演講內(nèi)容整理：

各位線上的觀眾、媒體朋友們，大家好！我是騰訊的吳永堅，今天我分享的主題是《MaaS助力應(yīng)用升級 重塑智能時代生產(chǎn)力》。

今年6月，我們正式發(fā)布了騰訊云行業(yè)大模型解決方案，助力客戶將AI大模型應(yīng)用于產(chǎn)業(yè)場景。與此同時，我們也推動內(nèi)部實踐，基于行業(yè)大模型，推出騰訊企點智能客服、企點AI助手兩款產(chǎn)品，通過技術(shù)創(chuàng)新解決智能客服“不智能”，數(shù)據(jù)分析門檻高的難題。

隨后，我們將AI大模型能力應(yīng)用到更廣泛的PaaS、SaaS產(chǎn)品。一方面，驗證我們MaaS服務(wù)的可用性、易用性。另一方面，也將更多開箱即用的產(chǎn)品、服務(wù)，向客戶開放，推動大模型在實際生產(chǎn)、運營場景發(fā)揮效用。

今天，借數(shù)字生態(tài)大會，和大家分享一下我們的最新實踐。

依托騰訊云多年深耕產(chǎn)業(yè)互聯(lián)網(wǎng)的經(jīng)驗，我們從產(chǎn)業(yè)需求出發(fā)，基于自研騰訊混元大模型，同時支持主流開源模型應(yīng)用，在TI平臺內(nèi)置高質(zhì)量行業(yè)大模型，為客戶提供不同規(guī)模的模型服務(wù)。通過升級大模型訓(xùn)練、精調(diào)工具鏈，助力企業(yè)快速生成專屬模型，升級智能應(yīng)用，加快模型產(chǎn)業(yè)落地。

首先和大家分享，我們基于騰訊混元大模型，在AIGC應(yīng)用方面的探索。

過去，在文案創(chuàng)作場景，傳統(tǒng)創(chuàng)作以“人工”為核心，容易產(chǎn)生創(chuàng)意不足、時效性不足、質(zhì)量不可控等問題。今天，騰訊混元大模型正式通過騰訊云對外開放，用戶可以通過自然語言給模型輸入內(nèi)容生成指令，提升文案創(chuàng)作效率；通過參數(shù)選擇、多輪輸入，對生成內(nèi)容進(jìn)行控制、調(diào)優(yōu)，提升文案創(chuàng)作效果；根據(jù)營銷、創(chuàng)作、效率等不同場景需求，生成對應(yīng)專屬內(nèi)容，提升文案可用性。同時，還可以與廣告平臺、UGC平臺、SaaS服務(wù)實現(xiàn)快速連接，加速落地，為各類場景提供更精準(zhǔn)、高效的商業(yè)文案創(chuàng)作工具。

同樣，傳統(tǒng)繪畫創(chuàng)作，也需要耗費大量的時間和精力，并且嚴(yán)重依賴于創(chuàng)作者的專業(yè)水平和主觀經(jīng)驗，給企業(yè)帶來較大的運營成本。我們推出騰訊云AI繪畫，輸入文本、圖片即可智能生成圖像，支持超過25種繪畫風(fēng)格。值得注意的是，依托騰訊自研的AI繪畫模型，騰訊云AI繪畫具有強大的中文理解能力，可以更好地支持中文元素的圖像生成，例如古詩詞理解、水墨剪紙等；我們也大幅降低了API接口耗時，相較業(yè)內(nèi)平均水平降低50%，為高質(zhì)量、高效率的內(nèi)容創(chuàng)作提供支持。

深入產(chǎn)業(yè)，我們發(fā)現(xiàn)在內(nèi)容社區(qū)、電商等場景，圖文結(jié)合的形式，可以提供更豐富、更個性、更有創(chuàng)意的廣告信息，有效提升轉(zhuǎn)化率?；趧倓偨榻B的兩種方式，用戶只需輸入主題和產(chǎn)品描述，即可一鍵生成種草文案、商品詳情描述等內(nèi)容。AI繪畫，還可以在內(nèi)容配圖，宣傳海報等環(huán)節(jié)，提供創(chuàng)意輔助，實現(xiàn)智能營銷+智能創(chuàng)意雙重提效?，F(xiàn)在，歡迎大家申請試用騰訊混元大模型，也可以登錄騰訊云官網(wǎng)試用AI繪畫。

在此之外，今年6月，我們還公布了騰訊云行業(yè)大模型解決方案。

由大量專業(yè)知識學(xué)習(xí)，以及強大推理能力，構(gòu)建出的專屬行業(yè)大模型，在特定領(lǐng)域的表現(xiàn)力及適應(yīng)性更強?；诖?，我們進(jìn)一步提升了圖像識別、數(shù)據(jù)分析、數(shù)智人、客服等智能應(yīng)用生產(chǎn)效率，將更多元化的，即插即用的產(chǎn)品、服務(wù)推向市場。

在圖像識別領(lǐng)域，既往OCR文字識別，需要經(jīng)過圖片輸入、檢測、識別、結(jié)構(gòu)化等多個流程。一方面，多流程操作容易導(dǎo)致錯誤累積，降低模型準(zhǔn)確率；另一方面，每一個業(yè)務(wù)場景的圖片識別需求有所不同，導(dǎo)致單一模型難以復(fù)用于新場景，每一次定制都需要增加成本。

升級為“端到端”的OCR大模型后，從圖像到文字，一步生成識別結(jié)果。比如，針對票據(jù)示例，可直接提問“委托日期是什么時候”，大模型在理解圖片后給出回答，大幅縮減識別流程，提升識別準(zhǔn)確度。針對發(fā)票混貼的場景下，一個模型可支持多種類型圖像識別，泛化性進(jìn)一步提高。

與傳統(tǒng)模型相比，OCR大模型突破技術(shù)局限，有效降低了落地成本。例如，針對手寫體，復(fù)雜表格難識別的問題，OCR大模型通過全面理解圖片，直接提取相關(guān)字段，提升識別準(zhǔn)確度；針對拍攝背景復(fù)雜的圖片，OCR大模型可以借助端到端算法，避開干擾信息，直接回答相關(guān)問題；針對訓(xùn)練成本，在特定場景下，傳統(tǒng)模型訓(xùn)練提升指標(biāo)，需要依賴超過2000個訓(xùn)練樣本，48到60個小時訓(xùn)練，而OCR大模型，只需要50到100個訓(xùn)練樣本，訓(xùn)練2個小時，即可實現(xiàn)3%到20%的效果提升。

目前，OCR大模型已經(jīng)集成到TI-OCR訓(xùn)練平臺，供客戶依據(jù)自身業(yè)務(wù)場景，進(jìn)行小樣本精調(diào)使用。

以新能源領(lǐng)域為例，客戶通過TI-OCR 訓(xùn)練平臺進(jìn)行圖片標(biāo)注，以小樣本企業(yè)數(shù)據(jù)對OCR大模型進(jìn)行精調(diào)，實現(xiàn)對彎曲電線字符、水印銘牌、復(fù)雜電表圖片等識別，推動自動化信息審核。在OCR大模型輔助下，字符讀取準(zhǔn)確率達(dá)到98%以上，自動化審核預(yù)計為客戶節(jié)省超過80%的人力投入。

在數(shù)據(jù)分析場景，當(dāng)用戶希望了解“最近的銷量情況”時，傳統(tǒng)數(shù)據(jù)分析流程復(fù)雜，需要高度依賴專業(yè)人員，經(jīng)過分析思路拆解、數(shù)據(jù)指標(biāo)導(dǎo)入等環(huán)節(jié)，才能生成結(jié)論，鏈路長效率低。面對同一個問題，通用大模型因為缺乏分析專業(yè)知識和洞察力，則容易生成冗余、或無效的答案。

為此，我們打造了支持零門檻對話式數(shù)據(jù)分析的分析大模型。

和通用大模型相比，分析大模型內(nèi)化了專業(yè)的數(shù)據(jù)分析知識、不同行業(yè)的分析指標(biāo)體系，可以依據(jù)行業(yè)特點進(jìn)行意圖理解、思路拆解、數(shù)據(jù)推理，從分析師視角生成結(jié)論。

例如，通過分析大模型的意圖理解能力，銷量這個詞匯會被關(guān)聯(lián)為“銷售額”、“訂單數(shù)”，“最近”被關(guān)聯(lián)為“近7天”，經(jīng)過與用戶交互，明確分析任務(wù)為近7天的訂單數(shù)趨勢。

通過分析大模型的數(shù)據(jù)推理能力，還將進(jìn)一步建議用戶從不同銷售渠道，分析訂單數(shù)變化原因。

基于分析大模型，我們升級推出騰訊企點分析AI助手，覆蓋對話式分析，輔助數(shù)據(jù)配置，提取智能結(jié)論、一鍵生成報告四大場景。今年9月，企點分析AI助手正式向大客戶開放內(nèi)測申請。未來，人人都能擁有專業(yè)數(shù)據(jù)分析能力，讓數(shù)據(jù)跑得更快，為業(yè)務(wù)一線提供決策支持。

在人機交互方面，我們通過行業(yè)大模型中樞，對接海量知識和工具，實現(xiàn)文字、語言、視頻等多模態(tài)意圖理解，生成智能、精準(zhǔn)答案輸出。接下來，我將詳細(xì)為大家介紹智能客服、語音助手、數(shù)智人方向的探索。

圍繞客服場景，今年6月騰訊企點發(fā)布全新一代智能客服，引入大模型能力，對對話交互、人工輔助和知識構(gòu)建三個層面進(jìn)行提升。最近，我們進(jìn)一步升級了管理端配置能力，提升知識構(gòu)建效率，優(yōu)化C端用戶體驗。同時，我們積極與各行各業(yè)進(jìn)行產(chǎn)業(yè)實踐，在文旅、泛政、地產(chǎn)等領(lǐng)域落地標(biāo)桿案例。

例如，在知識構(gòu)建方面，通過企業(yè)專屬知識“導(dǎo)入-校驗-調(diào)優(yōu)”閉環(huán)，可以提升復(fù)雜文檔讀取、理解效果，進(jìn)一步優(yōu)化冷啟動效率，降低運維成本。在文字文檔基礎(chǔ)上，我們增加了對圖文混排、多列排版等復(fù)雜文檔接入。通過語義切塊，生成向量，以高可用、可擴展向量數(shù)據(jù)庫方案，豐富問答組合及內(nèi)容；通過快速生成問答對，以及問答原文的回溯，提高問答校驗的效率；通過提供對話測試和運營工具，讓運營人員快速實現(xiàn)調(diào)優(yōu)，提升問答準(zhǔn)確率。

在對話交互層面，大模型迭代向量數(shù)據(jù)庫、搜索引擎能力，智能生成擬人化答案，可以讓智能客服應(yīng)對更復(fù)雜的需求。例如，傳統(tǒng)客服無法支持“操作步驟講解”這類復(fù)雜需求。新一代智能客服通過上下文信息補全，基于企業(yè)知識庫進(jìn)行問答推理，可以將復(fù)雜問題解決率提高30%。

在用戶體驗上，大模型加持，也讓智能客服更接近“真人客服”。例如，可以準(zhǔn)確地識別用戶情緒，及時給出安撫?？梢苑直嫒蝿?wù)型、知識型、閑聊型話題，通過聊天的方式解決任務(wù)需求。在圖片示例中，我們看到，即使在業(yè)務(wù)辦理過程中，用戶插入了“閑聊”話題，也不會導(dǎo)致任務(wù)中斷，保證了業(yè)務(wù)辦理成功率。

除了智能客服，出行大模型的引入，也極大提升了車載語音助手的語義理解能力、交互體驗。

傳統(tǒng)車載語音助手，以規(guī)則+小模型的方式，理解用戶請求，存在對話呆板不自然、機械式回復(fù)無情感、功能單一等問題。加入大模型后，通過復(fù)雜意圖識別，提供更自然的對話能力；通過設(shè)定人設(shè)，實現(xiàn)更富情感化的語音交互。同時，隨著大模型能力迭代，將支持更多出行場景能力。

例如，基于出行大模型，通過簡單提問，語音助手可以自動生成行程規(guī)劃。根據(jù)車輛情況，語音助手會主動提示加油，并在導(dǎo)航中添加沿途加油站。同時，大模型也融合了車身信號信息，可以為用戶進(jìn)行車輛故障診斷。

在數(shù)字人領(lǐng)域，數(shù)智分身技術(shù)發(fā)展，推動數(shù)字人從定制化走向普惠化。我們通過行業(yè)大模型，進(jìn)一步降低數(shù)字人應(yīng)用門檻，提升生產(chǎn)效率及交互體驗。

今年4月，我們推出了數(shù)智人工廠，24小時即可生成小樣本數(shù)智人。今天，在AI大模型技術(shù)的加持下，我們再次提升生產(chǎn)效率，發(fā)布“通用口型”版小樣本數(shù)智人，無需訓(xùn)練，上傳素材后，1小時內(nèi)即可獲取專屬數(shù)智分身，數(shù)智人生產(chǎn)效率再次獲得提升。雖然流程、時間都大幅簡化，但形象效果依然很逼真。

大模型技術(shù)的加持，也讓數(shù)智人實現(xiàn)更高效、更自然、更智能的效果。我們?nèi)律壍摹敖换ナ健毙颖緮?shù)智人，可以根據(jù)真實對話場景，進(jìn)行手勢的停頓、變化,更接近于真人交互狀態(tài)。具有交互能力的小樣本數(shù)智人，未來將不再局限于短視頻生產(chǎn)這類單向播報場景，也可以被用于服務(wù)咨詢等交互場景。

在3D數(shù)智人生產(chǎn)運營領(lǐng)域，依托AI大模型技術(shù)，我們推動照片式生成3D形象，改變手工作業(yè)形式，大幅提升生成速度。也可以實現(xiàn)智能動作驅(qū)動，基于語義為3D數(shù)智人自動匹配動作，讓“數(shù)智員工”服務(wù)體驗接近于真人員工。

可以看到，AI大模型應(yīng)用，正在催生“效率革命”，讓智能應(yīng)用表現(xiàn)出更強的能力、更高的效率，落地更多場景。未來，我們將持續(xù)將AI大模型等先進(jìn)技術(shù)，應(yīng)用于內(nèi)部PaaS、SaaS產(chǎn)品，打通AI產(chǎn)業(yè)落地全鏈條，重塑智能時代生產(chǎn)力。讓更多開箱即用的AI大模型產(chǎn)品、服務(wù)，助力客戶實現(xiàn)數(shù)智化升級。