银河证券配资公司Position

你的位置:银河证券配资公司=股市配资什么意思=苏州股票配资门户 > 银河证券配资公司 > 口碑最好的配资平台 腾讯混元降价对标GPT-4o 汤道生:杀手级应用仍在探索

口碑最好的配资平台 腾讯混元降价对标GPT-4o 汤道生:杀手级应用仍在探索

发布日期:2024-10-21 22:16    点击次数:185

口碑最好的配资平台 腾讯混元降价对标GPT-4o 汤道生:杀手级应用仍在探索

K图 00700_0

  “过去一年,我们看到数字经济在不断发展。一年来,我们通过持续聚焦自研,推动被集成,业务更加健康可持续:与伙伴共同服务的客户数,超过200万家;订单过百万的伙伴数量,实现了两位数的增长;很多SaaS伙伴收入增加了1倍多;国际业务增速也在两位数以上”。

  9月5日,在2024 腾讯全球数字生态大会上,腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生披露了腾讯云过去一年的成绩。同时汤道生还提到,多个行业出现了“内卷式竞争”,不惜亏损也要打价格战,同时新技术的迭代也加剧了焦虑,企业都担心在行业技术升级浪潮中掉队,结果可能被用户抛弃、被市场淘汰。但指望大模型给一般企业在短期内带来巨大变化看来并不现实,用人工智能在已有业务场景中降本增效、提高经营效率,从量变到质变来加强市场竞争力,应该是更脚踏实地、行稳致远的可靠路径。

图片

  在大会上,腾讯云还发布了 AI infra品牌“腾讯云智算”,提升企业部署大模型应用的效率,从机器上架到开始训练可以做到只需1天;同时还推出了RAG解决方案,支持企业用多种技术“量身定制”AI大模型应用,进一步拓展了AI应用的灵活性和适用范围。

  对于目前杀手级AI应用仍未出现的情况,汤道生对南都记者表示,目前各家厂商对杀手级应用的探索目前仍在早期,仍有较大探索空间。

  降价一半对标GPT-4o,腾讯混元再升级

  “从经济大环境来看,挑战确实不少。一些行业因为前几年的过度投资,导致出现供求失衡,大家为了保住销售规模与市场份额,出现了‘内卷式竞争’。新技术快速迭代和应用,也在一定程度上加剧了大家的焦虑。因此,企业也必须积极投入研发与创新,确保抓住下一个机会的入场券。”9月5日,在2024腾讯全球数字生态大会上,腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生提到。

  大模型行业今年以来的价格战尤为激烈,在各家大模型技术快速迭代的同时,所谓“内卷式竞争”不时出现。9月5日,腾讯宣布推出新一代大模型“混元Turbo”,相比前代模型,腾讯混元Turbo性能显著提升,训练效率提升108%,推理效率提升 100%,推理成本降低 50%,效果在多个基准测试上对标GPT-4o,且第三方测评居国内第一。

图片

  腾讯方面透露,混元Turbo已经在腾讯云上线,输入和输出价格只有前代模型的一半。企业和开发者可以通过API、专属模型、精调模型等方式使用混元大模型相关能力。

  据介绍,腾讯已经构建起了全链路的大模型产品矩阵,包括底层基础设施、帮助企业训练专属模型的TI平台和行业大模型解决方案,自研的混元大模型,构建应用的平台工具,以及基于大模型的各类智能应用。目前,腾讯已经有700多款产品接入混元大模型,包含腾讯元宝、腾讯云、QQ、微信读书、腾讯新闻、腾讯客服等。此前,腾讯旗下协作 SaaS(软件即服务)产品已全面接入腾讯混元大模型。

  会上,腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声还表示,大模型已经在全球发展了两年,目前呈现出两种趋势,一是模型性能不断提升,围绕着模型的产品使用门槛变得更低、更加易用;二是企业积极探索大模型与自身业务场景的结合,大模型的落地场景变得更丰富、更纵深。

  吴运声介绍,基于全矩阵的大模型产品,腾讯已经服务了众多客户,在知识管理、智能客服、研发提效、智能营销、内容生成、办公协同、风险管控等场景中,帮助企业实现了降本增效和业务创新。

  加码AI基建,提高企业算力应用效率

  在腾讯全球数字生态大会上,腾讯云还正式发布AI infra品牌“腾讯云智算”。作为一个高性能智算底座,腾讯云智算整合了腾讯云高性能计算HCC、高性能云存储、向量数据库、智算套件等优势产品,能够为AI创新输出性能领先、多芯兼容、灵活部署的智算产品能力。

  何为AI infra?AI Infra是一套包括构建、部署和维护人工智能系统所需的硬件、软件和服务的组合,概念类似于过往的paas,能处理数据准备、模型构建、模型产品三个层面的问题。

  在大模型时代,企业存在着大模型应用对高性能计算和存储的迫切需求。在这其中,做模型基础设施的厂商提供的价值就在于,为开发者提高算力应用效率,降低大模型的部署成本、提高部署效率,抓住AI时代的发展机遇。

  在这方面,腾讯集团副总裁、云与智慧产业事业群COO兼腾讯云总裁邱跃鹏透露,目前通过整合软硬件技术能力,腾讯云智算集群从机器上架到开始训练可以做到只需1天,相比业界以月为单位也大为缩短。

  “比如,大部分公司搭建集群,从上架到开始训练,是以月为单位,我们把这个流程优化到1天。去年集群搭建后,第二天就开始做腾讯混元的训练任务。在业界非常关注的性能上,腾讯云智算的集群,千卡单日故障数只有0.16,是meta的1/3;在数据读写效率方面,1分钟就能完成万卡checkpoint写入,是业界的10倍;千卡集群的通信时间占比,也降低到6%,是业界一半。”邱跃鹏提到。

  除了部署效率与成本,企业经常头疼的问题还有模型能力怎样与应用场景更好结合。业界的解决方法是做RAG(结合检索与生成能力的人工智能技术)来提升落地效果。腾讯云也发布了RAG解决方案,以两种解法来提供RAG技术,一种倾向于轻代码模式,少量或不用重写代码就可以构建AI问答应用;一种则是支持多模态数据源的形式,腾讯云在其中提供向量数据库,检索能力是业界的两倍。

  汤道生:杀手级应用探索仍在早期

  汤道生还提到,随着大模型与生成式AI的技术突破,图片、视频、语言的理解与生成已经有很大进步,人与人的沟通、人与系统的交互方式,都可能会被重塑。最近半年,产业界对AI大模型的关注重点,开始从模型技术本身,转到智能应用落地上。用人工智能在已有业务场景中降本增效,提高经营效率,是行稳致远的可靠路径。

  不过,尽管业界吆喝十分卖力,但目前仍未出现真正可以称得上“杀手级应用”的AI产品。

  汤道生对南都记者表示,一款真正能称之为国民级的应用更可能首先在C端诞生,目前在信息搜索、情感陪伴等领域都有厂商在做尝试。“(国民级应用)可能在信息搜索领域出现,比如我们有元宝,我们也在探索怎样给用户更方便、便捷的获取信息的交互方式,比如微信读书推出了‘AI问书’功能。行业里也有其他玩家,从不同的角度去切入 C端应用,比如情感层面,或者角色扮演。”

  汤道生认为,目前还没有国民级应用出现,很大程度上也许是因为消费互联网走到今天已经变得越来越成熟。“你能想到的需求,你能想到的场景,可能都已经有一些服务厂商在里面深耕了很长时间。”

  此外对于B端领域,汤道生则对南都记者表示,各家对杀手级应用的探索目前仍在早期,仍有较大探索空间。“TO B我觉得还比较早,场景很多,但是需要大家想到底用什么架构、怎样利用好企业内部的数据、到底解决什么问题、用什么方式等方面的问题,这里还有很大的空间去探索。”

  汤道生表示,过去很多技术都会经历玩家兴奋涌入投资、泡沫破裂、少数人保持信念坚持的周期,但新技术的变革需要时间去沉淀、积累甚至需要等第一波资本去驱动,逐渐等到不专业的玩家被淘汰,这时行业会回到理性、务实的态度,找到实际的场景和痛点去打磨。

  类似地,目前行业还需要更多耐心。“今天的技术也许在某些场景,大家可能觉得只做到了50分或60分,要到90分必须要时间去磨。我相信最后还是那些能坚持的、长期主义的企业能获得回报,而不是那些因为概念很热就一股脑投进去的企业口碑最好的配资平台,这样的做法也很难坚持下去。”汤道生表示。



TOP