7月6日，世界人工智能大会在上海举行。
腾讯集团高管副总裁、云与智慧产业集团CEO汤道生在大会全体会议——产业发展论坛上发表主旨演讲。
他表示，一般的大模型能力很强，但无法解决很多企业的具体问题。
企业大规模模型应用需要综合考虑行业专业知识、数据安全、持续迭代、综合成本等因素。
基于大的行业模型打造自己的专属模型或许是企业更好的选择。
“通用型大模型可以解决某个场景70%-80%的问题，但不一定能满足某个企业场景的需求。
”汤道生表示，通用大型模型一般是根据广泛的公开文档和网络信息进行训练的。
不少专业知识和行业数据积累不足，导致解答的行业针对性和准确性不足。
但用户对企业提供的专业服务要求高、容错能力低。
企业一旦向公众提供错误信息，可能会造成严重后果。
他表示，企业如果根据大的行业模型和自身数据进行精细调整，就可以构建专属模型，打造高可用的智能服务。
而且模型参数比一般大型模型少，训练和推理的成本更低，模型优化更容易。
同时，行业大模型和模型开发工具还可以通过私有化部署、权限控制、数据加密等方式，防止模型训练和使用导致的企业敏感数据泄露。
此外，实现大模型的过程还需要包括算法构建、模型部署等一系列环节，每个环节都不能“放过”。
模型未来需要不断迭代调优，这需要借助系统化、工程化的工具。
针对这些问题，腾讯云近期发布了全景腾讯云MaaS服务。
基于腾讯云TI平台，打造精选大型行业样板店，提供金融、文旅、政务、医疗、媒体、教育等10大行业、50余家客户。
一个办法;推出业界大模型微调解决方案，帮助模型开发者和算法工程师一站式解决模型调用、数据和标签管理、模型微调、评估测试和部署等任务，减轻创建大模型的压力。
基于这些模型和工具平台，企业只需添加自己的场景数据，就可以快速生成自己的“专属模型”。
“随着大语言模型的发展，行业和社会也将从数字化、网络化走向智能化。
在这个过程中，腾讯始终认为人工智能发展的根本目标是落地到行业、服务于人民。
真正解决用户需求，更贴近场景，数据才有大模型的未来，腾讯将与合作伙伴一起，用优质的模型和澎湃的算力，让每个企业的“黄金数据”高效推动产业创新发展。
，”汤道生说。
以下为演讲全文： 大家好！很高兴出席世界人工智能大会。
今天我在这里提出一些想法，请各位专家指正。
腾讯已连续五年参加世界人工智能大会。
五年来，我们参与并见证了人工智能“上海高地”的建设。
腾讯青浦数据中心和松江长三角人工智能超算中心已投产共计数万台服务器。
我们的AI实验室之一优图实验室位于上海，已获得100多项全球专利。
同样设立在上海的科恩安全实验室在人工智能安全等领域也达到国际领先水平，被誉为中国网络安全的“梦之队”。
五年来，腾讯的人工智能技术和产品也扎根于各个行业：我们的数智人“投身”多个行业，担任金融客服、虚拟主播等“数智员工”，为用户提供个性化服务。
我们的工业AI质检已应用于3C零部件、锂电池等众多制造生产线，不仅提高了良率，还帮助企业降本增效。
我们利用人工智能、游戏引擎等游戏技术以及南航的虚拟图像显示技术，生成虚拟飞行环境，为民航飞行员提供更高效、更安全的飞行训练。
过去几个月，大语言模型和生成式AI的发展，已经实现了强大的语言理解和推理能力，可以根据提示生成完整的段落、精美的图片、视频甚至代码，让AI成为更强大的个人助手。
不少实体企业既兴奋又焦虑。
他们迫不及待地拥抱大模型技术，推动设计、销售、服务等方面的智能化升级，提高生产、运营和管理效率。
事实上，通用的大模型虽然强大，但不一定能解决很多企业的具体问题。
大模型在工业场景中真的可靠可用吗？如何保护企业数据产权和隐私？如何降低大模型的使用成本？这些都是企业需要考虑的现实问题。
在大行业模型的基础上打造自己的专属模型或许是企业更好的选择。
同时，我们要利用高效的专业工具不断优化和迭代模型，以满足企业和市场不断变化的需求。
首先，借助大行业模型，我们可以更高效地为用户提供精准服务。
一般的大型模型一般是根据广泛的公开文献和在线信息进行训练的。
在线信息可能包含错误、谣言和偏见。
很多专业知识和行业数据积累不够，导致答案不针对行业、不够准确。
，输出的信息也比较广泛。
虽然通用大机型的整体水平在不断提高，但策略有点像煮海洋（Boil the Ocean），没有重点。
一般的大模型可以解决某个场景70%-80%的问题，但可能无法满足企业某个场景的需求。
但用户对企业提供的专业服务要求高、容错率低。
企业一旦向公众提供错误信息，可能会造成巨大的法律责任或公关危机。
因此，我相信每个企业都可以在专业知识和数据训练出来的大行业模型的基础上，再加上企业自身数据的微调，构建出独特的“专属模型”，更高效地打造高可用的产品。
智能服务。
同时，基于大行业模型的企业专用模型比一般大模型的模型参数更少，训练和推理成本更低，模型优化更容易。
其次，借助专属模型保护企业数据，确保数据安全。
数据是大型模型的原材料。
为了使模型能够落地到真实场景中并达到理想的服务效果，往往需要使用企业自有的数据。
如果在此过程中数据保护不当，公司的核心数据和敏感数据可能会被泄露。
行业大型模型和模型开发工具可以私有化部署，使模型训练更加安全，避免员工访问模型时企业敏感数据泄露。
如果模型服务是为用户服务的，还可以利用用户反馈数据来优化专属模型，不断提升服务体验。
第三，借助高效的平台开发工具，可以实现模型的快速、低成本的持续优化。
模型在行业中的实现是一个复杂的系统工程，需要经过数据处理、算法构建、模型部署等一系列步骤。
每一步都不能“错过”。
同时，企业模型的应用并不仅仅限于一次性部署。
它还需要在使用过程中根据新数据不断进行调整，以使模型与不断变化的市场和用户需求保持同步。
在此过程中，您需要管理大量数据和标签，并不断测试和迭代模型。
这就需要利用系统化、工程化的工具来保证模型的持续运行。
基于对企业这些实际问题和需求的考虑，上个月我们也正式公布了腾讯云MaaS服务的全景图。
基于腾讯云TI平台的行业模型选型店，提供金融、文旅、政务、医疗、媒体、教育等10大行业50余种解决方案。
基于这些能力模型，合作伙伴只需添加自己独有的场景数据，即可快速生成属于自己的“专属模型”。
我们还可以通过模型私有化部署、权限控制、数据加密等方式，帮助企业用户保护自己的数据，让使用模型更安心。
我们还推出了基于腾讯云TI平台的行业大模型微调解决方案。
帮助模型开发者和算法工程师一站式解决模型调用、数据和标签管理、模型微调、评估测试和部署等任务，减轻创建大型模型的压力。
比如我们和国内领先的在线旅游公司打造了基于“文旅模式”的机器人客服。
当用户查询度假行程时，基于一般大型模型的客服机器人只能提供一些简单的景点介绍。
但当我们基于大的行业模型对模型进行微调并添加企业数据时，客服机器人的答案变得更加准确、可用和详细。
它可以规划交通、景点、酒店安排，甚至直接提供预订链接和优惠券。
和其他信息。
不仅做到了贴心的服务，还拥有更强的销售转化能力。
这正是企业所需要的。
我们还将行业大模型能力融入到腾讯自有的企业级应用中，通过更智能的服务帮助客户提高工作效率。
例如，新一代腾讯起点智能客服基于行业模型，根据客户业务需求进行训练和微调。
可以提供更加准确、详细的答案，用户体验更加人性化。
同时，借助起点分析平台，销售人员可以通过自然语言提问来实现精准的业务分析，而无需花费大量时间学习复杂的软件和制作招牌。
我们的数字智能还通过结合人工智能生成算法提高了数字图像再现的速度。
2D数字智能的制作只需要录制一段3分钟的真人说话视频。
借助平台的多模态处理能力，可以实时建模生成高清人像。
24小时之内，就可以产生类似于真人的“数字智能”。
人”，成本大大降低。
尊敬的嘉宾！随着大语言模型的发展，行业和社会正在从数字化、网络化走向智能化。
在这个过程中，我们始终认为人工智能发展的根本目标落地到行业、服务于百姓，真正能解决用户需求、更贴近场景、更贴近数据的企业，才有大模型的未来。
腾讯将携手所有合作伙伴，用优质的模型和澎湃的算力让每个企业的“黄金数据”高效发挥，助力产业创新发展，腾讯的人工智能产业实践也将在腾讯分论坛和游戏AI分论坛与大家详细分享。