当前位置: 首页 > 科技赋能

腾讯汤道生:打造“三大引擎”,打造最贴近行业的AI

时间:2024-05-19 17:01:16 科技赋能

5月17日,“腾讯云生成AI行业应用峰会”在北京举行。

发布会披露了腾讯混元大模型和行业大模型。

最新能力升级,推出知识引擎等多种智能工具和场景应用。

会上,基于混元大模型的一站式AI代理创建与分发平台腾讯元器首次亮相。

企业和开发者可以直接基于腾讯元器创建代理,使用腾讯官方插件和知识库,还可以将这些代理一键分发到QQ、微信客服、腾讯云等渠道。

同时,混元-Pro、混元-标准、混元-lite多个版本的模型通过腾讯云向公众开放,满足企业客户和开发者不同场景的模型需求,实现最优性价比模型解决方案。

目前,腾讯混元大模型已在腾讯内部多个业务、多个场景进行测试。

其中,腾讯会议推出了基于混元的AI助手。

通过简单自然的指令,可以完成发言提醒、意见总结、会议纪要等功能,大大提高会议效率。

过去四个月,腾讯会议AI助手用户日均通话量增长了20倍。

腾讯云还推出了“大模型知识引擎”、“大模型图像创作引擎”、“大模型视频创作引擎”三款PaaS产品,打造大模型原生工具链,帮助企业在知识服务、图像和提升视频创作的质量和效率。

以知识引擎为例。

基于RAG(检索增强生成)技术架构,集成OCR文档解析、向量检索、大语言模型、多模态大模型等技术,为企业打造低门槛的模型应用开发。

该平台可快速落地于客服营销、企业知识社区等各种以人为本的业务场景。

这种方法相当于拿着“教科书”去考试,可以大大减少幻觉,让答案更加安全可靠。

“打造大模型只是起点,将技术落地到产业场景、创造价值才是目标。

”腾讯集团高级执行副总裁、云与智慧产业集团首席执行官汤道生表示,腾讯始终将“工业实用性”作为发展大模型的核心策略,通过打造高性能模型、高效率的工具平台,以及高度敏捷的场景。

应用、高可用的计算基础设施、强大的安全模型环境,构建最贴近行业的AI,助力千行百业的智能化升级。

以下为汤道生演讲全文:打造最贴近工业的人工智能。

很高兴与大家共同探讨生成式人工智能在工业应用中的发展。

今天也是一年一度的“世界电信日”。

今年的主题是“数字创新,促进可持续发展”,这和我们发布会也非常吻合。

作为数字创新最重要的领域之一,生成式人工智能在过去一年风起云涌,各种大型模型纷纷涌现。

与很多大型模型厂商不同,腾讯一直将“工业实用性”作为我们开发大型模型的核心策略。

去年我们发布大模型时,我们强调“创建大模型只是起点,将技术落地到产业场景、创造价值才是目标”。

过去一年,我们发布了全链路自主研发的万亿级参数规模的大规模混合模型,并且是国内第一个采用专家混合模型(MoE)结构的。

根据沙利文的评价结果??,混源的通用基础能力和专业应用能力处于国内大型车型的领先梯队,也高于国际大型车型的平均水平。

目前,混元已在腾讯内部多个业务、多个场景进行测试。

例如,腾讯会议推出了基于混元的AI助手。

通过简单自然的指令,可以完成发言提醒、意见总结、会议纪要等功能,大大提高会议效率。

过去四个月,用户日均来电数量增长了20倍。

腾讯去年倡导的模式应用发展方向——行业实用性,得到了业界的高度认可。

如今,大家对于大车型的需求更加务实。

他们不仅关注模型技术的领先性,更关注如何将其融入业务场景,如何降本增效解决实际问题。

同时,腾讯云智能还推出了大行业模型,利用高集中度的行业数据,增强模型对行业专业知识的理解;结合搜索增强和实时查询能力,提高模型解决工业问题的实时性、准确性和安全性。

能力。

目前已在金融、医疗、教育、汽车、能源等20多个行业落地。

此外,我们还注意到,行业对车型的需求也在不断变化。

一方面,随着行业信息载体的多样化,模型需要处理的不仅仅是简单的文本,还需要处理图片、视频等信息。

大模型的能力竞争正在从单一的文本扩展到图片、视频、图片、视频等多模态能力。

另一方面,大型模型在工业场景实施时,仍然面临场景选择、结果准确性、数据保密、实施成本、内容安全等诸多问题。

如何打破这层玻璃,让可见变得可用?我也很高兴今天能在这里分享我们新的探索成果。

我们将通过打造高性能模型、高效工具平台、高度敏捷的场景应用、高可用的计算基础设施、强大的安全模型环境,打造最贴近行业的人工智能。

首先,混元大模型能力升级,打造开放的代理商生态。

除了基本的大模型能力外,我们混元还推出了灵活的模型尺度,基于混合专家模型(MoE)结构,有专业版、标准版和lite版三个版本。

,通过腾讯云正式向企业和个人开发者开放。

今天我们还正式发布了基于混元大模型的一站式AI代理创建与分发平台腾讯元器。

企业和开发者可以直接基于腾讯元器创建代理、插件或知识库。

与此同时,大型行业模特也在提升专业能力,更多行业场景在安全可控的专属环境下落地。

例如,腾讯云的医疗行业大模型已经达到大模型SOTA(最优效果)的水平。

6B小机型可支持“问诊”,还可以辅助医生撰写专业文档,如电子病历、出院小结等。

目前,该机型已在上海瑞金10多个临床头部科室使用医院,为医生和患者提供提供指导、随访建议以及生成电子病历的能力。

以体检报告生成为例,平均每5秒即可自动生成一份汇总报告。

每天自动生成100余份报告,报告采用率达到96%以上。

其次是工具的升级,帮助模型应用开发高质量、高效率。

企业非常期待将大模型快速应用到生产、销售、服务的各个环节,快速创新,应对行业激烈的竞争。

文字、图片、视频是信息的三大基本载体。

今天,我们正式推出三款PaaS产品——“大模型知识引擎”、“大模型图像创作引擎”和“大模型视频创作引擎”,打造大模型原生工具链,帮助企业在知识服务、图像和提升视频创作的质量和效率。

基于RAG(Retrieval Augmented Generation)技术架构,我们推出了集成OCR文档解析、向量检索、大语言模型、多模态大模型等技术的“知识引擎”,为企业打造低门槛的模型应用。

该开发平台可快速落地于客服营销、企业知识社区等各种以人为本的业务场景。

企业可以利用自己的知识库和专业文档,结合多模态技术,将其加载到知识引擎中。

当用户提出问题时,系统首先匹配相关文档片段,然后大模型根据提取的内容生成答案,从而大大减少幻觉,使答案内容更安全可靠。

比如买车的时候,都会附带一本厚厚的汽车说明书,这对于车主来说使用起来非常不方便。

我们与一家汽车制造商合作,将50多本汽车手册直接加载到知识引擎中。

未来,只要用户用自然语言提出问题,座舱智能助手就能通过图片、文字或语音进行精准解答,还会提供详细的操作图解,大幅提升用户体验。

当今的企业是知识型组织。

员工对专业知识的掌握及其在产品服务、生产流程、组织管理中的应用,都决定着企业运营和任务执行的有效性。

每个企业都应该构建自己的大模型知识引擎,将智能助手融入不同的业务场景,提高员工的专业技能和工作效率。

例如,在客户服务场景中,可以将知识引擎集成到客户服务系统中,让客服人员更准确、高效地回答客户的问题;在产品营销场景中,知识引擎可以集成到腾讯起点营销SCRM中,提供更好的服务,提高客户转化率;在人才培养场景中,知识引擎可以与腾讯乐享知识学习平台结合,将员工的智慧汇聚成企业知识库,促进内部知识共享和传播。

近期,我们还与中国大熊猫保护研究中心联合推出“人工智能+大熊猫保护”。

广东工业大学的学生基于我们的人工智能开发服务平台TI-one创建了第一个“大熊猫智能行为识别模型”。

它可以24小时连续记录大熊猫的进食、饮水等行为,减少饲养员大量的重复观察工作。

他们还在探索结合知识引擎,根据监控行为自动生成分析报告。

通过询问就可以让饲养员了解大熊猫今天的饮食情况,并给出健康提示和喂养建议。

除了知识引擎之外,我们第二大引擎是“图像创作引擎”。

基于腾讯混元底层模型,实现业界领先的AI图像生成和编辑能力,支持文森图、土生图等不同需求。

通过调用我们的API接口,可以秒级生成图片,处理时间远低于行业平均水平。

可广泛应用于营销、设计等领域。

我们的第三大引擎是“视频创建引擎”。

它基于多模态算法技术,实现了视频翻译、视频风格化、画布扩展等多项功能。

我们可以为广告片生成不同的风格,例如将真人变成动画角色。

我们还可以一键调整视频广告规格,将竖屏转换为横屏,以适应不同的投放场景,大大节省了视频的二次制作。

的代价。

最后,还有模型的安全合规性,以保护公司的敏感数据。

安全合规是企业人工智能应用的底线。

我们针对AIGC场景推出了系统化的安全解决方案。

在内容安全方面,大模型生成的内容往往会遇到虚假信息、内容侵权、诱导风险、个人隐私泄露等风险。

我们发布了腾讯云AIGC内容风控解决方案,结合机器审核、安全专家和版权验证能力,提供一站式服务。

机器加工精度达到95%以上。

在数据安全方面,我们推出了大模型安全治理解决方案。

通过密钥管理、堡垒机、API安全监控等工具,在数据采集存储、模型训练、应用全过程搭建防火墙,保护企业敏感数据,确保数据采集的安全合规。

最后我想说,大模型的发展方兴未艾,我们也将与生态伙伴一起,为产业场景探索新需求、创造新价值。

众多行业应用厂商在不同行业深耕多年,服务于核心业务场景;集成混元大模型、TI-One、知识引擎等工具后,可以为客户带来产业升级新动能,开辟新机遇。

收入机会。

今天,我们还将推出生成式AI生态计划,培养大规模模型赛道的专业合作伙伴,共同推动人工智能在各行业落地,助力产业高质量发展。

面向智能未来,我们将坚持用技术解决实际问题,也将坚持生态开放,与产业和合作伙伴共建美好智能未来。