近期典型的企业大模型应用案例有什么

比如，彭博此前发布了金融领域的大模型BloombergGPT，应用于其所在的垂直领域；医联则发布发布内首款医疗大语言模型MedGPT，可在真实医疗场景中发挥实际诊疗价值。无论是医疗、金融、电商等领域，都需要垂直性大模型产品。多位AI行业人士向钛媒体App指出，从产业角度来看，通用模型就是“百科全书”，能够有问必答，能够适用不同的产业土壤，而垂直模型类似于单领域的专家，虽然专业，但受众注定是少数人。但垂直大模型的发展对各个领域的模型性能持续提升。今年6月16日，OpenAI进行了更新，GPT模型的价格降低了75%，GPT-3.5-turbo的输入token价格降低了25%最新价格，每1k token，0.0001美金。奥特曼还曾提到，OpenAI正在开发新的技术，将可以使用更少的数据、更低廉的价格来训练模型。“当模型足够大之后，它可以把问题泛化成一个通用问题自然输出，可能未来常见的99%以上的物体或事件用一个模型自己就可以去做了。带来的好处就是，很可能就会非常快的加速商业化落地，带来更好的技术能力。比起原来方式，可能会更快地缩短产业应用的周期。”商汤科技联合创始人、大装置事业群总裁杨帆对钛媒体App表示。360公司创始人、董事长周鸿祎近日表示，ChatGPT的出现，代表着超级AI时代的来临。大模型属于通用人工智能，在很多维度上已经超越了人类。同时，大模型是工业革命级的生产力工具，将会带来一场新工业革命，能赋能百行千业，就能在实体经济转型数字化、智能化过程中发挥重要作用。“我认为中国发展大模型没有不可逾越的技术障碍，要感谢OpenAI的成功给我们指明了技术方向，点明了技术路线，中国科技公司在产品化、场景化、商业化上有很大的优势，我对我们能打造这个大模型深信不疑。”周鸿祎表示，未来中国不会只有一个大模型。

《[2024大模型典型示范应用案例集](https://waytoagi.feishu.cn/record/UXgRrbKPue5a2McLLRBcobienQg)》汇集了97个优秀案例，展示了大模型技术在多个行业和领域的应用，如教育、医疗、金融、政务等。案例由阿里云、百度、华为等领先企业实施，体现了大模型在提升效率、降低成本、创新服务等方面的显著成效。上海成为应用落地的热点地区，大中型企业是主要试验场。AI智能体和知识库成为提升大模型落地实效的关键手段。这些案例为行业提供参考，推动大模型技术深入赋能实体经济，促进高质量发展。其它报告：《[信达证券：AI行业设计领域专题报告：Adobe AI功能覆盖全面，Canva、美图等力争上游](https://waytoagi.feishu.cn/record/K2jmr73Z8eLPt2cFQqmcE8WCnOc)》《[中国信通院：大模型基准测试体系研究报告（2024年）](https://waytoagi.feishu.cn/record/ImCAreDtfehepoc4aMCcVRmwn4d)》《[埃森哲：人工智能行业：2024在生成式人工智能时代重塑工作、劳动力和员工](https://waytoagi.feishu.cn/record/L5zgrgS3veYjV3c6i72cJ27xnxh)》

解决大模型落地问题，总结来说主要有三方面：提高内容可信；解决算力成本高、训练重复和资源紧缺的问题；大模型价格需要不断降低，或使用垂直领域模型落地。首先是提高内容可信问题。周伯文对钛媒体App表示，我们应该做一个具备通用能力的大模型，能够解决不同用户的实际问题，而且需要不断通过商业交付去应用、反馈，甚至需要评测以解决内容可信问题。中国科学院院士、清华大学人工智能研究院名誉院长张钹认为，ChatGPT没有解决的就是自我学习的能力，这是ChatGPT最致命的地方，因此需要把更多数据去优化以进一步解决实际应用问题。“不要认为ChatGPT能解决全部的人工智能问题，没有重新学习的能力，不可能应对变化。国内、国外都一样，我问美国的ChatGPT也是这样来答的，问中国的ChatGPT，有的做得比较好，有的也是错误的。这就给我们提出一个问题，我们要把它用到这些决策问题上面去，这个重大问题需要进一步解决。”张钹表示。旷视科技物流业务事业部的负责人徐庆才在最近一次交流中提到，目前大模型需要走向垂直化，可以结合场景用一个模型和一个框架下统一去提高内容精准度。“目前依然有一定差距，这个差距来自于现在技术上的不可实现，来自于现在没有找到一个好的方式实现这个东西，这就是我们现在需要来看，现在新技术到底能不能够弥合这个点，我们判断这些问题很快都会被解决。”徐庆才表示。其次是解决算力成本高、训练重复资源却紧缺的问题。一家AI算力公司联合创始人张新（化名）对钛媒体App提到，以GPT-3模型为例，现有千卡集群训练一个月，单次训练周期一个月，总成本超过1200万美金。今年上半年，全行业（训练卡）在涨价，持续涨价超过25%。但在这样一个情况下，今天仍然没有人能够用商业化的国产芯片去做大模型的训练。