從大模型到人形機器人，從智能駕駛到低空經(jīng)濟，諸多AI技術的精進與突破、以人類福祉為出發(fā)點的AI應用，在展會上亮相。根據(jù)官方數(shù)據(jù)，本屆WAIC有500余家企業(yè)確認參展，市外企業(yè)和國際企業(yè)占比超50%，展品數(shù)量已超1500項，展覽規(guī)模、參展企業(yè)、首發(fā)新品數(shù)均達歷史最高。
連續(xù)七屆參加大會的騰訊，今年聚焦“用AI助力美好生活，構建離產(chǎn)業(yè)最近的AI”這一主題，以“AI”圓為創(chuàng)意靈感，引導參觀者從大模型出發(fā)，探索人工智能在用戶體驗、產(chǎn)業(yè)落地和社會價值創(chuàng)新領域的應用。
在騰訊展臺上，騰訊混元大模型位居C位，與今年5月底剛剛揭開“面紗”的“騰訊元寶”和“騰訊元器”一道，吸引眾多參觀者近距離互動。在展區(qū)入口處放置的“AI照相機”，能夠將參觀者拍攝的照片轉化成動漫、3D、水彩、插畫、黏土、玉石等多樣風格，并針對人像效果重點適配優(yōu)化，讓不少參觀者點贊“好city”。
在WAIC期間，“數(shù)字甲骨共創(chuàng)中心”宣布將全球最大的甲骨文多模態(tài)數(shù)據(jù)集正式開源。據(jù)介紹，數(shù)字甲骨共創(chuàng)中心由安陽師范學院甲骨文信息處理教育部實驗室、騰訊SSV數(shù)字文化實驗室等單位共同發(fā)起。
在接受財經(jīng)網(wǎng)科技等采訪時，騰訊云副總裁吳運聲表示，人工智能賦能傳統(tǒng)文化是一件很有意義的事情，這件事情的商業(yè)化不那么明顯，“這兩年跟甲骨文研究的合作，也取得了不錯的成績，今天也發(fā)布了全球首個甲骨文開源的數(shù)據(jù)集，希望通過這樣的動作，能夠讓更多的同行關注到，加入到AI+文化產(chǎn)業(yè)或其他有社會價值的項目。”
大模型工具升級，加速落地產(chǎn)業(yè)場景
為了進一步降低大模型的使用門檻，今年5月，騰訊云發(fā)布了“大模型知識引擎”、“大模型圖像創(chuàng)作引擎”和“大模型視頻創(chuàng)作引擎”三款PaaS工具，讓企業(yè)能快速調用大模型的底層能力，構建適合自身場景的應用。
其中，知識引擎聚焦企業(yè)知識服務場景。通過該平臺，企業(yè)用自然語言，5分鐘就可以開發(fā)出一款知識服務應用，快速在客服營銷、企業(yè)知識社區(qū)等業(yè)務場景落地。在本次論壇上，知識引擎發(fā)布了全新的多模態(tài)檢索能力，支持圖文互搜、以圖搜圖，能夠結合知識庫中檢索返回的圖文片段，給出圖文并茂的答案。同時，知識引擎進一步擴展了企業(yè)知識類型的覆蓋面，升級了泛BI對話式數(shù)據(jù)問答體驗，支持超大表格、多表場景的多步驟推理、多條件篩選、求和計算，并擴展支持對接客戶主流數(shù)據(jù)庫。
圖像創(chuàng)作引擎基于騰訊混元大模型底座，具備高質量的AI圖像生成和編輯能力，能夠為企業(yè)客戶提供圖像風格化、AI寫真等能力。目前，圖像創(chuàng)作引擎新增了商品背景生成、百變頭像、模特換裝、百變換裝和線稿生圖等接口，大幅降低了營銷和影視行業(yè)的制作成本。
在視頻領域，視頻創(chuàng)作引擎推出復雜舞蹈編排算法，利用先進的3D建模技術和背部生成技術，上傳一張圖片，就可以讓人物流暢地進行轉身舞蹈，未來也將支持多人舞蹈的復雜編排。同時，視頻轉譯功能接入混元文生文大模型和 TTS 技術，大幅提升轉譯后音頻的自然度、相似度和語速效果。
面向想要自己訓練大模型的行業(yè)客戶，騰訊云推出了向量數(shù)據(jù)庫和一站式機器學習平臺TI平臺等工具。騰訊云向量數(shù)據(jù)庫Tencent Cloud VectorDB每日支撐超過3700億次向量檢索請求，可支持千億級向量規(guī)模存儲，百萬級 QPS 及毫秒級查詢延遲，適用于大模型的訓練推理、RAG場景、AI應用以及搜索推薦服務，實現(xiàn)企業(yè)數(shù)據(jù)接入AI的效率比傳統(tǒng)方案提升10倍。
大模型快速發(fā)展以來，落地和商業(yè)化的問題一直是業(yè)內(nèi)討論的焦點，吳運聲稱比起之前，今年確實遇到了更多大模型落地的需求和場景，“我們現(xiàn)在遇到的產(chǎn)業(yè)需求是非常廣泛的，遇到需求后，也在不斷提煉哪些東西應該用什么樣的流程去解決，解決這一類問題真好，還可以很方便地遷移到另一類問題上，這種情形在非常迅速的發(fā)展過程中。”
騰訊云副總裁吳永堅也表示，目前大模型技術在越來越多的場景中落地并轉化成實際生產(chǎn)力。同時他指出，在這個過程中，To C場景下，用戶對于內(nèi)容準確性的預期相對較低，所以對產(chǎn)品的接受度更高，產(chǎn)品落地走得快一些；而面向“嚴肅場景”的To B產(chǎn)品，則走得更加穩(wěn)妥、更加謹慎。
Scaling Law是否奏效？
近年來，GPT系列模型的演進，客觀上驗證了Scaling Law的有效性。然而GPT5遲遲未發(fā)布，近期出現(xiàn)了不少聲音，討論Scaling Law是否奏效。
OpenAI 的創(chuàng)始人Sam Altman是Scaling Law的支持者，此前他表示，GPT-5將比GPT-4聰明得多、GPT-6將比GPT5能力強得多，“我們還沒到達這個曲線的頂端”。
月之暗面創(chuàng)始人楊植麟也是Scaling Law的擁護者，早前在智源大會上，他認為“大”依然是第一性原理，現(xiàn)在最大的問題是解決怎么取得原本稀缺或者不存在的數(shù)據(jù)，以及如何高效Scale，“Scaling會一直持續(xù)，只是Scale的方法會不斷變化”。
而智譜AI CEO張鵬和面壁智能CEO李大海的觀點，則更為保守。張鵬認為，Scaling Law肯定是AGI的基石，但是不是基石之一還是個問號。李大海則提出了一個假設：AI System 2（決策）的能力，需要依靠AI Agent去內(nèi)化外部的一些能力。
吳運聲也觀察到業(yè)界對于Scaling Law的討論很多，他坦言自己也在看相應的各方意見，目前也有不同的觀點，包括現(xiàn)實的觀點和理想的觀點。有一派的觀點認為Scaling Law已經(jīng)到了類似于比較緩和的地步，繼續(xù)加大投入不會像以前變化那么多；還有一派觀點認為還在持續(xù)高速發(fā)展的過程當中。
吳運聲告訴財經(jīng)網(wǎng)科技等，他個人覺得可能在不同的領域，Scaling Law還是在一定程度上發(fā)揮它的價值。“最近我們在做多模態(tài)研究，多模態(tài)近一年多時間里進展很快，我們加大數(shù)據(jù)和算力投入，模型還是呈現(xiàn)出能力的巨大提升，Scaling Law仍在一定程度上發(fā)揮價值。”他還表示，不希望對這個問題“一錘定音”，而要在不同場景、不同技術間做各種探索。
除此之外，他對開源和閉源的也持有類似的態(tài)度，他表示一個行業(yè)里面百花齊放、百家爭鳴是好事，不一定非得加入某一派的觀點。“不能說，我的觀點是什么，另外的就不對。有越多人參與討論，越多人有觀點，整個生態(tài)才會蓬勃發(fā)展，才會持續(xù)地把它往前推進。”