導讀：2024，大模型第一批規?；瘧脠鼍耙殉霈F。

如果說“百模大戰”是2023年國內AI產業的關鍵詞，那么2024年我們將正式邁進“應用為王”的新階段。

不少業內觀點認為，2024年“百模大戰”將逐漸收斂甚至洗牌，而大模型在千行萬業的應用將從小規模試水，逐漸走向規?；涞?。

展望2024，哪些場景更有可能率先實現大模型的規?；瘧?？

如果將大模型的應用場景分為互聯網和政企兩大類，基于產業觀察，「智能進化論」認為：

在互聯網領域，搜索增強、多媒體內容生成（AIGC推理）、智能NPC、量化投研有望成為第一批規?；瘧玫膱鼍埃?/p>

在政企領域，政企AI算力調度平臺、智能駕駛、銷售預測、柔性制造、國產化AI大模型中心等場景走得更快，同時中小企業大模型體驗版也有相當大的潛力。

透過大模型在TOP場景的落地，我們不妨追問，這些場景之間有什么共同之處嗎？誰在推動大模型跨越規模化應用的奇點？

TOP場景盤點，大模型下一個殺手級應用在哪？

——大模型在互聯網領域的規?；瘧脠鼍啊?/strong>

在互聯網領域，2023年國內誕生了眾多聊天機器人、文生文、文生圖AI應用。其實，從搜索引擎、多媒體內容到游戲，中國領先的移動互聯網生態與大模型的碰撞藏著無限可能，大模型下一個殺手級應用也許就會從中誕生。

• 搜索增強

搜索增強/檢索增強生成技術（RAG）已成為當前最火熱的LLM應用方案，被認為能夠有效解決知識的局限性和時效性、幻覺等大模型應用的核心痛點。

此前大模型的知識來自訓練數據集，而對實時性、非公開的或離線的數據是無法獲取到的。搜索增強能夠讓大模型與實時互聯網信息和垂直專業知識庫連接，極大拓展了大模型的應用范圍。

比如，過去搜索引擎通過關鍵詞檢索的方式返回結果，用戶還需要花費大量時間精力去篩選原始網頁和內容，才能找到想要的信息。通過搜索增強，大模型可以帶來更精準的搜索結果，讓搜索引擎變成集知識的發現、處理、分析和重新組織為一身的個人智能助理。

搜索增強同時具備檢索和生成兩種能力。如果將互聯網信息比作一座擁有海量知識的圖書館，搜索增強融合了圖書管理員和作家兩種角色。圖書管理員首先能夠精準理解用戶意圖，然后快速從海量知識庫中找到最相關的內容，再由作家將內容生成一個清晰易懂的答案，交付給用戶。

搜索增強應用范圍極廣，包括搜索引擎網站、各類垂直APP內的搜索功能、千行百業的智能客服、企業內部知識庫構建等等。

• 多媒體內容生成（AIGC推理）

麥肯錫數據顯示，中國生成式AI市場2020~2025年復合增速將達到84% ，2025年中國市場將占全球市場規模的14%。

多媒體內容生成是普通人最有感知的AI場景，也是大模型最火熱的應用領域之一。2023年，從AI孫燕姿到妙鴨相機，多個熱門AI應用和現象都來自這一場景。AIGC也推動了影像、設計相關領域公司收入大漲。譬如根據2023年上半年財報，在AIGC推動下，美圖公司以VIP訂閱為主的影像和設計產品業務成為第一大收入，公司實現凈利潤同比增長320.4%。

多模態大模型提供的文生圖、圖生圖、文生視頻、文生3D、數字人生成等能力，能夠快速、生成海量高質量創意內容，顛覆了內容產業的商業模式。此外，大模型結合AI增強、云渲染等技術，還能廣泛應用于生成高分辨率圖片和視頻、噪點消除、老片修復和上色、高精度3D建模和3維重建等場景。

值得注意的是，2023年5月幾名B站UP主基于開源模型推出的AI孫燕姿，通過AI歌手演繹翻唱歌曲獲得了巨大關注度。這也說明大模型爆款應用，可能不一定來自大公司，也有可能來自初創企業甚至技術達人。

• 智能NPC

傳統游戲中，NPC就像工具人，只能按部就班運行早已設定好的指令。如果NPC變成一個個智能體，具備不同的思想、性格和記憶，游戲世界該有多么精彩？是不是有種《西部世界》的感覺？

在大模型加持下，智能NPC能夠在與玩家的交互過程中不斷進化，發展出獨特的游戲劇情，推動整個游戲世界的自我發展，重塑玩家體驗。

目前，Ubisoft、網易等頭部游戲公司已經嘗試應用智能NPC。2023年，Open AI收購了一家名為Global Illumination的游戲公司，看重的正是其用ChatGPT驅動每個NPC角色的能力。

更重要的是，智能NPC讓人們看到大模型+游戲產業背后更大的想象力，未來游戲中的其他元素，會不會也逐漸向AI生成的方向發展？

• 量化投研

量化投研是指金融機構通過分析大量金融和市場數據，預測市場走勢與價格波動，從而提供投資策略和建議。然而金融市場瞬息萬變，傳統的投研工作面臨信息爆炸、數據碎片化、預測準確率低、時效性差等挑戰。

大模型投研工具成為金融行業提升投研效率的新解法。2023年已有多家金融科技平臺推出大模型投研工具，讓投研工作更高效更輕松。量化投研大模型可以通過分析市場行情、量價關系、研究報告、企業財報、輿情和熱點等海量數據，為專業人士快速提供投資組合建議和風險管理策略。

——大模型在政企領域的規?；瘧脠鼍啊?/strong>

大模型在政企領域的熱門應用場景在政企領域，那些率先實現規?；瘧玫膱鼍皩@政企客戶、重點行業與中小企業展開。

比如，政企AI算力調度平臺能夠實現本地算力與云上算力的統一管理調度，國產化AI大模型中心為政企客戶提供從芯片到平臺應用全棧自主可控的基礎設施。

在新能源汽車、新零售、新制造等產業，智能駕駛、銷售預測、柔性制造是大模型的熱門落地場景。

為降低中小企業使用大模型的資金、技術、人才門檻，中小企業大模型體驗版可以讓中小企業通過快速訓練推理出適合自己的大模型，實現跨越式發展。

云計算，大模型走向規模化應用的必經之路

盡管上述場景分散在各行各業，但如果非要找出這些場景的共同點，它們背后都有同一個不可忽視的驅動力，那就是云計算。

觀察最頭部的大模型應用創新，從ChatGPT到MidJourney，不難發現一流的大模型初創公司都背靠強大的云廠商。

如今，大模型領域的競爭已經轉化為“云+AI”的體系化技術競爭。尤其是當大模型步入規?；瘧秒A段，云計算已經成為AI大模型創新發展的土壤。換句話說，大模型在千行萬業能不能用得好，關鍵在于云計算。

我們也是時候重新認識云計算對于AI的價值了。

首先，彈性、可靠、高效的云上算力支持

大模型是算力無底洞，此前業界曾預測OpenAI訓練GPT-4可能使用了大約10000-25000張GPU，這背后離不開微軟云上算力的支撐。而且，大模型不僅需要海量算力，還要求算力具備靈活、彈性、可靠、高效等特性，云計算可以給到最佳解決方案。

國內云上AI算力供給，不得不提到華為云。華為云在貴安、烏蘭察布、蕪湖3大AI云算力中心及30多分節點，能夠為企業提供澎湃昇騰AI算力。目前，昇騰AI算力可實現千卡訓練30天長穩率達到90%，訓練作業故障自動恢復，非自動場景下恢復時長小于30分鐘，為千行百業使用大模型提供了穩定可靠、高質量的云底座。

此外，云上AI算力的可用性也是中國AI企業面臨的新挑戰。面對美國商務部拋出的“云上AI算力禁令”，華為云提供了充沛的昇騰算力，大大降低了中國企業云上AI算力被卡脖子的風險。

其次，基于系統級優化能力，實現降本增效

大模型也是吞金獸。大模型要想取得突破，消耗的算力資源每3-4個月就要翻一番。不久前，馬斯克稱參與AI軍備競賽的企業每年需要在AI硬件上投入數十億美元，才能保持競爭力。

云計算是解決大模型成本問題的必由之路。一方面，云計算可以通過容器或Serverless技術，能夠極大提升資源的復用率，讓客戶無需為閑置資源付費。另一方面，近年來云計算還在不斷產生大量細分領域技術創新，專門針對AI、大模型的降本增效而生。

以前面提到的搜索增強場景為例，要構建搜索大模型增強能力，需要海量數據和AI算力資源，資金和時間成本巨大。解決這些痛點必須靠云基礎設施層面的系統性優化。比如，華為云SFS Turbo可以大幅提升數據加載、訓練數據讀取速度，而且故障備份恢復快，實現千億大模型ckpt文件秒級保存，讓企業省錢更省心。華為云ModelArts AI加速套件，通過AI訓練組網、集合通信算子及訓練框架優化，可實現6千卡集群并行訓練性能領先業界30%。

在AIGC場景下，華為云針對該場景的算子優化，能將整體性能提升30%。在某客戶案例中，將圖像生成模型遷移到昇騰后，通過AIGC生成一張圖片的時間從6.2秒減少到5.2秒，并且通過AI渲染加速可以提升渲染效率2-4倍，大幅降低了內容生成時間和成本。

第三、海量AI應用創新的平臺

云服務商不僅是底層資源的提供者，也是創新服務的構建者。如今越來越多的云廠商在MaaS新商業模式下不斷探索，將AI和大模型能力作為創新云服務對外賦能。

比如，高峰期智能NPC每天都要面臨海量玩家的實時交互，這讓智能NPC對實時交互的時延和推理算力彈性擴縮容要求非常高。華為云與網易伏羲進行聯合創新，通過網易伏羲構AI多云平臺與華為云昇騰AI云服務的適配，在算子層和框架層進行大量性能優化。滿足了交互場景的秒級時延要求，讓智能NPC做到“忙時不慌，閑時不廢”，保障了各時段玩家的體驗。

Cloud for AI，云廠商破局的新機會

AI已經成為云計算產業發展的第二增長曲線。

得益于AI技術的發展，全球云計算行業實現再次加速。Synergy Research數據顯示，全球企業2023年四季度在云計算的總支出達740億美元，環比增長56億美元，環比增速創下歷史新高。預計2023年全球云計算行業收入將達到2700億美元。

Synergy分析師John Dinsdale表示：“云計算是一個規模很大的市場，需要付出很大努力才能獲得進展，但人工智能已經做到了這點?！彼J為，在AI的助力下，接下來云計算市場規模還會繼續增長。

2023年，大模型與生成式AI的火爆，讓一個大趨勢日益明晰：未來，幾乎所有應用都會接入AI/大模型能力，我們將迎來一個AI原生應用的時代。

大模型給千行萬業帶來了新的生產方式、交互方式、業務范式、商業模式，未來各個產業對AI的需求（包括大模型產業鏈、云上算力、生成式AI）一定是大規模增長，這也給云計算產業帶來了新的增長點。

在這樣的大趨勢下，Cloud for AI不僅是云廠商的新機會，也是必答題。縱觀全球頭部云廠商，都在探索如何基于AI重塑云計算技術和服務體系，開辟出全新的服務場景和服務內容。

國際云廠商方面，微軟是AI助力云業務騰飛的典型案例。在2024財年第二財季（截至2023年12月31日），微軟智能云Azure和其他云業務實現營收同比增長30%。目前，在微軟智能云的5.3萬名客戶中，有三分之一都是2023年新加入的。

在國內，華為云則是Cloud for AI的深度踐行者。華為云提供了從昇騰AI云服務、盤古系列大模型以及一系列AI研發工具套件在內的完整AI全棧技術平臺?？梢灶A見的是，在Cloud for AI的時代，AI將成為華為云一張獨特的名片。

過去，大模型高高在上，很難落地。在經過一番痛苦的摸索與實踐后，人們才發現，大模型落地的解法不在大模型本身，而在Cloud for AI。當Cloud for AI已就緒，當第一批TOP場景誕生，大模型才能真正駛向規模化應用的廣闊星空。

文中圖片來自攝圖網

本文為「智能進化論」原創作品。