今年7月，全球迎来了世界气象组织评价史上最热的7月。不少人戏谑：全球变暖的时代还未结束，全球“沸腾”的时代已然到来。和高温同样让人“沸腾”的，还有业界纷纷加码的大模型产业。TeleChat、九天、鸿湖……一夜之间，国内三大运营商成为千亿级数据大模型的玩家，大秀各自的AI“肌肉”。
不仅运营商，各大科技公司、互联网企业也开始了“明争暗斗”，大模型成为了各家蜂拥而上的“新热土”。一时间，大模型产业“群模乱舞”。时至年终，寒冬已至，火热的大模型依然没有降温。
“以大模型为代表的人工智能发展呈现出技术创新快、应用渗透强、国际竞争激烈等特点，展现出强大的赋能效应。”工信部相关负责人日前介绍说，我国100亿级参数规模以上的大模型超过10个，10亿级参数规模以上的大模型近80个，大模型数量位居世界第一梯队。
在此背景下，AI大模型逐渐走向深挖应用阶段，行业大模型已经成为其中不可忽视的组成部分。
行业大模型是面向用户的“商品房”
OpenAI的ChatGPT横空出世，让大模型成为人们耳熟能详的热词。那么，何为大模型？根据分析机构定义，大模型是大规模语言模型（Large Language Model）的简称，是指具有庞大的参数规模和极高复杂程度的机器学习模型，可以提供更强大、更准确的模型性能，以应对更复杂、更庞大的数据集或任务。一般而言，大模型包括通用大模型、行业大模型等。
如果说通用大模型是大模型中的“样板间”，那么行业大模型就是可以直面用户的“商品房”。如今，探索赋能不同行业场景的落地方式与应用价值已成为大模型的发展方向。
受益于技术能力的提升和多样化的场景需求，大模型如今是人工智能领域的动力之源，成为推动人工智能从技术积累、行业应用、产业变革发展到赋能千行百业的基础设施。但是，通用大模型在一定程度上难以满足行业用户的直接需求：首先是模型所包含的参数量巨大，模型的训练和部署对算力消耗也十分巨大，成本高昂；其次是模型的可解释性仍然较弱，通常需要增加内容管控手段以保证结果的安全性；最后是模型对训练数据的依赖性仍然很强，对于超出训练数据的任务，完成效果不尽如人意。更为重要的是，在一些特定的行业，通用基础大模型的表现并不理想。
相比通用大模型偏向于满足C端用户要求，行业大模型与应用场景结合得更紧密，业内用户可以直接使用，解决问题。同时，行业大模型的训练也相对容易，对算力和数据集的需求都比通用大模型低，并且数据集往往是训练者的自有数据，可以降低成本、提高价值。
为此，在大模型这个充满希望的市场上，前述众多玩家开始聚焦行业大模型细分“赛道”。
“内部应用+核心行业”运营商的大模型布局
自主学习建筑设计的规则和要求，自动生成符合规范的建筑设计方案，根据用户需求快速生成多样化的效果图，对建筑设计方案进行合规性和规范性检查，预测建筑物的寿命以及维修、更新需求……这不是住建行业的设计师，而是中国电信与中国建科携手发布的“星辰-住建”行业大模型。如今，用户无需具备专业知识，只需通过与“星辰-住建”大模型进行连续对话，就可以修改调整自己的装饰装修设计，直到选出自己喜欢的方案。而“星辰-住建”行业大模型仅是中国电信“星辰”语义大模型首批试商用的12个行业大模型之一。
在7月“小试牛刀”后，三大运营商持续发力大模型产业。无论是中国电信的“TeleChat”“星辰”，中国移动的“九天”，还是中国联通的“鸿湖”，都表明运营商的大模型更侧重于行业场景。这些大模型不仅聚焦运营商内部应用，如智慧客服、智慧中台等，也在融入垂直行业市场。
11月，中国电信发布了千亿参数“星辰”语义大模型，其中包含了首批试商用的12个行业大模型，分别为星辰教育大模型、基层治理大模型、政务服务大模型、应急大模型、医保大模型、交通大模型、住建大模型、金融大模型、“神农一号”大模型、出行大模型、旅游导览大模型、矿山大模型。同时，中国电信推出了“慧聚”一站式智算服务平台，让大模型应用生产变成了“流水线”，让开发者能够“开箱即用”，有效降低了开发门槛。
10月，中国移动推出“九天·众擎基座大模型”，融合通信、能源、钢铁、建筑、交通等八大行业专业知识，定向加强行业能力，为企业“量体裁衣”构建行业大模型和打造智能化应用。
中国联通的“鸿湖”大模型则是首个面向运营商增值业务的大模型，具备以文生图、视频剪辑、以图生图等多种功能。“鸿湖”是中国联通首个“面向创新业务的大模型”，可以将不同模态内容对齐到文本，以实现跨模态的内容理解，为中国联通基础网络、云计算能力、客户服务、创新业务、安全防护等场景的智能化转型升级奠定了基础。据悉，中国联通将于12月发布多个细分领域的行业大模型。
电信分析师金峰表示，三大运营商的大模型之所以侧重上述核心行业，主要是由于运营商在这些行业有着相对丰富的数据积累和相对完善的生态合作，可以获得数据集用于训练。可见，运营商结合自己的数据优势和用户优势，利用大模型带来的技术变革，有选择地拓展行业大模型，能够使已有服务更加智能化、智慧化。
头部企业布局行业大模型走深向实
除三大基础运营商之外，在大模型这条“赛道”上，还挤进了很多科技公司和互联网企业，一场争夺先机的“卡位赛”已然打响。
百度作为国内大模型的领军企业之一，除了“文心一言”之类的基础大模型，还打造了11个行业大模型，覆盖交通、能源、金融、汽车、政务等重点领域。
在能源电力领域，百度为世界上最大的电网——国家电网提供大模型技术。用AI来预测用电高峰，为电网调度提供建议，用无人机加图像识别巡检线路，保障供电平稳。
在汽车制造领域，百度智能云为长安汽车提供了人工智能基础设施平台和数字人平台，双方正在开发一款基于“文心大模型”的生成式人工智能产品，赋能长安汽车的一款量产车型，以提升用户体验。同时，百度与吉利汽车一起打造汽车行业大模型，构建了工厂数字化“大脑”，帮助吉利降低了30%管理运维成本，提高了20%资源利用效率。
同样高效布局行业大模型“赛道”的企业还有科大讯飞，“星火认知大模型V3.0”一经推出就备受关注，与其一同发布的还有科大讯飞联合各行业龙头共同研发的多达12个行业大模型，涵盖金融、汽车、运营商、工业、住建、物业、科普、科技文献、政务、传媒、文旅、水利等领域。以“星火大模型V3.0”为底座，科大讯飞有了进一步开拓行业大模型的基础“1”。接下来，为适配不同行业需求，讯飞打造了一整套训练机制和工具，这就让“1”和后面更多的“0”有了实现的可能。
在物业领域，科大讯飞与万科合作推出了物业大模型，现已智慧服务全国3300多个小区。万物云首席科学家丁险峰表示：“物业大模型首先致力于物业管理知识的普及，通过AI赋能消弭认知差异，让甲乙双方更高效对话，促进行业高质量发展。”在汽车领域，科大讯飞与奇瑞、广汽等众多厂商密切合作，让大模型“上车”，赋能更生动、更有趣的汽车应用开发，推动汽车人机交互进入崭新阶段。
科大讯飞董事长刘庆峰在业内会议上表示，科大讯飞并不是只能做12个行业大模型。“我们觉得，要想把行业做透，就必须与真正懂行业、懂应用、懂场景的龙头企业联合打造，并且彼此都有心胸和气度能坚持把大模型打造完成，龙头企业内部用好以后就可以全行业赋能，这也是我们挑选合作者的基本原则。”
金峰表示，目前多家公司都在积极探索大模型在各行业的深度应用，以大模型生成技术为核心，人工智能正在成为下一轮数字化发展的关键动力，为解决产业痛点带来全新的思路。
生态体系仍需不断完善
行业大模型都是基于本行业领域的数据进行训练和优化，能够更好地理解和处理专业术语、规范和语义。但是，行业大模型要最终在真实场景落地，并达到理想的服务效果，还应充分解决行业用户的痛点。腾讯云联合中国信通院发布的《行业大模型标准体系及能力架构研究报告》（以下简称《报告》）指出，目前行业用户所面临的问题包括计算资源少、数据质量差、投入成本高、专业人才稀缺等。
在计算资源方面，大模型训练对计算资源和存储资源提出较高要求，对于很多行业用户而言门槛很高，现有的资源难以支持大模型的训练和推理。同时，高质量的行业知识库和训练数据是行业大模型构建的关键要素，在模型训练过程中，需要大量高质量的数据进行训练和优化。
在数据质量方面，行业用户在模型训练过程中，经常因各类数据质量问题，导致模型训练的效果和效率无法得到保障。
在成本投入方面，为确保业务使用的效果和可持续性，行业用户需要投入很高量级的数据、计算资源、专业技术和时间，用来训练、调试、优化并部署大模型，成本极高。
在专业人才方面，行业用户通常缺乏AI领域技术人才的储备，模型的开发落地通常对技术人才有很高的要求，相关资源的缺失将影响大模型在行业的快速落地和持续优化。
《报告》认为，面对这些痛点和问题，需要行业大模型技术服务提供商提供行业大模型精调解决方案，帮助模型开发者与算法工程师，一站式解决数据的处理问题，高效率、高品质、低成本地创建和使用大模型。满足不同行业用户的不同部署需求，支持私有化本地部署的方式，在权限管控、数据加密等方面提供完善的方案。技术服务提供商应该为金融、文旅、政务、传媒、教育等各领域用户提供基础行业大模型，便于行业用户基于基础模型进行便捷的精调，以支持不同业务场景和应用的开发。
展望未来，面向垂直领域、垂直行业、垂直场景的应用探索必将是大模型竞赛攻克的核心方向，而落地应用的“井喷式”增长也将为大模型的迭代升级不断注入“鲜活血液”，大模型产业的繁荣发展将带来更多可能。行业大模型也为软件架构的演进革新注入新的活力，有望重塑全球数字化产业。
未来，随着全球化和数字化趋势的加强，行业大模型的应用将更加广泛和深入。这将为运营商和互联网公司等带来新的发展机遇，但也存在诸多挑战，包括技术更新换代的速度、数据安全性，以及与其他行业的竞争和协同。而在这一过程中，如何定位并更好地打造自己的行业大模型，将成为决定其未来发展的关键。
