自從ChatGPT橫空出世之後，AI大模型的命運齒輪開始轉動。乘著大模型“風火輪”，國內掀起了轟轟烈烈的“百模大戰”。
在大模型時代，沒有一家企業能夠置身事外。已經深耕AI領域近十年的百融雲創基于深度學習Transformer框架，結合NLP（自然語言處理）、智能語音等技術，打造出場景驅動的産業大模型――BR-LLMs。百融雲創自主構建了大模型預訓練、微調、推理工程優化、應用開發套件等一整套技術棧。
百融云创CEO张韶峰介绍，随着模型算法的不断优化，推理性能的持续增强，在大模型基座之上运行的Voice GPT已经可以实现低于 500 毫秒级的响应，这一反应速度基本接近真人，在业内几乎找不到竞争对手。
在大模型搭好台之後，接下來有沒有創新的應用成爲了國內外關注的焦點。
张韶峰表示，AI 2. 0 时代最 大的产业看点是在实现模型能力提升的同时，如何与应用进行有效衔接。“大模型企业竞争的核心是要有自己的特有场景，在场景里不断优化模型，并产生领域专属算法和数据。”
在张韶峰看来，尽管在把大模型推廣到千行百业的过程中，算力是极其重要的一环。但是对于行业大模型来说，需要警惕陷入“博算力”的误区。他表示，在算力成本的控制上，除了可以寻求国产替代，还可以依托行业Know How去解决若干工程问题。
“要寻求算力参数、用户意图与实时反馈之间的平衡。”张韶峰认为，在垂直场景中，模型之大并非万物，“提升模型的响应速度、适度压缩算力成本，反而可以求得推理能力最 优解，从而形成数据迭代、模型更新及用户响应的闭环飞轮。”
经过前期LLMs的军备竞赛，进入 2024 年之后，如何让AI赋能应用成为各界共识。但相比C端而言，AI应用在B端的推进速稛嵩相对偏慢。
针对上述问题，张韶峰表示，要区分市场来看，中外的AGI生态环境不同，海外企业天然具备为技术付费的基因，但中国企业此项意愿并不浓烈，更熱衷于为硬件付费、降本增效及收入分成。
以百融云创AI技术应用最为广泛的金融领域为例，张韶峰介绍称，百融云创主要做了两件事：第 一，识别用户风险，即通过决策式AI的机器学习算法帮机构做好KYC（know your customers）和KYP（know your products）。第二，创造增量价值，根据垂直行业特定业务流程和需求，提供融合决策式AI和生成式AI技术的一站式端到端解决方案，并实现资产运营成果转化。
上述“兩件事”構成了百融雲創MaaS（模型即服務）+BaaS（業務即服務）的業務服務內核，也是百融雲創實現模型+技術的價值閉環及與商業機構形成利益共同體的關鍵所在。
张韶峰介绍，百融云创Voice GPT每天通话可达 3000 万通，相比于人工客服而言降本效果显著，且对于客户意图的识别准确度可达人工 4 倍。通过Voice GPT可助力机构直接促成资产交易，完成其核心KPI，并按最终效果收费。
盡管中外AGI生態環境存在差異，但是隨著AI大模型技術演化，既往一個場景只能對應一種模型的固有定制思維正在打破，一項新的行業共識正在形成：適用于多個垂直行業的通用AI應用場景將進入舞台中央。
（推廣）