今年以来，中国大模型行业爆炸式发展，短短半年时间，就有超过80个大模型产品被发布，即将进入“百模时代”。

这其中，相当一部分是通用大模型，这一现象，只要走进今年的世界人工智能大会展厅，就会得到最直观的感受。大量公司都展示了自己的通用大模型产品，但仅就观众的直观感受而言，A公司的大模型和B公司的看不出有多大区别。

(相关资料图)

另外，众所周知，还有一大批大模型产品正在孕育当中。由此，便产生了一种可能性。既然都基于通用场景进行研发，如此多的通用大模型未来会否形成冗余？而冗余必然会带来行业的同质化竞争，并引发低毛利，甚至是负毛利。

针对《最话》的这个问题，腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声却相对乐观，他认为，现在是大模型发展的早期阶段，“只有在不同的领域里面，有更多的资源加入进来，才会尝试不同的可能性，然后在一个时间点到了，出来不一样的东西。”

不过，尽管吴运声认为，不必为通用大模型的未来感到担忧，同时他也强调不必将通用大模型和行业大模型对立起来。6月19日，腾讯云首次正式公布行业大模型研发进展，并发布了面向 B 端客户的腾讯云 MaaS（Model-as-a-service，模型即服务）服务解决方案。

而不同于其他厂商，腾讯云所公布的正是一系列的行业大模型，并非一个基础的通用大模型。包括金融、政府、文旅、传媒、教育等。基于这些基础模型，腾讯云的客户可以加入自己的场景数据，就可以生成契合自身业务需要的“专属模型”。

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生曾介绍，腾讯云MaaS是基于TI平台打造的行业精选模型商店，能够提供超过50个解决方案。与此同时，除了提供基础的行业模型，数据方面，腾讯云也推出了基于腾讯云TI 平台的行业大模型精调解决方案。

尽管在大模型方面已经进行了全栈布局，但在通用或行业大模型的路线选择上，腾讯率先选择了后者。

其实，关于这种路线选择，今年5月的一季度财报会上，马化腾已经定调，他表示“关键还是要把底层的算法、算力和数据扎扎实实做好——更关键的是场景落地”。

“通用大模型现阶段在面对具体行业的问题上不一定能彻底地解决问题。”在上述交流活动中，吴运声表示，而腾讯“专注于落地实际的问题，希望在每个特定场景里100%解决客户的问题，而不是找100个产品解决70%到80%的问题。”

以下为本次世界人工智能大会中，吴运声与《最话》等机构交流实录，有删节。

Q：腾讯将聚焦哪些领域，今年有哪些发展目标有哪些升级和迭代？

吴运声：我们专注于落地实际的问题，希望在每个特定场景里100%解决客户的问题，而不是找100个产品解决70%到80%的问题，我们会聚焦找一些特定的行业跟客户深入打磨解决行业的问题。

比如说OTA领域的客户会在业务流程里用大模型的技术，结合自己自身的业务场景，还有数据相关的东西对大模型进行精调。我们会持续的迭代我们相关的技术。

Q：整个行业大模型的落地，将为企业节约多少成本？能不能结合案例讲讲，包括跟通用大模型相比，我们的优势？

吴运声：对不同的企业不同的场景其实有很大的区别，举个例子来讲，我们跟企业合作客服的场景，在企业里面占有多大的规模，预算有很大的区别。从我们自己实际的感受来讲，我觉得提升30%以上的效率应该是没有问题的。

通用大模型在面对具体行业的问题上不一定能彻底地解决问题。比如说客服不是简简单单的问答聊天，而是说要查询我的订单。我的机器人，我的大模型要能够理解意图，检索数据库，把那些信息给拿出来，拿出来以后，要组合成人能够理解的按照文字回复回去。

最关键的是，在用户实际交流问的过程中，往往是多个意图混杂的。大模型要去理解非常复杂的环境，多意图的识别难度是很大的。

Q：从行业的角度，您怎么判断因为大模型技术变革对整个云计算市场带来多大的市场增量，产生什么增量的场景？

吴运声：大模型时代来了之后，对算力需求会有一波非常大的推动，尤其是现在对于AI相关需求，AI相关的算力上面，确实是会迎来一波非常强劲的需求，你说在云计算的具体的量化上面，很难给出数字，这个还在持续发展过程当中。

Q：在创造增量场景方面呢？

吴运声：现在各行各业都结合大模型的技术，场景很丰富的，既有通用的场景，也有行业的场景，通用的场景会议做智能升级的工作，我们在619发布的一些企点客服，企点分析，也在做智能的工作，我们也做了一些云上代码助手。而各个行业里面有各种行业的应用，也会带来大量的需求。

Q：通用型的大模型底座是不是不需要这么多，未来会产生一定的冗余？

吴运声：现在是大模型发展的早期阶段，我个人更希望呈现百花齐放的感觉，只有在不同的领域里面，有更多的资源，我们才会尝试不同的可能性。

Q：很多CEO提过，大模型对于计算行业是一个game changer，基于现在所有大厂都推出大模型，是不是这个判断不成立了？

吴运声：看他们对game changer怎么定义，阶段来看大模型行业是比较初级的阶段，有很多可能性，从我个人的观点来讲，我觉得现在不太需要急于发表什么样的论断，更希望看到的是，在行业百花齐放。通过技术和产业结合，探索各种各样的可能性，提升产业和行业的效率。

Q：上次发完产业大模型到现在，接入大模型数量有明显变化吗？

吴运声：来跟我们接触的公司确实非常多，我们会很坦诚地去研究客户实际的场景，以及他对于技术的一些要求怎么样能够满足业务的需求。

Q：现在很多客户提出的一些需求，是非常私域化的需求，有些人不愿意把自己的数据放到公有云上，我们会提供混合云或者私域托管吗？预算是怎样的？

吴运声：我们有。根据客户需求场景不同，数据规模不一样，要求计算量不一样，整个流程不一样，这个好比你家装修，你说你装修花100万还是10万，肯定是没有办法研究出来的。但是我们提供标准化的一些整条流程的支持，有基础的大模型，我们有整个完整的工具链，我们有专家支持的服务，我们有整个流程，还有安全的一整套的体系。

Q:如何看待基础大模型，行业模型之间的关系？

吴运声：首先，我还是要明确一下，我个人肯定没有两者对立起来的。行业模型是属于大模型的，基础大模型是底座。

其实文生图也有行业的，非常细节和具体，比如说你这个包，我就针对你这个包，生成广告图，有特别的需求，要做特别的认证。如果没有特别定制的要求，用通用就可以了。

Q：为什么大模型还处于初级阶段？

吴运声：时间上很短，大模型技术的发展能够推动行业到什么样的深度，一切还在快速的变化过程当中。

Q：腾讯想把企业的大模型成本控制在一个怎样的范围之内？

吴运声：我们强调通过这个技术，对企业进行降本增效提高生产效率，一定不会说把成本控制在哪里。

Q：腾讯云一开始推出了面向行业的大模型，而不是通用大模型，是不是出于对收入的考量？

吴运声：不是。我们一直在强调我们希望解决客户的问题，我们可以问题介入的少，但我一定要解决这个问题，这个跟成本投入没有那么大的关系。

Q：跟产业结合，这是目前腾讯的打法，昨天华为搞了联盟，是不是意味着竞争更容易形成巨头之间的较量？

吴运声：我倒不是这样去看待这个问题，我觉得大模型时代，开放是非常非常重要的一个特点，不管谁去做都要开放，就像我刚才说的，底层的技术变化太快，而且技术的这些外延能力会非常广，通过开放让更多人、更多行业的专家、各类的角色人员加入进来，我们才能让这个生态，整个体系更加的健康，产生更多的可能性。

Q：大模型落地场景侧之外，会不会为其他的大模型企业提供服务？

吴运声：我们这边提供了一系列的云上面的支持或者能力，包括整个的算力平台上，这些都可以提供给所有的厂商，除了底层能力之外，整个一体化的基于TI平台大模型精调的解决方案，我们有一系列的工具，还有流程和服务的支持。

Q：怎么看待底层能力建设方面和场景落地方面之间的平衡？

吴运声：现在，很多人一想到大模型，就会联想到巨大的算力，巨大的数据，这是没错的。不管对于通用大模型，行业大模型，这些都是底层非常重要的支撑能力，在这个维度上面，内功要练扎实。而场景是解决问题的另外一个维度，究竟是10成还是8成，用了5成的内功，3成外功，另外还要再加上2成才能解决这个问题。

Q：腾讯所指的大模型要开放是什么意思？对每个公司开放一样的吗？

吴运声：我们定义这个开放，是指能力建设上的生态开放。比如说建设金融大模型，不一定我一个人就把所有金融大模型囊括，而是和各行业里面，有很深的经验的人一起共建，这是一种开放。

第二种，是直对行业客户的开放，我们本身有很多的合作伙伴，比如有的合作伙伴是做效率工具的，那么他就可以基于大模型的能力，去做效率工具的升级。

Q：现在AI训练的账能不能算得过来？

吴运声：从现在的时间节点上看的话，会有比较大的挑战。不过，不管是往前看半年，还是往后预测半年，技术的发展非常得快，这不是单点的发展，它包括底层算力，GPU芯片等，国产的很多AI芯片也都有了。

所以，整个成本也是在快速下降的过程当中。另一方面在应用上面，我们也看到了很多可能性。

关键词：