2023騰訊全球數字生態大會「行業大模型及智能應用專場」于9月7日舉行，會上，騰訊云與信通院共同發布了《行業大模型標準體系及能力架構研究報告》，參考了騰訊云在行業大模型產業應用領域的實踐和經驗，為客戶構建行業大模型提供了標準化流程、綜合評估方法，以便更好地幫助行業伙伴構建專屬大模型。
生態大會上，騰訊還首次對外公布了騰訊混元大模型進展，并宣布從技術底座、平臺能力、智能應用三大維度升級MaaS能力。基于自研騰訊混元大模型，同時支持業內20余款主流開源模型，助力客戶構建專屬大模型及智能應用，加速模型產業落地，推進“效能革命”。
(相關資料圖)
隨著人工智能模型規模逐漸增大，性能顯著提升，各行各業迎來了新的發展機遇。相比于通但不精的通用大模型，更專注、更專業的行業大模型在特定產業場景具有廣泛的應用和商業創新價值。但行業大模型落地到真實場景里，客戶仍面臨著投入成本高、計算資源少、數據質量差、專業人才稀缺等問題。基于行業用戶的痛點，騰訊云與通信院開展了行業大模型標準體系及能力架構的研究，幫助企業解決行業大模型應用問題，提升企業使用大模型進行數字化轉型的效率。
建立標準化流程，指導企業建設大模型能力
行業大模型的構建，對行業數據、計算資源和部署運維等提出較高的要求，這對于很多企業來說有一定的門檻，而且當前缺乏面向行業大模型的構建方法和流程的指導方案，企業不清楚如何著手構建行業大模型。基于此問題，騰訊云與信通院針對垂直領域的行業大模型，建立標準化流程，指導企業建設大模型能力。
構建行業大模型首先需要對業務需求和資源進行評估，具體包括包括業務需求評估、算力層評估、 算法層評估、數據層評估和工程層評估等。
「業務需求評估」需要結合實際場景和需求，對業務數據、業務指標、業務服務方式進行明確，通過算力層、算法層、數據層和工程層的評估，確定所選用的基礎模型和精調算法，根據數據安全隱私、數據質量等問題，確定平臺適配性和訓練流。
行業數據與大模型的共建包括明確場景目標、模型選擇、訓練環境搭建、數據處理等環節。行業數據與大模型的共建，首先需要明確行業大模型實際應用場景及模型評價目標，在模型庫中選擇合適的基礎大模型，通過硬件環境的搭建和軟件平臺的構建，將數據加工為模型訓練所需數據，最后進行特定場景行業大模型的訓練共建，包括數據上傳訓練平臺、準備訓練代碼和環境、發起模型訓練任務、存儲訓練后的模型、測評訓練后的模型等關鍵環節。
行業大模型的精調與優化部署，其中包括模型精調、模型評估、模型重訓優化、模型聯調部署、模型應用運營等階段。行業大模型精調與優化部署，具體根據業務需求和資源的評估情況以及對行業數據與大模型的共建，利用前期準備的特定行業特定場景數據進行大模型的訓練精調，并且對其生成的模型進行評估與多輪迭代訓練優化。隨后對模型進行推理服務部署、服務配置、應用服務聯調，并對已上線的模型服務提供監控、管理、運營維護等能力。
完善標準體系，全面建立能力評估指標
隨著大模型的快速興起，業界也意識到，創新技術的發展離不開標準化的推動，大模型標準體系的建設和完善，對于推動大模型應用落地，加速大模型與行業應用融合，促進產業向標準化、合規化、規模化方向發展，具有重要意義。
信通院作為國家信息通信領域的重要研究機構，一直關注AI技術的發展和應用，特別是大模型技術的創新和推廣。聚焦基礎大模型在實際需求中的“建、用、管”等關鍵環節，信通院從多個方向牽頭構建和完善大模型的標準體系，騰訊全程并深度參與整個標準工作，聚焦工程化應用，圍繞模型開發、模型能力、模型運營、模型應用、模型可信五方面形成標準指標體系，全面評估大模型的綜合水平。
金融、文旅、政務、傳媒、電信、教育、汽車等行業大模型標準和評測指標，對于推動行業大模型的高質量發展和提升用戶體驗，提升數智化水平起著關鍵作用。一方面，行業大模型標準可用于指導第三方測評機構對特定行業大模型能力的評估、驗收等工作，另外一方面，評測指標則可考察模型在各應用場景的覆蓋情況，以及在數據處理、數據合規、數據隱私和安全性等方面的表現。
“我們希望行業大模型標準體系及能力架構研究，能夠幫助行業伙伴解決如何將大模型能力“應用”到自身的行業和場景里的問題，可以更有效的解決成本、數據、安全，合規等大模型實際落地難題。通過建立標準體系，為行業大模型的建設和應用提供指引和支持。”騰訊法務副總裁江波提到。
在20多個行業落地大模型的同時，騰訊云一直都在積極參與、推動行業大模型標準建設。早在2020年，騰訊就被選舉為全國信標委人工智能分委會委員兼副秘書長，國家在推進包括人工智能新基建的過程中，騰訊作為核心成員，承擔了很多標準制定工作及技術引領作用。
前不久，騰訊云就與中國信通院共同啟動了行業大模型標準聯合推進計劃，并聯合信通院牽頭開展國內首個金融行業大模型標準，為金融行業智能化的高質量規范化發展提供重要支撐。
中國信息通信研究院云計算與大數據研究所所長何寶宏表示，隨著人工智能技術的快速發展，行業大模型已成為推動產業升級的重要驅動力。為了規范和引領行業大模型的健康、可持續發展，有必要構建行業大模型的標準體系，以科學評價大模型技術能力和應用效果。愿本次研究成果，助力大模型產業發展和生態建設。
