文 | 智能相對論

作者 | 李永華

一線客戶經(jīng)理，為客戶一鍵生成周全的資產(chǎn)配置建議；

(資料圖)

中端管理人員，獲得系統(tǒng)自動撰寫的一整套數(shù)據(jù)分析報表，快速、準確授信；

金融市場的“操盤手”，能夠?qū)崟r獲取那些影響市場走勢的輿情分析；

……

這些，是金融大模型落地后，預期將給行業(yè)帶來的巨大改變——工作效率大大提升、工作成果質(zhì)量得到切實保障。

這樣的大模型，目前市面上已經(jīng)有很多廠商在積極開發(fā)。

人工智能科技企業(yè)云從科技就是其中之一。

一個月前，云從科技正式發(fā)布大模型 “從容”，“從容”將以更好的交互性能，應用于金融、政務、交通、能源、教育、醫(yī)療、文娛等行業(yè)領(lǐng)域，其中金融等賽道將是重點布局的方向。

大模型浪潮下，像云從科技這樣在AI領(lǐng)域有深厚積累的廠商，正在實現(xiàn)大模型的快速內(nèi)測、公測、面向產(chǎn)業(yè)垂直場景落地。

而云從科技能夠快速布局、出成果，除了自身在AI技術(shù)方面的積淀，還依托于全場景AI框架昇思MindSpore的開放生態(tài)。

以開放的姿態(tài)幫助有志于大模型的開發(fā)者、廠商實現(xiàn)大模型創(chuàng)新，昇思的玩法與云從科技的成功，讓當下全球大模型創(chuàng)新之路更明晰——“黑土地”模式正在加速促進大模型的繁榮。

AI框架價值凸顯，大模型走入“黑土地”生態(tài)繁育模式

在大模型的開發(fā)過程中，AI框架在基礎硬件層面對接多樣化的算力，在模型、應用層面做到能力支撐（本身也被行業(yè)定義為AI“操作系統(tǒng)”）。在當前，業(yè)界急切地關(guān)心一個個大模型的能力與效果如何，在技術(shù)方面最多看看參數(shù)量、計算成本等，而暫時沒有將目光放到大模型開發(fā)過程中的各種基礎軟件技術(shù)支撐上，導致AI框架價值沒有出現(xiàn)在普遍的業(yè)界視野當中。

就在最近，人工智能框架生態(tài)峰會2023在上海舉辦，500家伙伴、行業(yè)客戶、高校、研究機構(gòu)等代表參會，圍繞AI框架如何與大模型有效融合推動大模型場景應用，進行了系列交流和探討。

在峰會上，18家AI頭部企業(yè)、高校、科研機構(gòu)、開源社區(qū)等共同發(fā)布了“共建人工智能框架生態(tài)，繁榮中國人工智能產(chǎn)業(yè)”聯(lián)合倡議，要共同努力推動AI框架生態(tài)發(fā)展、推動大模型發(fā)展。

作為中國AI框架的典型代表，昇思將以開放的姿態(tài)，支撐更多伙伴更好地開發(fā)與落地大模型。

以此為標志，可以認為大模型的“黑土地”時代正式來臨。

何謂“黑土地”模式？

在其下，是堅實的地基——多樣化的算力來源都可以兼容；

在其上，是可以自由生長的物種叢林，高矮胖瘦適合各種“審美”（場景需求）的物種都可以扎根、成長。

與此對應，“黑土地”之上，AI框架的優(yōu)質(zhì)伙伴廠商就成為重要的耕耘者，最終耕耘出一片大模型繁茂的生態(tài)。

而開篇提到的云從科技，就是昇思這片黑土地上的重要耕耘者之一。

將昇思能力引入其人機協(xié)同操作系統(tǒng)(CWOS)之上，云從科技正面向政府、企業(yè)以及消費者三個大致方向進行相關(guān)大模型的產(chǎn)品落地。

這背后，是云從科技自身稟賦與昇思能力的有效結(jié)合。

因為，要最終催生優(yōu)質(zhì)大模型成果，黑土地的品質(zhì)、耕耘者的能力，都必不可少。

讓昇思這片“黑土地”物盡其用，云從科技已齊集“耕耘者”必備的三大硬實力

“黑土地”模式下，耕耘者必須具備三大條件，才能培育出有價值的大模型成果。這些，正是云從科技的稟賦所在。

1、不是“平地起高樓”，而是已經(jīng)具備AI創(chuàng)新的“基因”

大模型仍然是AI領(lǐng)域的延伸，這一大步要走的扎實，必須在AI領(lǐng)域已經(jīng)跋涉多時。

那些出彩的大模型，包括國外的ChatGPT，國內(nèi)的紫東.太初等，都基于過去長年的AI開發(fā)經(jīng)驗。

而云從科技，就是這樣一個有深厚積淀的廠商。

2015年，云從科技從中科院孵化出來，擁有全鏈AI能力，已經(jīng)在各種權(quán)威獎項中9次斬獲人工智能世界冠軍，且承建AI相關(guān)的三大國家平臺，參與眾多國家與行業(yè)標準制定。

2022年5月，云從科技完成科創(chuàng)板上市，成為科創(chuàng)板首家AI平臺公司。

在國內(nèi)，云從科技是較早的將預訓練模型應用到具體項目中的企業(yè)，在大模型走向場景應用所需要的“下游任務精調(diào)”方面，有充分的技術(shù)儲備和實踐經(jīng)驗。

除了能力，在資源方面，云從科技還儲備了數(shù)千張卡規(guī)模的算力資源，可同步滿足3組基礎大模型和10組行業(yè)大模型的訓練和調(diào)優(yōu)工作，未來還計劃擴展到上萬張卡——具備深厚的AI技術(shù)能力的云從科技，自己還打好了“地基”。

2、不是完全依賴外部經(jīng)驗輸入，而是塑造了支撐大模型的“枝干”

在AI能力沉淀的基礎上，云從科技還創(chuàng)新了一套適合自身能力特點的大模型“耕耘”方式。

云從科技對昇思的引入，建立在自家人機協(xié)同操作系統(tǒng)(CWOS)之上。

CWOS是一套從信息化到數(shù)字化再到智能化漸次遞進的數(shù)字化架構(gòu)，致力于讓機器像人一樣思考和工作，大致可以概況為三個層面：信息化階段通過AIoT等獲取各類數(shù)據(jù)，數(shù)字化階段處理數(shù)據(jù)、轉(zhuǎn)化知識，智能化階段實現(xiàn)場景的各種應用，這其中包含有感知、認知、決策各領(lǐng)域的核心技術(shù)。

這使得CWOS與大模型天然親和，后者可以作為智能化階段的重要構(gòu)成要素（未來可能是支柱型技術(shù)）。

早在今年1月，云從科技就對外宣布已經(jīng)陸續(xù)在NLP、OCR、機器視覺、語音等多個領(lǐng)域開展預訓練大模型的實踐，其背景，就是CWOS可以無縫整合眾多技術(shù)平臺，快速入局大模型賽道。

自然，CWOS也能無縫接入昇思。

目前，云從科技與昇思聯(lián)創(chuàng)了一套基于CWOS的方案：

這個由端（信息化，獲取數(shù)據(jù)）、邊（處理數(shù)據(jù)、轉(zhuǎn)化知識）、云（智能化支撐場景應用）三重架構(gòu)組成的聯(lián)創(chuàng)自主方案，完整體現(xiàn)了CWOS一直以來的思維方式，將云從科技的能力與體系，與昇思進行了完整融合。

如此，CWOS便可以支撐更多行業(yè)平臺和應用的通用化、智能化大腦，利用大模型能力發(fā)揮視覺、語音、NLP技術(shù)的優(yōu)勢。

3、不是盲目落地，而是有場景實踐經(jīng)驗來保證“果實”生長

在落地階段，大模型去賦能千行百業(yè)，往往需要在對應的行業(yè)、場景已經(jīng)有相關(guān)的合作與實踐。

首先，是直接的合作伙伴。

直白地說，要有行業(yè)代表性企業(yè)一起來推進，要有末端、有抓手、有路徑。

云從科技歷經(jīng)長期與各垂直領(lǐng)域企業(yè)的緊密合作，在數(shù)字政府、金融、大交通、智能制造等領(lǐng)域，可以直接聯(lián)合各行頭部企業(yè)、機構(gòu)打造不同的行業(yè)大模型，推動行業(yè)數(shù)智化建設。

然后，是數(shù)據(jù)與認知上的積累。

深入垂直行業(yè)的大模型，“大”可能不是關(guān)鍵，“專”才更重要，專有數(shù)據(jù)的運用，要賽過追求“絕對數(shù)據(jù)”。

云從科技采用的“專家知識”+“人工智能”大模型路線，在行業(yè)數(shù)據(jù)、專家知識等方面的深度儲備，為行業(yè)大模型奠定了基礎。

最后，是直接的應用探索。

云從科技的大模型，在智慧政務方面為市民提供出游建議，在傳媒行業(yè)幫助提升數(shù)字人直播質(zhì)量，在教育行業(yè)減輕教師任務工作量……這些都與其長期在這些行業(yè)的AI應用創(chuàng)新探索有直接的關(guān)系——只不過是更進一步將大模型能力融合其中。

開篇提到的金融行業(yè)大模型，同樣是云從科技重點深耕的領(lǐng)域，為此，云從科技還專門進行了長期規(guī)劃，要在2025年完成金融、智能制造、機場交通等領(lǐng)域通過大模型帶來認知能力的躍遷，讓人機協(xié)同能力更進一步。

“黑土地”夠肥沃，大模型生態(tài)才能持續(xù)繁盛

從云從科技的案例中，可以發(fā)現(xiàn)廠商自身稟賦的重要性，但昇思與CWOS的協(xié)同同樣是關(guān)鍵所在。

只有“黑土地”足夠肥沃，才能支撐起一片繁茂的生態(tài)。

好在，敢于以開放、多元、包容姿態(tài)出現(xiàn)昇思，已經(jīng)有充分的準備。

首先，在技術(shù)方面，昇思已經(jīng)完成對大模型多方面的能力支撐。

在2020年的首版本中，昇思就在行業(yè)中率先推出了面向大模型自動并行特征。在持續(xù)的發(fā)展過程中，昇思一直致力于將大模型孵化過程中的系統(tǒng)工程難題集成到軟件框架中解決。較為典型的，如昇思社區(qū)已經(jīng)開源了15+個基礎訓練模型以及訓練腳本（包括常用的BLOOM、LLAMA等）。

在最新的昇思2.0版本中，大模型全流程解決方案正式推出，擁有面向大模型的眾多特性：腳本開發(fā)階段實現(xiàn)極簡易用，訓練階段實現(xiàn)硬件資源的高效利用，場景微調(diào)階段實現(xiàn)低參微調(diào)算法的整合，部署階段實現(xiàn)算力成本的節(jié)約，等等。

然后，在實踐方面，已有“大樹”級大模型被昇思這片黑土地所孕育。

實際上，在大模型火熱的浪潮開啟之前，昇思就已經(jīng)支撐了很多知名行業(yè)大模型的發(fā)展，“黑土地”模式并不是現(xiàn)在才開始。

當前，基于昇思孵化的大模型數(shù)量已經(jīng)超過20個。

例如，中科院研發(fā)的全模態(tài)大模型“紫東.太初2.0”，就擁有語音、圖像、文本、視頻、傳感信號、3D點云等復雜模態(tài)識別能力。

已經(jīng)啃下“硬骨頭”的昇思，在幫助云從科技等企業(yè)時，就變得更底氣。

最后，在軟硬件協(xié)同方面，昇思還實現(xiàn)了大范圍的兼容或適配。

目前，昇思面向端邊云全場景開放，已適配了國內(nèi)主流的AI芯片和硬件設備超過20款。

這使得“黑土地”可以敷設在大部分“地基”之上。

云從科技與昇思聯(lián)創(chuàng)的大模型云平臺（MaaS，用于賦能更多行業(yè)客戶創(chuàng)造屬于自己的大模型），其底層就利用到了Altas系列計算資源。

現(xiàn)在，474萬的開源社區(qū)下載量，1.3萬的社區(qū)貢獻者，5500家服務企業(yè)數(shù)量，400多個開源模型，超900篇頂會論文，昇思自身的技術(shù)能力在積極的生態(tài)建設下，還在不斷進化。

這片“黑土地”還在不斷肥沃，更多類似云從科技這樣的大模型耕耘者還將持續(xù)加入，共同繁育大模型生態(tài)。

*本文圖片均來源于網(wǎng)絡

此內(nèi)容為【智能相對論】原創(chuàng)，

僅代表個人觀點，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復制或建立鏡像。

部分圖片來自網(wǎng)絡，且未核實版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。

?AI產(chǎn)業(yè)新媒體;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能 十萬個為什么》

?【重點關(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫(yī)療、機器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計算、開發(fā)者以及背后的芯片、算法等。

關(guān)鍵詞：