文 | 智能相對論

作者 | 李永華

一線客戶經理，為客戶一鍵生成周全的資產配置建議；

(資料圖)

中端管理人員，獲得系統自動撰寫的一整套數據分析報表，快速、準確授信；

金融市場的“操盤手”，能夠實時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，預期將給行業帶來的巨大改變——工作效率大大提升、工作成果質量得到切實保障。

這樣的大模型，目前市面上已經有很多廠商在積極開發。

人工智能科技企業云從科技就是其中之一。

一個月前，云從科技正式發布大模型 “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、醫療、文娛等行業領域，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領域有深厚積累的廠商，正在實現大模型的快速內測、公測、面向產業垂直場景落地。

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

以開放的姿態幫助有志于大模型的開發者、廠商實現大模型創新，昇思的玩法與云從科技的成功，讓當下全球大模型創新之路更明晰——“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”生態繁育模式

在大模型的開發過程中，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（本身也被行業定義為AI“操作系統”）。在當前，業界急切地關心一個個大模型的能力與效果如何，在技術方面最多看看參數量、計算成本等，而暫時沒有將目光放到大模型開發過程中的各種基礎軟件技術支撐上，導致AI框架價值沒有出現在普遍的業界視野當中。

就在最近，人工智能框架生態峰會2023在上海舉辦，500家伙伴、行業客戶、高校、研究機構等代表參會，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、高校、科研機構、開源社區等共同發布了“共建人工智能框架生態，繁榮中國人工智能產業”聯合倡議，要共同努力推動AI框架生態發展、推動大模型發展。

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

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框架的優質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。

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同操作系統(CWOS)之上，云從科技正面向政府、企業以及消費者三個大致方向進行相關大模型的產品落地。

這背后，是云從科技自身稟賦與昇思能力的有效結合。

因為，要最終催生優質大模型成果，黑土地的品質、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”，而是已經具備AI創新的“基因”

大模型仍然是AI領域的延伸，這一大步要走的扎實，必須在AI領域已經跋涉多時。

那些出彩的大模型，包括國外的ChatGPT，國內的紫東.太初等，都基于過去長年的AI開發經驗。

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，已經在各種權威獎項中9次斬獲人工智能世界冠軍，且承建AI相關的三大國家平臺，參與眾多國家與行業標準制定。

2022年5月，云從科技完成科創板上市，成為科創板首家AI平臺公司。

在國內，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，在大模型走向場景應用所需要的“下游任務精調”方面，有充分的技術儲備和實踐經驗。

除了能力，在資源方面，云從科技還儲備了數千張卡規模的算力資源，可同步滿足3組基礎大模型和10組行業大模型的訓練和調優工作，未來還計劃擴展到上萬張卡——具備深厚的AI技術能力的云從科技，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，建立在自家人機協同操作系統(CWOS)之上。

CWOS是一套從信息化到數字化再到智能化漸次遞進的數字化架構，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等獲取各類數據，數字化階段處理數據、轉化知識，智能化階段實現場景的各種應用，這其中包含有感知、認知、決策各領域的核心技術。

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成要素（未來可能是支柱型技術）。

早在今年1月，云從科技就對外宣布已經陸續在NLP、OCR、機器視覺、語音等多個領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，云從科技與昇思聯創了一套基于CWOS的方案：

這個由端（信息化，獲取數據）、邊（處理數據、轉化知識）、云（智能化支撐場景應用）三重架構組成的聯創自主方案，完整體現了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平臺和應用的通用化、智能化大腦，利用大模型能力發揮視覺、語音、NLP技術的優勢。

3、不是盲目落地，而是有場景實踐經驗來保證“果實”生長

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

首先，是直接的合作伙伴。

直白地說，要有行業代表性企業一起來推進，要有末端、有抓手、有路徑。

云從科技歷經長期與各垂直領域企業的緊密合作，在數字政府、金融、大交通、智能制造等領域，可以直接聯合各行頭部企業、機構打造不同的行業大模型，推動行業數智化建設。

然后，是數據與認知上的積累。

深入垂直行業的大模型，“大”可能不是關鍵，“專”才更重要，專有數據的運用，要賽過追求“絕對數據”。

云從科技采用的“專家知識”+“人工智能”大模型路線，在行業數據、專家知識等方面的深度儲備，為行業大模型奠定了基礎。

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，在傳媒行業幫助提升數字人直播質量，在教育行業減輕教師任務工作量……這些都與其長期在這些行業的AI應用創新探索有直接的關系——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大模型，同樣是云從科技重點深耕的領域，為此，云從科技還專門進行了長期規劃，要在2025年完成金融、智能制造、機場交通等領域通過大模型帶來認知能力的躍遷，讓人機協同能力更進一步。

“黑土地”夠肥沃，大模型生態才能持續繁盛

從云從科技的案例中，可以發現廠商自身稟賦的重要性，但昇思與CWOS的協同同樣是關鍵所在。

只有“黑土地”足夠肥沃，才能支撐起一片繁茂的生態。

好在，敢于以開放、多元、包容姿態出現昇思，已經有充分的準備。

首先，在技術方面，昇思已經完成對大模型多方面的能力支撐。

在2020年的首版本中，昇思就在行業中率先推出了面向大模型自動并行特征。在持續的發展過程中，昇思一直致力于將大模型孵化過程中的系統工程難題集成到軟件框架中解決。較為典型的，如昇思社區已經開源了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：腳本開發階段實現極簡易用，訓練階段實現硬件資源的高效利用，場景微調階段實現低參微調算法的整合，部署階段實現算力成本的節約，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，昇思就已經支撐了很多知名行業大模型的發展，“黑土地”模式并不是現在才開始。

當前，基于昇思孵化的大模型數量已經超過20個。

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

已經啃下“硬骨頭”的昇思，在幫助云從科技等企業時，就變得更底氣。

最后，在軟硬件協同方面，昇思還實現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。

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

現在，474萬的開源社區下載量，1.3萬的社區貢獻者，5500家服務企業數量，400多個開源模型，超900篇頂會論文，昇思自身的技術能力在積極的生態建設下，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加入，共同繁育大模型生態。

*本文圖片均來源于網絡

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。

?AI產業新媒體;

?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》

?【重點關注領域】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+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、云計算、開發者以及背后的芯片、算法等。

關鍵詞：