智能网原创，转载请注明来源
“大模型技术最为关键的还是要解决在产业中实际应用的问题。到底怎么用，如何与行业结合，解决这个问题才是大模型技术的长远发展、健康发展、繁荣发展的根本。”石清华表示。
百度副总裁石清华
大模型迎来新发展
从人工智能技术的通用性和能力的全面性来看，大模型的出现与发展为通用性人工智能带来了曙光，也让人工智能的发展路径越发清晰。
技术通用性层面，大模型在解决不同任务、语言、模态、场景的通用性等方面变得越来越好。以自然语言处理为例，之前有分词、句法分析、语义匹配、机器翻译、问答、对话、等等很多个子方向，现在一个大语言模型就可以解决绝大多数任务，中美各有优势，大模型企业也各有优劣。
在应用层面，中国走的很快，实体经济在大模型落地上表现出前所未有的积极性和创新力，甚至在某些领域领先互联网科技企业。未来3年内，大模型最大的机会还是在B端，在工业、制造、交通等生产、生活领域。而C端，大概率在2-3年后才有可能出现颠覆性产品(killer app)，而且大概率会出现在创业型公司。
现在大语言模型的能力已经很强大，但它还在快速进步，且未来仍有很大提升空间。
多因素助推大模型技术落地
大模型技术落地需要综合考虑数据、模型、领域知识、可解释性、伦理法律、应用场景、计算资源和团队协作等多个方面的因素。“但我们认为最为关键的还是要解决大模型技术的应用问题。到底怎么用，如何与行业结合，如何与场景结合，解决这个问题才是大模型技术的长远发展、健康发展、繁荣发展的根本。”石清华表示。
作为中国人工智能领域的领先企业，百度一直致力于人工智能技术创新与应用的探索。截止目前，在C端，百度文心一言用户已经超过了3亿;B端，百度智能云千帆大模型平台已经服务超过了 15 万客户，累计精调超过 2.1 万个模型，开发超过 55 万个应用，领跑国内大模型市场。
政务服务、互联网、金融、教育、电商等数字化程度比较高的行业，良好的数据基础是生成式AI快速应用的天然优势。而交通运输等传统行业，大模型落地速度比想象中更快。例如，百度与贵阳市公安交通管理局基于交通大模型联合开展全域信控工作，打造15分钟生活圈。项目一期实现工作日区域车均延误下降15%，全天拥堵指数从1.7降至1.58，早高峰拥堵时长缩短30分钟，让此前依赖人工手段的信号调优实现方案自动下发的AI全域信控优化，实现车看灯到灯看车转变，汗水警务到智慧警务转型。
当前，生成式AI正在逐步深入到企业的“研产供销服”各个领域。石清华认为，生成式AI需要其他新质生产力共同加持，在算力、算法、数据、政策、法规上共同创新，才能以科技创推动产业发展。
