百度阮瑜：大模型應(yīng)用落地正從簡單高容錯向復(fù)雜低容錯場景延伸｜中國AIGC產(chǎn)業(yè)峰會

十三 2025-04-24 09:53:40 來源：量子位

編輯部 整理自 AIGC現(xiàn)場

量子位 | 公眾號 QbitAI

現(xiàn)在，不論你是去吃火鍋，亦或是去趟醫(yī)院，或許身邊已經(jīng)布滿了AI。

這，就是當(dāng)下大模型應(yīng)用的發(fā)展趨勢——

AI技術(shù)正以驚人的速度從實(shí)驗(yàn)室走向千行百業(yè)，深刻改變著各個領(lǐng)域的發(fā)展格局。

近期百度副總裁阮瑜在量子位舉辦的第三屆AIGC產(chǎn)業(yè)峰會上，圍繞著“萬物皆可AI”的主題分享了百度在AIGC以及 AI 應(yīng)用方面的新嘗試和探索。

△百度副總裁阮瑜

為了完整體現(xiàn)阮瑜的思考，在不改變原意的基礎(chǔ)上，量子位對演講內(nèi)容進(jìn)行了編輯整理，希望能給你帶來更多啟發(fā)。

中國AIGC產(chǎn)業(yè)峰會是由量子位主辦的AI領(lǐng)域前沿峰會，20余位產(chǎn)業(yè)代表與會討論。線下參會觀眾超千人，線上直播觀眾320萬+，累計(jì)曝光2000萬+。

話題要點(diǎn)

• AI行業(yè)所呈現(xiàn)出的三大趨勢：技術(shù)開發(fā)輕量化、應(yīng)用場景深化拓展、服務(wù)模式革新
• 視覺智能在大模型時代迎來爆點(diǎn)
• 大模型應(yīng)用輔助決策開始往自主決策方向演進(jìn)
• 從通用賦能到行業(yè)深耕，大模型應(yīng)用邊界不斷拓展

以下為阮瑜演講全文：

AI行業(yè)所呈現(xiàn)出的三大趨勢

非常榮幸能夠參加中國AIGC產(chǎn)業(yè)峰會，今天我跟大家來分享一下百度在AIGC以及AI應(yīng)用有哪些新的嘗試和探索。

首先來看一下關(guān)于AI未來發(fā)展的趨勢，我們能看到這兩年來AI變化風(fēng)起云涌，而且速度也非?？?。

最近我們能夠洞察到這個行業(yè)有三個非常明顯的趨勢在發(fā)生。

第一個是高性價比和高性能的底層模型開始擁抱開源路徑。很多低代碼的開發(fā)軟件不斷橫空出世，很多開發(fā)者可以用成本極低且快速的方式生成AI應(yīng)用，在這一塊就體現(xiàn)出來了門檻逐步地在降低。

第二個新趨勢是場景不斷地延伸。

所謂場景在延伸，我們發(fā)現(xiàn)大模型應(yīng)用落地場景開始從最開始非常簡單高容錯的場景，逐步深入到復(fù)雜的低容錯場景，這個趨勢也是非常明確的。

第三個趨勢是，隨著 Agent 技術(shù)的出現(xiàn)，有非常多企業(yè)開始通過“軟件+服務(wù)”的方式去服務(wù)客戶。

這個領(lǐng)域里面看到原來大家更在乎我們只提供一個工具，現(xiàn)在不完全通過一個工具去解決客戶的問題，而是通過“工具+服務(wù)”，最后為結(jié)果負(fù)責(zé)。

很多企業(yè)從“原來的License購買”開始轉(zhuǎn)向?yàn)樾Ч顿M(fèi)，越來越重視ROI，這也能看到從最早的工具的延伸開始往“服務(wù)+工具”方向演進(jìn)。

這塊一旦從傳統(tǒng)的工具市場變成了專業(yè)服務(wù)的市場，整個市場邊界發(fā)生非常大的變化，市場的潛力也會不斷地爆發(fā)出來。

我們能看到在大模型的應(yīng)用趨勢中，Agent出來以后，單一智能體開始變成多智能體，其實(shí)一個智能體可以把任務(wù)拆解成非常簡單的環(huán)節(jié)，你可以把一個簡單的任務(wù)通過一個Agent來完成。

但是當(dāng)出現(xiàn)了一個復(fù)雜任務(wù)的時候，其實(shí)需要多智能體之間的協(xié)同，甚至每一個智能體在自己的專業(yè)領(lǐng)域里面有自己的擅長，相互協(xié)同以后會產(chǎn)生非常大的能量。

另外在模態(tài)層面上，我們也看到從傳統(tǒng)的單模態(tài)開始演進(jìn)到多模態(tài)，甚至出現(xiàn)了非常多跨模態(tài)的應(yīng)用。

尤其是隨著底層模型跨模態(tài)能力不斷增強(qiáng)，跨模態(tài)的數(shù)據(jù)處理能力也日益凸顯。

AI交互從文本對話向多模態(tài)的交互發(fā)展，這個發(fā)展也是在很多產(chǎn)品和應(yīng)用中能夠看到這個趨勢。

我們也看到在大模型應(yīng)用層面，有非常多的新的變化，最早大家做大模型應(yīng)用的時候，都是在做輔助的決策，大模型無法完全自主決策。

但是隨著底層模型不斷地演進(jìn)，我們也看到了通過端到端產(chǎn)品的優(yōu)化，已經(jīng)開始有很多自主執(zhí)行和決策的應(yīng)用的出現(xiàn)。

這里面也體現(xiàn)出來了未來的趨勢，大模型應(yīng)用從輔助決策開始往自主決策方向演進(jìn)，未來也堅(jiān)信這個趨勢下還會涌現(xiàn)出更多的AI應(yīng)用來解決用戶現(xiàn)場使用過程中很多實(shí)際問題。

百度智能云基于百度自研的 IaaS 層百舸AI異構(gòu)計(jì)算平臺和千帆大模型平臺，進(jìn)行了諸多嘗試，在兩個平臺之上長出了非常多自己面對千行百業(yè)的應(yīng)用。

我們把應(yīng)用分成兩個大類：

一部分是通用應(yīng)用，面對的還是普適性可以標(biāo)準(zhǔn)化的不同行業(yè)里的應(yīng)用。

另外一方面是在行業(yè)應(yīng)用里面，深入到行業(yè)里面以后，行業(yè)里面有非常多Know-How，基于這些行業(yè)Know-How產(chǎn)生出非常多行業(yè)應(yīng)用。

今天我也從兩個方面去講一下，我們在這些趨勢下，以及在這些行業(yè)里面深耕的階段性成果。

視覺智能在大模型時代迎來爆點(diǎn)

剛才也提過了，大模型演進(jìn)里面很大一部分是多模態(tài)的方向，我們很早也在多模態(tài)領(lǐng)域里做了大量的實(shí)踐和深耕。

能看到在小模型時代的時候，這種多模態(tài)的視覺的瑣碎的需求，有95%是沒有被滿足的。

如果做小模型的視覺的產(chǎn)品，會發(fā)現(xiàn)要投大量的工程師在里面做各種算法優(yōu)化，投入很大，周期很長，而且碎片化，泛化能力比較弱。

大模型時代，我們發(fā)現(xiàn)大小模型相結(jié)合，隨著多模態(tài)技術(shù)不斷發(fā)展，模型底層精度不斷提升，泛化能力提升了以后，我們能看到整個AI視覺技能的生產(chǎn)成本，調(diào)優(yōu)成本是顯著降低的，而且碎片化的需求是有非常大的可能性會被標(biāo)準(zhǔn)化的產(chǎn)品來滿足。

尤其是在很多企業(yè)生產(chǎn)過程中的標(biāo)準(zhǔn)化的工序里面的安全合規(guī)視覺稽查是比較有空間能夠做到的。

我們也判斷，長期看，隨著大模型底層模型不斷地優(yōu)化，視覺智能化管理數(shù)字化的爆發(fā)，很快會在我們眼前發(fā)生。

百度智能云一見是視覺領(lǐng)域里面的應(yīng)用，也是我們投入了很多年在做的一款產(chǎn)品。

這個產(chǎn)品主要是基于大模型的技術(shù)重構(gòu)了以后，我們幫助客戶去實(shí)現(xiàn)針對多模態(tài)視覺場景里面的自動調(diào)優(yōu)，模型的準(zhǔn)確率是可以做到95%的。

而且最大的特點(diǎn)是一句話，人機(jī)對話的一句話可以生成一個AI的視覺的技能，直接用在客戶攝像頭，線上SaaS的方式直接下放到攝像頭里，這個速度是以前私有化的模式非常難以想象的。

而且通過大小模型的結(jié)合，我們能發(fā)現(xiàn)，調(diào)優(yōu)的成本，以及生產(chǎn)的成本是大幅降低的，這里面也體現(xiàn)出來了在性價比層面上，在客戶層面是要通過大模型技術(shù)的優(yōu)化去解決客戶場景中的痛點(diǎn)。

一見主要是三個大的場景。

一個是安全生產(chǎn)，有很多能源制造的客戶在安全生產(chǎn)過程中有非常多的隱患的擔(dān)憂，我們沉淀了800多個安全的生產(chǎn)模型去幫助客戶降低線上的巡檢、安全事故等。

二是連鎖合規(guī)，合規(guī)的需求，服務(wù)場景下面有非常多的服務(wù)的合規(guī)，包括后廚里的餐飲安全，這里面也有大量的視覺場景的需求。

三是品質(zhì)管控，在生產(chǎn)的時候，我們有很多SOP標(biāo)準(zhǔn)的流程，每一個流程是不是符合工序流程，這一塊也落地了非常多的頭部企業(yè)，也能看到在應(yīng)用了這些大模型的視覺技術(shù)以后，質(zhì)檢的效率提升了5-10倍。

下面看一個視頻，來簡單地理解一見在場景中的應(yīng)用。

視頻地址：
https://mp.weixin.qq.com/s/wts1jGNV9JZw2x_EKczhEg

百度智能云的實(shí)踐案例

我們有非常多成功的案例在客戶這里應(yīng)用，這里舉了兩個例子。

第一個例子是在連鎖合規(guī)場景中，案例的結(jié)果在上面已經(jīng)比較顯著地看到。

我講一個很實(shí)際的例子，我們現(xiàn)實(shí)中跟很多穿戴設(shè)備，尤其是跟一見的多模態(tài)的視覺平臺綁定在一起的一些應(yīng)用。

比如說我們跟一個比較大型的餐飲品牌合作，現(xiàn)在可以做到服務(wù)員的手上有手環(huán)，晚上12點(diǎn)的時候如果有客人進(jìn)店，店面比較大了以后很難觀察到客戶。

客戶對攝像頭招一下手，通過一見的識別會通知服務(wù)員可以服務(wù)這位客戶，對應(yīng)的是不是有小孩、老人，有哪些注意事項(xiàng)。

這些現(xiàn)在通過多模態(tài)的識別技術(shù)，聯(lián)動云邊端和智能設(shè)備IoT設(shè)備的聯(lián)動，可以把整個餐飲的連鎖打造得越來越智能，對于大型連鎖的餐飲機(jī)構(gòu)和商店的場景下是非常實(shí)用的。

另外一個是風(fēng)電場景下也有一些合作。

有很多大型的集團(tuán)有大量的風(fēng)機(jī)在外面，風(fēng)機(jī)的巡檢，以及人員檢查風(fēng)機(jī)的時候有非常多安全注意事項(xiàng)，比如穿戴設(shè)備是否合規(guī)，出倉是否符合安全的要求等，整個視覺技術(shù)可以做到及時預(yù)警通報(bào)。

原來是小時級才能通報(bào)，現(xiàn)在分鐘級就能通知到，管理過程是要更加注意的，整個巡檢效率也提升了非常多。這一塊是在安全層面上，一見在安全和服務(wù)合規(guī)上做了非常多的嘗試和探索。

大模型應(yīng)用邊界不斷拓展

在通用型的應(yīng)用之后，我們也發(fā)現(xiàn)大模型的應(yīng)用在行業(yè)里面是有非常多的變化，以及很多場景的結(jié)合。

尤其是我們能看到，在醫(yī)療領(lǐng)域里，整個變化是非常大的，從行業(yè)深耕里面可以深耕的非常細(xì)。

我們可以看到醫(yī)療這個行業(yè)里，每次AI技術(shù)來了以后，醫(yī)療都是先行者，滲透了非常多環(huán)節(jié)，包括像臨床、管理、科研、制藥、AI手術(shù)機(jī)器人、患者管理等，非常多的場景和領(lǐng)域，現(xiàn)在都能看到已經(jīng)被大模型的技術(shù)開始應(yīng)用且創(chuàng)新產(chǎn)生結(jié)果。

百度本身也是依賴自己的AI技術(shù)，以及全棧式的AI布局，我們在自研的靈醫(yī)大模型基礎(chǔ)上，跟很多醫(yī)院嘗試了非常多的合作，今天跟大家講我們做了哪些合作，希望跟大家有些共同的探討。

在過往的時間里，其實(shí)合作了有將近500家的醫(yī)院，包括很多機(jī)構(gòu)。

在大模型的應(yīng)用過程中，我們也可以看出來，整個大模型的應(yīng)用，從醫(yī)療這個領(lǐng)域里，從輔助決策開始往自動執(zhí)行的領(lǐng)域里的演進(jìn)。

我們講一個案例，北大國際醫(yī)院是我們非常緊密的合作伙伴，我們在醫(yī)療這個領(lǐng)域做了非常深度的應(yīng)用，包括智能病歷的輔助生成，智能輔助推薦，包括醫(yī)療知識的簡報(bào)。

整個這些功能上線了以后，我們能看到整個病歷的質(zhì)量提升了60%，而且臨床科室的使用比例從30%提升到了95%，也能看到大模型的應(yīng)用在幫助醫(yī)生更好地做醫(yī)療的輔助工作。

后面看一個視頻，具體看一下這些功能是長什么樣子的，以及具體怎么應(yīng)用的。

視頻地址：
https://mp.weixin.qq.com/s/wts1jGNV9JZw2x_EKczhEg

其實(shí)隨著整個大模型技術(shù)的不斷演進(jìn)，我們也看到應(yīng)用在各個行業(yè)里面發(fā)生了非常多的化學(xué)反應(yīng)，這些也離不開各界的產(chǎn)業(yè)人士大家一起共同的努力。

我們也期待在未來有更多的機(jī)會去攜手跟大家共同在大模型應(yīng)用落地的領(lǐng)域里有很多新的嘗試，把整個生態(tài)做得更加繁榮。

感謝各位！