騰訊云副總裁吳運聲:大模型全矩陣產(chǎn)品升級 助力產(chǎn)業(yè)落地
2024-09-07 12:05 互聯(lián)網(wǎng)
9月5日,在2024騰訊全球數字生態(tài)云上智能峰會(huì )上,騰訊云副總裁、騰訊云智能負責人、優(yōu)圖實(shí)驗室負責人吳運聲分享了騰訊云在智能領(lǐng)域的最新進(jìn)展,并探討了大模型在產(chǎn)業(yè)中的應用和未來(lái)發(fā)展。
騰訊云副總裁、騰訊云智能負責人、優(yōu)圖實(shí)驗室負責人吳運聲
吳運聲在演講中指出,大模型的發(fā)展呈現出兩個(gè)明顯趨勢:模型性能不斷提升和落地場(chǎng)景不斷豐富。他強調,面向場(chǎng)景創(chuàng )造價(jià)值才是大模型發(fā)展的意義;谌仃嚨拇竽P彤a(chǎn)品,騰訊已經(jīng)服務(wù)了眾多客戶(hù),在知識管理、智能客服、研發(fā)提效、智能營(yíng)銷(xiāo)、內容生成、辦公協(xié)同、風(fēng)險管控等場(chǎng)景中,幫助企業(yè)實(shí)現了降本增效和業(yè)務(wù)創(chuàng )新。
騰訊云的大模型以實(shí)用性為,滿(mǎn)足不同企業(yè)在大模型時(shí)代的需求。騰訊已經(jīng)構建起了全鏈路的大模型產(chǎn)品矩陣,包括底層基礎設施、幫助企業(yè)訓練專(zhuān)屬模型的TI平臺和行業(yè)大模型解決方案,自研的混元大模型,構建應用的平臺工具,以及基于大模型的各類(lèi)智能應用。
吳運聲介紹,騰訊最新的混元Turbo版本通過(guò)自研的萬(wàn)億級層間異構MoE技術(shù),相比前代模型實(shí)現了訓練效率提升108%,推理效率提升100%,推理成本降低 50%。同時(shí),混元Turbo的效果在多個(gè)基準測試上對標GPT-4o,且第三方測評居國內第一。
騰訊云在今年5月還一并推出了三款PaaS產(chǎn)品——大模型知識引擎、圖像創(chuàng )作引擎和視頻創(chuàng )作引擎。經(jīng)過(guò)兩個(gè)月的迭代,這些產(chǎn)品的能力進(jìn)一步升級,可以為電商、出海等領(lǐng)域的客服營(yíng)銷(xiāo)、企業(yè)知識社區等眾多業(yè)務(wù)場(chǎng)景提供效率的助力和創(chuàng )新的支持,也進(jìn)一步加快了大模型在實(shí)際場(chǎng)景中應用落地的速度。
在模型訓練工具方面,為了幫助企業(yè)用戶(hù)更便捷地打造專(zhuān)屬模型,人工智能開(kāi)發(fā)平臺TI平臺也進(jìn)行了全新升級。在精調數據準備層面,TI平臺全新支持面向多模態(tài)大模型的數據集管理和數據標注,首創(chuàng )了基于Schema的標注方法,支持用戶(hù)自動(dòng)生成個(gè)性化標注工作臺,支持文生文、圖生文、圖文改寫(xiě)、圖文混合等主流場(chǎng)景下的全部細分類(lèi)型。
同時(shí),騰訊云將2D數智人、3D數智人和聲音復刻管線(xiàn)全面輸出,支持企業(yè)私有化和靈活定制。管線(xiàn)輸出意味著(zhù),客戶(hù)可以將訓練數據和訓練模型都在自己的環(huán)境上,推動(dòng)數智人在更多場(chǎng)景的普及和落地。
附:演講全文
尊敬的各位嘉賓、媒體朋友們,
大家好!
我是騰訊的吳運聲,很高興在這里跟大家分享騰訊云在智能領(lǐng)域的最新進(jìn)展和思考。
大模型已經(jīng)發(fā)展了兩年,我們能明顯看到兩個(gè)趨勢:一方面,模型性能在不斷提升,圍繞著(zhù)模型的產(chǎn)品使用門(mén)檻也變得更低、更加易用;另一方面,企業(yè)和開(kāi)發(fā)者積極探索大模型與自身業(yè)務(wù)場(chǎng)景的結合,大模型的落地場(chǎng)景不斷豐富、更縱深。我們認為,面向場(chǎng)景創(chuàng )造價(jià)值才是大模型發(fā)展的意義。
騰訊的大模型,從最開(kāi)始就以實(shí)用為目標,我們希望構建起離產(chǎn)業(yè)最近的AI產(chǎn)品矩陣。從底層的高性能計算、存儲、網(wǎng)絡(luò )等AI infra產(chǎn)品,到一站式的人工智能開(kāi)發(fā)平臺TI和行業(yè)大模型解決方案,再到自研的混元大模型,以及基于大模型的各類(lèi)工具和智能應用,我們提供了全方位的產(chǎn)品,滿(mǎn)足企業(yè)在大模型時(shí)代的各類(lèi)需求。無(wú)論是做大模型的企業(yè),還是想要搭建AI應用的創(chuàng )業(yè)者,還是想利用AI來(lái)實(shí)現降本增效的企業(yè),都能在騰訊云上找到好用的工具。
去年的生態(tài)上,我們正式了全鏈路自研的騰訊混元大模型。經(jīng)過(guò)不斷的迭代創(chuàng )新,混元已經(jīng)穩居國內大模型第一梯隊。
今天,我們正式推出了更快更強的混元Turbo版本,通過(guò)自研的萬(wàn)億級層間異構MoE結構,混元Turbo用更多的數、更少的激活參數量實(shí)現了更好的效果。相比前一代MoE大模型,騰訊混元Turbo的訓練效率提升108%,推理效率提升 1 倍,推理成本降低 50%,僅用一半訓練語(yǔ)料,就實(shí)現效果提升14%,中文場(chǎng)景的效果對標GPT-4o。技術(shù)創(chuàng )新讓我們可以更多地讓利給客戶(hù),混元Turbo的定價(jià)僅為混元Pro版的一半。
在多模態(tài)領(lǐng)域,混元的多項能力也在國內保持領(lǐng)先;煸鷪D是首個(gè)中文原生的DiT架構文生圖開(kāi)源模型,目前在全網(wǎng)衍生的模型數量超過(guò)2000個(gè)。這也充分證明了開(kāi)發(fā)者對于我們模型能力的認可。
近期,混元還推出了基于 MoE 架構的多模態(tài)理解大模型混元vision。我們在架構、訓練方法和數據處理方面進(jìn)行了創(chuàng )新和深度優(yōu)化,顯著(zhù)提升了性能,能支持最高 7K 分辨率、最大長(cháng)寬比16:1的圖片的理解。在近期的中文多模態(tài)大模型 SuperCLUE-V 基準評測中,騰訊混元斬獲國內排名第一,超越了多個(gè)主流閉源模型。
在自研的混元大模型之外,為了幫助企業(yè)用戶(hù)更便捷地打造專(zhuān)屬模型,我們的人工智能開(kāi)發(fā)平臺TI平臺也進(jìn)行了全新升級。在精調數據準備層面,我們全新支持面向多模態(tài)大模型的數據集管理和數據標注,首創(chuàng )了基于Schema的標注方法,支持用戶(hù)自動(dòng)生成個(gè)性化標注工作臺,支持文生文、圖生文、圖文改寫(xiě)、圖文混合等主流場(chǎng)景下的全部細分類(lèi)型。
高質(zhì)量的訓練數據是精調出一個(gè)可落地大模型的前提條件。TI 平臺的多模態(tài)數據集管理和數據標注能力,可提升大模型精調的數據準備效率和訓練數據質(zhì)量,從而提升大模型訓練效率和最終效果。
大模型訓練之外,針對OCR和工業(yè)質(zhì)檢場(chǎng)景等垂直訓練場(chǎng)景,我們也對產(chǎn)品進(jìn)行了升級。OCR場(chǎng)景中,可以實(shí)現智能反饋出模糊、反光等場(chǎng)景下的誤識別,水印識別平均準確率提升至95%。在工業(yè)質(zhì)檢場(chǎng)景下,我們全新支持基于Visual Prompting 的小樣本分割鏈路,并推出缺陷感知通用模型、缺陷自動(dòng)合成功能,可實(shí)現“0” 標注或“1”標注下解決質(zhì)檢問(wèn)題。
具體到模型工具產(chǎn)品方面,今年5月,我們推出了三個(gè)大模型PaaS產(chǎn)品:知識引擎、圖像創(chuàng )作引擎和視頻創(chuàng )作引擎,幫助企業(yè)快速、輕松打造AI原生應用。
大模型知識引擎聚焦企業(yè)知識服務(wù)場(chǎng)景。通過(guò)該平臺,企業(yè)用自然語(yǔ)言和簡(jiǎn)單配置,5分鐘就可以開(kāi)發(fā)出一款大語(yǔ)言模型應用,服務(wù)于客服營(yíng)銷(xiāo)、企業(yè)知識社區等業(yè)務(wù)場(chǎng)景。經(jīng)過(guò)幾個(gè)月的產(chǎn)品迭代,知識引擎產(chǎn)品在用戶(hù)需求識別與理解、企業(yè)知識處理、檢索和理解能力上,都有很大的升級。
比如,我們綜合運用向量檢索、摘要檢索、text2sql多種技術(shù)手段,顯著(zhù)提升了復雜大表的檢索及準確率。同時(shí),我們升級了升級多模態(tài)知識、檢索、閱讀理解能力,實(shí)現讀懂文中的“數據圖”、“自然場(chǎng)景圖”、“圖文關(guān)系”。
同時(shí),我們提供了更靈活的購買(mǎi)方式,支持組件能力的單獨輸出,企業(yè)可以按需購買(mǎi)文檔、文檔拆分、向量化等能力,按需到自身的應用中去。
在圖像創(chuàng )作引擎層面,基于混元生圖能力的升級,我們的圖像風(fēng)格化、AI寫(xiě)真、商品背景生成、模特換裝等功能也進(jìn)一步實(shí)現了迭代。在A(yíng)I寫(xiě)真層面,我們實(shí)現了免訓練技術(shù)突破,輸入一張照片后可直接跳過(guò)訓練環(huán)節等待,一鍵生成高清寫(xiě)真藝術(shù)照,整體出圖耗時(shí)縮短75%。
針對很多電商商家高頻使用的商品背景生成能力,我們大幅提高了背景畫(huà)面真實(shí)度、商品分割細膩度,以及商品與背景間融合的自然度與交互合理性,實(shí)現商品在不同場(chǎng)景中高度逼真的虛擬效果展示。在模特換裝場(chǎng)景下,我們采用3D先驗方案,提升重建人像效果,在高度保持模特臉部、手部細節的同時(shí),精確將服裝版型細節與模特身體特征對齊,確保換裝后的效果逼真自然。
基于混元的DiT架構模型,我們的視頻創(chuàng )作引擎也迎來(lái)了全新的升級,新增了圖片跳舞、圖片唱演和視頻轉譯等能力。
首先,我們來(lái)看下圖片跳舞能力,目前,我們已經(jīng)實(shí)現了單段舞蹈的生成時(shí)間從10分鐘下降至1分鐘級別,同時(shí)支持轉身、側身等難例舞蹈動(dòng)作。人物跳舞的自然度已經(jīng)有了很大的提升,這背后是我們基于3d-boby重建技術(shù),進(jìn)一步優(yōu)化了算法,畫(huà)面的真實(shí)度和自然度也有了明顯提升。
在圖片唱演層面,我們目前可以支持一張人像圖片生成一段唱演視頻,視頻生成的人物的面部表情和情緒演繹都更加自然靈動(dòng)。
同時(shí),針對很多客戶(hù)有需求的在視頻轉譯能力,我們接入了混元文生文大模型和 TTS 技術(shù),讓轉譯后的視頻能夠保留說(shuō)話(huà)人的音色特征,同時(shí)實(shí)現說(shuō)話(huà)人口型與目標語(yǔ)種一致的視聽(tīng)效果。目前視頻轉譯功能支持15+小語(yǔ)種,覆蓋主流外語(yǔ)翻譯,可應用于視頻本地化、跨境電商等場(chǎng)景。
基于騰訊先進(jìn)的形象驅動(dòng)、自然語(yǔ)言理解和識別能力,我們的數智人形象自然度業(yè)界領(lǐng)先。目前,騰訊云智能數智人已經(jīng)在業(yè)務(wù)辦理、用戶(hù)運營(yíng)、營(yíng)銷(xiāo)獲客以及品牌宣傳等業(yè)務(wù)場(chǎng)景中落地。
今天,我們也將2D數智人、3D數智人和聲音復刻管線(xiàn)全面輸出,支持企業(yè)私有化和靈活定制。管線(xiàn)輸出意味著(zhù),客戶(hù)可以將訓練數據和訓練模型都在自己的環(huán)境上。我們的合作伙伴也可以基于我們的管線(xiàn)能力批量生成數智人,更好地推動(dòng)數智人在更多場(chǎng)景的普及和落地。
基于我們全矩陣的大模型產(chǎn)品,我們已經(jīng)服務(wù)了眾多客戶(hù),在知識管理、智能客服、研發(fā)提效、智能營(yíng)銷(xiāo)、內容生成、辦公協(xié)同、風(fēng)險管控等場(chǎng)景中,很多客戶(hù)利用我們的產(chǎn)品實(shí)現了降本增效和業(yè)務(wù)創(chuàng )新。
在智能客服與知識管理場(chǎng)景中,基于大模型的生成能力,可以顯著(zhù)提升復雜問(wèn)題的解決效率,提升回答質(zhì)量。比如,汽車(chē)售后服務(wù)是一個(gè)典型的專(zhuān)業(yè)客服場(chǎng)景,涉及的知識復雜,汽車(chē)說(shuō)明書(shū)包括圖片、表格等眾多形式,傳統客服機器人無(wú)法及時(shí)準確地回答問(wèn)詢(xún)。我們與長(cháng)安汽車(chē)共創(chuàng ),利用大模型知識引擎整合汽車(chē)使用手冊等資料,有效解決了客戶(hù)在車(chē)輛使用和維護中的疑問(wèn),顯著(zhù)提升了客戶(hù)服務(wù)體驗。
在智能營(yíng)銷(xiāo)場(chǎng)景,大模型可以提升廣告素材的生產(chǎn)效率,提升營(yíng)銷(xiāo)互動(dòng)的趣味和互動(dòng)性。比如,蒙牛在一場(chǎng)營(yíng)銷(xiāo)活動(dòng)中,利用圖生圖能力,將用戶(hù)上傳的全家福轉化生成為的卡通畫(huà)風(fēng),助力會(huì )員拉新、提升用戶(hù)活躍;顒(dòng)期間小程序相對于去年同期提升80%以上。
在內容創(chuàng )意場(chǎng)景,大模型可以讓內容生產(chǎn)的周期大幅縮短,提供更多的創(chuàng )意玩法。比如,人民、等媒體結合我們的文生視頻能力,創(chuàng )作了很多視頻作品。過(guò)去,視頻內容需要一幀幀進(jìn)行設計和制作,制作周期短則數天,長(cháng)則數月,F在借助視頻生成能力,只需一段文字或者幾張圖片,就能在幾分鐘內生成優(yōu)質(zhì)視頻內容。
在研發(fā)提效領(lǐng)域,我們一方面提供了TI平臺等工具,幫助易車(chē)、閱文等企業(yè)搭建自己的大模型,顯著(zhù)降低了模型構建的時(shí)間和成本;另一方面,通過(guò)AI代碼助手等工具,我們也輔助開(kāi)發(fā)者,提升研發(fā)的效率,幫助企業(yè)提升整體研發(fā)效能。
在辦公協(xié)同場(chǎng)景中,騰訊旗下的企業(yè)微信、騰訊、騰訊文檔都已經(jīng)接入了混元大模型。在大模型的助力下,企業(yè)微信可對英文郵件進(jìn)行智能檢查,輔助英文郵件糾錯,騰訊可以自動(dòng)總結紀要,騰訊文檔能夠自動(dòng)生成各類(lèi)文檔。這些功能把個(gè)體從繁瑣的工作中解放出來(lái),也顯著(zhù)提升了團隊協(xié)同的效率。
在風(fēng)險管控領(lǐng)域,風(fēng)控大模型可以解決傳統風(fēng)控中建模時(shí)間長(cháng)、效率低的難題。通過(guò)打包豐富的反欺詐知識,實(shí)現“小樣本”訓練,快速構建契合業(yè)務(wù)需求的風(fēng)控模型體系。比如,東風(fēng)日產(chǎn)汽車(chē)金融,基于少量提示樣本遷移,就完成了適配自身業(yè)務(wù)場(chǎng)景的風(fēng)控模型定制。相比于傳統的建模方式,模型KS性能提升超過(guò)20%,在跨場(chǎng)景的泛化性測試上性能提升53%。
今天我們也很榮幸請來(lái)了很多客戶(hù)來(lái)分享他們的落地實(shí)踐。未來(lái),我們也希望與更多客戶(hù)攜手,推動(dòng)大模型落地到場(chǎng)景中,真正為企業(yè)創(chuàng )造價(jià)值!謝謝大家!
廣告
- 西門(mén)子加速以科技創(chuàng )新驅動(dòng)產(chǎn)業(yè)升級,助力中
- 2024愛(ài)采購「了不起的改變」決賽啟幕:數智
- 海底撈攜手阿里巴巴公益啟動(dòng)“熱土鄉村·產(chǎn)
- 廣州美博會(huì )精彩閉幕:三天洞見(jiàn)美業(yè)全生態(tài)
- 平安產(chǎn)險福建分公司“金融教育宣傳月”活動(dòng)
- 盈利提升、歷史問(wèn)題陸續出清,飛馬國際新管
- 光羿科技榮獲國家級專(zhuān)精特新“小巨人”企業(yè)
- “新”起點(diǎn),行亞洲:普華永道舉辦新加坡資
- 中國電信攜手亞信科技斬獲2024數博會(huì )優(yōu)秀科
- 國投泰康信托:一文讀懂家庭服務(wù)信托與家族