晚上睡不着觉看b站的软件动漫彼女の目から涙がこぼれて頬をつたいc大きな音を立ててレコードジャケットの上に落ちた。最初の涙がこぼれてしまうとcあとはもうとめどがなかった。彼女は両手を床について前かがみになりcまるで吐くような格好で泣いた。僕は誰かがそんなに激しく泣いたのを見たのははじめてだった。僕はそっと手をのばして彼女の肩に触れた。肩はぶるぶると小刻みに震えていた。それから僕は殆んど無意識に彼女の体を抱き寄せた。彼女は僕の腕の中でぶるぶると震えながら声を出さずに泣いた。涙と熱い息のせいでc僕のシャツは湿りcそしてぐっしょりと濡れた。直子の十本の指がまるで何かを――かつてそこにあった大切な何かを――探し求めるように僕の背中の上を彷徨っていた。僕は左手で直子の体を支えc右手でそのまっすぐなやわらかい髪を撫でた。僕は長いあいだそのままの姿勢で直子が泣きやむのを待った。しかし彼女は泣きやまなかった。“土豪”也要考虑“性价比”？与其说卡塔尔这样做是为了省钱，立志打造一届绿色低碳的世界杯，可能更接近他们的初衷。JLbWBY-FrfnLhntBQgHhw5-蜜度首席技术官刘益东：今年是大模型场景落地元年

　　每经记者 黄海    每经编辑 董兴生    

　　7月4日，2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2024）在上海正式开幕。WAIC行至第七年，被外界喻为“百模大战”的大模型之争也走到了新阶段，100多场专业论坛、500余家企业、超1500个展品……人工智能加速落地进行时，潮水最终将流向何处？今年的世界人工智能大会，给出了更为细致的描绘。

　　医疗、教育、出行、生产……AI赋能的边界不断外延，未来已来，大模型已无 处不在。但乐观背后，问题仍在。数不胜数的大模型究竟该如何从竞争中突围？多模态大模型是不是整个行业的未来？在这之后，新的机会又在哪里？

　　带着一系列问题，7月4日下午，《每日经济新闻》记者（以下简称NBD）与蜜度首席技术官刘益东聊了聊。蜜度是一家以人工智能技术为核心的语言智能和垂直大模型企业，这次大会期间，蜜度发布了蜜巢政务大模型3.0，并推出了20多个政务大模型场景化应用。

　　对于多模态问题，刘益东表示，眼下多模态大模型能够解决实际场景中的多模态内容问题，是行业应用需求的必然。在刘益东看来，今年是大模型场景落地元年且非常关键。如果今年能够抓住几个适合的场景，并且把它规模化，基本上就能够在大模型的研发应用包括商业运作循环里面占据先发优势。如果今年不能达到场景落地，那规模化的目标会越来越难。

　　大家都要有自己的特色

　　NBD：“百模大战”进入落地阶段，竞争更加激烈，你怎么看待当前的行业竞争？

　　刘益东：市场的需求肯定非常广阔，所以大家才会投身到里面做创新型的应用。不过，（这么多人涌入）必然会导致竞争很激烈，大家都要有自己的特色。

　　NBD：以蜜度为例，现阶段头部垂类大模型公司的优势体现在哪几个维度？

　　刘益东：第一点是数据。数据、算力、算法是大模型研发的关键三要素。持续不断地有新的高质量数据流入，就意味着模型可以阶段性地有新知识推动迭代。我们从2012年到现在不断从互联网上积累的语料数据，会成为我们模型持续迭代的动力。

　　第二点，任何大模型的研发，不管是通用的还是垂类的，未来必然要在商业化场景落地，带来商业价值。最好是能让产出慢慢超过投入，进入到盈利的螺旋上升过程。蜜度在过往的12年时间里，服务的B端（商业端）、G端（政务端）客户有3万多家，商业化道路起点比别人要高一点。

　　第三点，政务场景对数据的安全性、保密性要求很高，内部信息化资源的软硬件国产化比例比较高，在本地部署有强需求。我们在过去的半年多时间已经接触了40多个场景客户，有几个场景已经落地完成。与一些初创团队相比，蜜度的经验可能带来先发优势。

　　两个层面支撑准确性

　　NBD：目前，蜜度预估的盈利时点是什么时候？客户情况如何？

　　刘益东：今年是行业场景落地元年且非常关键。今年，你能够抓住几个适合的场景，并且能够把它规模化，我觉得基本上就能够在大模型的研发应用包括商业运作循环里面占据先发优势。如果说今年不能达到场景落地，那规模化的目标会越来越难。

　　我们期待的是，到今年底能够达到收支平衡。我们整体还是维持一个比较精干的20人团队，母公司有成熟的产品营销和工程化体系，有分散在全国的营销触角。

　　我们现在政务类业务服务过的客户有3万多个，大模型在跟进的项目有40多个。这两天也一直在畅想未来，说得长远一点，是一个5年计划，5年以后我们服务的这种政务大模型的落地场景项目加在一起可能有1万个。

　　NBD：做政务模型对准确性以及价值观的要求很高，这部分如何实现？

　　刘益东：输出的准确性，我觉得至少可以从两个层面去支撑，我们也是这么做的。

　　第一个层面是从模型本身的能力上，我为什么一直在强调数据对大模型的重要性？行业里面专业的数据让模型来学，那么模型在服务这个行业的时候，它输出的内容和质量就可以跟这个行业的话语体系趋同。

　　第二个是在工程阶段，我们现在为客户提供的服务并不是直接来源于模型输出的内容，我们用的是一套检索增强的模式。检索客户场景的专业知识，经过排序之后找到最相关的片段，然后再丢到模型里，数据质量相对来说是收敛的。

责任编辑：何松琳