AI擎天大模型 开启汽车大数据智能新征程
GPT4的横空出世,引领了人工智能技术的新潮流,激发了全球科技公司的创新热情,Meta、阿里、百度、百川智能等各大公司纷纷投入这场AI技术的角逐,竞相推出大模型产品,如LLaMa2、通义、文心一言以及百川大模型,它们都在AI技术发展上留下了深刻的印记。随着通用大模型逐渐成为AI技术的基础设施,通用大模型领域的角逐已经进入下半场,竞争目标不再仅仅是解决通用问题,更是要解决特定领域的复杂型问题,为各类应用场景提供强大支持。
2023年10月31日,科技风向标云栖大会在美丽的杭州盛大召开。这场科技盛会发布了一系列引领未来趋势的云计算与AI新技术和新产品,回归技术初心,向世界展示了云计算作为公共服务的社会价值,以及AI技术浪潮下的创新趋势。
11月1日,在云栖大会上,众调科技董事长郑鑫博士发表了《众调擎天大模型驱动营销与培训创新》的演讲,郑鑫博士现场讲解了*在汽车行业落地的大模型应用,以阿里云通义大模型为底座,结合众调科技的擎天大模型的行业大模型的预训练和微调解决方案,形成基于大模型的AI培训产品,并率先在上汽通用汽车培训场景测试并发布,这标志着汽车行业大模型在营销与培训场景的成功着陆。
擎天大模型提供算力、算法和场景服务的一体化解决方案
擎天大模型是众调科技公司自主研发的一款大模型的解决方案,旨在为客户提供高效、精准的AI应用。擎天大模型以阿里云通义大模型商业版本以及优秀的开源大模型,如ChatGLM3、Baichuan2、Ziya、LLaMa2等为底座,采用低秩自适应(LoRA)方法加入大量高质量的行业数据进行微调训练,在保持底座大模型原有通用逻辑推理能力不变的前提下,使其对特定行业的知识理解、推理能力有显著的提升,能够更好应用到具体的行业场景中。
围绕擎天大模型,众调科技提供了大模型一体化服务解决方案。该解决方案包括应用研发平台和模型服务,并支持公有云MaaS交付和私有云部署交付的方式。应用研发平台包括语料管理、标注清洗、大模型微调训练、模型效果评测等功能;模型服务则以擎天大模型为核心,通过服务API的形式可灵活地将模型能力集成到不同的应用场景中。众调科技提供模型服务基于主流的LangChain架构,并自研了语料Chunk方案、微调向量模型及召回模型,使得基于擎天大模型解决方案能更有效解决行业难题,如汽车行业召回主语混淆、专业词汇无法理解、内容生成缺少行业专业性等,从而提升大模型在特定业务场景下的服务效果。
为了满足客户的实际需求,众调科技基于通义大模型,联合阿里云推出MaaS的VPC部署方案。该方案提供算力、算法和场景服务的一体化解决方案,整体方案通过网络专线、IP白名单、VPC专有隧道、OAuth2.0认证、租户隔离等技术手段,在安全高效的前提下能有效兼容用户侧私有云或私有云+阿里云VPC的底层架构。同时,允许用户提供自有的GPU资源,通过托管的方式纳入到众调科技的大模型一体化服务平台,提供模型推理算力,使客户可以有效利用已有资源,降低成本。
众调擎天大模型AI培训,是*面向汽车培训场景的大模型垂直应用,AI培训产品基于擎天大模型以及销售培训语料库,构建了培训PPT与视频的AI生成、销售顾问培训对练以及知识问答功能模块,实现了汽车培训场景的“学、练、考、评、问”一体化。
众调擎天大模型以科技之力引领汽车行业迈向新*
优秀的技术应用于实践,才能真正发挥价值和潜力。擎天大模型作为一款*的人工智能解决方案,以其强大的内容推理和生成能力以及针对特定行业微调技术,在汽车、金融等多个行业得到了广泛应用,众调智能服务擎天大模型已在智能座舱、自动驾驶、智慧营销、智能培训、智能制造、智能服务6大模块的30余个场景布局。
擎天大模型已经在汽车、电力等多个行业实践应用。在汽车行业,擎天大模型已经在AI培训、内容营销、客户服务、售后技术问答、意向评级、自动驾驶标注等十大场景内测并排期发布。在电力行业,擎天大模型可以帮助企业结合电力体系知识,实现在设备、调度、营销及重大保电任务中的知识归纳、推理研判、日志摘要、报告生成等。
擎天大模型作为众调科技公司的创新成果,正在为汽车行业带来前所未有的变革,引领汽车行业迈向AI大模型时代。它不仅提升了汽车行业营销与培训领域的效率与产能,更在推动整个行业朝着智能化、电动化、网联化的方向发展上,发挥了举足轻重的作用。
众调科技董事长郑鑫博士表示,众调科技将借助擎天大模型,对研发、生产、供应链、销售、服务、智驾和智能座舱等多个领域进行赋能,助力车企实现业务的升级和优化,提高效率、降低成本。这不仅将提升企业的品牌形象并促进销售目标达成,还将整体改善用户体验,为客户企业创造更大的价值和竞争优势。在不久的未来,擎天大模型的应用还将拓展到汽车产业链生态。
众调科技CEO谢鹏也表示,“擎天AI大模型将为智能汽车产业带来深刻的变革。众调科技致力于行业大模型建设,未来将在汽车各场景应用中进行逐一实践与落地,以实现汽车全链路的数据智能化。”