騰訊的大模型故事　為什么要從產業(yè)開始？

張?zhí)靷?/p>

面對大模型這樣一個被馬化騰視為幾百年不遇、類似發(fā)明電的工業(yè)革命一樣的機遇，騰訊終于公布了其在這一領域的全面布局。

一方面，騰訊通過混元大模型、騰訊云MaaS，將大模型能力應用于內部產品及To B業(yè)務之中。另一方面，騰訊在企業(yè)服務、人工智能領域的投資已累計超過280起，其中包括估值達到12.5億美元的大模型初創(chuàng)企業(yè)MiniMax。

種種跡象表明，騰訊的大模型故事將著重從B端市場展開。

從6月18日在國內率先推出行業(yè)大模型解決方案騰訊云MaaS（Modelas-a-Service，模型即服務），到9月7日將混元大模型放到其在產業(yè)互聯網領域最具影響力的“全球數字生態(tài)大會”上發(fā)布，騰訊對產業(yè)互聯網的重視，可見一斑。某種意義上說，已在C端擁有數個覆蓋10億級用戶的騰訊，未來能否再造一個騰訊，系于B端。

事實上，在人們的新鮮勁過后，年初爆火的ChatGPT自今年6月起便陷入了流量瓶頸。根據SimilarWeb的監(jiān)測數據，其用戶數量從5月最高的19億人下滑至7月的15億人。這也讓大模型在C端直接以產品形式落地的商業(yè)前景蒙上陰影。

相比較下，數字化轉型需求更為明確的產業(yè)客戶，對大模型出色的語言理解、內容生成等能力，有著更強的付費意愿。因此，在To C或To B的路線選擇上，騰訊從商業(yè)模式的角度出發(fā)，選擇率先從后者發(fā)力。

在騰訊云副總裁吳運聲眼中，產業(yè)場景是大模型的最佳練兵場，而大模型也可以為騰訊To B業(yè)務的商業(yè)模式拓展提供新的思考。“當前，企業(yè)客戶在應用大模型時，會面臨計算資源少、數據質量差、投入成本高、專業(yè)經驗少等現實問題的挑戰(zhàn)。拆解客戶所遇到的問題，也會為我們帶來很多業(yè)務契機?！?/p>

同時，借力大模型，打破騰訊云長期面臨的“增收不增利”的局面，或也是另一種期待。

圖1： 騰訊金融科技及企業(yè)服務業(yè)務收入

數據來源：Wind，新財富整理

自2018年進軍產業(yè)互聯網以來，騰訊面向B端客戶的金融科技與企業(yè)服務業(yè)務收入在不斷增長，2019-2022 年從1013.55 億元增至1770.64億元，占營收的比例從26.9%提升至31.9%（圖1），但一份券商研究報告顯示，2020至2022年，騰訊云的毛利率均為負值。

以至于在主打“ 降本增效”的2022 年，騰訊云與智慧產業(yè)事業(yè)群（CSIG）明確各業(yè)務要全面提升利潤率更高的自研產品比例，并將業(yè)績考核重點轉為業(yè)務的利潤水平。

“我們始終認為，大模型需要基于產業(yè)場景，與企業(yè)數據融合，才能釋放出最大的價值?！彬v訊集團高級執(zhí)行副總裁、CSIG負責人湯道生稱。

那么，當混元大模型正式亮相，騰訊云MaaS能力完成升級迭代，騰訊To B業(yè)務的發(fā)展又將產生什么樣的變化？

商業(yè)鏈路：從技術底座到智能應用

“騰訊會議基于混元大模型打造的AI小助手，已經能夠通過簡單的自然語言指令，完成會議信息提取、內容分析等復雜任務，會后還能生成智能總結紀要?！痹?023騰訊全球數字生態(tài)大會上，騰訊集團副總裁蔣杰分享的案例顯示，擁有超3億用戶數的騰訊會議，已開始應用大模型的能力。

大模型本身并非一個新的事物。在吳運聲看來，大模型的本質是深度學習，而騰訊早在十幾年前便已開始對深度學習進行布局。只是當2017年谷歌提出神經網絡模型Transformer，驅動深度學習模型參數從過去的以千為單位，發(fā)展至如今超過千億級別的大模型，并在2022年底爆發(fā)時，才闖入了人們的視野。

拆解騰訊在大模型領域的布局，可分為三大模塊。第一塊是騰訊云過去研發(fā)、積累的算力、算法、數據等基礎設施及AI工具，這是大模型訓練的前提條件。

“ 在ChatGPT爆火后，CSIG內部甚至沒有專門針對行業(yè)大模型的立項。各個團隊最大的變化是在日常溝通時增加了很多與大模型相關的深入探討，包括與現有產品的結合，以及未來商業(yè)路徑的選擇?！眳沁\聲稱。

第二塊，基于各類基礎設施及工具，騰訊全鏈路自研出了基礎大模型“混元”。所謂基礎模型，是在大量無標簽數據集上訓練的AI神經網絡，可處理從翻譯文本到分析醫(yī)學影像等各種工作。

第三塊，是以混元大模型為基礎模型所衍生的各類應用及服務。典型如面向企業(yè)客戶的“騰訊云MaaS服務”，即是將混元大模型與騰訊云過去積累的行業(yè)解決方案、企業(yè)級應用結合后的一類業(yè)務模式。而騰訊會議上的“AI小助手”則是混元大模型與騰訊企業(yè)級應用的融合案例。

騰訊圍繞大模型所構建的新的商業(yè)模式，也大抵延著以上三大模塊而展開。例如，騰訊在利用HCC高性能計算集群、星脈高性能計算網絡、向量數據庫等基礎設施訓練混元大模型時，也同樣可將這些基礎設施提供給在軟、硬件設施上有短板，但同樣有大模型訓練需求的客戶。

據騰訊集團副總裁、政企業(yè)務總裁李強透露，近期MiniMax、百川智能旗下的大模型都使用了騰訊的算力。MiniMax是由前商湯科技副總裁、通用智能技術負責人閆俊杰成立的大模型初創(chuàng)公司。

而在算力層面，騰訊云先是2023年4 月發(fā)布的新一代HCC高性能計算集群，即是專為大模型訓練所設計，能夠提供高性能、高帶寬、低延遲的智算能力支撐。而后是在7 月，基于每日處理千億次檢索的向量引擎（OLAMA），推出向量數據庫（Tencent Cloud VectorDB），使數據接入AI的效率較傳統方案提升10倍?！爱斈阆朐诖竽Ｐ椭姓业揭粡垘А埖膱D片，騰訊云向量數據庫能在100毫秒內，從10億張向量化的圖片中，返回查詢結果?！睖郎硎?。

此外，在工具層面，騰訊混元大模型在訓練數據時采用的，同樣是自研的訓練框架AngelPTM。這一框架使騰訊混元大模型的訓練速度相比業(yè)界主流框架提升1倍，推理速度比業(yè)界主流框架提升1.3倍。

騰訊在大模型領域的布局，包括騰訊云積累的基礎設施、AI工具，以及基礎大模型“混元”和其衍生的應用及服務。

一方面，AngelPTM源源不斷提供引擎動力；另一方面，騰訊云TI平臺的工具鏈也包括TI-ONE訓練平臺、TI-Matrix應用平臺等，可為客戶提供大模型訓練、精調工具鏈，以快速生成更有針對性的專屬大模型，滿足企業(yè)個性化需求。

據湯道生介紹，作為基礎大模型的“混元”，如今擁有超千億參數規(guī)模，預訓練語料超2萬億tokens（可被認為是詞語的片段），具有強大的中文理解與創(chuàng)作能力、邏輯推理能力，以及可靠的任務執(zhí)行能力。

而基于混元大模型所構建的行業(yè)大模型精選商店“騰訊云MaaS服務”，即是將騰訊云在基礎設施、行業(yè)解決方案、企業(yè)級應用等領域的積累升級打包所形成的一站式服務。

“在騰訊云行業(yè)大模型精選商店中，我們不僅提供混元大模型，還上架了20多種行業(yè)最新、最流行的開源通用大模型，以及覆蓋金融、文旅、零售、政務、醫(yī)療、教育等20多個領域的行業(yè)大模型。企業(yè)可以根據需要，選擇合適的模型，然后借助騰訊云智能的TI平臺，導入企業(yè)專有數據，做進一步的訓練與精調，快速生成更有針對性的專屬大模型，滿足企業(yè)個性化需求。同時，我們也將大模型與騰訊的行業(yè)解決方案、企業(yè)級應用結合，在生產、營銷、售后服務、辦公等多個環(huán)節(jié)，實現能力提升，達至降本增效?！睖郎Q。

可以看到，基于混元大模型，以及騰訊過去在人工智能領域的積累，已經針對B端客戶對大模型的各類需求設計出了一條極長的商業(yè)鏈路。

在拆解騰訊大模型商業(yè)路徑的同時，吳運聲反復強調，推出“騰訊云MaaS服務”的初衷，是從多個角度解決B端客戶需求。除降本增效外，其需求還包括賦能傳統產業(yè)跨界融合、實現創(chuàng)新升級等。

吳運聲在騰訊集團內部身兼多職，除了擔任騰訊云副總裁外，他還是騰訊云智能負責人以及優(yōu)圖實驗室負責人，其工作重心之一便是強化AI技術與騰訊云的底層融合。

例如由其負責的優(yōu)圖實驗室成立于2012年，如今已通過計算機視覺算法的迭代，實現對人臉識別、圖像識別、視頻特效等功能的持續(xù)優(yōu)化，其應用落地場景從最初的QQ空間的“面孔墻”、微眾銀行的“人臉遠程開戶”，到如今，已深入教育、金融、工業(yè)等領域，構建了超過50個行業(yè)應用。而在2021年成立的騰訊云智能品牌，則將騰訊分散于優(yōu)圖等實驗室的AI能力進一步深度融合，目的是形成一條完整的AI產業(yè)落地鏈條。

據吳運聲透露，如今騰訊云團隊從對接企業(yè)大模型需求，至行業(yè)大模型方案的最終落地，通?？煞譃樗膫€步驟。

第一步是了解客戶需求。例如，有客戶想做基于語音識別的大模型，那么，騰訊云便需要了解客戶擁有的語音文件的數量、規(guī)模，以及語音中的專業(yè)化術語等，這一環(huán)節(jié)考驗的是團隊對行業(yè)及企業(yè)的理解。

第二步是結合客戶需求、預算，以及所掌握的訓練數據量等，推薦基底模型。“通常，我們會推薦3-5 個基底模型做實驗，最終選擇一個最為合適的?！眳沁\聲稱。

第三步是基于基底模型進行數據訓練，其中涉及TI機器學習平臺、HCC高性能計算集群等基礎設施的應用。

第四步，當模型正式上線，騰訊云還會負責數據存儲、算力資源部署等運維工作，以及后期大模型的優(yōu)化及迭代。

如今，CSIG內部涉及人工智能研究的產品團隊，幾乎將一半的重心放在了大模型方向。湯道生稱，目前CSIG已和1.1 萬家生態(tài)伙伴展開合作，推出覆蓋100多個產業(yè)場景的行業(yè)解決方案，服務了60多萬家制造企業(yè)。未來，在大模型加持下，騰訊云所創(chuàng)造的商業(yè)價值能否成為騰訊繼移動社交、網絡游戲之外的第三大增長極，值得關注。

應用場景：無聲勝有聲

盡管不少人期待騰訊能基于大模型，推出一款如微信般的重量級產品，但目前，騰訊卻是將大模型能力更多地應用于騰訊云、騰訊廣告、騰訊游戲、騰訊金融科技、騰訊會議、騰訊文檔、微信搜一搜、QQ瀏覽器等多個騰訊內部產品及To B業(yè)務之中。有騰訊內部員工對新財富表示，未來大模型的能力將會無處不在，但人們若非十分用心，甚至可能都感受不到。

除騰訊會議外，大模型“潤物細無聲”的特性還出現在諸多騰訊內部的產品之中。典型如已接入包括廣汽在內的15家車企、超300萬臺汽車的騰訊云車載助手，過去曾存在上下文理解準確率低、復雜場景下語義理解問題不理想等問題，如今，行業(yè)大模型的應用，正提升其理解車主復雜意圖的能力及應答能力，最終用戶感受到的，是更自然的人機對話、更合理的行程規(guī)劃，甚至是通用知識問答能力。

與此同時，行業(yè)大模型對于企業(yè)“降本增效”的作用也在逐步顯現。騰訊云分享了一個服務稅務部門的案例?過去，當傳統智能客服遇到不在知識庫的問題時，常常無法答復或答非所問，最終依舊需要稅務部門鋪設人力去完成服務。此外，政策法規(guī)、辦事指南持續(xù)迭代，需不斷投入人力梳理。問題攔截率、覆蓋率低，急需擴展客服的問答邊界等問題，導致智能客服讓人感覺不智能。

而2023 年后，基于MaaS能力，騰訊云打造的專屬政務大模型，從知識采集到知識運營均實現了智能化升級，業(yè)務咨詢的解答率大幅提升。盡管這極大提升了稅務部門的服務效率，節(jié)約了人力成本，但不常跑稅務部門的人，并不容易察覺這一變化。

據透露，騰訊云MaaS能力已在騰訊企點客服、騰訊企點分析、數智人、車載助手、AI繪畫、文案創(chuàng)作等超50個產品中進行了模型可用性、易用性等方面驗證。

除了服務企業(yè)，混元大模型亦落地于面向C端群體的騰訊廣告系統升級，提升了系統在廣告內容理解、行業(yè)特征挖掘、文案創(chuàng)意生成等方面的能力，在為騰訊廣告帶來大幅GMV提升的同時，也初步驗證了大模型在C端場景的商業(yè)化潛力。2023 年上半年，騰訊的網絡廣告業(yè)務同比增長25.5%，較2022年同期增收93億元。

發(fā)力大模型投資

圖2：2018 年至今騰訊在各領域的投資筆數

數據來源：執(zhí)中數據，新財富整理

對于大模型這樣一個被馬化騰視為幾百年不遇的、類似發(fā)明電的工業(yè)革命一樣的機遇，騰訊在投資層面也在加緊布局。

執(zhí)中數據顯示，2023年以來，騰訊分別在4月、6月投資了深言科技、MiniMax兩家大模型創(chuàng)業(yè)企業(yè)。

深言科技創(chuàng)始人兼CEO豈凡超，是清華大學計算機科學與技術系2017級博士畢業(yè)生，主要研究方向為自然語言處理（NLP），曾在EMNLP等頂會發(fā)表論文30 多篇。據公開資料，深言科技團隊孵化自清華大學自然語言處理實驗室和北京智源人工智能研究院，由歐洲科學院院士、清華大學計算機系教授孫茂松領銜，并出任首席科學家。

在2023 年舉行的第三屆“清華大學國強研究院杯”雙創(chuàng)大賽的路演環(huán)節(jié)中，豈凡超稱，深言科技的大規(guī)模預訓練模型在續(xù)寫、改寫、擴寫、摘要4類文本生成任務和6個數據集上，均超過現有其他中文模型，達到了當前最好的中文文本生成效果。這次大賽，深言科技的“基于超大模型的新一代語言理解與生成平臺”項目斬獲技術創(chuàng)新賽初創(chuàng)組一等獎。

在獲得騰訊投資后，深言科技估值為1億美元。據執(zhí)中數據，與騰訊共同投資的機構還包括紅杉中國、好未來、英諾天使基金等，其他輪次的知名投資方包括水木清華校友基金、奇績創(chuàng)壇等。

相較深言科技，MiniMax的來頭更大。在騰訊投資之前，MiniMax已完成兩輪融資，投資方包括米哈游、IDG資本、高瓴創(chuàng)投、云啟資本、明勢資本等。而在騰訊投資之后，MiniMax的估值已高達12億美元。

根據公開資料，MiniMax直接從底層的基礎模型做起，自研了三個基礎模型，其法定代表人、技術合伙人楊斌曾在今年初表示，MiniMax可能是國內第一家同時擁有三個模態(tài)大模型能力的創(chuàng)業(yè)公司。值得一提的是，在大模型對戰(zhàn)平臺SuperCLUE發(fā)布的中文大語言模型排行榜上，MiniMax的模型在國內企業(yè)中排在第7名。

除投資大模型初創(chuàng)企業(yè)之外，近年間騰訊對B端生態(tài)的加速布局，或為其在大模型領域的突破積累了更多的籌碼。根據執(zhí)中數據，自2018年騰訊入局產業(yè)互聯網以來，其在企業(yè)服務領域的投資事件已達到178起，僅次于文化娛樂領域的221起，且對人工智能的投資也達到38起（圖2）。

可以想見，在騰訊云MaaS服務的加持下，騰訊的To B戰(zhàn)事才剛剛開始。