第三届AI大模型应用大会2024/9/12上海成功召开

第三届AI大模型应用大会于2024年9月12日成功召开

随着深度学习技术的不断发展和应用,人工智能技术已经在各个领域得到了广泛的应用和推广。无论是农业、工业、医疗健康、金融、交通、教育等领域,都可以看到人工智能技术的身影。大模型具有更高的效率和更强的泛化能力,能够更好地解决复杂的问题,同时也能够带来更多的应用机会。由传商主办,合作伙伴:智游行GO 、凤鸣社、质心以及中央美术学院网络信息中心、宁波银行股份有限公司上海虹口支行、中国移动通信联合会、四川北路街道商会、盛邦国际大厦淘天集团、石基云佃(上海)有限公司支持的“第三届AI大模型应用大会”于2024年9月12日上海成功召开,大会邀请到了业内知名的AI专家和学者,分享他们在大模型领域的最新研究成果和应用经验,与行业从业者共同探讨AI技术的最新应用和发展趋势。

在大会之中,同步举办了淘宝直播基地成立仪式,并隆重举行了首批入驻企业的签约仪式,标志着合作新篇章的正式开启

紧接着,为表彰在人工智能领域做出杰出贡献的先锋企业,第三届大模型应用大会组委会秘书长刘震先生为获奖企业颁发了“大模奖”以此向他们卓越成就与不懈努致以敬意。

淘宝直播店发展新机遇新机会

淘宝直播上海地区负责人罗鸿伟

近几年直播板块主要从行业渗透、直播成交及用户规模三方面增长来看发生很大变化。淘宝直播带来四大价值点,首先是淘宝直播指导大家如何开店;其次是给新开店商家流量扶持;再是给新开店商家软件服务费减免;最后是区域服务商专属服务一对一。今年淘宝直播首页透出调整,可见业务重视程度。淘宝直播1.0阶段是靠达人等带货进行代运营,2.0阶段是陪跑代教,3.0阶段则是纯新的直播电商体系。淘宝直播是为以直播域为核心经营场景的商家和主播提供全新的店铺体系,用户呈现区域是淘宝直播频道和点淘APP,目标商家是产业带工厂及品牌、产业带人设主播。新机会中有全新运营的四大策略,分别是直播测款拉长商品周期,公域分发获取更多流量。打通营销场域垂直化运营,站外分销流量新增量。淘系直播优势主要是用户购买需求更明确,退货率更低再以及有实时流量加权。

日日新大模型,实现AIGC自由

商汤科技数字文娱副总裁李星冶

商汤科技秉持“坚持原创,让AI引领人类进步”的使命,不断提升技术水平,并秉持开放合作的发展模式,与多个行业的平台和企业建立了深度合作关系。商汤科技在技术研发和应用落地上均取得显著突破,会议中,商汤科技数字文娱事业部副总裁李星冶全面地讨论了大模型如何促进人工智能行业的发展,以及如何有效地赋能各个行业。李星冶表示,人工智能在过去的十多年里经历了飞速发展,而深度学习和大模型是其中两个最重要的趋势。李星冶特别强调了大模型在处理任务时的优势,并将其与AI和AGI进行了比较。李星冶表示,大模型可以处理更复杂的任务,并能在更短的时间内完成这些任务。此外,还指出,AGI和大模型将在未来几年内带来巨大的商业价值,并得到广泛的应用。商汤科技公司最新推出的大模型——“日日新大模型5.5”是一款基于深度学习技术的人工智能模型,它具有强大的逻辑推理能力和多模态能力。

新兴旅游中的立体化体验

智游行GO 联合创始人唐明磊

过去的出游是标品的旅游和非标品的玩的分类完成。标品的旅游通过货架式平台得以实现,非标品的玩通过社交平台,而两者要结合则必须能理解出游需求。智游行通过自然语言对话,智能解析及立体化行程匹配来解决不能完全满足用户需求的一大痛点。大模型加大数据加实施热点形成了智游行的一套核心机制,智游行通过用户维度和商家维度两个维度来精准匹配大模型,而用户维度则包括个人标签比如年龄爱好等,和需求维度,地点维度以及时间维度,商家维度举个例子来说餐厅不再以餐厅为推荐理由而是拆分细化,比如这个餐厅最特色的点,可能是某个菜或者是历史文化也可能是价格。总的来说,智游行不是替代大厂,而是补充空白。

海外营销0-1:出海路上的避坑和起量

Google 重点新客团队行业经理王浩清

通过全球市场观察预测我们认为要趁早布局,及时抓住市场红利期建立用户端品牌认知。AI产品的市场现状从搜索量,CPC以及营销投入三个维度来看头部市场,我们发现印度和美国的潜力达到一定的大,英德作为观察数量则更需要找到合适的受众群体来平衡成本高而搜索量小这一缺点,该区应特别关注。谷歌的未来机会也从这些方面的变化来看头部市场,我们发现印尼市场增速最快等优点应特别关注该区域,这些优点值得尝试;发达国家成本上涨快,搜索量增速逐渐平稳,付费习惯稳定有增;基于市场目标的谷歌获客策略方案分为三个阶段,启动期积累种子用户且追求落地页曝光和注册量,增长期验证产品追求注册用户的付费量,并且同时增大现有用户的复购率,稳定期实现盈利且追求付费用户的长期价值。

AI助力智管全程——人工智能与BIM技术在全过程建设管理中的创新应用

毕埃慕创始人&董事长林敏

BIM平台内置了BDIP-AI助手功能,可根据工程项目管理当中遇到的各种问题进行咨询,AI助手通过大数据统计和智能分析提供详尽的解答和建议,支持内置常用问题设置和认知和任意语音提问,为项目管理人员提供全方面的信息帮助,平台的Al查支持多条件,多业态的综合查询以及定位,支持智能编写BDIP项目管理业务工作等。数据、信息和知识等重要生产要素在生产使用全产品生命周期内穿透越长,空间或其他方面穿透越宽,造就生态融合经济价值越大。实现建筑信息化转型的关键是基于BIM模型的建筑数据集成平台。BDIP建筑数据集成平台系统有项目管理全流程集成,结构化数据分析及OEM定制化配置等特点。BIM数据驱动业务流程,业务流程产生新的数据写入BIM属性,及时、准确、完整的BIM属性是所有业务的核燃料。

圆桌标题:AI Agent与“人机协同”的智能化运营新常态

凤鸣社创始人张晓鸣

上海术图数码科技总经理闫晨

三井住友保险副总经理郑永强

爱可生项目开发负责人王新伟

九物科技执行执行董事瞿洁

闫晨:在资金非常宽裕的情况下出现了2点问题,第一是同时性大量的建设,比如市政建设楼宇建设包括我们电脑的建设,其实是靠新建代替维护,大量的设备翻新的方式,发展投资的方式来构建,其实没有真正的关注到扎实的运维管理那么多设备,没有把它用到已经开始报废或者就开始出问题的时候,我们以前这种设备都开始换新更新了,所以这主要掩盖了整个工业化社会环境里面的大量问题的存在,而现在建设周期开始减缓,其实我们维护的压力也在增大,在已有的设备上组织加强管理等,如果大家都开始实用化的去增加维护,那么接下来这个结果就是整个信息化的真正的使用到这个比较系列的地方。

郑永强:我们会发现未来会有一个趋势,就是我们中部还有前台的工作都会被替待,当然现在的替代未来10年无法做到,要知道所有的保险公司、银行、证券公司在回答客户问题的时候,我们要求是100%精准不可以是99%这是不可以的,但是可以做到销售辅助,效率会大大的提高,我们现在所面临的就是有人工智能的数据进一步的打通,我们看到的一个趋势是操作性的工作100%会被替代,当然大量的数据出现以后,会有新的工作应运而生,举一个最简单的例子,AI也需要人去给他定义规则,它才能做分析,我们会有大量的人去做大量的分析,因为他的数据是需要人上传的,所以未来我相信在金融行业各种模型会是百花齐放的,金融行业未来会更依赖来自于如何做模型做数据的。王新伟:目前,国产化数据或国产化数据库已经成为了全国范围内都在推行的重要举措,各行各业也都在积极响应和参与其中。我们公司也不例外,我们也正在积极地推进相关工作,其中包括自主研发一些国产化数据库。然而,我们今天的主题是AI,刚刚郑总也提到了AI可能无法完全替代人类,这也是我们对AI的认知和期待。我们开发的Chat DBA产品,从原则上来讲,它是一个数据库智能AI助手,可以帮助我们解决一些数据库的问题,包括故障诊断、数据库基础知识的学习等。我们可以通过提问或对话的方式,快速得到答案,从而提高工作效率和准确性。瞿洁:我们一直在致力于数字孪生、工业互联网领域的发展,最近我们决定加入新能源的赛道。从去年开始,国家就开始全力支持各地计算中心的建设,这也为我们的发展提供了更好的机遇。2018年,我们开始关注人工智能这一领域,当时有个论坛名为“AI赋能千行百业”,当时的主委对于流程制造这一块进行了深入的分析和探讨。从那时起,我作为一个制造业家族企业出身的二代接班人,就一直在关注我能参与到这个未来的这个赛道上做点什么事情。我们现在所有做的事情总结起来就是8个字:科技向善,商业向美。我们也希望能够在赛道上能够生根,真正能做到AI Agent与“人机协同”,让我们每个人的生活变得更加便利,更加健康,更加美好。

人工智能助力传统产业应对创新和变革远韬科技联合创始人周芳

远韬科技以白酒行业人工智能数字化场景应用和创新为案例,从平台定位、技术赋能、运营、拓展等方面,分享了科技企业对传统行业产业创新应用和赋能。周芳认为,数字化创新已开始纵贯传统行业全产业链,数字化赋能的结果将会为传统产业的高质量发展带来驱动力,加速产业结构调整。同时,传统产业已经全面积极拥抱创新,以用户为中心、以市场为导向,不断提升产品和服务的质量和效率,同时利用数字化技术来优化内部管理,实现生产、销售、物流等环节的智能化和协同化,从而提升企业的核心竞争力。周芳表示,远韬科技将致力于在白酒行业全产业链综合服务平台的不断建设和运营发展基础上,充分利用人工智能技术,积极打造白酒产业数字化生态圈,连通科技企业与传统行业领域,融通新质生产力要素。在谈到未来的发展方向时,周芳表示,远韬科技将继续加大研发和行业纵深,不断提升人工智能技术的行业应用,积极开展全产业链拓展,共同加速白酒产业的数字化转型,推动产业融合发展。

中国“百模大战”竞争格局洞察亿欧智库研究总监孙毅颂

亿欧是一家致力于推进新科技、新理念和新政策的科技与产业创新平台,亿欧智库专注于人工智能、大数据、移动互联网等预言性的科技研究,以及这些科技如何结合不同领域的产业,实现产业升级的研究。亿欧智库能够输出行业研究报告,提供有针对性的企业定制化研究和咨询服务。亿欧智库研究总监孙毅颂在大会上,以“战鼓震天动地响,铁蹄踏破万里疆——2024中国“百模大战”竞争格局分析报告”为主题,概述了2023-2024年中国AI大模型发展历程;从技术角度,产业角度,资源角度对“百模大战”必有一战的因素进行分析。他强调,人工智能大模型代表着人工智能发展的最新方向,对于各行各业而言都具有重要意义。而在‘百模大战’之中,各大科技公司之间的竞争也将更加激烈。要想在未来的竞争中脱颖而出,必须紧跟技术和产业的发展趋势,不断创新,打造适合自己的核心竞争优势。

基于LLM架构的AI Agent平台的现状和未来预测澜码科技创始人&CEO 周健

魔狸科技是一家以机器视觉和深度学习为核心的新一代AI企业,致力于解决工业领域的各种行业痛点,如质检、引导、仿真等问题。通过打造最前沿的AI视觉检测平台,普及AI技术,帮助制造企业实现智能化转型。本次大会上,魔狸科技从工厂自动化安全生产的痛点出发,介绍了一款为工厂自动化安全生产提供保障的视频监控系统——魔狸视盾。魔狸视盾具备强大的监控功能和稳定的性能,为用户提供全方位的安全保障。它由多个模块组成,包括高清摄像头、智能AI分析算法、云平台存储等,每个模块都采用最先进的技术,保证了系统的稳定性和性能。魔狸视盾的高清摄像头能提供优质分辨率的视频图像,确保用户可以清晰地看到监控区域的情况。而智能AI分析算法能对监控视频进行实时分析,自动检测到异常事件,并触发报警。此外,云平台存储功能可以将监控视频存储在云端,让用户随时随地查看。除了安全可靠的保障外,魔狸视盾还能帮助用户节约成本。同时,它的智能分析算法能自动检测异常事件,减少用户的误报率和漏报率,从而提高用户的生产效率。

AI如何赋能工业企业魔狸科技董事长陈敏敏

圆桌:大模型企业级应用向垂直化发展

主持人:传商策划人梦阳

小工蚁创始人张文斌

美天数据安全总经理曹峰

证通股份云网事业部副总经理王晴

张文斌:现在大模型的能力越来越强了,大模型的特点就是把海量的人类的知识压缩到这个模型里面去,它可以通过一个提示词或者一个指令,把原来的知识给释放出来,解压出来,它有这样一个能力。而且,从目前来看,这个模型的规模和效应还在不断变大,我们目前10年,GPU的能力提升了1000倍,所以大模型的能力也在不断变强,它会把全世界所有的知识都要压缩到这个模型里面来,例如:文字、图片、多模态、分子等等,只要你有数据,它都可以压缩到这个模型里面来,这是一方面。那么另外一方面,小模型的能力也越来越强。那么小模型的话,我们知道在有些领域里面,它是相互冲突的,专家的小模型在小模型里面也有一定的用处,特别像我们企业级的应用里面,它就要需要具备非常强的性能和极高的准确率。从降本增效的角度来说目前效能可以提高30-40%。曹峰:大模型相对于小模型来说,其在精度和性能方面通常会表现得更出色。不仅可以更精确地预测未来的行为和趋势,而且也能够提供更准确的决策支持。从这个角度来看,大模型为企业和组织提供了更多的竞争优势。但从数据安全方面来说,大模型可能存在敏感信息泄露的风险。如何管理和保护大模型的数据安全,是一个需要认真考虑的问题;小模型则具有更好的安全性,因为其训练数据通常被限制在特定领域中。然而,从功能和精度方面来看,小模型可能无法完全满足企业和组织的需求。因此,在选择模型时,企业和组织需要根据自己的需求和情况做出决策。

王晴:从金融场景场景的角度来看,大模型相较于小型模型有明显优势。在金融场景中,复杂的业务逻辑场景极为丰富,往往涉及多维数据的处理、历史数据的分析和未来交易趋势的预测等。大模型由于规模庞大,计算能力更强,可以处理多层复杂的逻辑关系,准确性更高,从而可以提供更为精准和可靠的金融服务,满足金融机构对数据质量和准确性的要求。然而,小模型在某些方面也存在独特的优势。相比大模型,小模型由于理论框架相对简单,理论实现更为灵活,因此更容易加入新的业务场景和计算方法,如复杂规则的实现、数据维度的智能化扩展等。但是,相对于大模型,小型模型的灵活性也意味着其在处理复杂业务场景时,可能会出现偏差、不准确等问题,从而影响金融服务的质量和可靠性。因此,在实际应用中,金融机构需要根据具体业务场景和数据特征,选择合适的模型,以实现最佳的业务效果。周建:大小模型到什么样的程度才算成熟,经济上其实就是划算,能够最大程度的节约成本。在当时,车牌识别、车型识别、人脸识别等功能已经基本能够实现,而且相较于用人,这些功能可以节省大量的时间和成本。因此,这些功能开始被广泛应用,包括闸机、门禁等设备。无论是大模型还是小模型,只要在某个地方的经济成本已经降到了比普通人力成本更低的水平,那么它就有可能在该地区得到广泛应用。然而,要想在整个社会上大规模普及,还需要考虑到其他因素,如技术的普及程度、用户的接受程度等。