大型进化理论：AI产业落地将何去何从？

2024年，是大模型翻天覆地的一年。

“百模对决”爆发后不久，大模型的价格战接踵而至，高成本的大模型几乎进入了免费时代。大型模型已经从庞大的实验室工具转变为高效灵活的应用助手，在许多行业中根深蒂固。

没有人质疑大模型是“用锤子找钉子”，更迫切的需求来自市场。行业对大模型应用的渴望推动了AI。 在AI周围，Agent走向前台 Agent的混战已经开始了。

同时，以视频生成模型Sora为代表的多模态技术逐渐成熟，大模型技术范式发展迅速，给人们带来了巨大的想象空间。

今年，大模型领域充满了混乱和兴奋，技术和应用相互成就，共同推动市场快速发展。

回顾2024年大模型产业的发展，我们可以看到一条逐步明确的进化路径：低成本降低了大模型落地门槛；AI Agent为大型模型提供了极好的应用方法；多模式直接拓宽了大模型能力的边界，所有这些都为大模型行业的落地按下了加速键。

假设说“成本”，AI Agent、“多模态”三个关键字，代表着2024年大模型的进化方向，那么它们也代表着大模型走向产业落地的关键节点。

伴随着新年的到来，这种发展趋势将在2025年持续下去吗？大型产业的落地又将卷向何方？

成本，打开大模型落地卡点

在过去的一年里，大型模型已经到了更加务实的落地阶段，但是落地总是绕不过一个卡点-成本。

大模型参数高达1000亿，一次培训所需的资金大多是大多数公司“烧不起”的。因此，企业在选择模型时，不仅要注重效果，还要考虑成本，这是决策的重要组成部分。

这些变化来自于市场对大模型的实际需求。2024年，在市场需求和残酷竞争的多重推动下，大模型的价格战提前到来，国内顶级大模型厂商基本卷入降价潮，价格达到了不可思议的水平。但从某种意义上说，价格战也最大限度地降低了大模型的访问门槛，公司不会因为价格而纠结。

同时，大模型的落地推动，让越来越多的企业意识到，在特定的场景中，或许不需要跑出一般大模型的计算量。

“大模型不是参数越高越好。”一位金融科技负责人发现，在许多垂直场景下，更轻的大模型也可以达到通用大模型的效果，而推理成本更低，使用更简单。

随之而来的趋势是，轻量级模型开始流行。

Google在国外发布了20。 亿到70 1亿参数轻量级模型Gemma；Meta发布了从70亿、130亿、330亿到700亿的Llama系列模型，不同的场景选择了不同的模型组合，效果得到了验证。

百度在国内发布了三款轻量级模型，从大到小都是ERNIE。 Speed、ERNIE Lite、ERNIE Tiny，模型调用服务由百度智能云千帆大模型平台提供。核心理念是帮助客户降低成本。在特定场景下，超小模型也能达到1000亿级大模型的效率。

在经历了这一系列大模型需求的变化后，百度智能云千帆产品的负责人感慨万千。“在完全关注成本的状态下，大家对大模型的期待变成了‘不需要给我最大的参数和最贵的模型’，而是‘从我的场景中获得最好的模型’，不再追求一个模型来解决所有问题’。

杭州全诊医学采用ERNIE，性价比更高。 Speed。AI医疗助手的医学术语通过使用20万份精准病历数据来精准调整大模型，使其更加准确和规范，病历产生的准确率提高了45%，医生的咨询量提高了20%。

模型蒸馏、混合专家模型在此过程中，（MoE）等待创新技术层出不穷，为了在降低模型计算资源消耗的同时保持大模型性能。

但是最终降本并不止于此。实际上，企业为了实现成本效益的最大化，往往需要对特定场景进行定制。

宁波媒体利用大模型定制开发了一套AI评价助手系统，用于记者作文。“小记者投稿5万多篇，宁波晚报的记者和老师都要看花了。幸运的是，拥有百度智能云的千帆ModelBuilder平台开发的智能作文批改系统，可以直接提高作文的筛选和复习效率，对作文进行AI评价，并提出改进意见。”宁波晚报某项目负责人表示。

该系统的背后，是基于百度智能云千帆ModelBuilder提供模型调整模板-作文评论样板房，同时还辅以全过程的模型训练和调整工具链，以提高模型运行效率。

不仅如此，千帆ModelBuilder还提供了一站式的数据洞察和处理平台，企业可以建立自己的数据飞轮，让模型越来越聪明；底层为千帆平台的模型训练和模型推理提供了稳定高效的算率支撑，保证了稳定快捷的性能。

这一技术进化，进一步降低了企业的成本，推动了大型产业的落地。

根据沙利文联合头豹发布的《2024年中国行业大型市场报告》，2023年中国行业大型市场规模达到105亿元，2024年市场规模达到165亿元，同比增长57%，2028年市场规模有望达到624亿元。

总的来说，2024年，行业通过降价、工具链、定制模型等一系列措施，成功打通了大模型落地卡点，以超高的性价比迎来了行业落地需求的爆发。在这个过程中，公司对大模型成本的终极追求逐渐升级为提高业务效率和核心收益，大模型技术正在进入更多的商业世界。

AI Agent，大型模型应用的场景突破

随着AI产业竞争进入“落地赛”后半段，业界将目光从模型本身转向AI应用。

2024年上半年，国内大型模型项目大多以智能计算中心和模型中心为中心进行中标。从下半年开始，很多企业的招标内容都转向了应用，越来越细分。

百度创始人、董事长兼首席执行官李彦宏曾公开表示，基本模型本身需要通过应用来展示其价值。那么，AI时代应用的核心媒体应该是什么呢？这个问题一度成为业内热议的焦点。

在百度2024年世界大会上，李彦宏明确表示，“智能体是AI应用最主流的形式，即将迎来爆发点”。虽然行业对AI的看法 Agent的概念还没有达成共识，但李彦宏的发言让行业更加确定了AI应用的发展趋势。在过去的一年里，国内外的云制造商、大型制造商、运营商和软件制造商纷纷涌入跑道，没有人想错过这个“馒头”。

毫无疑问，AI Agent已成为2024年大型模型领域最耀眼的存在，其数量一度呈爆炸式增长。资料显示，截至2024年11月，千帆大型模型平台已帮助客户调整33,000个模型，开发77,000个企业应用程序。

更加令人兴奋的是，AI Agent的爆发不是虚假的繁荣，而是真正的市场基础。与昂贵的大模型相比，能够负担得起的公司并不多，AI Agent更像是一个轻量级的AI解决方案，具有独立思考、独立安排、记忆和反思的能力，能够处理具体的业务问题，为具体的场景带来最真实的成本降低。

但是企业级业务不能容忍很大的误差。如何根据设定的工作流出任务，保证导出的稳定性和个性化，是企业级Agent全面落地的巨大挑战。

比如在保险行业的车险续保需求场景中，让Agent取代真人销售涉及到很多业务难点:如何化解和引导客户最初的拒绝态度？如何根据客户的历史车险情况给出优惠政策？如何根据工作流程成功引导用户续保？

为了解决这个问题，百度智能云基于千帆AppBuilder工作流Agent的探索，通过工作流安排的形式和大模型的能力，对售前数字员工进行更新。

这种工作流Agent可以防止大模型凭空发挥，同时辅以人工安排，提高执行的稳定性和可控性，规划调度的准确率可以达到95%。同时，工作流Agent还具有随时学习新知识和回忆新知识的能力，记忆准确率可达96% ，为用户提供个性化服务。

过去，企业至少需要一两年的时间才能培养出这样一个合格的金牌销售，但现在建造这样一个“数字员工”最快只需要一个小时。这种工作流Agent也可以快速整合到网页搜索、微信微信官方账号、企业网站等业务系统中，方便访问用户。

当AI Agent已经满足了企业级的需求，过去AI不太可能实现的一些需求场景已经照进了现实。更具市场创意的是多Agent合作产品的推出。

2024年11月，百度发布的无代码开发工具“秒”非常具有代表性。代码直接从大模型生成，不需要人写。它的门槛很低，每个人都可以入门。通过文心大模型的探索和规划能力，可以调度和安排不同的Agent，这意味着每个人都可以指挥多个Agent协同实现自己的目标，而无需编写一行代码。只要使用自然语言就可以直接生成代码，建立应用程序。

更有甚者，李彦宏声称“我们将迎来一个前所未有的只有想法才能赚钱的时代”。

“秒哒” 商品的发布意味着AIAgent已经进入了公众的视野。如果越来越多的人意识到AIAgent有用，AIAgent就会迅速爆发。根据银河证券的研究报告，到2028年，中国AIAgent Agent市场规模将激增至8520亿元，复合增长率为72.7%。

假如把2024年看作是AI的话 在Agent爆发前夕，那么2025年将是AI。 Agent落地第一年。对企业而言，AI会更加重视 Agent在商业场景中的作用；对大型制造商而言，AI Agent技术和工具链的支撑能力已经成为基本要求。

AI交互技术，多模态，原生融合

AI领域在2024年迎来了一个重要的转折点——多模态大模型的兴起。

随着视频生成模式Sora的出现，OpenAI多模式AI大模式GPT-4o的到来，百度百度支持Vidu等第一个全自研视频大模式的发布，这些都让业界看到了AI发展的新方向，多模式已经成为全球大模型厂商竞争的焦点。

从技术角度来看，多模态增强了AI系统处理复杂任务的能力。与单模态相比，多模态模型可以提供更全面、更准确的理解和响应，融合了文本、图像、音频、视频等多种类型的数据。

不但如此，多模态大模型极大地扩展了AI的应用范围。在过去的一年里，基于多模式大模型技术的创业公司如雨后春笋般涌现，文生图片、文生视频、文生3D、多模态应用层出不穷，如文生音乐、文生代码等，智能产品更是以多模态为基础，为市场带来了巨大的想象空间。尽管多模式大模式勾勒的未来十分美好，但也必须承认，多模式离产业落地还有很长的路要走。

李彦宏在百度世界2024年会议上发表了类似的观点:“在过去的24个月里，大模型最大的变化是‘幻觉’基本消除了。如今，RAG在文字上做得很好，使得大模型可用且可信。然而，像图像这样的多模式技术需要准确性和可控性才能实用。”。

这次演讲证实了行业新的探索方向：清除多模态产生的幻觉，进一步提高多模态产生的可用性。

目前，iRAG是业界公认的提高模型能力的技术方向。它是一种幻觉，通过引入外部知识来检索和增强生成技术，可以更好地去除大型模型。

在全球范围内，百度的这种能力是非常领先的。基于检索和强化的文学绘图技术iRAG，可以结合网页搜索的亿级图片资源和强大的基本模型能力，生成各种超真实的图片。iRAG可以大大降低创作成本，如影视剧、漫画、连续绘本、海报制作等应用场景。

近日，百度智能云千帆大模型平台全面推出iRAG功能，用户可通过千帆ModelBuilder直接调用iRAG接口；同时，千帆AppBuilder提供丰富的多模态部件和数字人能力，如iRAG图片生成、文生视频、图片视频等，可在Agent中定制属于自己的智能体分身；到目前为止，千帆AppBuilder已经提供了90多个高质量的官方部件，如网页搜索和百度地图，让AI可以使用更多的工具，进一步提高AI能力；消除大模型幻觉是AI应用爆发的基础。

展望2025年多模态大模型的发展方向，或许可以用一句话来概括：离幻觉更远，离落地更近。

从行业到行业，AI落地，

在过去的一年里，人们充分感受到2024年是大模型改变世界的一年。模型能力的不断迭代和训练成本的不断降低，智能体的蓬勃发展，多模式市场的快速增长，都在宣布一个新时代的到来。

来自市场的数据直观地显示了过去一年中国大型模型的爆发。百度数据显示，截至11月初，百度文心大模型日均调用量超过15亿，比5月份公布的2亿增长7.5倍。与一年前首次披露的5000万次相比，增长了30倍左右。李彦宏感叹“这个增长率超出预期”，这条陡峭的增长曲线表明AI是真正的需求。

据公开招标数据显示，2024年国内大型中标项目数量和金额均大幅增加。从2024年1月到11月，共有728个大型中标项目，是2023年全年的3.6倍；中标金额为17.1亿元，是2023年全年的2.6倍。

在数据激增的背后，AI的价值开始被看到。特别是央国企作为领头羊，已经正式进入更深层次的产业落地。

国家电网联合百度打造国内首个千亿多模态电力行业模式，为电网安全稳定运行、促进新能源消耗、提供良好供电服务提供“超级大脑”。

山东港口联合百度打造世界上第一个落地应用的港口模式，将智能服务深入港口管理的方方面面，打造汽车、船舶、货物全链智能服务网络，提高物流供应链客户服务效率。数据显示，超过60%的央企联合百度智能云进行AI创新。

不仅如此，各行业的龙头企业也在陆续跟进。很多上半年等着看的公司，下半年开始积极寻求已经成功落地的解决方案，希望在自己的业务中复制。

蔚来汽车与百度智能云千帆平台合作，打造了端云多模式模型，开发了人工智能助手NOMI的问答功能，让NOMI成为更了解客户、更聪明的驾驶舱AI合作伙伴。蔚来汽车驾驶舱人工智能R&D负责人高杰表示，随着大型模型技术的出现，NOMI的能力进一步提高。

2024年，大型模型在许多行业完成了广泛而深入的着陆，为各行各业带来了显著的价值。正如百度集团执行副总裁、百度智能云业务集团总裁沈抖所说，过去一年是大型模型从技术转型到产业转型的关键一年。大型模型重构一切，为每个企业提供公平的增长机会。

在这一轮产业变革中，大型模型制造商也迅速构建了自己的技术能力和游戏玩法体系。以百度智能云为代表的头部厂商，从大模型底座到企业级大模型开发平台和全链工具，再到多元化的AI应用，都构建了端到端、全链路的体系，充分满足了客户对大模型整体解决方案的需求。

公开数据显示，2024年，百度智能云模型在三个维度中排名第一，即中标项目数量、行业覆盖面数量和中国国有企业中标项目数量。能源、政务、金融三个行业中标项目数量位居所有厂商第一，成为企业级应用大模型落地的主力军。

如今，大型模型仍在迅速渗透到各行各业。IDC预测，到2025年，中国生成型AI软件的市场规模将达到35.4亿美元。伴随着大型模型产业以惊人的速度不断发展，2025年大型模型市场格局将会发生新的变化，这可能会带来人类历史上生产力的又一次变化。

本文来自微信微信官方账号“科技云报道”（ID：ITCloud-BD），作者：科技云报告，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com