在2024年，这是一年的大型模型压倒性。
在“一百个模特战”爆发后不久，大型模型的价格随之而来，高成本的大型模型几乎进入了自由时代。大型模型已从巨大的实验室工具变为高效且灵活的应用助理，并以快速发展的速度在许多行业中扎根。
没有人质疑大型模型是“握住锤子来找到指甲”，而更紧急的需求来自市场。该行业对大型模型应用的渴望将AI代理促进了前台，而AI代理周围的近战已经开始。
同时，大型模型的技术范式迅速发展，由视频生成模型Sora代表的多模式技术逐渐成熟，为人们带来了巨大的想象空间。
今年，大型模型的领域充满了混乱和兴奋，技术和应用程序，并互相实现，并迅速促进了市场。
回顾2024年大型模型行业的发展，我们已经看到了一条逐渐清晰的进化路径：低成本降低了大型模型的阈值； AI代理提供了大型模型的出色应用方法；多模型状态直接扩大了大型模型具有大型模型能力的能力。边界，所有这些都为大型模型行业施加加速键。
如果“成本，AI代理和多模式”的三个关键字代表2024年大型模型的演化方向，则它们也代表了大型模型的关键节点，用于工业登陆。
随着新年的到来，这种发展趋势会在2025年继续吗？大型模型行业将在哪里参与？
成本
打开大型登陆的卡点
在过去的一年中，大型模型达到了更务实的着陆阶段，但着陆从未在card点 - 成本上。
大型模型参数高达1000亿，大多数公司都“烧毁”了一个培训所需的资金。因此，当选择模型外，除了关注效果外，考虑成本是决策制定的重要组成部分。
这种变化来自市场上大型模型的真正需求。 2024年，随着市场需求和激烈竞争的双重促进，大型模型的价格战。中国几乎所有的国内大型制造商几乎都参与了降价的潮流，而且价格被击败了令人难以置信的观点。但是从某种意义上说，价格战还将大型模型的门槛最小化，公司将毫不犹豫。
同时，实施大型模型的实施使越来越多的公司意识到，在特定场景中，可能不会计算一般模型。
“大型模型的大小越大，尺度越好。”一位金融科技领导者发现，在大型模型项目中，在许多垂直方案中，较轻的大型模型也可以实现通用模型的效果，推理成本成本较低，更简单。
随之而来的趋势是，大型模型开始流行。
Google在海外，Gemma从20亿到70亿个参数发布；梅塔（meta）发行了美洲驼系列模型，从70亿，130亿，330亿至700亿。经过验证。
在中国，百度发布了三种轻型车型，从大到小的是Ernie Speed，Ernie Lite，Ernie Tiny。在特定方案中，小型模型可以达到1000亿级模型的效率。
在经历了这一系列大型模型需求的变化之后，百度智能云Qianfan产品负责学生。参数量表和最昂贵的模型”，但“我场景中的最佳模型”不再追求模型来解决所有问题。 “
杭州弗朗西医学使用“成本有效”的更高厄尼速度。通过使用200,000个精确的标准病历，可以完善大型模型，以便AI医疗助理的医疗条款更准确，更为标准化。病历的准确性增加了45％，医生的咨询增加了20％。
在此过程中，诸如模型蒸馏，混合专家模型（MOE）之类的创新技术是无穷无尽的，以保持大型模型的性能，同时减少模型的计算资源消耗。
但是，最终的成本降低不止于此。在实际业务中，企业通常需要自定义特定方案的模型，以最大程度地提高成本效益。
宁波媒体使用大型模型来自定义一组AI组成AI评论助理系统。 “很少的记者提交了50,000多篇文章。《宁波晚报》的记者必须看到支出。幸运的是，现在有一个由百度智能云模型平台开发的智能作品批准系统。校正的效率也可以发表AI评论。关于构图，您也可以提出意见的改进。
该系统的背后是基于Baidu智能云Qianfan ModelBuilder的基础 - 它是由组成和评论实现的。本质
不仅如此，Qianfan ModelBuilder还提供了一个停滞的数据见解和处理平台。企业可以构建自己的数据飞轮，以使模型使用更聪明。底层将通过Baiyan平台为Qianfan平台的模型培训和模型推理提供稳定性。有效的计算功率支持，以确保稳定和速度性能。
这些技术的发展进一步为企业带来了降低成本和效率，并促进了大型模型的工业登陆。
Shalvin Jiao Leopard发布的“ 2024年中国行业大型市场报告”表明，2023年，中国行业的大型市场规模达到105亿元人民币，2024年的市场规模约为165亿元人民币，增长了57亿元年龄％ - 年龄，2028年2028年，年度市场规模预计将达到624亿元人民币。
通常，在2024年，通过一系列措施，例如降低价格，工具链，定制模型等成本性能。在此过程中，公司追求大型模型的最终成本也逐渐升级，以提高业务的效率和核心收入。大型模型技术正在进入更大的商业世界。
AI代理
大型模型应用场景的突破
随着人工智能行业的竞争，该行业将其关注从模型本身转移到了AI应用程序中。
在2024年上半年，国内大型模型项目中的大多数竞标都是围绕着模型的知识中心和模型建立的。从下半年开始，许多企业的竞标内容已转移到该应用程序，并且越来越细分。
百度的创始人，董事长兼首席执行官李·扬洪（Li Yanhong）公开表示，基本模型本身需要依靠申请来展示价值。那么，AI ERA应用程序的核心载体应该是什么？这个问题曾经成为行业中热门讨论的重点。
在百度世界2024会议上，李·扬洪（Li Yanhong）公开表示：“智能机构是AI应用的最主流形式，即将迎来爆炸点。”尽管该行业对AI代理商的定义尚未达成共识，但李·扬洪的讲话使该行业更加决心开发AI应用的开发。在过去的一年中，国内外的云制造商，大型模型制造商，运营商和软件制造商都涌入了赛道，没有人愿意错过这种“芬芳”。
毫无疑问，AI经纪人已成为2024年该领域最令人眼花azz乱的存在，其数量曾经爆炸。数据显示，截至2024年11月，Qianfan模型平台已帮助客户拥有33,000款型号并开发了770,000个企业应用程序。
更令人兴奋的是，AI代理商的爆发不是一个错误的繁荣，而是真正的市场基础。与昂贵的型号相比，没有多少公司负担得起。 AI代理更像是轻量级的AI解决方案。业务问题为企业带来了最真实的成本和效率。
但是企业级业务不能容忍大偏差。如何按照设定的工作流执行任务并确保输出的可靠性和个性化对于企业级别的全面登陆是一个巨大的挑战。
例如，在保险行业的汽车保险续订业务方案中，允许代理商替换真实的销售涉及许多业务困难：如何在客户面对客户的最初拒绝态度时解决和指导客户？如何根据客户历史汽车保险提供优先保单？如何成功地指导客户根据工作流程更新保险？
为了解决这些问题，Baidu Intelligent Cloud Kai Yu Qianfan AppBuilder Workflow探索了探索，并通过工作流安排和大型模型的功能的形式，以更新车辆保险的销售前数字员工。
这样的工作流剂可以避免大型大型型号的大型模型。同时，它通过手动布置补充，以提高执行的稳定性和可控性。计划和计划的准确性可以达到95％。同时，工作流代理还可以随时学习新的知识和记忆回顾。内存的准确性可以达到96％以上，从而为用户提供个性化服务。
过去，该公司想培训至少一两年的合格金牌销售，但是现在只需要一个小时才能创建这样的“数字员工”。该工作流程限代理还可以快速集成到Baidu Search，微信公共帐户和公司官方网站等业务系统中，以促进用户吸引用户。
当AI代理符合企业级别的要求时，某些业务场景不太可能意识到过去的AI将是现实。更多的市场想象力是推出多代理协作产品。
2024年11月，百度的非代码开发工具“秒”发布的“秒”非常有代表性。大型模型直接生成代码。它不需要写。它很低。每个人都可以开始。思考和计划能力实现不同代理的调度和安排，这意味着每个人都可以指导多个代理人协作以完成任务。无需编写代码行。您只需要使用自然语言来生成代码并直接创建应用程序。本质
李·扬港（Li Yanhong）甚至声称“我们将迎来一个可以通过前所未有的思想赚钱的时代。”
“第二DA”产品的发布将AI代理标记为公众的愿景。当越来越多的人意识到AI代理有用时，应用爆炸的速度将非常快。根据Galaxy Securities Research报告，到2028年，中国AI代理市场的规模将增加到8520亿元人民币，复合年增长率为72.7％。
如果您认为2024年是AI代理爆发的前夕，那么2025年将是AI代理的第一年。对于企业而言，它将更多地关注AI代理在业务方案中的影响；对于大型模型制造商而言，AI代理技术和工具链的支持能力已成为基本要求。
多态性
本机融合的AI交互方法
在2024年，AI字段迎来了重要的转折点 - 多模型和大型模型的上升。
baidu baiye的视频生成模型Sora的诞生Sora，OpenAi多模式AI Model GPT-4O，支持第一个自我开发的视频大型模型Vidu的国内代表事件，所有这些都使行业可以看到AI在AI中的发展。朝着新方向的行业，多模式状态已经进入了世界大型制造商的竞争重点。
从技术的角度来看，多模式主义增强了AI系统处理复杂任务的能力。与单个模式状态，多模型和大型多模型数据相比，例如文本，图像，音频，视频和其他多型数据可以提供更全面和准确的理解和响应。
不仅如此，多模式状态模型大大扩展了AI的应用领域。在过去的一年中，基于多模型的模型技术的初创公司已经迅速发展。多模式应用程序，例如Wensheng Pictures，Wensheng Video，Wensheng 3D，Wensheng Music，Wensheng Code是无限的。智能硬件基于多模式发光。新生为市场带来了巨大的想象力。尽管多式联运模型的未来非常美丽，但它还必须承认，多模式状态与工业登陆仍然很长。
李·扬港（Li Yanhong）在百度世界2024会议上发表了类似的观点：“在过去的24个月中，大型模型的最大变化是“幻觉”基本上被消除了。今天，文本级别的抹布已经做得很好，使可用的大型模型可用，而多模型则可以使用。
该演讲证实了该行业的新探索方向：消除产生幻觉的多模式，并进一步增强了多模式主义的可用性。
目前，IRAG是该行业认可的技术方向，以提高模型能力。这是一种幻想，可以通过引入外部知识来更好地消除大型模型以增强外部知识的检索。
在全球范围内，百度的能力是最领先的能力。根据增强的Wensheng图技术IRAG的检索，它将百度的1000亿层次图片资源与强大的基本模型能力结合在一起，以生成各种超级真实图片。在诸如电影和电视作品，漫画作品，连续的绘画书和海报制作之类的应用程序中，IRAG可以大大降低创造性成本。
最近，Baidu Smart Cloud Qianfan模型平台通过IRAG功能完全启动。用户可以通过Qianfan ModelBuilder直接调用IRAG接口；同时，Qianfan AppBuilder提供了丰富的多模式组件，例如IRAG图片，Wensheng视频，Tu Sheng视频和其他视频。数字人类能力可以定制自己的代理商智能化身；截至目前，Qianfan AppBuilder提供了90多个高质量的官方组件，例如Baidu Search和Baidu Map，以便AI使用更多的工具来进一步提高AI AI AI的能力；消除大型模型的幻觉是AI应用爆发的基础。
期待2025年多模式模型的发展趋势，也许您可以用一句话总结：离幻觉距离远，离地面更近。
AI着陆
从工业到工业
在过去的一年中，这使人们完全觉得2024年是大型模型改变世界的一年。模型能力的持续迭代以及培训成本的持续降低，智能各方的蓬勃发展以及多码市场的快速增长，所有这些市场都被宣布为新时代的到来。
来自市场的数据直观地表明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，百度大型型号的平均每日通话量超过15亿，而5月份披露的2亿次，增加了7.5倍。相比之下，一年前披露的5000万次大约30次。李·扬洪（Li Yanhong）的情感“这种增长率超出了预期”，这种陡峭的增长曲线表明AI是真正的需求。
根据公共招标数据，2024年大型模型中国内投标项目的数量和数量显着增加。从2024年1月到11月，有728个大型竞标项目，是2023年年度的3.6倍；获胜的竞标数量为17.1亿元人民币，是2023年的2.6倍。
数据激增的背后是AI的价值开始被看到。特别是作为领导者，中央州拥有的企业已经开始进入更深层次的工业登陆。
国家电网和百度共同建立了中国的第一个大型多社会电力行业模型，以提供“超级大脑”，以提供电网的安全和稳定的操作，促进新的能源消耗，并在电源方面做得很好服务。
Shandong Port和Baidu共同创建了世界上第一个大型港口模型，该模型加深了对港口管理各个方面的智能服务，建立了一个全链智能服务网络，用于汽车船，并提高物流供应链客户服务的效率。数据表明，超过60％的中央企业在Union Baidu Smart Cloud中具有创新性。
不仅如此，各个行业的负责人都彼此跟进。许多在上半年观看的公司已经开始寻求在下半年成功降落的解决方案，希望复制自己的业务。
Weilai Automobile和Baidu Smart Cloud Qianfan平台共同创建了Duanyun Multi -Modal模型，开发了人工智能助理Nomi的问答功能，使Nomi成为更智能的驾驶舱AI合作伙伴。 “我们没有将其视为语音助手，而是人工智能的合伙人。”高吉（Gao Jie）是负责Weilai Automobile Curdine人工智能研发的人，他说，随着大型模型技术的出现，Nomi的能力得到了进一步提高。
在2024年，大型模型在许多行业中取得了广泛的范围和深度着陆，为各行各业带来了巨大的价值。正如百度集团执行副总裁兼百度智能云业务集团总裁沉迪（Shen di）所说，在过去的一年中，这是从技术变革到工业改革的大型模型的关键年份。大型模型重建一切，为每个企业提供同等的增长机会。
在这一轮工业变化中，大型模型制造商迅速构建了自己的技术功能和游戏系统。由Baidu Smart Cloud代表的头制造商已建立了末端 - 端和完整的链接系统。基础是企业级别的模型开发平台和完整的链工具，然后是各种AI应用程序，以完全满足用户对大型大型解决方案的需求。
公共数据显示，在2024年，百度智能云模型是获胜项目，行业覆盖范围以及中央州拥有的企业的投标数的三个维度中的第一个。它位于所有制造商中，已成为大型企业级模型的主要力量。
如今，大型模型仍在迅速渗透到各个行业。 IDC预测，到2025年，中国AI一代软件市场规模将达到35.4亿美元。随着大型模型行业继续以惊人的速度发展，在2025年的大型模型市场结构中将发生新的变化，这可能会在人类历史上带来另一种富有成效的过渡。
材料/网络新闻来源来源的一部分
