通信世界***今年7月，世界迎来了世界气象组织历史上最热的7月。 很多人开玩笑说，全球变暖的时代还没有结束，全球“沸腾”的时代已经到来。 而高温也在“沸腾”，还有行业增大的大模型行业。 Telechat、九田、洪湖......一夜之间，国内三大运营商成为拥有千亿级数据模型的玩家，大秀自己的AI“肌肉”。
不仅是运营商，各大科技公司和互联网公司也开始“明暗出击”，大模型成为所有企业蜂拥而至的“新热土”。 一时间，大模特行业“狂舞”。 年末寒冬来临，火热的大模型还未降温。
以大模型为代表的人工智能发展，具有技术创新快、应用渗透率强、国际竞争激烈等特点，呈现出较强的赋能效应。 工业和信息化部相关负责人近日表示，我国有100多个参数超过100亿的大模型，超过10亿个参数的大型模型有近80个，大模型数量居世界第一。
在此背景下，AI大模型正逐渐走向深度挖掘和应用阶段，行业大模型已成为其中不可忽视的组成部分。
行业模式是以用户为导向的“商品房”。
OpenAI 的 ChatGPT 诞生了，使大型模型成为人们熟悉的流行语。 那么，什么是大模型呢？根据分析师的定义，大模型是大型语言模型的简称，是指参数规模大、复杂度高的机器习模型，可以提供更强大、更准确的模型性能，以应对更复杂、更大的数据集或任务。 一般来说，大型模型包括一般大型模型、行业大型模型等。
如果说一般的模型是模型中的“样板间”，那么行业模型就是可以直接面对用户的“商品房”。 如今，探索赋能不同行业场景的实现方式和应用价值，已成为大模型的发展方向。
受益于技术能力的提升和多样化的场景需求，大模型现在是人工智能领域的动力源泉，从技术积累、产业应用、产业转型等方面成为推动人工智能发展的基础设施，赋能千行百业。 然而，在一定程度上，一般的大模型难以满足行业用户的直接需求：一是模型中包含的参数数量巨大，模型的训练和部署也消耗了巨大的算力，成本高昂其次，模型的可解释性仍然较弱，通常需要增加内容控制方法，以保证结果的安全性最后，模型仍然高度依赖训练数据，训练数据之外的任务完成情况不尽如人意。 更重要的是，在一些特定的行业中，一般基础模型的性能并不理想。
相较于一般偏向于满足C端用户需求的大模型，行业大模型与应用场景的结合更加紧密，行业内用户可以直接使用它来解决问题。 同时，行业大模型的训练也相对容易，对算力和数据集的需求低于一般大模型，而且数据集往往是训练者自己的数据，可以降低成本，增加价值。
为此，在大模型这个前景广阔的市场中，不少前述玩家已经开始将目光投向行业大模型细分的“赛道”。
“内部应用+核心产业”运营商大模型布局
Xi自主学习建筑设计的规则和要求，自动生成符合规范的建筑设计方案，根据用户需求快速生成多样化效果图，对建筑设计方案进行合规性和规范性检查，......建筑物的寿命以及维护和更新需求这不是房屋建筑行业的设计师，而是中国电信和中国建科联合发布的“星辰-建建”行业的大模型。 如今，用户不需要具备专业知识，只需要通过与“星辰-建建”大模型的不断对话，对自己的装修设计进行修改和调整，直到选择自己喜欢的方案。 “星辰-住建”产业模型只是中国电信“星辰”语义模型首批投入商用的12个行业模型之一。
经过7月份的“小试”，三大运营商继续在大型模型行业发力。 无论是中国电信的“Telechat”和“星辰”，中国移动的“九天”，还是中国联通的“红鹪”，都表明运营商的大模型更专注于行业场景。 这些大模型不仅聚焦于运营商的内部应用，如智慧客服、智慧中台等，还融入了垂直行业市场。
11月，中国电信发布千亿参数“星辰”语义模型，其中包括首批12个行业模型进行试商业化，即星辰教育模式、基层治理模式、政务服务模式、应急模式、医保模式、交通模式、住房模式、金融模式、“神农一号”模式、出行模式、出行模式、旅游导引模式、 和矿山模型。同时，中国电信推出“慧居”一站式智能计算服务平台，将大模型应用的生产变成一条“流水线”，让开发者“开箱即用”，有效降低开发门槛。
10月，中国移动推出“九天中青基座模式”，整合通信、能源、钢铁、建筑、交通等八大行业专业知识，强化行业能力，为企业打造行业模式和智能应用，实现“量身定做”。
中国联通的“红湖”模式是运营商增值业务的首个大型模式，具有文本映射、一级编辑、图纸绘制等多种功能。 “红鹪”是中国联通首个“创新服务大模型”，可将不同模态内容对齐文本，实现跨模态内容理解，为联通基础网络、云计算能力、客户服务、创新服务、安全防护等场景智能化转型升级奠定基础。 据悉，中国联通将于12月发布多个细分领域的大行业模式。
电信分析师金锋表示，三大运营商的大模型之所以聚焦上述核心行业，主要是因为运营商在这些行业拥有相对丰富的数据积累和相对完善的生态合作，能够获取数据集进行训练。 可以看出，运营商可以结合自身的数据优势和用户优势，利用大模式带来的技术变革，有选择地拓展行业模式，可以使现有业务更加智能化和智能化。
龙头企业布局、行业大模式更深入、更务实
除了三大基础运营商，不少科技公司和互联网公司也被挤进了大模式的“赛道”，一场抢先就的“牌”争夺已经开始。
作为国内龙头企业之一，除了“文心亿言”等基础模式外，还打造了11个行业模式，覆盖交通、能源、金融、汽车、政务等重点领域。
在能源电力领域，为全球最大电网国家电网提供大型模型技术。 利用AI为电网调度提供建议，利用无人机和图像识别对线路进行巡检，确保电力稳定。
在汽车制造领域，智能云为长安汽车提供了人工智能基础设施平台和数字人平台，双方正在开发基于“文心模型”的生成式AI产品，赋能长安汽车一款量产车型，提升用户体验。 同时，与吉利汽车共同打造汽车产业大模型，打造工厂数字化“大脑”，帮助吉利降低管理和运营成本30%，资源利用效率提升20%。
同样高效布局行业大模型“赛道”的企业，包括科大讯飞的“星火认知大模型v3”。一经推出就备受关注，与科大讯飞联合各行业领军企业共同研发的多达12款行业车型一起发布，涵盖金融、汽车、运营商、工业、住房建设、物业、科普、科技文献、政务、传媒、文旅、水利等多个领域。 以“Spark 模型 v3以0“为基础，科大讯飞具备了进一步发展行业模式”1“的基础。 接下来，为了适应不同行业的需求，科大讯飞打造了一整套培训机制和工具，使未来实现“1”甚至更多“0”成为可能。
在物业领域，科大讯飞与万科合作推出大型物业模式，目前已智能服务全国3300多个社区。 万物云首席科学家丁咸峰表示：“物业模式首先致力于物业管理知识的普及，通过AI赋能消除认知差异，让甲乙双方对话更加高效，推动行业高质量发展。 “在汽车领域，科大讯飞与奇瑞、广汽等众多厂商紧密合作，将大型车型带入汽车，使汽车应用开发更加生动有趣，推动汽车人机交互迈向新阶段。
科大讯飞董事长刘庆峰在一次行业发布会上表示，科大讯飞不仅能够制造12款行业车型。 “我们觉得，要想把行业做彻底，就必须和真正懂行业、懂应用、懂场景的龙头企业共同打造，彼此有心、有宽宏大量坚持打造大模型，龙头企业内部使用后才能赋能整个行业， 这也是我们选择合作伙伴的基本原则。”
金峰表示，目前，众多企业都在积极探索大模型在各行业的深度应用，以大模型生成技术为核心，人工智能正成为下一轮数字化发展的关键驱动力，为解决行业痛点带来新思路。
生态系统仍有待改善
行业模型基于自身行业领域的数据进行训练和优化，能够更好地理解和处理技术术语、规范和语义。 但是，要想最终将行业模式落地到真实场景中，达到理想的服务效果，还应该充分解决行业用户的痛点。 腾讯云与中国信息通信研究院联合中国信息通信研究院发布的《行业大模型标准体系与能力架构研究报告》（以下简称《报告》）显示，目前行业用户面临的问题包括计算资源低、数据质量差、投资成本高、专业人才稀缺等。
在计算资源方面，大模型训练对计算资源和存储资源提出了很高的要求，这对许多行业的用户来说是一个很高的门槛，现有资源难以支撑大模型的训练和推理。 同时，高质量的行业知识库和训练数据是行业大模型构建的关键要素，在模型训练过程中需要大量的高质量数据进行训练和优化。
在数据质量方面，由于模型训练过程中出现各种数据质量问题，行业用户往往无法保证模型训练的有效性和效率。
在成本投入方面，为了保证业务使用的有效性和可持续性，行业用户需要投入非常大量的数据、计算资源、专业技术和时间来训练、调试、优化和部署大型模型，成本极其高昂。
在专业人才方面，行业用户通常缺乏AI领域技术人才储备，模型的开发和实施通常对技术人才有较高的要求，相关资源的缺乏会影响行业内大模型的快速落地和持续优化。
报告认为，面对这些痛点和问题，行业大模型技术服务商需要提供行业大模型微调解决方案，帮助模型开发者和算法工程师一站式解决数据处理问题，高效、高质量、低成本地创建和使用大模型。 满足不同行业用户的不同部署需求，支持私有化本地部署，在权限控制、数据加密等方面提供完善的解决方案。 技术服务商应为金融、文旅、政务、传媒、教育等各个领域的用户提供行业基础模型，方便行业用户基于基础模型进行微调，支持不同业务场景和应用的开发。
展望未来，垂直领域、垂直行业、垂直场景的应用探索将是大型模型竞争的核心方向，落地应用的“井喷式”增长也将不断为大型模型的迭代升级注入“新鲜血液”，大型模型行业的繁荣发展将带来更多可能。 行业模式也为软件架构的演进和创新注入了新的活力，有望重塑全球数字产业。
未来，随着全球化和数字化的加强，行业模式的应用将更加广泛和深入。 这将为运营商和互联网公司带来新的发展机遇，但也存在许多挑战，包括技术升级的速度、数据安全以及与其他行业的竞争和协作。 在这个过程中，如何定位和更好地构建自己的行业模式，将成为其未来发展的关键。