本文主要是介绍昇腾AI和智子引擎的产业应用指南：让大模型下沉到生产一线，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
杰弗里·摩尔在《跨越鸿沟》中提出过一个著名的观点：“高科技产品面世过程中，最危险、最关键的一点，就是由少数有远见者所主宰的早期市场，向实用主义者占支配地位的主流市场过渡。”
过去一年多时间里，这个说法精准预测了大模型市场的走向：上半年的注意力还集中在大模型的参数数量、效果优化等指标上，下半年普遍开始思考怎么将大模型和产业结合，用大模型解决实际问题。
在大模型吹响产业化号角半年后，整个行业开启了一场披沙沥金的角逐赛，部分先行者逐渐摸索出了一条清晰的路。
比如日前举办的南京智能工业软件与新型工业化发展论坛上，发布了包含元乘象在内的六款大模型。不同于“通用”大模型的是，每一个大模型都深入核心业务应用场景，旨在创造新的产业价值。
01 算力基座+多模态大模型，产业落地的新业态
尽管大模型的产业化路径还没有统一定论，却不乏潜在的共识：无法落地的大模型注定只是纸上谈兵，唯有深入产业需求、和产业知识结合、解决实际问题的大模型，才能带来实实在在的价值。
国内上百家大模型企业中，智子引擎就是一家积极推进大模型产业化应用落地的创业团队。
时间回到2023年3月初，智子引擎团队发布了世界首个多模态对话大模型元乘象Chatimg。有别于ChatGPT擅长的文本生成和对话，元乘象Chatimg主打“看懂世界”，核心技能是“图生文”，不仅可以识别出图片中的内容，还能够判断图中的场景在现实中是否合理。
不到两个月的时间，智子引擎团队就将元乘象Chatimg迭代到了2.0版本，新增语音交互、视频输入等能力。聚焦到图文对话方面，元乘象Chatimg2.0可以看懂非常丰富的图像内容，可以逐帧识别视频内容，譬如图片或视频里有哪些元素，是什么样的场景，并能对内容作出推理分析。
10月28日举办的CNCC 2023“超智融合AI大模型应用落地发展论坛”上，元乘象Chatimg3.0正式发布，相比2.0版本进行了两方面的升级，包括第一阶段的预训练（描述、检测、OCR 等多任务训练）和第二阶段的指令微调（高质量的人工精筛指令集），并在问答和业务两个方面的能力上赶超GPT-4V。
可以看到，元乘象Chatimg的迭代速度之快，半年多就完成了三次升级，但从未偏离“看懂世界”的路线，一直在深耕画面解读、画面推理、判断预测、检测预警等能力。以检测预警为例，物品是否在正确位置、是否存在缺陷，人是否有异常行为、是否存在风险… 都可以通过对相关视频图像的解读进行响应处理。元乘象Chatimg在城市治理、智慧巡检、园区管理等领域有着丰富落地场景。
不过，要想让大模型技术落地，不仅需要大模型本身的出色能力，还涉及中间的实施过程和“最后一公里”的问题。
智子引擎COO李增强先生在南京智能工业软件与新型工业化发展论坛上，重点介绍了元乘象Chatimg训推一体机：基于昇腾AI的算力底座，内置元乘象Chatimg多模态大模型、超过1000多种应用场景以及自学习、微调训练模块，具有强大的泛化能力，最低0数据标注即可训练新的场景应用。
相较于数据处理、模型开发、模型训练、模型管理、部署上线等传统落地流程，元乘象Chatimg训推一体机让大模型实现了“开箱即用”。
在某种程度上，元乘象Chatimg训推一体机让大模型的落地应用不再是高度消耗智力资源的开发和调试，而成为一种即买即用的产品，快速构建新场景的极简操作，使得大模型落地的“最后一公里”瓶颈迎刃而解。
02 大模型+智能化终端，在实践中创造产业价值
或许可以打这样一个比方：元乘象Chatimg训推一体机就像是拥有自主感知、思考决策、指挥行动等能力的大脑，只要为大脑匹配眼睛、手脚等等，即可化身成为解决实际问题的智能体。
智子引擎COO李增强先生生动的为大家分享了两个落地案例，向外界诠释了大脑与肢体协同所迸发出的创新力。
第一个例子是元乘象Chatimg+无人机组合而成的智慧巡检系统。无人机扮演了“眼睛”的角色，不断将采集的音视频内容输送到“大脑”，并进行感知、思考、推理、表达，进而赋予了无人机强大的感知决策能力。
如果说以往的巡检方案是“专职专能”，一个模型对应一个场景，智慧大脑赋能的无人机属于典型的“一体多能”，借助元乘象Chatimg的泛化能力，可以自主适配行业应用，最快5分钟生成巡检方案，一次飞行实现烟火识别、安全帽识别、河道污染检测、气体泄露检测、违章建筑等多个巡检任务，并可以在完成巡检工作后自动生成巡检报告、异常工单，降低90%的人力投入。
大模型的落地正在让场景适配从作坊式进化到流水线式，过去针对单一场景的定制化开发即将成为历史，人工智能即将进入到一个大模型多行业复用的时代，AI落地的高门槛、高成本、低效率等问题也将得到有效的解决。
第二个例子是元乘象Chatimg+智能机器人的应用。相比无人机在视觉层面的牛刀小试，智能机器人集视觉、语音、运动等多个能力于一体，意味着有更多模态的信息交互，所能实现的能力也将更加多元化。
正如智子引擎在录制视频中展示的场景：只需要给机器人一个“去房间里帮我找一下笔记本电脑”的语音指令，机器人会自动识别房间里的物品，在房间里“转”了一圈后精准找到了白色书桌上的笔记本电脑；再比如“我要去参加会议，帮我推荐一些衣服”的对话，机器人会自动根据用户的性别和需求提出穿搭建议……
也许现阶段的智能机器人距离科幻电影中的形象还有一定的距离，目前仅是图文对话的延伸，而在进化方向上却不乏启示性：在大模型的赋能下，机器人已经具备了语音交互、识人断物、分析建议等能力，即使现阶段还无法帮助人们解决复杂需求，但在日常生活陪伴等场景上的想象空间不可小觑。
无可否认，这些应用探索尚未完全成熟。可就像中国工程院院士邬贺铨的观点：“Chat类的大模型引发新一轮热潮，但对话、写诗、作画绝不是大模型的全部，我们需要去深入思考大模型的应用方向。”只要从根本上降低大模型的落地门槛，就能不断在实践中创造价值。
03 基础设施+生态创新，数智化转型的万能公式
在以往的媒体报道中，智子引擎常常被视为一家“人大系”创业公司。其实在2023年10月初，智子引擎已经和南京江北新区产业技术研究院签署投资协议，正式进驻南京，成立智子引擎全国总部，成为一家江苏企业。截至发稿，智子引擎已在北京、上海、杭州成立多家分子公司。
为何选择江苏南京作为全国总部？智子引擎官方并未公开回复，但不难找到一些可能的“蛛丝马迹”。
2022年4月29日，南京人工智能计算中心正式上线，一期规划40P算力（二期扩容100P），同时也是长三角首个自主人工智能计算中心。彼时大模型还没有出现现象级讨论，但算力和数字经济的关系早已深入人心。人工智能算力能否像水和电一样，成为一种新的城市公共资源，直接关系着产业数智化转型的进程。
除了南京人工智能计算中心这个“算力底座”，配套的还有公共算力服务、数据要素共享、产业生态发展、科研创新人才培养四大生态平台。也就是说，江苏的布局不仅仅是向全省提供普惠AI算力，还在着眼于产业生态的培育，通过产业服务、技术赋能、人才培养、创新应用孵化等方式打造“智慧黑土地”，不断为千行百业的转型充足“养分”。
栽好“梧桐树”，引得“凤凰”来。源于《诗经》里的引才逻辑，在数智化时代依然适用，智子引擎就是最直接的案例。
一方面，南京人工智能计算中心可以提供充沛、高可用且普惠的AI算力，对于大模型创业者的吸引力不言而喻。参考古代游牧民族“逐水草而居”的习俗，大模型时代将出现“逐算力而居”的局面。
另一方面，江苏鲲鹏·昇腾生态创新中心作为南京人工智能计算中心的辅助运营伙伴，将运营重点放在了使能行业客户创新和大模型产业化落地上，致力于和伙伴们围绕场景、技术进行联合创新。
在南京智能工业软件与新型工业化发展论坛上，像元乘象Chatimg这样的行业大模型还有很多。
小视科技宙初视觉大模型作为一个大型神经网络模型，可用于处理多视觉任务；窍楚档案窍智引大语言模型作为企业的信息知识枢纽，融合了大语言模型与昇腾AI，可以本地化安全收集和保存信息；思必驰DFM－2大模型具有通用智能和知识的能力、解决行业挑战的能力以及大模型与全链路综合对话技术的联动能力；硅基智能炎帝大模型拥有超过百亿的参数，是综合全面性的视频生成大模型，为企业提质增效、业务创收赋能……无不在用协同创新的方式，为江苏省的数智化转型提供源源不断的动力。
IDC在《2023-2024中国人工智能计算力发展评估报告》中提出了大模型驱动下的“产业动量之变”，即生成式AI正在内容创作、自动驾驶、零售、医疗等诸多领域重构人们的生活和生产方式，算力、算法、应用、服务等诸多产业变量将成为创新的加速器，在算力生态链上的各个环节催生出新的玩家。
回到昇腾AI和智子引擎给出的答案，似乎可以做出这样的结论：诸如江苏省在基础设施+生态创新的探索，通过技术服务带动区域产业前行，已经被验证是数智化转型的“万能公式”。
04 写在最后
目前大模型还处于早期竞争阶段，或许会有一些浮躁和泡沫，但只要有一线用户认可的产品，就有机会抓住市场的黄金窗口期。
对于区域性的产业转型和创新同样如此，越早集齐算力、模型、人才、生态等资源，越能激活创新的“飞轮效应”：为企业解开算力上的束缚，不断孵化出解决实际问题的产品和解决方案，进而让中小企业有趁手的工具加速转型。毕竟上下游协同创新的生态，才是产业化转型的“牛耳”所在。
这篇关于昇腾AI和智子引擎的产业应用指南：让大模型下沉到生产一线的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
