——聚焦行业、深入场景的应用，才是大模型的未来
将研究报告的撰写时间，从两个星期缩短到5分钟。这不是给一两句提示词就自己生成通用报道的个人应用，而是保证准确度的行业应用，能撰写提纲、能按需修改、能补充数据和产业政策……
在拓尔思拓天大模型成果发布会的现场实景演示中，其大模型产品展现了以上“惊人”的能力，给行业用户带来了功能上的震撼。
与当下大量出现的通用大模型不同，拓尔思拓天大模型聚焦在媒体、金融和政务三个行业，同时深入到十个细分场景提供应用，能够解决通用大模型存在的质量、时效、可控、成本等问题，很好地满足行业客户对大模型的需求。
拓尔思总裁施水才介绍说，除了行业场景的落地，高质量的数据、自研+开源增强+商业大模型合作的基础能力，也是拓天行业大模型的核心竞争优势所在。
核心特点：不仅聚焦行业，而且深入场景
今年以来，全球和中国的大模型市场都非常火爆，国内已经和即将发布的大模型就达到近百个。ChatGPT的流行带火了大模型，但也把大家引上了toC的道路，这上百个大模型绝大多数都是类ChatGPT的通用大模型。
实际上，大模型未来的真正出路在toB。如今，很多大模型厂商已经认识到了这个问题，开始发力行业市场。其中绝大多数采用了“通用大模型+行业优化定制”进入路径，而拓尔思则直接从行业切入，打造媒体、金融和政务三个领域的行业大模型。
施水才表示，打造行业大模型，可以充分发挥拓尔思过去30年所积累的优势资源，“我们这些年做的事情，就是把技术落实到行业应用当中”。
他介绍说，之所以选择媒体、金融和政务，是因为这三个行业的非结构化文本数据占比高，能凸显语言大模型的优势;与此同时，拓尔思自1993年成立以来，也一直专注在这些行业，拥有很好的积淀。
值得注意的是，拓尔思的拓天行业大模型，不仅仅实现了行业聚焦，而且进一步深入到细分的场景化应用，包括媒体行业的内容生产智能助手、新一代搜索与推荐、多模态传播与服务，金融行业的投研、风控、审查、客服，政务行业的政策服务、新一代政民咨询、公文辅助写作等。
据悉，未来拓尔思还将面向更多行业、更多场景推出大模型服务。其中，网络舆情大模型、公安大模型、知识产权大模型、法律大模型、审计大模型，已经列入计划，将于年内推出。
先发优势：NLP技术、高质量数据、用户积累
众所周知，大模型是一个高投入、高成本的领域，尤其对数据和算力的要求很高。如果没有雄厚的资金或者深厚的技术支持，很难将其实现商业落地。但对于在行业应用领域有着丰富经验和积累的垂类技术型企业，这反而成为了其在大模型领域的竞争优势。
施水才介绍说，能够抢先跻身行业大模型赛道，是因为拓尔思拥有其他ICT厂商难以企及的先发优势，其中包括在NLP领域30年的技术积累、超过10年的高质量数据积累、一大批垂直行业头部客户积累等。
在NLP技术方面，拓尔思自成立以来，一直在引领国内全文检索和搜索型数据库、自然语言处理(NLP)技术的原始创新，并在舆情监测等应用场景中落地。赛迪顾问前不久发布的报告显示，在中国NLP市场竞争力分析中，拓尔思已经处于领导者象限。施水才也是我国该领域的专家。
在高质量数据方面，拓尔思拥有的数据量已经超过1500亿，日均采集的数据量过亿条。这些数据并非低质量的互联网公开数据，而是来源权威可靠的高质量数据，比如全国数字报刊数据、各级新闻网站数据、新闻客户端APP数据、团体机构社交媒体数据等。而且，这些数据都是实时更新的，能够保证大模型推理内容的时效性。
在用户积累方面，拓尔思的数智产品与服务已被国内外10000余家企业级用户广泛使用，并且在企业数字化转型、数字政府、网络内容安全、融媒体、金融科技和开源情报等领域实现了 应用。拓天大模型，也集中在这些优势行业，并充分融入了拓尔思多年积累的行业知识，提升大模型的准确度和专业性。
在NLP技术、高质量数据、行业应用场景方面的深厚积累，使得拓尔思能够先行一步，在行业大模型市场中建立起领先优势。
基础能力：以自主研发和工程化交付为保障
虽然拓天大模型不提供我们常见的通用toC服务，而是聚焦在三大行业、十大场景，但其底层仍然需要强大的AI基础能力，包括内容生成、多轮对话、语义理解、跨模态交互、知识型搜索、逻辑推理、安全合规、数学计算、编程能力和插件扩展等能力。
施水才介绍说，拓尔思的大模型基础能力，以自主研发为主，同时积极拥抱开源，在客户需要时也可以与商业大模型进行合作。在中文特性增强的可控生成技术、融合搜索引擎的生成结果可信核查、融合稠密向量的跨模态能力加强、支持外界知识及时更新等四个方面，拓天大模型拥有领先的创新能力。
在自主研发之外，AI工程化能力，也是行业大模型从业者必备的能力，毕竟行业应用落地速度慢，是阻碍大模型迅速普及的一大瓶颈。
施水才说，与其他大模型公司不同，拓尔思一直在从事行业落地解决最后一公里的问题，具有很强的工程化交付能力。落实到行业大模型业务上，这样的工程化交付能力，体现在模型预训练、本地化部署、算力调优、业务系统融合等多个方面。
拓天大模型可以通过私有化部署，来解决企业客户最关心的数据安全可控问题;同时通过剪枝、量化、稀疏、蒸馏等优化方案，有效降低大模型对算力资源的要求，实现大模型的轻量化部署。
强大的工程化交付能力，也让拓尔思更了解大模型应该如何与企业的核心业务系统紧密融合。只有将大模型变成各业务板块的“副驾驶”，才能真正在生产流程中发挥降本增效的价值。
面向未来：沿着正确的道路继续向前
与市场上很多大模型公司只有PPT和DEMO不同，拓尔思此次发布的拓天行业大模型，已经落地应用。
施水才介绍说，拓尔思大模型的启动，始于今年2月9日启动的“209工程”。这一工程其实并不是从零开始的，而是把拓尔思多年的技术积累迁移到大模型上，形成新的商业模式。
如今，百度、阿里、华为都开始发力大模型的行业应用市场。施水才并不惧怕与巨头的竞争，行业know-how的积累、客户需求的认知，能够帮助拓尔思建立起自己独有的竞争优势。
与此同时，拓尔思也在积极构建行业大模型的生态合作体系，与模型伙伴、算力伙伴、应用伙伴、数据伙伴、投资伙伴等建立起紧密的合作关系，共同研发和推广行业大模型，甚至与客户共同拓展市场。
除了在行业大客户的项目式交付，SaaS化交付模式也在施水才的构想当中。他希望通过云服务的模式，将行业大模型的场景化应用，落地到更多的中小企业客户，实现AI的普惠化。
施水才认为，行业大模型的未来在于：场景集成化、AI应用原生化、部署工业化。沿着这种路径，拓尔思正在实现行业大模型应用的快速落地，推动如今火热的大模型市场朝着有应用、有场景、有商业模式的轨道健康发展。
面向未来，施水才表示，做大模型需要有理想、有信念、有情怀。作为一家上市公司，拓尔思既要背负当期业绩的压力，保证投资的回报，又要为长远的发展布局，但施水才仍然坚定地把行业大模型这一面向未来的事业做下去，因为他相信这是一条正确的道路。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
