文心一言后，百度智能云的AI能力如何？

百度的大模式一直是ToB和ToC两条腿走路。 如今，百度在ToB道路上已经取得了长足的进步。 ‍‍‍‍‍‍‍‍‍

文字| 徐鑫、石钊、周湘月

编辑| 任晓宇‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

近几个月来，从南方电网到中石化，从华晨宝马到开物桐乡基地，百度智能云陆续与多家大型央企和工业领域大型企业签约。 百度的大模型在官宣几个月后，已经进入越来越多的工业场景。

事实上，大车型进入这个行业的门槛非常高。 他们不仅需要具备一般C端场景的聊天、写作、诗词画等丰富的才能，还需要积累对B端领域专业知识和行业知识的深入洞察。 只有其中之一就像一个偏爱科学的青少年，无法支持他发挥最大的潜力。

基于此，派坤正在加强与业界的合作。 经过百度公测问心的话语，头部厂商有了新的方法和策略：一方面，在办公、写作、营销等通用C端场景的打磨能力反馈到行业场景； 另一方面，产品经理和解决方案工程师进一步深入厂矿一线，借助企业级应用平台文信千帆大模型平台，打造行业能力。

这些行动正在迅速产生成果。 过去几年，百度智能云的AI能力已经进入越来越多的核心场景。 如今，在大模型的支持下，开物工业互联网平台上沉淀的智能产品和解决方案已经从单点智能走向企业智能。 轮毂演变。 大模型的泛化能力进一步提升了百度智能云的大规模复制能力。 大量制造企业聚集在江苏、重庆、广州等地，以更低的门槛获得人工智能技术红利，实现更大的竞争力。 塑料。

01

大型模型敲开了工业大门

一些趋势表明，大型模型正在加速在工业制造领域的应用探索。

以国内第一家内部测试生成式大语言模型的百度为例。 过去几个月，百度智能云在化工、制造、能源、汽车等大型工业制造领域频频有新动作。

7月初，华晨宝马宣布与百度达成战略合作。 双方表示将共享优势资源，探索人工智能技术与汽车制造行业全场景的融合创新。 在石化能源领域，大型国企也表达了对大型车型的兴趣。 上个月，中国石化与百度达成战略合作协议，将在行业人工智能基础设施建设、数字化转型升级、大模型等新技术创新等六大领域开展合作。

在电力行业，5月，百度与南方电网签署谅解备忘录，双方将共同推动人工智能与电力调度融合创新。 6月底，百度与国家电网联合打造的电力行业大模型应用“设备运行巡检知识助手”入选北京市首批十大行业大模型应用案例。

事实上，与互联网行业相比，工业制造领域一直被视为较为传统的领域，行业内企业普遍对新技术的应用更为谨慎。 一位业内人士表示，行业客户真正看重的是是否好用、是否有实际效果。

百度智能云交通物流解决方案总经理胡伟告诉数智前线，文心一言公测后，“大量的央企，包括很多工业企业百度优化排名软件，带着很多场景来找我们，他们自己很难处理。 我们想用大模型来解决行业的问题。”胡伟说。

据业内观察，过去几年，国内工业制造领域经历了智能制造和人工智能1.0阶段的洗礼，不少企业对人工智能应用已经有了相当程度的了解。 尤其是一些大型央企，数字化转型已上升到战略层面，不少集团公司在一线公司下设立了专门的科技公司。 这也是当前大机型与行业结合的热潮中，众多龙头企业快速行动的原因。

由于大模型仍处于早期应用阶段，其在行业中将如何落地、会产生哪些颠覆性应用还有待明确。 制造商正在探索与行业客户的合作场景和切入点。 “来到这里的这群客户非常清楚这一点，他们会提出几个有意的方向去尝试、实验，最终找到一个契合点。不同的行业也有不同的应用。” 胡伟介绍。 目前，百度智能云正在与客户、合作伙伴共同打造研发、设计、生产、运营、营销等多个领域的实施解决方案。

矿业在公众心目中是一个相对传统的行业。 据百度智能云智能制造解决方案总经理吴学义介绍，百度智能云目前已与行业内企业合作，在矿山安全生产流程、安全预警等场景中通过大模型探索更多智能化升级。 据介绍，除了文心一言这样的基础大模型外，百度还有11个行业大模型，覆盖交通、能源等重点领域。

在这种场景下，安全生产知识和应急处置程序都相对标准化。 通过大模型的学习能力，将知识固化到模型中。 经过多轮训练、问答、精准引导的叠加，大模型支持的智能服务准确度已达到生产级标准。 在采矿或培训过程中，智能服务产品可以指导工人进行安全、规范的操作。

“合作伙伴公司有场景、有数据，我们做了对接培训和多轮测试，效果很好。合作伙伴现在希望建立一个共同的平台，服务整个挖矿行业。” 吴学义说道。

在化工行业，吴学义总结，当前客户需求分为两类。 一类是行业研究和咨询机构。 他们希望与百度合作开发大模型，通过大模型知识固化行业安全生产、管理等各种标准，形成共同的服务平台。

另一种需求是流程改进。 例如，一家领先的化工企业在生产过程中需要进行多轮质量检验，以确保产品质量。 然而，由于产品稳定性波动不大，因此其中一些检查是不必要的。 他们找到百度，希望结合之前的数据积累，打造一个减少质检频次、降低成本、提高生产效率的大模型。

在百度智能云之前积累经验的一些领域，比如智能调度领域，此前的AI解决方案已经能够帮助企业协调运力和货运需求，显着提升部分场景下的物流调度效率。 在大模型的加持下，拥有更好的人机交互能力。 根据天气和交通线路的变化，可以更准确地整理和安排调度信息。 用户可以通过自然语言交互了解货运信息。 5月，百度合作伙伴发布了基于文信模式的智能物流助手。

在工业落地时，大模型在不同场景下的技术成熟度也存在差异。 前述人士透露，在安全生产等领域，应用成熟度较高，而在技术相关领域，大模型的落地还需要打磨。

目前，百度智能云正在汽车制造、建筑、采矿、物流、纺织等多个工业制造领域探索大应用模式的场景和应用。 这些探索目前已经取得了实际成果。 在工商联近期对中国工业领域大型人工智能模型知识问答能力进行的系统评价中，百度文心一言表现超过GPT3.5，综合评价指数位列全国第一。 第一。

02‍

云厂商探索行业新玩法

大模型开始进入行业后，业界观察到，百度智能云在工业领域的实施路径和方法也在不断演变。

一是更加关注AI原生思维。 胡伟告诉数智前线，“这一轮，客户对大机型的期待很高。” 他们不仅希望大模型能够实现一些点状应用，更希望基于大模型能够构建企业智能化的核心能力，从而演化出企业各个环节的智能化应用。

以百度智能客服为例。 大型号推出后，在与客户沟通时，我们发现客户并不想分散投资。 他们希望大模型不仅能解决客户服务问题，还能解决员工办公助理和企业规章制度的问题。 自动摘要和企业内部搜索等问题。 “他们希望大模型能够覆盖企业管理、业务应用和客户服务的各个领域。”

大模型将带来很多行业应用的重构。 尽管现在，很多应用仍然以叠加的思维方式来使用大模型的能力。 但从长远来看，业界所熟悉的企业应用未来将逐渐演变为新的模式。 比如，无论是写文档还是制作PPT，在不久的将来，用户只需要提出想法和框架，办公软件就会智能创建。 然后用户提出修改建议，然后进一步完成修改。 “这是AI的原生思维，整个思维方式都被重构了。” 胡伟认为，大模型会做以前的一切。

二是帮助客户打造自身的智能化能力。 大车型推出后，很多顾客的目标不仅仅是购买大车型，更是为了获得最终拥有一辆“只属于自己的大车型”的能力。 这个大模型最了解它的过去和现在，拥有客户的所有数据，了解它的运营模式，可以孵化各种企业应用。

胡伟介绍，一些大型央企客户的需求非常明确。 他们向百度提出，不需要百度帮忙写代码。 “百度更多地扮演了教练的角色，给我很好的工具并教我如何使用它们。 从长远来看，我的能力还可以不断提升。”

为此，百度推出了文心千帆大模型平台，这是一个大模型的全流程工具链，包括数据管理、模型训练、评估优化、预测服务部署、插件服务等。 此前，百度文心一言是一款为消费者提供大模型能力的To C产品。 对于B端企业来说，核心服务商是文信千帆大模型平台。

据悉，文信千帆目前正在与部分央企进行探索并开始实施。 在这个过程中，百度不仅要在技术和客户业务之间找到平衡百度优化排名软件，还要在交付质量和培养客户AI能力之间找到平衡。

三是扎根行业。 因为大模型的研发需要更大的数据和更深入的行业知识，而当前行业客户提出的很多需求也集中在核心业务层面，比如技术、研发等。通用模型融合了业务场景。 吴学义告诉数智前线，这需要他们深入行业。 团队中的架构师均在行业一线工作多年，产品经理也曾深入厂矿一线。 “挖得够深，脚下有泥。”

生态也发挥着关键作用。 尤其是在行业发展初期，第一批合作伙伴往往是拥有大量数据、行业知识和资源的企业。 与他们充分合作也能达到事半功倍的效果。

现在，百度智能云正与各方共同探索服务中小型工业企业的创新模式。 例如，文心千帆大模型平台和相应的算力平台将被引入园区。 一方面，园区企业可以调用平台的服务并进行模型培训，可以低成本实现创新孵化。 另一方面，特色产业园有共性需求，大模式可以促进共性服务平台。 百度与合作伙伴共同训练一套针对园区企业共同需求的设备运维诊断、安全生产服务等大模型，并与园区及当地运营合作伙伴共同运营，让中小企业在园区内即可快速、高效地呼叫服务，享受大车型带来的技术红利。

‍

业界在实现大型模型方面存在许多挑战，例如提高准确性和性价比。 不过，作为一个新生事物，无论是百度的大模型还是业内其他厂商的大模型，发展和迭代都非常快。 “如果说3月份刚发布时还处于高中生的水平，那么今天我认为至少是大学毕业生的水平。” 百度有人评论了。

03

加速产品规模复制能力

百度智能云进军工业界，离不开其多年在工业领域的沉淀和积累。

事实上，过去几年，百度智能云的AI能力已从早期的单一场景日益渗透到行业的各个核心场景。 “这就是我们现在一直在做的事情，也是一个长期的目标。” 吴学义表示，质量控制、流程优化、安全生产、能耗优化、智能调度等核心场景一直是百度智能云关注的重点。

围绕这些核心场景，一系列标杆案例在多个行业落地，让众多企业看到了实实在在的效益提升。

以被誉为“全国机床行业十八罗汉”的济南二机床为例。 这家领先的重型数控冲压装备企业长期存在痛点在主控中心生产计划的生产调度环节。 人工排班工作强度大、耗时长，且无法全局实时优化调整，不利于企业在市场变化较大的环境下生产和发展。

引入百度智能云的AI智能排产优化引擎后，济南二机床的生产排产情况开始明显改善。 工厂内可以高效调度生产大、中、小型产品的不同车间。 这使得机床企业的生产效率和产品交付效率显着提高。 济南二机床还针对各种复杂场景搭建了智能安全生产监控平台。 AI模型的开发效率提升了30%，这意味着企业可以更快地应对不断出现的新风险。

除了赋能机床行业的生产调度外，他们在采矿行业提供的辅助运输调度解决方案以及在化工行业提供的一些流程优化解决方案也逐渐渗透到行业的核心场景。

这种从核心场景应用出发的做法，与百度在工业领域的应用优先理念有关。 但它也面临着挑战。 同一个产品能否复制到不同的公司，能否减少定制和二次开发，决定了百度智能云对外输出AI能力的效率和覆盖速度。

开物工业互联网平台的出现在一定程度上解决了这个问题。

“通过开物平台，我们积累了所有合作过的客户中使用过的能力，提炼出了不同行业所需要的共性能力，并不断深化、深化。” 吴学义举了一个例子。 对于工业场景中最常见的安全问题，百度智能云目前不仅有通用的可视化模型，还沉淀了是否穿工作服、是否佩戴安全帽、是否有现场起火。 能力。

这些能力经过不断积累和打磨，逐渐形成了可标准化、可大规模复制的智能解决方案。 这不仅降低了企业获得AI能力的门槛，也让百度智能云在很多项目中实现了“智能”的随意性。 随用随用，无需“重新发明轮子”，大大提高了交付速度和成本。

例如，针对PCB印刷电路板高质量检测假点问题，百度智能云开发了智能质检解决方案，可滤除80%的假点，可帮助企业节省超过200万元一年的人工成本。 目前，该方案已在苏州常熟互惠电子、阳轩电子、生益科技等多家本地企业落地。

百度智能云的产业优势也通过开物平台得到了增强和巩固。 数据显示，自2021年5月发布以来，百度智能云已积累超过200个行业解决方案、3.8万个行业模型。 在今年6月工信部发布的“双交叉”平台动态评价榜单中，开物在上榜互联网企业中位列第一，排名较首次上榜时大幅提升去年。

一位百度智能云资深人士分析，正是过去一年来百度智能云解决方案和核心场景化案例数量的大幅增长，为本次动态评价加分。

同时，百度智能云的大规模复制能力不仅停留在产品和技术复制层面，还延伸到通用解决方案和模式的复制。 “比如我们开物基地的扩建，其实就是一些模式的复制。” 吴学义说道。

据悉，百度智能云已在苏州、广州、重庆等16个地区深度落地，正在当地打造“人工智能+工业互联网”产业基地。 其运营和服务坚持“在园区”和“在您身边”，解决数字化应用“最后一公里”问题。

业内人士认为，大机型的到来将进一步加速百度智能云的产品规模复制能力。

“过去，工程师必须依靠工程师来微调一些个性化的需求。 但随着大模型的到来，工程师们有了一个非常好的助手，可以将很多工作交给大模型。 根据大模型的输出，结果将进一步优化。”胡伟补充道。

与以往的AI算法或小模型相比，大模型拥有更多的数据和参数，具有更强的泛化能力。 这种泛化能力让更多的产业场景能够以更低的门槛和成本获得技术红利。 据介绍，文信大模型目前拥有国内最大的行业应用规模，并在超过300家生态合作伙伴的400多个场景中取得了非常好的测试结果。

业界观察到，基于正在形成的大模型生态系统，百度智能云针对行业的三层服务方式未来也正在升级：

首先，我们与央企等大模型应用先行者合作，寻找经得起实践检验、可复制的大模型应用场景，涵盖安防生产、智慧物流、AI质检等领域，助力企业降低成本、提高效率、创新。

其次，基于文信千帆大模型平台，提供大模型全流程工具链，叠加百度AI大基地、开物工业互联网等AI平台产品，降低企业获取AI能力的门槛。

最后，我们将打造快速响应客户需求的工程师团队和本土产业生态系统，下沉文心千帆大模型平台和相应的算力平台，解决大模型和人工智能应用的最后一公里问题。

©本文为数智前沿原创内容()